秋冬智慧树知道网课《人工智能导论》课后章节测试答案Word下载.docx
《秋冬智慧树知道网课《人工智能导论》课后章节测试答案Word下载.docx》由会员分享，可在线阅读，更多相关《秋冬智慧树知道网课《人工智能导论》课后章节测试答案Word下载.docx（45页珍藏版）》请在冰豆网上搜索。
目前，智能的定义已经明确，其定义为：
智能是个体能够主动适应环境或针对问题，获取信息并提炼和运用知识，理解和认识世界事物，采取合理可行的（意向性）策略和行动，解决问题并达到目标的综合能力。
（）
错
对
3
传统人工智能领域将人工智能划分为强人工智能与弱人工智能两大类。
所谓强人工智能指的就是达到人类智能水平的技术或机器，否则都属于弱人工智能技术。
4
人类历史上第一个人工神经元模型为MP模型，由赫布提出。
5
下列关于数据说法的是（）
数据可以分为模拟数据和数字数据两类
我们通常所说的数据即能够直接作为计算机输入的数据是模拟数据
在当今社会，数据的本质是生产资料和资产
数据就是描述事物的符号记录，是可定义为有意义的实体
6
【多选题】
下列关于大数据的说法中正确的有（）
“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产
大数据带来的思维变革中，更多是指更多的随机样本
“大数据时代”已经来临
大数据具有多样、高速的特征
7
大数据在政府公共服务、医疗服务、零售业、制造业、以及涉及个人位置服务等领域都将带来可观的价值。
8
人工智能在各个方面都有广泛应用，其研究方向也众多，下面属于人工智能研究方向的有
知识图谱
语音识别
模式识别
机器学习
9
机器人发展经历了程序控制机器人（第一代）、自适应机器人（第二代）、智能机器人（现代）三代发展历程。
10
下列选项中属于人工智能的应用领域的有（）
智能农业
程序设计
智慧城市
智能安防
第二章测试
生命起源于什么时候？
100-45亿年之间
45-35亿年之间
C.138亿年以前
138-100亿年之间
人工智能使人类改造自然、适应自然的各类技术发展到最高阶段，智能技术使得工具变得有智能，促使技术在以指数级增长速度加速进化（加速回报定律）。
对于人工智能的价值、作用与意义的说法的是：
生命层面：
促进人类社会整体向更高阶段文明加速进化
社会层面：
促使人类自身由地球自然智能生命向更高阶的宇宙智能生命进化
技术层面：
人类社会经济、社会发展的新引擎，新一轮经济革命的持续推动力
哲学层面：
证明、印证人类（人性）存在价值的手段、方法；
由人工智能根本问题衍生的思想、理论将促使人类反观自身，思考人之为人的价值、存在的意义
联结主义认为人的思维基元是符号，而不是神经元；
人的认知过程是符号操作而不是权值的自组织过程。
科学研究能够逐步理解如何从大脑的结构和机制上产生知觉、记忆和行为的意识表现，这些所谓“简单问题”的科学研究，都无法越过物质与精神的藩篱，解决身心关系的“困难问题”，证明主观意识如何从物质基础上涌现出来。
对于心智计算理论说法正确的是：
能够用信念和意愿来解释行为的同时，又令它们与物理世界合理相接
驱除了心智产生智能行为的神秘
合理地解释了意义内含的结果与起因
特点是把心智的本质看作是计算，把思维看作是一种信息加工过程
现代认知科学强调心智亲身性，也就是心智与身体是分离的，人的经验、认识都来自身体内部与环境的相互作用。
人工智能利用计算机通过程序和算法实现了人类智能的哪些部分？
视觉部分
可计算部分
人类智能的非理性部分
理性部分
理性来自身体，而非超越身体。
下列哪个选项不属于人类理性：
认知理性
知识理性
方法理性
价值理性
第三章测试
所有生物的脑部都可以分为前脑、中脑和后脑三个原始部位。
