1.7 習題

1.人工智能發展的幾次低潮的原因是什么？

2.人工智能誕生需要三個條件？

3.解釋下列名詞

1）自然智能；2）人工智能；3）生物智能；4）人類智能；

5）群體智能；6）系統智能；7）涌現；8）微觀態；

9）宏觀態；10）自組織；11）圖靈測試。

4.下載并安裝Netlogo平臺，了解平臺的環境及使用（https://ccl.northwestern.edu/Netlogo/）。

5.人工神經網絡（ANNs）是生物神經元的計算類比?！案兄鳌笔堑谝淮螄L試這種特殊類型的機器學習。它試圖對輸入信號進行分類并輸出結果。它通過給出大量的例子并試圖對它們進行分類，然后讓一個監督者告訴它分類是對的還是錯的?；谶@個信息感知器更新它的權重，直到它正確地分類所有的輸入。

為了確定其值，輸出節點計算其輸入節點的加權和。每個輸入節點的值乘以連接到輸出節點的鏈接的權重，從而得到一個加權值。然后將加權值全部相加。如果結果高于閾值，則值為1，否則為-1。該模型中輸出節點的閾值為0。

當網絡在訓練時，輸入被呈現給感知器。輸出節點值與期望值進行比較，并更新鏈接的權重，以便嘗試正確地對輸入進行分類。

在Netlogo平臺上學習感知器模型，按以下步驟運行該模型以便理解其工作原理。

1）SETUP將初始化模型并將任何權重重置為一個小的隨機數。

2）在這個視圖中，鏈接的大小越大，它的權重就越大。如果鏈接是紅色的，那么它就是一個正權值。如果鏈接是藍色的，那么它的權重就是負的。

3）值為-1用黑顏色，值為1用白顏色表示。

4）按TRAIN ONCE一次運行一代epoch的訓練。

5）按下TRAIN繼續訓練網絡。

6）按TEST將input-1和input-2的值輸入感知器并計算輸出。

6.路徑涌現形成

從A點到B點鋪設的道路并不總是最理想的路線，這可能會導致行人抄近路。最初，行人走過綠色的草地。之后的人往往會使用踩過的草地，而不是原始的草地，經過許多行人，形成了一條沒有任何自上而下設計的未鋪砌的道路。

環顧您的校園，找找從自底向上設計中出現的路徑示例。

7.說明下列涌現現象

股票市場，免疫系統，大腦，生態系統，人類社會

8.運行模型庫中的蜂擁模型flocking，體會智能的涌現過程。

Sample Models→Biology→Flocking

9.運行模型庫中的蟻群模型，了解蟻群系統的自組織過程。