人工智能与创新 超星尔雅学习通答案WYC

无处不在的AI

1

【单选题】人工智能的英文简称是?( )

• A、AI
• B、VR
• C、AR
• D、MR

2

【单选题】以下哪个选项不属于自动驾驶汽车的基本原理? ( )

• A、计算机视觉
• B、传感器
• C、机器学习
• D、遥控操作

3

【单选题】Mobile ALOHA 是一款什么类型的机器人? ( )

• A、工业机器人
• B、服务机器人
• C、探索机器人
• D、军事机器人

4

【单选题】以下哪个应用不属于 AIGC 的应用? ( )

• A、AI 绘画
• B、StoryDiffusion
• C、Sora
• D、高德地图

5

【单选题】以下哪个选项不属于 AI 发展带来的挑战? ( )

• A、数据安全和隐私保护
• B、版权和知识产权
• C、技术普及和接受度
• D、娱乐活动多样化

6

【单选题】以下哪个选项不属于人工智能带来的机遇? ( )

• A、提高生产力
• B、创造新的就业机会
• C、降低人类幸福感
• D、促进科学研究和创新

7

【判断题】智能体是指能够感知环境并根据感知到的信息自主做出决策和执行动作的实体。( )

8

【判断题】自驾汽车主要依靠计算机视觉、传感器和机器学习等技术实现无人驾驶。( )

9

【判断题】AI 绘画技术可以完全取代人类艺术家。( )

10

【判断题】AIGC 技术的发展对影视产业没有影响。( )

11

【判断题】AI 发展带来的挑战可以通过技术手段完全解决。( )

12

【判断题】人形机器人将在未来几年内达到与汽车相当的普及程度。( )

什么是AI

1

【单选题】人工智能 (AI) 的目标是什么?( )

• A、复制人类的行为
• B、理解智能的实质并创造能够执行人类智能任务的系统
• C、重建人类大脑
• D、模仿人类的思维方式

2

【单选题】人工智能可以分为哪几种类型?( )

• A、通用人工智能 (AGI) 和窄人工智能 (NAI)
• B、机器学习和深度学习
• C、符号学派和连接学派
• D、超人工智能 (Super AI) 和弱人工智能 (Weak AI)

3

【单选题】人工智能的发展历程经历了哪几个阶段?( )

• A、概念形成期、早期发展期、低谷期、复兴期、深度学习与大数据时代
• B、符号学派、连接学派、行为学派
• C、机器学习、深度学习、强化学习
• D、自然语言处理、计算机视觉、语音识别

4

【单选题】符号学派的核心理念是什么?( )

• A、通过模仿神经网络实现人工智能
• B、将智能视为对符号进行操作的过程
• C、通过观察和记录行为来研究智能
• D、利用大量数据进行训练

5

【单选题】连接学派的核心理念是什么?( )

• A、通过模仿神经网络实现人工智能
• B、将智能视为对符号进行操作的过程
• C、通过观察和记录行为来研究智能
• D、利用大量数据进行训练

6

【单选题】行为学派的核心理念是什么?( )

• A、通过模仿神经网络实现人工智能
• B、将智能视为对符号进行操作的过程
• C、通过观察和记录行为来研究智能
• D、利用大量数据进行训练

7

【单选题】AlphaGo 是哪种类型的人工智能?( )

• A、通用人工智能 (AGI)
• B、窄人工智能 (NAI)
• C、超人工智能 (Super AI)
• D、机器学习

8

【单选题】AlphaZero 是如何学习下棋的?( )

• A、学习人类棋谱
• B、自我对弈
• C、利用专家系统
• D、模仿人类棋手的思维方式

9

【判断题】人工智能就是计算机科学。 ( )

10

【判断题】人工智能的目标是复制人类的行为。 ( )

11

【判断题】人工智能的发展历程是直线上升的。 ( )

12

【判断题】符号学派是早期 AI 研究的主流。 ( )

13

【判断题】连接学派强调模仿神经网络实现人工智能。 ( )

14

【判断题】行为学派关注外部行为的模式和规律。 ( )

15

【判断题】AlphaGo 赢棋依靠的是自我对弈学习。 ( )

16

【判断题】人工智能的伦理问题目前还没有得到关注。 ( )

17

【判断题】未来人工智能的发展趋势是更加智能化和自主化。 ( )

计算技术的发展概况

1

【单选题】人类计算技术的发展历史大致可分为几个阶段?( )

• A、2个
• B、3个
• C、4个
• D、5个

2

【单选题】下列哪个不是机械计算时代的计算工具?( )

• A、算盘
• B、计算器
• C、纳皮尔筹
• D、电子计算机

3

【单选题】下列哪个科学家不是电子计算时代的奠基人?( )

