人工智能与信息社会考试答案教学文案.docx
《人工智能与信息社会考试答案教学文案.docx》由会员分享，可在线阅读，更多相关《人工智能与信息社会考试答案教学文案.docx（37页珍藏版）》请在冰豆网上搜索。
人工智能与信息社会考试答案教学文案
人工智能与信息社会考试答案
人工智能与信息社会考试答案（不及格成绩）
一、单选题（题数：
40，共 40.0 分）
1
Cortana是（）推出的个人语音助手。
（1.0分）
1.0 分
∙A、
苹果
∙B、
亚马逊
∙C、
微软
∙D、
阿里巴巴
窗体底端
我的答案：
C
2
2016年3月,人工智能程序（）在韩国首尔以4:
1的比分战胜的人类围棋冠军李世石。
（1.0分）
1.0 分
窗体顶端
∙A、
AlphaGo
∙B、
DeepMind
∙C、
Deepblue
∙D、
AlphaGoZero
窗体底端
我的答案：
A
3
强化学习中,（）主要探索未知的动作会产生的效果,有利于更新Q值,获得更好的策略。
（1.0分）
1.0 分
窗体顶端
∙A、
探索
∙B、
开发
∙C、
输入
∙D、
输出
窗体底端
我的答案：
A
4
图中的剪枝过程称为（）剪枝。
（1.0分）
0.0 分
窗体顶端
∙A、
Alpha
∙B、
Beta
∙C、
Min
∙D、
Max
窗体底端
我的答案：
D
5
关于MNIST,下列说法错误的是（）。
（1.0分）
0.0 分
窗体顶端
∙A、
是著名的手写体数字识别数据集
∙B、
有训练集和测试集两部分
∙C、
训练集类似人学习中使用的各种考试试卷
∙D、
测试集大约包含10000个样本和标签
窗体底端
我的答案：
D
6
根据图中所示的minimax算法决策树,图中估值为7的结点被称为（）。
（1.0分）
1.0 分
窗体顶端
∙A、
MAX结点
∙B、
MIN结点
∙C、
终止结点
∙D、
根节点
窗体底端
我的答案：
C
7
ImageNet数据集包含了（）幅图片。
（1.0分）
1.0 分
窗体顶端
∙A、
1400多
∙B、
14000多
∙C、
1400多万
∙D、
14000多万
窗体底端
我的答案：
C
8
AI时代主要的人机交互方式为（）。
（1.0分）
1.0 分
窗体顶端
∙A、
鼠标
∙B、
键盘
∙C、
触屏
∙D、
语音+视觉
窗体底端
我的答案：
D
9
在ε-greedy策略当中,ε的值越大,表示采用随机的一个动作的概率越（）,采用当前Q函数值最大的动作的概率越（）。
（1.0分）
1.0 分
窗体顶端
∙A、
大;小
∙B、
大;大
∙C、
小;小
∙D、
小;大
窗体底端
我的答案：
A
10
强化学习的回报值一个重要特点是具有（）。
（1.0分）
0.0 分
窗体顶端
∙A、
客观性
∙B、
主体性
∙C、
超前性
∙D、
滞后性
窗体底端
我的答案：
B
11
相较于其他早期的面部解锁,iPhoneX的原深感摄像头能够有效解决的问题是（）。
（1.0分）
1.0 分
窗体顶端
∙A、
机主需要通过特定表情解锁手机
∙B、
机主是否主动解锁手机
∙C、
机主平面照片能够解锁手机
∙D、
机主双胞胎解锁手机
窗体底端
我的答案：
C
12
色彩的三原色模型是（）。
（1.0分）
0.0 分
窗体顶端
∙A、
红、绿、蓝
∙B、
.红、黄、蓝
∙C、
黄、绿、蓝
∙D、
红、绿、黄
窗体底端
我的答案：
B
13
第一例专家系统是在（）领域发挥作用的。
（1.0分）
1.0 分
窗体顶端
∙A、
物理
∙B、
化学
∙C、
数学
∙D、
生物
窗体底端
我的答案：
B
14
在自动驾驶中,AI需要不断地通过路面信息来调整开车的决策。
这种处理模式适合用（）来训练出合理的策略。
（1.0分）
0.0 分
窗体顶端
∙A、
监督学习
∙B、
非监督学习
∙C、
强化学习
∙D、
弱化学习
窗体底端
我的答案：
A
15
在强化学习的过程中,学习率α越大,表示采用新的尝试得到的结果比例越（）,保持旧的结果的比例越（）。
（1.0分）
1.0 分
窗体顶端
∙A、
大;小
∙B、
大;大
∙C、
小;小
∙D、
