北邮研一信息科学原理 – 往年期末题

2023年期末题

一、基本概念 (28分)

结合自己的理解，对以下概念进行解释：

1.认知的基本功能。
把感知得到的杂乱信息提炼为可迁移、可解释的知识：① 去冗余、辨真伪；② 抽象出普遍规律；③ 为后续决策提供依据。
2.香农信息、全信息、及其关系。
香农信息＝“不确定性减少量”，度量符号序列的语法层；全信息＝语法＋语义（含义真值）＋语用（价值效用）的三位一体。香农信息可视作全信息在“只关心形式、不谈意义”情形下的退化特例。
3.知识生态学的内在与外在。
外生态：信息 → 知识 → 策略的链式流向；内生态：经验知识成熟后上升为规范知识，再沉淀为常识知识并可能内化成本能。外生态解答“知识从哪来、往哪去”，内生态揭示“知识在库内如何代谢”。
4.信息、知识、策略的关系。
信息描述“现象”；知识总结“本质”；策略运用“本质”指导行动。路径：信息经归纳升华为知识，知识再受目标牵引演绎为策略。
5.信息转换的规律及其启示。
必经两次质变：① 信息→知识（归纳）；② 知识→策略（演绎）。启示：仅积累数据无济于事，必须完成两级升华才能真正解决问题并闭环优化。
6.信息的普遍性。
万物运动皆携带信息，信息与物质、能量并列为客观存在的“第三要素”；因此不仅自然、社会现象，也包括人工系统都可用信息规律统一刻画。
7.系统的整体性。
系统功能≠部件功能简单叠加；要重视元素之间的信息交互、反馈和协同涌现。整体优化往往与单元最优不一致，是信息科学方法论（生态观）的核心出发点。

二、核心原理及应用（30分）

1.为什么香农理论适用于通信工程而不适用于信息科学？
通信只要求“符号再现”，香农熵度量语法信息即可；信息科学还关注语义/价值层，需要解释与决策，香农模型有意回避此二层，难支撑智能系统。
2.为什么我们需要信息-知识-智能转换？举一个你自己领域的例子，作为转换原理的应用。
原始信息缺乏可迁移性；知识压缩规律、智能策略直指行动。例：科研文献推荐——原始下载/引用数据（信息）经主题建模与因果分析（知识）生成个性化科研路线规划（策略）。
3.试图分析和总结信息获取的必要性和充分性的主要原则。
必要：无信息则无认知；充分：采集通道应保持状态可区分、覆盖目标相关变量、剔除冗余干扰。可用“多模态互证+注意机制”确保既不失真又保留关键信息。
4.信息处理和认知之间的区别是什么？
信息处理偏形式操作（编码、压缩、排序等）；认知强调内容理解与规律抽象。前者是认知的底座，后者是处理的升华。
5.本体论信息的作用是什么？
为一切认知活动提供“原料”，是感知链条的输入端；不把握客体本体信息，再高明的算法也无从谈起
6.信息科学与自然科学、社会科学的关系。
与自然科学共享定量实验传统，与社会科学共享主体-客体互动视角；信息科学提供跨领域“信息-知识-决策”统一框架，承上启下形成第三门基础门类。

三、内容理解及拓展（42分）

1.从科学进展的普遍规律来看，信息科学为何会出现？。
按“辅人律/拟人律”，科技从扩展体质、体力走向扩展智力；当材料、能量科学成熟后，扩智需求迫生信息科学。
2.信息科学原理方法论的实质是什么？其与传统物质科学方法论有什么差异？
实质：辩证整体观＋信息生态方法；强调主客交互、系统协同。区别于机械还原论、静态孤立的物质科学范式。
3.信息的优化原理与基本思路是什么?
以“信息-知识-策略”闭环为核心，通过反馈迭代持续提高目标效用；本质是让信息流驱动自适应优化
4.与Shannon信息概念相比，全信息概念在理论和应用上有哪些优势？
可同时度量形式、真实度、价值度→支持含义理解与决策评估；统一熵、模糊熵等为其退化情形，理论更全面，应用可覆盖AI、决策等语义重场景
5.能否描绘出系统优化的一般流程？
感知→建模（知识）→目标设定→策略搜索/评估→执行→反馈监测→参数更新，循环迭代直至满足约束或收敛。
6.介绍从语法信息和语用信息生成语义信息的算法。
步骤：① 对语法符号集合赋逻辑真值 $t$；② 对同一集合赋效用度 $u$；③ 用聚合函数 $s=f(t,u)$ 选取 $t高∧u高$ 状态→输出其语义标签。此法兼顾真实性与价值性，常见实现：逻辑回归加权、贝叶斯后验重评分或对比学习匹配。