• A、艾伦图灵
• B、冯诺依曼
• C、爱因斯坦

4

【单选题】网络计算时代的特点是什么?( )

• A、以“机”为中心
• B、以“人”为中心
• C、以“物”为中心
• D、以“云”为中心

5

【单选题】下列哪个不是云计算的特点?( )

• A、超大规模
• B、虚拟化
• C、高可靠性
• D、低可扩展性

6

【单选题】智能计算时代的特点是什么?( )

• A、“人-机”融合
• B、“人-机-物”融合
• C、“机-物”融合
• D、“人-物”融合

7

【单选题】通用自动计算装置的出现推动了什么概念的诞生?( )

• A、计算机
• B、人工智能
• C、互联网
• D、云计算

8

【单选题】逻辑推理专家系统的局限性是什么?( )

• A、计算时空复杂度高
• B、计算时空复杂度低
• C、知识获取能力强
• D、知识获取能力弱

9

【单选题】深度学习计算系统属于哪个学派?( )

• A、符号智能学派
• B、连接智能学派
• C、混合智能学派
• D、行为智能学派

10

【单选题】大模型的“大”主要体现在哪几个方面?( )

• A、参数数量大、训练数据大、算力需求大、能源消耗大
• B、参数数量小、训练数据小、算力需求小、能源消耗小
• C、参数数量大、训练数据小、算力需求大、能源消耗大
• D、参数数量小、训练数据大、算力需求大、能源消耗大

11

【单选题】下列哪个职业受 AI 大模型影响最大?( )

• A、财会
• B、销售
• C、人力资源
• D、体力劳动者

12

【判断题】机械计算时代的计算工具都是手动操作的。 ( )

13

【判断题】电子计算机的诞生标志着人类进入电子计算时代。 ( )

14

【判断题】互联网的出现标志着人类进入网络计算时代。 ( )

15

【判断题】智能计算时代是以“机”为中心的。 ( )

16

【判断题】云计算是一种网络应用概念。 ( )

17

【判断题】深度学习计算系统属于符号智能学派。 ( )

18

【判断题】大模型的训练需要消耗大量的算力和能源。 ( )

19

【判断题】AI 大模型的出现会完全取代人类工作。 ( )

20

【判断题】人类计算技术的发展历程是线性发展的。 ( )

21

【判断题】智能计算时代是计算技术发展的最终阶段。 ( )

AI的技术领域、应用领域和发展方向

1

【单选题】人工智能的主要技术领域不包括以下哪一项? ( )

• A、机器学习
• B、深度学习
• C、自然语言处理
• D、量子计算

2

【单选题】人工智能前沿技术主要聚焦在以下哪个方向? ( )

• A、多模态大模型
• B、语音识别
• C、聊天机器人
• D、数据挖掘

3

【单选题】具身智能是指什么? ( )

• A、能够通过感知和交互与环境进行实时互动的智能系统或机器
• B、一种特殊类型的机器学习
• C、一种计算机视觉技术
• D、一种自然语言处理技术

4

【单选题】AI 科学研究 (AI4R) 的目的是什么? ( )

• A、以 AI 为主进行一些科学发现和技术发明，大幅提升人类科学发现的效率
• B、开发能够理解人类语言的计算机程序
• C、实现自动驾驶汽车
• D、创造更具挑战性和趣味性的游戏环境

5

【单选题】人工智能最终的目标是拥有与人类相当甚至超过人类智能的通用人工智能，简称什么? ( )

• A、AGI
• B、AI
• C、NLP
• D、CV

6

【单选题】目前 AI 大模型主要通过什么方法来提高机器的智能水平? ( )

• A、数据驱动
• B、程序驱动
• C、硬件驱动
• D、人类驱动

7

【单选题】以下哪个技术对自动驾驶汽车至关重要? ( )

• A、计算机视觉
• B、自然语言处理
• C、数据挖掘
• D、语音识别

8

【单选题】人工智能在电影制作中的应用不包括以下哪一项? ( )

• A、角色设计与生成
• B、视觉特效与动画
• C、场景生成
• D、基因编辑

9

【单选题】人工智能在农业中的应用不包括以下哪一项? ( )

• A、无人机监测
• B、自动化灌溉系统
• C、土壤分析
• D、人工智能翻译

10

【单选题】人工智能在服务业中的应用不包括以下哪一项? ( )

• A、餐饮服务
• B、酒店服务
• C、旅游服务
• D、人工智能武器

11

【判断题】机器学习是一种让计算机能够从数据中学习并改进性能的算法和技术。 ( )

12

【判断题】深度学习是一种特殊类型的机器学习，主要应用于语音识别领域。 ( )