小;大
窗体底端
我的答案：
A
16
被誉为计算机科学与人工智能之父的是（）。
（1.0分）
1.0 分
窗体顶端
∙A、
图灵
∙B、
费根鲍姆
∙C、
纽维尔
∙D、
西蒙
窗体底端
我的答案：
A
17
根据图中所示的minimax算法决策树,根结点的估值是（）。
（1.0分）
0.0 分
窗体顶端
∙A、
20
∙B、
16
∙C、
9
∙D、
19
窗体底端
我的答案：
D
18
每一次比较都使搜索范围减少一半的方法是（）。
（1.0分）
1.0 分
窗体顶端
∙A、
二分查找
∙B、
启发式算法
∙C、
minimax算法
∙D、
剪枝算法
窗体底端
我的答案：
A
19
将结构型的图片（空间分辨率高,纹路细节清晰）与光谱分辨率高、色彩丰富的图片处理成空间分辨率和光谱分辨率都高的过程称为（）。
（1.0分）
0.0 分
窗体顶端
∙A、
图像配准
∙B、
图像识别
∙C、
图像分类
∙D、
图像融合
窗体底端
我的答案：
B
20
前馈型神经网络的中各个层之间是（）的,反馈型神经网络中各个层之间是（）的。
（1.0分）
1.0 分
窗体顶端
∙A、
有环;有环
∙B、
有环;无环
∙C、
无环;有环
∙D、
无环;无环
窗体底端
我的答案：
C
21
图中的剪枝过程称为（）剪枝。
（1.0分）
0.0 分
窗体顶端
∙A、
Alpha
∙B、
Beta
∙C、
Min
∙D、
Max
窗体底端
我的答案：
A
22
首个在新闻报道的翻译质量和准确率上可以比肩人工翻译的翻译系统是（）。
（1.0分）
1.0 分
窗体顶端
∙A、
苹果
∙B、
谷歌
∙C、
微软
∙D、
科大讯飞
窗体底端
我的答案：
C
23
（）是第一个使用蒙特卡洛树搜索的围棋程序,在9×9的棋盘上击败了职业选手。
（1.0分）
1.0 分
窗体顶端
∙A、
GNUGo
∙B、
MoGo
∙C、
DeepZenGo
∙D、
AlphaGo
窗体底端
我的答案：
B
24
最早提出人工智能（ArtificialIntelligence）一词的人是（）。
（1.0分）
1.0 分
窗体顶端
∙A、
约翰·麦卡锡
∙B、
马文·闵斯基
∙C、
克劳德·香农
∙D、
艾伦·纽厄尔
窗体底端
我的答案：
A
25
（）有跟环境进行交互,从反馈当中进行不断的学习的过程。
（1.0分）
1.0 分
窗体顶端
∙A、
监督学习
∙B、
非监督学习
∙C、
强化学习
∙D、
线性回归
窗体底端
我的答案：
C
26
围棋AI（）是基于AlphaBeta剪枝算法的。
（1.0分）
0.0 分
窗体顶端
∙A、
GNUGo
∙B、
MoGo
∙C、
DeepZenGo
∙D、
AlphaGo
窗体底端
我的答案：
D
27
第一个成功应用的专家系统是（）。
（1.0分）
1.0 分
窗体顶端
∙A、
ELIZA
∙B、
Dendral
∙C、
Xcon
∙D、
Deepblue
窗体底端
我的答案：
B
28
在人工智能当中,图像、语音、手势等识别被认为是（）的层次;而问题求解、创作、推理预测被认为是（）的层次。
（1.0分）
1.0 分
窗体顶端
∙A、
感知智能;认知智能
∙B、
认知智能;感知智能
∙C、
感知智能;感知智能
∙D、
认知智能;认知智能
窗体底端
我的答案：
A
29
隐藏层中的池化层作用是（）训练参数,对原始特征信号进行采样。
（1.0分）
1.0 分
窗体顶端
∙A、
减少
∙B、
增加
∙C、
分割
∙D、
组合
窗体底端
我的答案：
A
30
根据课程3.6中所讲的井字棋估值方法,以下局面估值为（）。
（1.0分）
1.0 分
窗体顶端
∙A、
2
∙B、
1
∙C、
0
∙D、
-1
窗体底端
我的答案：
C
31
如果某个隐藏层中存在以下四层,那么其中最接近输出层的是（）。
（1.0分）
0.0 分
窗体顶端
∙A、
卷积层
∙B、
池化层
∙C、
全连接层
∙D、
归一化指数层
窗体底端
我的答案：
B
32
在第五章手写数字识别的例子中,输入的图片为长和宽都是28像素的图片,输出判断数字0-9的概率。
