人工智能与信息社会Word格式文档下载.docx

1、6【多选题】属于家中的人工智能产品的有 （ABD） 。智能音箱扫地机器人声控灯个人语音助手7【多选题】谷歌相册与传统手机相册最大不同点是 （ABE）。根据照片内容自动添加标记根据不同标记进行归类和搜索自动对照片进行美颜定时备份照片E、人脸识别和搜索8【多选题】目前外科手术领域的医用机器人的优点有 （AB）。定位误差小手术创口小不需要人类医生进行操作能够实时监控患者的情况可以帮助医生诊断病情9【多选题】智能推荐系统的特点包括 （ABCD）。根据用户的购买记录记忆用户的偏好根据浏览时间判断商品对用户的吸引力推荐用户消费过的相关产品根据用户的喜好进行相关推荐10【多选题】一般来说 ,扫地机器人必需的

2、传感器有 （ABC）。距离传感器超声波雷达传感器悬崖传感器温度传感器11【判断题】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。（ ）12【判断题】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。 （ ）13【判断题】目前还没有成功进行无人自动驾驶的案例。 （ ）14【判断题】智能家居应该能自动感知周围的环境 ,不需要人的操控。15【判断题】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。16【判断题】基于句法的机器翻译是目前较为流行的翻译方法 ,基本达到了预期的理想。【单选题】被誉为计算机科学与人工智能之父的是 （A） 。图灵费根鲍姆纽维尔西蒙【单选

3、题】第一个成功应用的专家系统是 （B）。ELIZADendralXcon【单选题】最早提出人工智能 （ArtificialIntelligence） 一词的人是 （A） 。约翰 麦卡锡马文 闵斯基克劳德 香农艾伦 纽厄尔【单选题】 根据科学流行定义 ,人工智能就是和人类 （C）相似的计算机程序。思考方式表达方式行为方式外观外貌【单选题】与图灵测试相比 ,中文屋提出了如何判断是否拥有 （B） 的问题。行动力理解力表达能力接收能力【多选题】关于人工智能的概念 ,下列表述正确的有 （AC）。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任何计算机程序都具有人工智能针对特定的任务 ,人工

4、智能程序都具有自主学习的能力人工智能程序和人类具有相同的思考方式【多选题】人工智能的基础包括 （AB）。数学计算机科学经济学心理学【多选题】符合强人工智能的描述是 （BC）。仅在某个特定的领域超越人类的水平可以胜任人类的所有工作是通用的人工智能在科学创造力、智慧等方面都远胜于人类【多选题】发展出图像识别成功率超越人类的人工智能的主要因素有（AB）。计算力的提升大量数据驱动社会关注度提升人类专家规则的完善【多选题】关于 EDVAC,下列说法正确的有 （BD）。第一台电子数字计算机诞生于 1949 年属于图灵体系结构计算机采用二进制及存储程序【多选题】人工智能研究第一次寒冬的发生主要原因有 （AB

5、C）。AI 瓶颈性能有限缺乏 “常识 ”财政问题【判断题】 图灵测试是图灵于 1950 年提出的一个关于判断机器是否能够思考的著名试验 ,测试某机器是否能表现出与人等价或无法区分的智能。【判断题】人工智能 （AI） 概念最早 1956 年在达特茅斯会议上提出。【判断题】从公共关注视角来看 ,人工智能就是机器可以完成社会大众不认为机器能胜任的事情。【判断题】从公众关注视角定义的人工智能的范畴是在不断变化的。【判断题】根据发展趋势定义 ,人工智能就是会不断自我学习的计算机程序。17【判断题】图灵认为 , 人工智能应当是一个模拟成人成熟思维的系统。【单选题】一个运用二分查找算法的程序的时间复杂度是

6、（B）。指数级别对数级别常数级别线性级别【单选题】人类对于知识的归纳总是通过 （A） 来进行的。判断枚举猜想预测【单选题】第一例专家系统是在 （B）领域发挥作用的。物理化学生物【单选题】 1977 年在斯坦福大学研发的专家系统 （C）是用于地质领域探测矿藏的一个专家系统。DENDRALMYCINPROSPECTORXCON【单选题】考虑到对称性 ,井字棋最终局面有 （B）种不相同的可能。196831389144【单选题】根据课程3.6 中所讲的井字棋估值方法,以下局面估值为（C）。-1【单选题】除了问题本身的定义之外 ,使用问题特定知识的搜索策略被认为是 （A） 。启发式算法minimax 算

7、法深度优先搜索广度优先搜索【单选题】每一次比较都使搜索范围减少一半的方法是 （A） 。二分查找剪枝算法【单选题】根据图中所示的 minimax 算法决策树 ,根结点的估值是 （B）。2019【单选题】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 （C）。MAX 结点MIN 结点终止结点根节点【单选题】图中的剪枝过程称为 （A）剪枝。AlphaBetaMinMax【单选题】围棋 AI（A） 是基于 AlphaBeta 剪枝算法的。GNU GoMo GoDeepZen GoAlpha Go【单选题】专家系统的发展趋势不包括 （D） 。知识库变大推理引擎更加专用用户接口

