人工智能伦理学慕课题库Word文件下载.docx
《人工智能伦理学慕课题库Word文件下载.docx》由会员分享,可在线阅读,更多相关《人工智能伦理学慕课题库Word文件下载.docx(19页珍藏版)》请在冰豆网上搜索。
![人工智能伦理学慕课题库Word文件下载.docx](https://file1.bdocx.com/fileroot1/2022-12/6/989ac73a-531a-44b1-8bed-c33f6cf90dad/989ac73a-531a-44b1-8bed-c33f6cf90dad1.gif)
错
1.3人工神经网络
)是现在新出现的人工智能的研究方向。
A.深度学习
B.人工神经元网络
C.贝叶斯网络
D.类脑人工智能
D
深度学习中的“深度”是指(
A.计算机理解的深度
B.中间神经元网络的层次很多
C.计算机的求解更加精准
D.计算机对问题的处理更加灵活
人工神经元网络与深度学习的关系是(
A.人工神经元网络是深度学习的前身
B.深度学习是人工神经元网络的一个分支
C.深度学习是人工神经元网络的一个发展
D.深度学习与人工神经元网络无关
AC
符号AI不是人工智能的正统。
相比于人工神经元网络和深度学习,类脑人工智能对人类大脑的神经回路具有更深入的了解。
1.4框架问题
深度学习的实质是(
A.推理机制
B.映射机制
C.识别机制
D.模拟机制
计算机具有触类旁通的能力,可以根据具体语境对事件进行分类。
人工神经元网络会遭遇“框架问题”。
推理的本质是在信息不足的情况下能够最大程度的得到最靠谱的结论。
对1.
对
1.5顺便聊聊五代计算机泡沫
日本五代计算机泡沫关注的核心问题是(
A.人工神经元网络
B.符号AI
D.自然语言处理
制造人工智能的规划、计划和方案本身应该能根据情况的变化进行自我调整。
2.1专用人工智能与通用人工智能
目前对人工智能的发展所持有的观点有(
A.乌托邦论
B.模块论
C.末世论
D.泡沫论
ACD
现在的人工智能系统都是专用人工智能而非通用人工智能。
2.2深度学习能够升级为通用人工智能系统吗?
一个真正的通用人工智能系统应具备处理(
)问题的能力。
A.全局性
B.局部性
C.专业性
D.统一性
目前的人工智能研发的动力主要来源于(
A.科学
B.商业
C.学术
D.军事
现有的人工神经元网络或深度学习无法处理全局性问题。
人工神经元网络只需要很少的数据便可掌握处理特定问题的能力。
2.3向自然智能学习(上)
能够推进人工智能智能的研究最好方法是(
A.继续完善深度学习
B.提升计算机处理数据的能力
C.研究人类自己的智能
D.研发通用人工智能
下列哪些选项属于通用智力因素?
A.短期记忆
B.流体智力
C.晶体智力
D.反应速度
ABCD
类脑人工智能是指模拟人类大脑的人工智能。
人类自己的智能体现了通用性。
2.4向自然智能学习(下)
以下哪些选项属于自然智能?