13

【判断题】自然语言处理技术可以使计算机理解、解释和生成人类语言。 ( )

14

【判断题】计算机视觉技术可以使计算机解释和理解视觉信息。 ( )

15

【判断题】智能机器人集成了感知、决策和动作执行能力的自主系统。 ( )

16

【判断题】数据挖掘是从大量数据中提取有用信息和洞察力的过程。 ( )

17

【判断题】专家系统模拟人类专家决策能力的计算机程序。 ( )

18

【判断题】多模态大模型能够处理和理解多种不同类型的数据，如文本、图像、视频和声音等。 ( )

19

【判断题】具身智能专注于创建能够通过感知和交互与环境进行实时互动的智能系统或机器。 ( )

20

【判断题】AI 科学研究 (AI4R) 的目的是以 AI 为主进行一些科学发现和技术发明，大幅提升人类科学发现的效率。 ( )

21

【判断题】AGI 是一个极具挑战性且充满争议的领域。 ( )

22

【判断题】目前 AI 大模型已经实现了与人类相当的智能水平。 ( )

AI的风险与挑战

1

【单选题】悲观派学者如何看待人工智能?( )

• A、对 AI 持谨慎态度，担忧其潜在威胁
• B、对 AI 充满信心，认为其是人类的得力助手
• C、认为 AI 技术发展过快，需要放慢脚步
• D、认为 AI 无法超越人类智能

2

【单选题】“图灵陷阱”指的是什么?( )

• A、AI 会放大少数人的力量，造成社会不平等
• B、AI 会取代人类工作，引发失业潮
• C、AI 会加速能源消耗，引发能源危机
• D、AI 的决策过程缺乏透明度和可解释性

3

【单选题】人工智能式马尔萨斯陷阱主要担忧什么?( )

• A、AI 会取代人类工作，引发失业潮
• B、AI 会放大少数人的力量，造成社会不平等
• C、AI 会加速能源消耗，引发能源危机
• D、AI 的决策过程缺乏透明度和可解释性

4

【单选题】黑箱效应主要指什么?( )

• A、AI 的决策过程缺乏透明度和可解释性
• B、AI 会放大少数人的力量，造成社会不平等
• C、AI 会加速能源消耗，引发能源危机
• D、AI 的行为无法预测和掌控

5

【单选题】人工智能的伦理问题主要体现在哪些方面?( )

• A、数据隐私和安全、偏见和歧视、自主性和责任、透明度和可解释性、长期影响和失控风险
• B、数据隐私和安全、能源消耗、环境污染、社会不稳定
• C、自主性和责任、透明度和可解释性、长期影响和失控风险
• D、数据隐私和安全、能源消耗、环境污染

6

【单选题】中国政府在人工智能发展方面采取了哪些措施?( )

• A、制定了一系列法规和政策，规范 AI 的安全、可靠和可控发展
• B、放任 AI 野蛮生长，追求经济发展
• C、限制 AI 技术的研发和应用
• D、将 AI 技术应用于军事领域

7

【判断题】“图灵陷阱”会降低社会整体的生产力。( )

8

【判断题】AI 的能源消耗问题可以通过发展清洁能源解决。( )

9

【判断题】黑箱效应意味着 AI 的行为完全不可预测。( )

10

【判断题】AI 的伦理问题主要源于技术本身。( )

11

【判断题】AI 的发展需要全人类共同努力，才能确保其安全可控。( )

中国AI发展的困境与道路选择

1

【单选题】全球顶级的 AI 学者中，哪个国家占比最高?( )

• A、美国
• B、中国
• C、英国
• D、日本

2

【单选题】当前我国在高端算力产品领域面临的最大挑战是?( )

• A、缺乏人才
• B、芯片工艺受制于人
• C、开发工具不足
• D、AI 开发框架渗透率不足

3

【单选题】华为在人工智能领域采取了哪种模式?( )

• A、追赶兼容
• B、构建专用封闭
• C、全球共建开源开放
• D、以上都不是

4

【单选题】我国政府布局的新型基础设施中，哪项是数据空间的一类算法基础设施?( )

• A、国家数据枢纽
• B、AI 大模型
• C、算力网
• D、以上都是

5

【单选题】美国的人工智能技术主要应用于哪个领域?( )

• A、实体经济
• B、虚拟经济
• C、互联网
• D、以上都不是

6

【判断题】我国 AI 领域的人才数量充足。

7

【判断题】ChatGPT4.0 的数学解题能力不如我国的大语言模型。

8

【判断题】我国在高端芯片工艺方面处于领先地位。

9

【判断题】华为的全 AI 生态包括 AI 芯片、异构计算框架、AI 框架和行业应用四层。

10

【判断题】美国越来越倾向于回报率更高的实体经济，而轻视了虚拟经济。

对未来社会的预测

1

【单选题】利奥波德·阿申布雷纳认为 AI 的发展将推动技术的指数级增长，并可能在几年内实现质的飞跃，最终导致:( )