要构建前馈型神经网络去解决这个问题,输入层是（）维的,输出层是（）维的。
（1.0分）
0.0 分
窗体顶端
∙A、
784;10
∙B、
28;10
∙C、
784;1
∙D、
28;1
窗体底端
我的答案：
D
33
向量[0.1,0.1,0.2,0.3,0.6]的维数是（）。
（1.0分）
0.0 分
窗体顶端
∙A、
10
∙B、
5
∙C、
3
∙D、
1
窗体底端
我的答案：
C
34
图中所展示的基因遗传算法过程是（）过程。
（1.0分）
1.0 分
窗体顶端
∙A、
交叉
∙B、
复制
∙C、
变异
∙D、
初始化
窗体底端
我的答案：
C
35
语音识别技术的英文缩写为（）。
（1.0分）
1.0 分
窗体顶端
∙A、
SRT
∙B、
CTS
∙C、
SPE
∙D、
ASR
窗体底端
我的答案：
D
36
在Q-Learning中,所谓的Q函数是指（）。
（1.0分）
1.0 分
窗体顶端
∙A、
状态动作函数
∙B、
状态值函数
∙C、
动作值函数
∙D、
策略函数
窗体底端
我的答案：
A
37
Q函数Q（s,a）是指在一个给定状态s下,采取某一个动作a之后,后续的各个状态所能得到的回报的（）。
（1.0分）
1.0 分
窗体顶端
∙A、
期望值
∙B、
最大值
∙C、
最小值
∙D、
总和
窗体底端
我的答案：
A
38
1977年在斯坦福大学研发的专家系统（）是用于地质领域探测矿藏的一个专家系统。
（1.0分）
0.0 分
窗体顶端
∙A、
DENDRAL
∙B、
MYCIN
∙C、
PROSPECTOR
∙D、
XCON
窗体底端
我的答案：
A
39
人类对于知识的归纳总是通过（）来进行的。
（1.0分）
1.0 分
窗体顶端
∙A、
判断
∙B、
枚举
∙C、
猜想
∙D、
预测
窗体底端
我的答案：
A
40
能够提取出图片边缘特征的网络是（）。
（1.0分）
0.0 分
窗体顶端
∙A、
卷积层
∙B、
池化层
∙C、
全连接层
∙D、
输出层
窗体底端
我的答案：
D
二、多选题（题数：
15，共 30.0 分）
1
人工智能的基础包括（）。
（2.0分）
2.0 分
窗体顶端
∙A、
数学
∙B、
计算机科学
∙C、
经济学
∙D、
心理学
窗体底端
我的答案：
AB
2
关于人工智能的概念,下列表述正确的有（）。
（2.0分）
0.0 分
窗体顶端
∙A、
根据对环境的感知做出合理的行动,并获得最大收益的计算机程序
∙B、
任何计算机程序都具有人工智能
∙C、
针对特定的任务,人工智能程序都具有自主学习的能力
∙D、
人工智能程序和人类具有相同的思考方式
窗体底端
我的答案：
ACD
3
基因遗传算法的两个常用的结束条件为（）。
（2.0分）
0.0 分
窗体顶端
∙A、
达到一定的迭代次数
∙B、
适应度函数达到一定的要求
∙C、
达到一定的变异次数
∙D、
达到一定的交叉次数
窗体底端
我的答案：
CD
4
一个完整的人工神经网络包括（）。
（2.0分）
0.0 分
窗体顶端
∙A、
一层输入层
∙B、
多层分析层
∙C、
多层隐藏层
∙D、
两层输出层
窗体底端
我的答案：
BC
5
以下属于完全信息博弈的游戏有（）。
（2.0分）
1.0 分
窗体顶端
∙A、
井字棋
∙B、
黑白棋
∙C、
围棋
∙D、
桥牌
∙E、
军棋
窗体底端
我的答案：
AC
6
符合强人工智能的描述是（）。
（2.0分）
0.0 分
窗体顶端
∙A、
仅在某个特定的领域超越人类的水平
∙B、
可以胜任人类的所有工作
∙C、
是通用的人工智能
∙D、
在科学创造力、智慧等方面都远胜于人类
窗体底端
我的答案：
AC
7
属于家中的人工智能产品的有（）。
（2.0分）
0.0 分
窗体顶端
∙A、
智能音箱
∙B、
扫地机器人
∙C、
声控灯
∙D、
个人语音助手
窗体底端
我的答案：
ABC
8
人脸识别过程中,人脸采集的影响因素包括（）。
（2.0分）
1.0 分
窗体顶端
∙A、
图像大小
∙B、
图像分辨率
∙C、
光照环境
∙D、
采集角度
窗体底端
我的答案：
ABD
9
以下属于仿生算法的有（）。