A.植物
B.动物
C.细菌
D.机器
ABC
智能的特点是(
A.能对环境进行灵活的应对
B.能够不断创新
C.具有十分牢固的记忆力
D.经济高效
智能与神经元网络的存在具有必然关系。
类脑人工智能及人工神经元网络只是智能展现的一种形式。
2.5再论“强人工智能”与“超级人工智能”
提出强人工智能与弱人工智能的人是(
塞尔
B.彼得卡鲁瑟斯
C.杰瑞·
佛多
D.埃隆·
马斯克
通用人工智能就是强人工智能。
3.1大数据的优点
深度学习的数据材料来源于(
A.人工搜集
B.已有数据库
C.抽样调查
D.互联网
统计学研究首先要确立样本空间,进行合理抽样,然后估测出相关的情况。
当前的主流人工智能是通向真正的通用人工智能的康庄大道。
3.2大数据的缺点
大数据所搜集到的用户群体都是(
A.具有线上行为的用户
B.具有线下行为的用户
C.参与调研的用户
D.不参与调研的用户
人类心智比较容易适应(
)环境。
A.大数据
B.小数据
C.多数据
D.单一数据
技术问题背后还有着(
)问题
A.如何取样
B.社会的公平正义
C.社会的价值导向
D.健康的网上习惯
BC
由于大数据只能体现出数量而不能进行质量上的判断,所以在采样并不完整的情况下给出的结论未必准确。
3.3节俭性理性
“节俭性理性”是(
)提出的。
A.赫伯特·
B.吉仁泽
C.司马贺
D.拉普拉斯
[单选题]
利用自己的认知本能来进行判断的思维算法是(
A.科学法
B.逻辑法
C.捷思法
D.大数据
面临信息过载的情况,最好的判断方法是通过本能运用原始算法。
赫伯特·
西蒙提出了有限理性理论。
大量信息的提供,尤其是彼此矛盾的信息的提供并不会导致我们的思维过载。
3.4对绿色人工智能的展望
单选题]
过度开采社会人文资源,是指在大数据的环境下对(
)的侵犯。
A.个人隐私
B.大众心理
C.个人的行为规范
D.大众消费习惯
大数据无法维持人类社会的隐私和公开之间的张力平衡。
深度学习就是一种绿色人工智能。
4.1自然语言处理理论概论
在人工智能的所有子课题中,所牵涉范围最广的是(
A.机器视觉
B.非确定条件下的推理
C.机器听觉
真正的通用人工智能系统具有把握(
)的能力。
A.专业性
B.跨领域
C.局部性
D.全局性
BD
语言是检测人工智能是否真正厉害的试金石。
机器语言的特点是有丰富的修辞手段。
4.2行为主义的自然语言处理路径
聊天机器人ELIZA的运作,很大程度上采用了将计就计的策略,它本身并没有一个完整的(
A.神经元
B.符号建模
C.语义建模
D.数据库
下列属于行为主义心理学家的是(
华生
B.博尔赫斯·
斯金纳
C.巴普洛夫
D.冯特
AB
图灵测验本身具有浓重的行为主义色彩。
聊天机器人某种程度上具备人类的心智。
4.3外在主义的语意建模
SHRDLU系统实际上是一个(
A.积木系统
B.语义模型
C.人工装置
D.人工神经元网络
SHRDLU系统是由(
)发明的。
A.杰瑞·
B.约翰·
C.赫伯特·
D.特里·
威诺格拉格
SHRDLU系统预设了在哲学上语词和外部对象具有对应关系。
外在主义的语义模型在哲学上的意思是每个语词的真正含义都要通过与其对应的外在对象来加以编码。
4.4基于理想语设想的语意建模
语言不仅仅是句法问题,更是(
A.语义
B.结构
C.音韵
D.逻辑
实际的翻译中有时要破坏句子原有的句法结构,根据(
)重新组织句子。
A.音韵
B.意义
C.逻辑
D.效果
乔姆斯基认为人类的语法都有哪两个层面?
A.语义层面
B.深层语法
C.句法层面
D.浅层语法
0-3岁的小孩通过贫乏的语言样本就能够进行有效的语言学习,说明了基于大数据的心智模型是有问题的。
4.5统计学进路的语意处理方式
可以用来界定因果关系的是(
A.贝叶斯公式
B.先验概率
C.后验概率
D.归纳逻辑
把归纳逻辑抬到比较高的位置的哲学家是(
A.海德格尔
B.大卫·
休谟
C.康德
D.莱布尼茨
贝叶斯公式适合于人工智能的自然语言处理。
先验概率是指根据以往经验和分析得到的概率。
休谟认为在因果推理中只有或然性。
4.6混合式进路
下列属于基于统计的自然语言处理进路的是(
A.基于中间语的翻译
B.基于浅层语法的翻译
C.基于贝叶斯公式
D.基于深层语法的翻译
基于规则与统计的混合进路的日然语言处理进路背后的哲学根据是(
)的哲学。
A.莱布尼茨
B.海德格尔
C.大卫·
D.康德
康德认为知识的来源有哪两部分?