• A、人类灭亡
• B、通用人工智能 AGI 的实现
• C、机器人的觉醒
• D、人类寿命延长

2

【单选题】下列哪项趋势不属于利奥波德·阿申布雷纳提出的推动 AI 发展的因素?( )

• A、计算能力的增长
• B、算法效率的提升
• C、人口数量的增长
• D、解除束缚的增长趋势

3

【单选题】尼克·博斯特罗姆在其著作《深度乌托邦:生活与意义在解决问题之后》中，探讨了什么问题?( )

• A、人工智能对人类伦理的影响
• B、超级智能时代人类生活的意义和目的
• C、人工智能与宇宙学的联系
• D、人工智能对国家安全的影响

4

【单选题】在 ASI 时代，社会中可能出现哪两种人群?( )

• A、“废人”和“创新的人”
• B、“富人”和“穷人”
• C、“领导者”和“追随者”
• D、“科学家”和“艺术家”

5

【单选题】尼克·博斯特罗姆提出的“后工具性”是指什么?( )

• A、人类不再需要工作
• B、人类不再需要追求意义
• C、人类的努力不再为了任何实际目的
• D、人类将不再需要创造

6

【单选题】利奥波德·阿申布雷纳预测美国政府将在何时启动 AGI 项目?( )

• A、2025 年
• B、2027/28 年
• C、2030 年
• D、2035 年

7

【单选题】以下哪项不属于利奥波德·阿申布雷纳提出的挑战?( )

• A、万亿级计算集群的争夺战
• B、实验室安全问题
• C、超级对齐问题
• D、人口老龄化

8

【判断题】OpenAI 的超级对齐部门已经解散了。

9

【判断题】2、ASI时代可能出现的“废人”是指那些能够利用 ASI 技术的人。

10

【判断题】尼克·博斯特罗姆认为人工智能发展会导致人类灭亡。

11

【判断题】人类已经进入一个随时都在发生着翻天覆变化的动荡时代。

12

【判断题】在AI发展的今天，我们能做的就是积极拥抱AI，不断提升自己的创新能力，在未来找到自己的位置。

AI对教育的挑战与应对

1

【单选题】ChatGPT 等大模型的出现标志着人工智能进入哪个时代?( )

• A、信息时代
• B、大数据时代
• C、智能化时代
• D、知识时代

2

【单选题】人工智能对教育的挑战主要体现在哪些方面?( )

• A、教育话语权转移
• B、传统学科界限打破
• C、师生角色转变
• D、以上都是

3

【单选题】教育数字化转型的主要目的是什么?( )

• A、提升教学效果
• B、促进教育公平
• C、提高教育管理效率
• D、以上都是

4

【单选题】智能化时代，教育目标的重心应该偏移到哪个层次?( )

• A、知识
• B、能力
• C、认知
• D、能力+认知

5

【单选题】传统的教学方式为学生构建的认知模式是什么?( )

• A、问题逻辑认知模式
• B、知识逻辑认知模式
• C、能力逻辑认知模式
• D、认知逻辑认知模式

6

【单选题】“问题逻辑认知模式”的核心是什么?( )

• A、让学生更好地掌握已有知识
• B、培养学生解决问题的能力和探索未知的能力
• C、以类比和推理解决问题
• D、以书本知识为中心

7

【单选题】5E 学习路径中，激发兴趣的环节是哪个?( )

• A、1E
• B、2E
• C、3E
• D、4E

8

【多选题】本课程的根本目标是什么?( )

• A、构建学生新的认知模式——“问题逻辑认知模式”
• B、提升学生与 AI 同行解决问题和创新的能力
• C、提高学生的考试成绩
• D、以上都是

9

【判断题】人工智能的发展将使教师不再是知识的传授者。 ( )

10

【判断题】《道德经》中蕴含的哲学思想强调知识积累的重要性。 ( )

11

【判断题】“钱学森之问”是指我国大学生普遍缺乏解决问题的能力和创新能力。 ( )

12

【判断题】“知识逻辑认知模式”以解决问题为目标。 ( )

13

【判断题】POT-OBE 是以构建学生新的认知模式——“问题逻辑认知模式”为根本目标的教育方法。 ( )

14

【判断题】5E 学习路径中，拓展学习求解问题必备的知识和能力的环节是 3E。 ( )

人类通过算法、大数据和算力让AI长大

1

【单选题】李开复认为，第三次 AI 兴起的最大特点是? ( )