（2.0分）
2.0 分
窗体顶端
∙A、
蚁群算法
∙B、
遗传算法
∙C、
人工神经网络
∙D、
蒙特卡洛方法
∙E、
归并排序算法
窗体底端
我的答案：
ABC
10
以下对基因遗传算法描述正确的是（）。
（2.0分）
2.0 分
窗体顶端
∙A、
基因遗传算法反映了自然选择的过程
∙B、
基因遗传算法一定能得到最优解
∙C、
是一种启发式的搜索算法
∙D、
能够穷尽所有可能性
窗体底端
我的答案：
AC
11
从技术角度看,人工智能的挑战包括（）。
（2.0分）
1.0 分
窗体顶端
∙A、
能否保证人工智能的应用开发被用于正确的目标。
∙B、
智能系统开发时存在严重的缺陷,会产生不可预测的后果。
∙C、
人工智能的强大能力产生的负面效果可能是缓慢而大规模的。
∙D、
人工智能设计者在制作机器人时,会将自己的想法加入到机器人的思维系统中
窗体底端
我的答案：
AD
12
基因遗传算法的组成部分包括（）。
（2.0分）
1.0 分
窗体顶端
∙A、
初始化编码
∙B、
适应度函数
∙C、
选择
∙D、
交叉和变异
窗体底端
我的答案：
AD
13
在强化学习中,主体和环境之间交互的要素有（）。
（2.0分）
1.0 分
窗体顶端
∙A、
状态
∙B、
动作
∙C、
回报
∙D、
强化
窗体底端
我的答案：
AB
14
目前外科手术领域的医用机器人的优点有（）。
（2.0分）
0.0 分
窗体顶端
∙A、
定位误差小
∙B、
手术创口小
∙C、
不需要人类医生进行操作
∙D、
能够实时监控患者的情况
∙E、
可以帮助医生诊断病情
窗体底端
我的答案：
ABE
15
一般来说,扫地机器人必需的传感器有（）。
（2.0分）
0.0 分
窗体顶端
∙A、
距离传感器
∙B、
超声波雷达传感器
∙C、
悬崖传感器
∙D、
温度传感器
窗体底端
我的答案：
ABCD
三、判断题（题数：
30，共 30.0 分）
1
估值函数就是对每一个局面给出一个评价分数（）。
（1.0分）
0.0 分
窗体顶端
我的答案：
×
窗体底端
2
对人脸好看程度评分,主要用的是监督学习的分类功能。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
×
窗体底端
3
医疗健康领域,人工智能在医学影像方面的应用被认为最不可能率先实现商业化。
（1.0分）
1.0 分
窗体顶端
我的答案：
×
窗体底端
4
智能音箱本质上是音箱、智能语音交互系统、互联网、内容叠加的产物。
（）（1.0分）
0.0 分
窗体顶端
我的答案：
×
窗体底端
5
人工智能在医学影响分析方面,可以起到计算机辅助诊断的作用,进行病灶检测、病灶量化诊断、进行治疗决策等。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
√
窗体底端
6
智能家居应该能自动感知周围的环境,不需要人的操控。
（）（1.0分）
0.0 分
窗体顶端
我的答案：
×
窗体底端
7
现阶段的自动驾驶已经能够到达第五级完全自动的标准了。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
×
窗体底端
8
博弈树的每个结点表示一个动作。
（）（1.0分）
0.0 分
窗体顶端
我的答案：
√
窗体底端
9
情感计算是在人脸识别的基础上,更加精细地通过脸上的表情和动作来判断人的情绪状态。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
√
窗体底端
10
状态动作函数直接决定主体该采取什么决策。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
×
窗体底端
11
梯度下降算法是最常用也是最有效的神经网络的优化办法,完全可以满足不同类型的需求。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
×
窗体底端
12