A.心之自发性
B.先天范畴
C.感官的杂多性
D.感性材料
混合式自然语言处理进路的问题在于如何将基于规则的自然语言处理与基于规则的语言处理很好地融合在一起。
4.7基于实际语例的进路
影响基于中间语的机器翻译思路的哲学家是(
A.康德
C.长尾真
影响基于统计学自然语言处理的哲学家是(
基于实例的自然语言处理在语言翻译上具有灵活性。
基于实例的自然语言处理需要事先对语用材料的规则性有所把握。
基于实例的自然语言处理的问题是它会由两种语言之间的对应关系所决定,而有时两种语言之间的对应关系比较难以把捉。
5.1再谈强人工智能与弱人工智能
专用与通用人工智能讨论的是智能的(
)问题。
A.分层
B.深度
C.宽窄
D.语言处理
弱人工智能是指仅仅模拟人类大脑的(
);
强人工智能是指其本身就是一个(
A.心智;
智能
B.运作;
大脑
C.智能;
程序
D.智能;
心智
强人工智能与弱人工智能就等于专业人工智能与通用人工智能。
现有的深度学习进路的人工智能并不能达到通用人工智能。
5.2塞尔论证的前身
)的思想激发了基于中间语的机器翻译思路。
A.笛卡尔
B.塞尔
C.莱布尼茨
磨坊论证出自(
A.《纯粹理性批判》
B.《单子论》
C.《人类理智新论》
D.《神正论》
灵活理解语句的能力是人类智能的标准。
多重可实现主义是指用什么东西来执行计算机的抽象程序来说是不重要的,可以通过很多途径来执行计算机程序。
5.3塞尔的反证法
汉字屋论证是(
A.埃隆·
B.杰瑞·
福多
C.约翰·
D.彼得卡鲁瑟斯
塞尔区分了(
)和(
A.强人工智能
B.弱人工智能
C.专用人工智能
D.通用人工智能
任何一个精心编程的计算机,它本身的句法操作不足以支持起语义理解。
5.4重要的反驳
丹尼尔·
丹尼特对塞尔“中文屋论证”的批评是(
A.过于依赖感官
B.过于依赖知觉
C.过于依赖概念
D.过于依赖直觉
)无法得知,因为他人的行为和表现有伪装性。
A.“他心”
B.“他感”
C.“灵感”
D.“灵性”
塞尔认为一个人具有一门语言表达的外部行为就代表其真正懂得这门语言。
人类的感官处理也具有机械性。
6.1机器翻译进路产生的问题(上)
机器翻译的局限性在于(
A.训练样本单一
B.只能处理简单句
C.基于已有的既成案例
D.错误较多
人类译员一定会被机器所取代。
6.2机器翻译进路产生的问题(下)
我的1.
现有的机器翻译无法对人类语用环境的丰富性进行处理。
文化差异不一定会影响翻译结果。
对答案
6.3认知语言学关于翻译的洞见
认知语言学关心的是我们在使用某个概念时,心中浮现出的(
A.句法规则
B.字典上的定义
C.认知图式
D.具体语境
认知语言学更多地是考虑(
A.句法
B.音韵
C.语义
D.语用
CD
翻译不一定发生在不同语言的人之间。
翻译机器在进行翻译时会考虑到用户的文化背景。
6.4认知语言学技术刻画的“不可计算性”
框架与框架之间的粘接剂叫做(
A.框间网络
B.框架结构
C.框架链接
D.框间关系
框架之间的相互关系构成了人类语言的基本推理系统。
框架需要使用整个框架网络,但有时也可单独使用。
7.1隐藏在计算机工业中的“中立”面相之后的英语霸权
计算机的编程语言是以(
)语为模仿对象的。
A.西
B.法
C.日
D.英
人工智能主要依赖的学科有(
A.逻辑学
B.数学
C.统计学
D.信息与计算科学
计算机自身的编程母语是多语种的。
人工智能不会受到“母语意识”的影响。
7.2被西语思维扭曲的汉语量词现象
第一个注意到东方语言中量词问题的语言哲学家是(
A.图灵
B.麦克德莫特
C.蒯因
D.罗素
英语重视哪两个问题的区分?