• A、AI 在多个领域表现出被普通人认可的性能或效率
• B、AI 仅在学术领域取得突破
• C、AI 仅在游戏领域取得突破
• D、AI 仅在特定领域取得突破

2

【单选题】人类通过什么让 AI 长大?( )

• A、算法、大数据、算力
• B、编程语言、数据集、计算平台
• C、人工智能、算法、算力
• D、大数据、计算平台、编程语言

3

【单选题】深度学习始于哪个年代? ( )

• A、1950 年
• B、1980 年
• C、2010 年
• D、2023 年

4

【单选题】目前 AI 技术处于哪个阶段? ( )

• A、成熟阶段
• B、发展阶段
• C、初级阶段
• D、完成阶段

5

【判断题】机器学习是人工智能的一个子集，专注于开发算法和技术，使计算机能够从数据中学习并做出决策或预测。 ( )

6

【判断题】深度学习主要依赖于多层神经网络结构来模拟人脑处理信息的方式。 ( )

7

【判断题】大语言模型是实现高级自然语言处理任务的关键技术。 ( )

8

【判断题】目前 AI 已形成完整的理论体系。 ( )

9

【判断题】AI 发展过程中，算力的提升是关键因素之一。 ( )

机器学习的一个例子和常用术语

1

【单选题】以下哪个术语指的是计算机学习中的所有数据?( )

• A、模型
• B、模型参数
• C、数据集
• D、样本

2

【单选题】在机器学习中，样本通常由哪些部分组成?( )

• A、年龄、体温
• B、特征和目标变量
• C、训练集和验证集
• D、模型和算法

3

【单选题】训练模型的过程是指什么?( )

• A、使用数据集来调整模型的参数，使模型能够从数据中学到规律
• B、使用训练好的模型来对新的数据进行预测或决策
• C、将数据集划分成训练集、验证集和测试集
• D、评估模型在实际应用中的表现

4

【单选题】以下哪个术语指的是模型不仅能够在训练数据上表现得很好，而且在新的数据上也能够做出准确的预测?( )

• A、训练
• B、推理
• C、泛化能力
• D、数据集

5

【单选题】训练集、验证集和测试集分别用于什么?( )

• A、训练模型、调整模型参数、评估模型性能
• B、训练模型、评估模型性能、调整模型参数
• C、调整模型参数、训练模型、评估模型性能
• D、评估模型性能、训练模型、调整模型参数

6

【单选题】以下哪种情况说明模型具有较好的泛化能力?( )

• A、在训练集上表现很好，但在测试集上表现很差
• B、在训练集和测试集上表现都很差
• C、在训练集和测试集上表现都很好
• D、在训练集上表现很差，但在测试集上表现很好

7

【单选题】下面哪些是机器学习的算法?( )

• A、决策树
• B、支持向量机
• C、神经网络
• D、以上都是

8

【判断题】机器学习就是让计算机像人类一样学习。

9

【判断题】样本是从总体中随机选择的一组数据。

10

【判断题】特征描述了样本的属性，而目标变量是我们要预测或分类的结果。

11

【判断题】训练是指使用训练好的模型来对新的数据进行预测或决策。

12

【判断题】泛化能力是指模型在训练数据上表现很好，但在新的数据上表现很差的能力。

机器学习的第二个例子和机器学习的方式

1

【单选题】机器学习的目的是什么? ( )

• A、让计算机像人类一样思考
• B、让计算机能够自动完成任务
• C、让计算机发现数据中的规律并构建模型
• D、以上都是

2

【单选题】有监督学习和无监督学习的区别在于? ( )

• A、是否需要人工标注数据
• B、是否使用神经网络
• C、是否使用K-means算法
• D、是否可以预测未来

3

【单选题】以下哪种情况适合使用有监督学习? ( )

• A、预测明天天气
• B、分析股票市场趋势
• C、判断邮件是否为垃圾邮件
• D、将客户根据消费习惯分组

4

【单选题】以下哪个选项描述的是无监督学习? ( )

• A、计算机需要人类提供标签数据
• B、计算机自己发现数据中的规律
• C、计算机可以学习到数据的分类
• D、计算机可以学习到数据的聚类

5

【单选题】机器学习的应用领域有哪些? ( )

• A、图像识别
• B、自然语言处理
• C、推荐系统
• D、以上都是

6

【判断题】机器学习可以让计算机像人类一样思考。 ( )

7

【判断题】有监督学习需要人类提供标签数据。 ( )

8

【判断题】无监督学习不需要人类提供标签数据。 ( )

9

【判断题】K-means 聚类算法是一种有监督学习算法。 ( )

10

【判断题】神经网络是一种机器学习算法。 ( )

两个例子和机器学习的解决的问题类型

1

【单选题】以下哪个例子是回归问题?( )