在解决函数优化问题时,基因遗传算法的全局性不好,容易陷入局部最优值。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
×
窗体底端
13
图灵认为,人工智能应当是一个模拟成人成熟思维的系统。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
×
窗体底端
14
只有符合社会伦理规范和公共政策的解决方案,才能设计出可信赖的人工智能。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
√
窗体底端
15
在神经网络方法之前,机器翻译主要是基于统计模型的翻译。
（）（1.0分）
0.0 分
窗体顶端
我的答案：
×
窗体底端
16
误差的反向传播,即从第一个隐藏层到输出层,逐层修改神经元的连接权值参数,使得损失函数值最小。
（）。
（1.0分）
0.0 分
窗体顶端
我的答案：
√
窗体底端
17
自然界中生物变异的概率是不确定的,但是基因遗传算法的变异概率可以人为调节。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
√
窗体底端
18
从公众关注视角定义的人工智能的范畴是在不断变化的。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
√
窗体底端
19
二分查找是一个有效计算平方根的办法。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
√
窗体底端
20
人工智能具有学会下棋的学习能力,是实现通用人工智能算法的基础。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
√
窗体底端
21
人工智能会完全替代人类的某些工作,并不会创造新的就业机会。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
×
窗体底端
22
隐藏层中的全连接层主要作用是将所有特征融合到一起。
（）（1.0分）
0.0 分
窗体顶端
我的答案：
×
窗体底端
23
基因遗传算法中,利用适应度函数表示参数值的大小,判断个体是否应该被淘汰。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
√
窗体底端
24
前三次工业革命是机器人代替人的体力劳动,正在到来的人工智能革命将开始代替脑力劳动。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
√
窗体底端
25
基于规则的AI系统由一连串的if-then-else规则来进行推断或行动决策。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
√
窗体底端
26
政府不仅要加强高端人才的培养,更需要在教育的各个阶段,给予不同人群学习的机会。
在中小学阶段鼓励计算思维和计算机科学教育,在继续教育领域为受到人工智能影响的在职人员提供职业转型的帮助等。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
√
窗体底端
27
AlphaBeta剪枝的效率一定比单纯的minimax算法效率高。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
×
窗体底端
28
仿生算法是一类模拟自然生物进化或者群体社会行为的随机搜索方法的统称。
（）（1.0分）
0.0 分
窗体顶端
我的答案：
×
窗体底端
29
启发式算法与AlphaBeta剪枝类似,是从叶节点自底向上计算估值。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
×
窗体底端
30
传统的图像识别系统主要由图像分割、图像特征提取以及图像识别分类构成。
（）（1.0分）
1.0 分
窗体顶端
我的答案：
√
窗体底端
升级会员 