A.谓语与非谓语
B.可数名词与不可数名词
C.冠词与数词
D.单复数
通过海量的数据输入及学习人工智能在量词的指派方面会达到相对准确的程度。
基于统计学的和数据训练的人工智能系统是无法对语词背后的含义进行深入的理解的。
7.3一种基于汉语演化史与认知语言学的复合式解释
量词在汉语中的演化史,以(
)时代作为一个重要的转折点。
A.西周
B.先秦
C.两汉
D.宋代
汉语的演化史表明,量词的真实功用可能与(
)没有任何关系。
A.隐喻机制
B.个体化机制
C.单复数区分
D.补足音素
通用量词的出现提升了古汉语的韵律上的齐一性。
按照认知语言学的看法,我们对整个世界当中的事物的描述都是一种隐喻投射机制。
7.4以人工智能为武器来反抗地球的扁平化
站在整个全球人类语言演化的大方向上来看,量词现象是具有地方性的。
8.1从“中文屋”到“日语屋”
“中文屋”是(
)提出的思想实验。
A.艾伦·
B.马文·
C.乔姆斯基
D.约翰·
汉语在塞尔的论证中所扮演的角色是非常“功能性”的,即塞尔只是借用“汉语”指涉任何他不懂的语言。
8.2日语言说者对于具身性的敏感
金谷武洋认为日本人是(
)看待世界的。
A.上帝的视角
B.他者的视角
C.虫子的视角
D.对象的视角
日语是(
)的混合体。
A.平假名
B.汉字
C.片假名
D.假名
塞尔的规则书很大程度上是指语言符号的输入和语言符号的输出之间的关系。
对语言的把握和体会很大程度上是一个语言符号的问题,并不依赖于对语境的观察。
8.3“日语屋”给塞尔造成的麻烦
提出“包容构架”理论的是(
A.罗德尼·
布鲁克斯
C.马文·
D.艾伦·
日语具有强烈的(
A.第三人称性
B.第二人称性
C.客体性
D.第一人称性
深度学习能够很好地处理语境性的信息。
深度学习无法从客观数据达到主观体验。
8.4主流人工智能的自然语言处理技术为何处理不了具身性?
现有的主流人工智能对自然语言的处理是基于(
)视角的。
A.第二人称
B.第三人称
C.第一人称
D.对象
下列哪些哲学家是从人类真实接受到的现象学体验出发来理解人类生活的方方面面?
A.胡塞尔
B.萨特
C.海德格尔
D.梅洛·
庞蒂
计算机永远无法处理日语所具有的暧昧性。
认知语言学是对我们进行语言处理的认知图式进行精确的把握。
9.1机器人伦理学概述
阿西莫夫三定律出自(
A.《曙光中的机器人》
B.《我,机器人》
C.《机器人与帝国》
D.《机器与伦理》
人工智能伦理学包括(
A.机器伦理学
B.机器发明者的伦理学
C.编程伦理学
D.机器人伦理学
伦理道德规范编程的语义内容本身需要具身性加以奠基。
机器伦理学是指造人工智能的主体自身的道德。
9.2从伦理学的“具身性”说起
金谷武洋认为日本人是用虫子的视角看待世界的,这是一种(
)解释。
A.现象学
B.认知科学
C.认知哲学
D.生物学
下列与“汉密尔顿理论”相关的是(
A.利他行为是由于基因相似
B.道德德生物学起源很可能就是与“通过亲属的生存而完成家族基因的备份”这一隐蔽的生物学目的相关的。
C.在假定甲、乙两个生物学个体之间具有一定的遗传相似性的前提下,只要这种相似性与“乙从甲获得的好处“之间乘积能够抵消“甲自身因帮助
乙而遭受到的损失”,那么,使得互助行为得以可能的那些基因就会在种群中传播。
D.以上都不对
人类作为社会性动物的原因是建立于生物学事实的,即人类的身体具有一种生物学意义上的脆弱性。
认知语言学认为一个句子的意义具有唯一的答案。
麦金泰尔在《依赖性的理性动物》一书中指出动物的社群活动具有很深的生物学根基。
9.3认知语言学的“具身性”对于人工智能伦理学的启示
伦理学命题本身的意义是奠