• A、预测房价
• B、判断是否患病
• C、把客户分成不同小组
• D、把身高相似的人聚集在一起

2

【单选题】以下哪个例子是分类问题?( )

• A、预测房价
• B、判断是否患病
• C、把客户分成不同小组
• D、把身高相似的人聚集在一起

3

【单选题】以下哪个例子是降维问题? ( )

• A、预测房价
• B、判断是否患病
• C、从多个特征中提取最重要的特征
• D、把身高相似的人聚集在一起

4

【单选题】机器学习算法可以解决四大类问题，分别是:( )

• A、分类、聚类、回归、降维
• B、分类、回归、降维、强化学习
• C、聚类、回归、降维、深度学习
• D、分类、聚类、回归、强化学习、深度学习

5

【单选题】在线性回归模型中y=mx+b，m 代表什么? ( )

• A、斜率
• B、截距
• C、因变量
• D、自变量

6

【多选题】以下哪个例子是聚类问题? ( )

• A、预测房价
• B、判断是否患病
• C、把客户分成不同小组
• D、把身高相似的人聚集在一起

7

【判断题】机器学习算法可以解决所有问题。 ( )

8

【判断题】线性回归模型只能解决线性问题。 ( )

9

【判断题】分类问题的输出结果是类别。 ( )

10

【判断题】聚类问题的输出结果是簇。 ( )

11

【判断题】回归问题的输出结果是数值。 ( )

12

【判断题】降维问题的目标是减少数据的特征数量，但保留重要信息。 ( )

机器学习的主要算法和基本学习过程

1

【单选题】以下哪种算法属于无监督学习算法? ( )

• A、SVM
• B、GBDT
• C、K-Means
• D、线性回归

2

【单选题】机器学习的基本过程包括以下哪些阶段? ( )

• A、确定任务类型
• B、数据准备
• C、训练模型
• D、以上所有

3

【单选题】以下哪种情况适合使用基于规则的算法? ( )

• A、问题规模大，但规则简单
• B、问题规模大，且规则复杂
• C、规则会随时间变化
• D、以上都不是

4

【单选题】以下哪种情况适合使用机器学习算法? ( )

• A、问题规模小，规则简单
• B、问题规模大，且规则复杂
• C、问题规模小，规则复杂
• D、以上都不是

5

【单选题】以下哪种算法属于聚类算法? ( )

• A、SVM
• B、GBDT
• C、K-Means
• D、线性回归

6

【单选题】以下哪种算法属于降维算法? ( )

• A、SVM
• B、GBDT
• C、PCA
• D、线性回归

7

【判断题】机器学习算法的训练过程不需要数据准备。 ( )

8

【判断题】机器学习算法的应用过程只需要训练好的模型。 ( )

9

【判断题】基于规则的算法适用于所有问题。 ( )

10

【判断题】机器学习算法可以自动发现数据中的规律。 ( )

11

【判断题】机器学习算法的学习过程需要人工干预。 ( )

人工神经网络结构的发展历程及深度学习的重要人物

1

【单选题】深度学习属于以下哪个领域? ( )

• A、机器学习
• B、自然语言处理
• C、计算机视觉
• D、语音识别

2

【单选题】深度学习模型的核心是? ( )

• A、决策树
• B、支持向量机
• C、人工神经网络
• D、线性回归

3

【单选题】以下哪个是人工神经网络的基础单元? ( )

• A、神经元
• B、线性函数
• C、激活函数
• D、权重

4

【单选题】感知器属于以下哪种神经网络? ( )

• A、单层神经网络
• B、多层神经网络
• C、深度神经网络
• D、循环神经网络

5

【单选题】反向传播算法主要用于? ( )

• A、训练人工神经网络
• B、训练支持向量机
• C、训练决策树
• D、训练线性回归模型

6

【单选题】以下哪个神经网络在图像识别领域取得了突破性进展? ( )

• A、卷积神经网络 (CNN)
• B、循环神经网络 (RNN)
• C、长短期记忆网络 (LSTM)
• D、生成对抗网络 (GAN)

7

【单选题】深度学习模型的优势在于? ( )

• A、需要少量数据
• B、计算量小
• C、自动特征提取
• D、可解释性强

8

【单选题】以下哪个网络结构完全由注意力机制组成? ( )

• A、CNN
• B、RNN
• C、LSTM
• D、Transformer

9

【单选题】深度学习三巨头指的是? ( )

• A、Geoffrey Hinton, Yann LeCun, Yoshua Bengio
• B、Geoffrey Hinton, Yann LeCun, Michael I. Jordan
• C、Geoffrey Hinton, Yoshua Bengio, Andrew Ng
• D、Yann LeCun, Yoshua Bengio, Andrew Ng