8、更多样用户需求量减少【单选题】深蓝在开局阶段的算法主要是 （D） 。二分查找法AlphaBeta 剪枝【单选题】 （B）是第一个使用蒙特卡洛树搜索的围棋程序 ,在 99的棋盘上击败了职业选手。【多选题】专家系统的主要组成部分包括 （ABC）。知识库推理引擎用户接口自主学习系统18【多选题】以下属于完全信息博弈的游戏有 （ABC）。井字棋黑白棋围棋桥牌军棋【多选题】蒙特卡洛树搜索的主要流程有 （ABCD）。选择扩张模拟反馈【多选题】专家系统的适用领域的特征包括 （ABCD）。不需要额外常识输入的数据可以客观描述人类专家稀缺用户需求量大21【判断题】 基于规则的 AI 系统由一连串的 if-the

9、n-else 规则来进行推断或行动决策。22【判断题】博弈树的每个结点表示一个动作。23【判断题】估值函数就是对每一个局面给出一个评价分数 （ ）。24【判断题】 AlphaBeta 剪枝的效率一定比单纯的 minimax 算法效率高。25【判断题】二分查找是一个有效计算平方根的办法。26【判断题】零和博弈中 ,双方 （ 或多方 ）的收益相加为 0 或负数。27【判断题】启发式算法与 AlphaBeta 剪枝类似 ,是从叶节点自底向上计算估值。【单选题】色彩的三原色模型是 （A）。红、绿、蓝.红、黄、蓝黄、绿、蓝红、绿、黄【单选题】图中所展示的基因遗传算法过程是 （C）过程。交叉复制变异初始化

10、【单选题】将两个图片每个像素RGB 三个分量的差值的平方和作为适应度 函 数 的 计 算 方 法, 两 次 计 算 得 出 来 的 值 分 别 为1512869728和1495705312,那么说明适应度函数值（C）,适应度高了; 高了高了 ; 低了低了 ;【单选题】 RGB 模型可以组合出 （D）种颜色。25673578173566616777216【多选题】仿生算法的特点有 （ACD）。模拟自然生物群体的行为针对特定的输入能够得到确定的结果需要大量的模拟计算过程适用于大规模复杂优化问题【多选题】以下属于仿生算法的有 （ABC）。蚁群算法遗传算法人工神经网络蒙特卡洛方法归并排序算法【多选题】

11、以下对基因遗传算法描述正确的是 （AC）。基因遗传算法反映了自然选择的过程基因遗传算法一定能得到最优解是一种启发式的搜索算法能够穷尽所有可能性【多选题】基因遗传算法的组成部分包括 （ABCD）。初始化编码适应度函数交叉和变异【多选题】基因遗传算法的两个常用的结束条件为 （AB） 。达到一定的迭代次数适应度函数达到一定的要求达到一定的变异次数达到一定的交叉次数【判断题】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。【判断题】 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。【判断题】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

12、人为调节。【判断题】 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。【判断题】基因遗传算法的终止条件一般是适应度数值小于 0.（ 答案是辛苦整理出来的完整版课后答案需要支付 5 元 / 门购买完整版答案联系 QQ 646013515更多学习通资料【单选题】能够提取出图片边缘特征的网络是 （A） 。卷积层池化层全连接层输出层【单选题】向量 0.1,0.1,0.2,0.3,0.6 的维数是 （B） 。【单选题】 （A）是用来评估神经网络的计算模型对样本的预测值和真实值之间的误差大小。损失函数优化函数反向传播梯度下降【单选题】 在第五章手写数字识别的例子中 ,输入的图

13、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 （A） 维的 , 输出层是 （A） 维的。784;28;【单选题】 前馈型神经网络的中各个层之间是 （C）的 ,反馈型神经网络中各个层之间是 （C）的。有环 ; 有环 无环无环 ;【单选题】关于 MNIST, 下列说法错误的是 （C）。是著名的手写体数字识别数据集有训练集和测试集两部分训练集类似人学习中使用的各种考试试卷测试集大约包含 10000 个样本和标签【单选题】 隐藏层中的池化层作用是 （A） 训练参数 ,对原始特征信号进行采样。减少增加分割组合【单选题】如果某个隐藏层中存在

14、以下四层 ,那么其中最接近输出层的是（D）。归一化指数层【多选题】一个完整的人工神经网络包括 （AC）。一层输入层多层分析层多层隐藏层两层输出层【多选题】前馈型神经网络常用于 （AD） 。图像识别文本处理问答系统图像检测【判断题】 神经网络中各个隐藏层能提取出和人类看到的一样的特征。【判断题】人工神经网络训练的目的就是使得损失函数最小化。【判断题】 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。）。【判断题】隐藏层中的全连接层主要作用是将所有特征融合到一起。【判断题】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。