具体而言，人类大脑是由脑干、小脑、大脑（前脑）组成。
下列关于大脑左右半脑及其功能说法的是（）
右脑像个艺术家，对音乐、美术等艺术活动具有创造力，且感情丰富
大脑两左右半球形状相同，功能却大不一样，一般分别称为左脑和右脑
口述答题时，左脑负责逻辑思考，右脑负责语言描述
左脑像一个科学家，擅长抽象思维与复杂计算，但缺乏丰富的情感
人体神经系统可以分为中枢神经系统和周围神经系统。
其中，中枢神经系统由脑和脊髓组成，是人体神经系统中最主体的部分。
大脑神经系统主要组成部分是大脑皮层和灰质层，大脑皮层和灰质层都很薄，但大脑皮层表面无沟回，灰质层表面有沟回。
神经元是神经系统最基本的结构和功能单位，分为细胞体和突起两部分。
细胞体由细胞核、细胞膜、细胞质组成；
突起有树突和轴突两种。
大脑内的神经连接是杂乱无章的。
下列不属于与动物导航有关的细胞是（）
头部方向细胞
內嗅外侧的细胞
边界细胞
速度细胞
认知是人脑对接受外界输入的信息进行加工处理并转换成内在的心理活动，进而支配人的行为的过程，是人的最基本的心理过程。
谢列关于感知和注意说法正确的有（）
感知是客观世界直接作用于人的感觉器官而产生的
在感知过程中，经历感觉、知觉两种基本形式
注意是心理活动或意识在某一时刻所处状态，表现为对一定对象的指向与集中
注意网络分为三个子系统：
前注意心态、后注意心态和警觉系统
思维的本质是人脑有意识的对客体的反映，这个过程构成了人类认识的高级阶段。
思维以感觉作为自己唯一的源泉，但是它超越了直接感性认识的界限，达到理性认识或理性认识的过程。
第四章测试
人工神经网络从一个方面上模拟大脑:
组成人工神经网络的神经元之间的连接强度，即突触权值w，可用于储存获取的知识。
感知机中，通过学习来调整权值，以使网络对任何的输入都能得到期望的输出。
多层前馈网络的每一层都是单层的网络，却无法用单层感知器的学习方法。
卷积神经网络是所谓深度神经网络的最重要的模型，深度就是隐层非常多的意思，深度越深，性能越好。
不同的深度神经网络产生的深度学习技术性能是有差异的，用途也不一样。
以下关于人工智能发展史的说法正确的是（）
1986年美国的一个平行计算研究小组提出了前项反馈神经网络的反向传播学习B（P）学习算法
1949年心理学家赫布在其论著《行为自组织》，提出赫布规则
1982年物理学家霍普菲尔德提出了全联接网络，离散的神经网络模型。
这是一种全新的具有完整理论基础的神经网络模型
1957年罗森布拉特定义了一个神经网络结构，称为感知器
以下关于感知机模型说法的是（）
感知器学习的基本思想：
神经单元之间连接权的变化正比于输出单元期望输出与实际的输出之差
感知机的本质是一种适合用于将某些数据分为两种类型的线性分类模型
感知器模型由输入层和输出层两层构成，不失一般性
感知机能够求解异或问题
以下有关BP网络说法的是（）
BP神经网络学习算法最核心的三部分是权值调整、输出层连接权调整、隐层连接权调整
反向传播的目的是为了修改各层神经元的权值，使误差信号最小
BP网络是一种前馈网络,其隐单元必须分层，又称为多层前馈网络
正向传播是输入信息由输入层传至隐层，最终在输出层输出
以下关于卷积神经网络说法的是（）
卷积神经网络具有天然的网络权重值共享和网络局部稀疏性连接的特性，这种连接恰好也符合生物神经元的稀疏性响应特性
人工神经网络主要由输入层、隐藏层和输出层组成。
深度学习一般要求有多个隐藏层
损失函数层的作用是用来估算模型的预测值与实际值的差距的函数，它是一个非负的实数值函数，它的值越小，反应该网络的数据拟合性能越好，也就是其结果越逼近原始输入数据
卷积神经网络有两个基本概念：
权值共享和池化。
权值共享使权值参数的个数减小；
池化可以使特征图减
升级会员 