10

【单选题】深度学习模型通常包含多个层次，每一层都对输入数据进行? ( )

• A、复制
• B、存储
• C、转换和抽象
• D、输出

11

【单选题】深度学习模型能够自动从原始数据中学习? ( )

• A、权重
• B、算法
• C、特征
• D、数量

12

【判断题】深度学习模型只能进行线性分类任务。 ( )

13

【判断题】人工神经网络是模拟人脑的神经组织和认知方式来处理问题的。 ( )

14

【判断题】传统的机器学习比深度学习需要更强的计算能力。 ( )

15

【判断题】深度学习模型的可解释性比传统机器学习模型强。 ( )

16

【判断题】深度学习模型在图像识别领域取得了突破性进展。 ( )

17

【判断题】深度学习模型能够自动从原始数据中学习特征。 ( )

18

【判断题】深度学习模型在自然语言处理领域取得了突破性进展。 ( )

19

【判断题】Geoffrey Hinton 是深度学习的积极推动者。 ( )

20

【判断题】Yann LeCun 是卷积网络之父。 ( )

21

【判断题】李飞飞是斯坦福大学人工智能学科的负责人。 ( )

LM、Transformer和LLM

1

【单选题】语言模型的主要功能是?( )

• A、翻译文本
• B、生成新的句子
• C、评估句子概率
• D、以上都是

2

【单选题】以下哪个不属于语言模型的应用场景?( )

• A、聊天机器人
• B、推荐系统
• C、图像识别
• D、问答系统

3

【单选题】Transformer 网络的核心创新点是? ( )

• A、循环神经网络
• B、自注意力机制
• C、卷积神经网络
• D、递归神经网络

4

【单选题】自注意力机制允许模型在处理序列中的每个元素时，还能考虑到? ( )

• A、序列中其他元素的信息
• B、序列中第一个元素的信息
• C、序列中最后一个元素的信息
• D、以上都不对

5

【单选题】以下哪个不是 Transformer 网络的优点? ( )

• A、可以并行处理序列中的不同部分
• B、可以处理长句子
• C、训练速度很快
• D、可以捕捉长距离依赖关系

6

【单选题】大语言模型 LLM 的主要特征是? ( )

• A、参数数量巨大
• B、训练数据量很大
• C、主要使用了 Transformer 架构
• D、以上都是

7

【单选题】GPT 系列模型采用的架构是? ( )

• A、循环神经网络
• B、卷积神经网络
• C、Transformer 网络
• D、自注意力机制

8

【单选题】OpenAI 最新发布的 GPT-4o 是一个? ( )

• A、单模态 LLM
• B、多模态 LLM
• C、生成式预训练模型
• D、问答系统

9

【判断题】语言模型可以用来生成新的句子。 ( )

10

【判断题】语言模型可以用来评估句子概率。 ( )

11

【判断题】RNN 语言模型在处理长句子时效率很高。 ( )

12

【判断题】Transformer 网络可以并行处理序列数据。 ( )

13

【判断题】GPT 系列模型采用的不是 Transformer 架构。 ( )

14

【判断题】OpenAI 是第一个提出 Transformer 网络的公司。 ( )

15

【判断题】GPT-4o 可以处理音频、视觉和视频。 ( )

16

【判断题】至2024年第一季度，中国的人工智能大模型数量占全球的比例不到 20%。 ( )

17

【判断题】大语言模型 LLM 的参数数量通常很小。 ( )

18

【判断题】Transformer 网络的核心创新点是循环神经网络。 ( )

基座模型与垂直领域模型及AI的突然涌现

1

【单选题】微调指的是什么?( )

• A、在已有模型基础上进行训练，使其更好地适应特定任务
• B、训练一个全新的模型
• C、修改模型的参数
• D、评估模型的性能

2

【单选题】涌现现象是指什么?( )

• A、大量低维度的东西聚集在一起，产生高维度的东西
• B、大量高维度的东西聚集在一起，产生低维度的东西
• C、系统的复杂度降低，出现简单的行为
• D、系统的复杂度增加，出现简单的行为

3

【单选题】李开复认为 AI 的发展速度如何?( )

• A、发展速度很慢
• B、发展速度一般
• C、发展速度很快
• D、发展速度极快

4

【单选题】杰弗里·辛顿认为 AI 的直觉和创造性应该被如何看待?( )

• A、应该被忽视
• B、应该被重视
• C、应该被质疑
• D、应该被否定

5

【单选题】大语言模型的基本运行原理是什么?( )

• A、按照权重将知识存储，并使用这些权重来重构答案
• B、通过计算和算法堆砌来解决问题
• C、通过简单的逻辑推理来解决问题
• D、通过模仿人类思维来解决问题

6

【判断题】

基座大模型是通用模型，垂直领域大模型是针对特定领域进行训练的模型。

7

【判断题】

微调不会改变模型的参数结构，只会调整参数值。

8

【判断题】

涌现仅用于描述AI的涌现。

9

【判断题】

目前的大语言模型还无法完全理解人类语言的复杂性和细微差别。

10

【判断题】

虽然 AI 的发展速度很快，但距离完全超过人类智能还有很长的路要走。

AI三要素之大数据

1

【单选题】以下哪个单位不是数据量单位?

• A、KB
• B、MB
• C、GHz
• D、TB

2

【单选题】1TB 等于多少 MB?

• A、1024 MB
• B、1000 MB
• C、100 MB
• D、10 MB

3

【单选题】以下哪个描述不符合大数据的特点?

• A、数据量庞大
• B、数据类型单一
• C、数据增长迅速
• D、数据价值高

4

【单选题】大数据对人工智能的作用主要体现在哪些方面?

• A、提供学习素材
• B、保证多样性
• C、持续优化
• D、以上都是

5

【单选题】以下哪个不是大数据带来的潜在风险?

• A、隐私泄露
• B、数据偏见
• C、数据安全
• D、数据增长过慢

6

【单选题】以下哪个不是大模型性能提升的关键要素?

• A、模型参数量
• B、训练数据量
• C、计算资源
• D、数据存储空间

7

【单选题】GPT-3 的训练数据量大约是多少个 tokens?

• A、100 亿
• B、3000 亿
• C、1 万亿
• D、10 万亿

8

【单选题】GPT-4 的训练数据量大约是多少个字词?

• A、100 亿
• B、3000 亿
• C、1 万亿
• D、13 万亿

9

【单选题】数据安全已成为国家安全的重要组成部分，对吗?

• A、对
• B、错

10

【判断题】数据量单位中，1 KB 等于 1024 个字节。 ( )

11

【判断题】大数据只包括结构化数据。 ( )

12

【判断题】人工智能不需要数据就可以进行训练。 ( )

13

【判断题】大数据对人工智能的发展没有帮助。 ( )

14

【判断题】计算资源对大模型性能没有影响。 ( )

15

【判断题】GPT-3 的训练数据主要来源于互联网。 ( )

16

【判断题】数据安全对个人来说不重要。 ( )

17

【判断题】大数据垄断会导致市场不公平竞争。 ( )

AI芯片层算力

1

【单选题】算力的度量单位是?

• A、MIPS
• B、FLOPs
• C、GHz
• D、MB

2

【单选题】GPU相较于CPU的优势是什么?

• A、单线程性能更强
• B、通用性强
• C、并行计算能力强
• D、功耗更低

3

【单选题】AI芯片根据应用目标可以分为哪两类?

• A、训练芯片和推理芯片
• B、云端芯片和边缘芯片
• C、通用芯片和专用芯片
• D、大芯片和小芯片

4

【单选题】以下哪种场景适合使用边缘AI芯片?

• A、大规模数据处理
• B、实时响应
• C、复杂计算任务
• D、高功耗应用

5

【单选题】以下哪个公司是全球数据中心GPU市场的领导者?

• A、英伟达
• B、AMD
• C、英特尔
• D、华为

6

【单选题】以下哪个中国科技公司拥有昇腾AI芯片?

• A、寒武纪
• B、华为
• C、摩尔线程
• D、沐曦

7

【单选题】目前国产AI芯片在哪些方面与全球领先水平存在差距?

• A、单芯片制程
• B、架构优化
• C、互联性能
• D、以上都是

8

【单选题】以下哪种方案是完全基于华为自研芯片的?

• A、华为鲲鹏和昇腾AI生态算力方案
• B、混合型算力方案
• C、租用服务器云算力方案
• D、以上都不是

9

【单选题】AI芯片的发展趋势是什么?

• A、性能不断提升
• B、生态日益完善
• C、应用场景更加广泛
• D、以上都是

10

【判断题】算力仅仅指计算能力。( )

11

【判断题】存力和运力对于算力来说并不重要。( )

12

【判断题】CPU拥有强大的并行计算能力。( )

13

【判断题】GPU是训练AI大模型的主流标配。( )

14

【判断题】AI训练芯片需要具备高性能、高存储能力和高通用性。( )

15

【判断题】AI推理芯片需要具备低功耗、实时性和定制化。( )

16

【判断题】云端AI芯片适用于需要快速响应的应用场景。( )

17

【判断题】边缘AI芯片通常具有低延迟、高可靠性和隐私保护等特点。( )

18

【判断题】英伟达的GPU产品存在高能耗和高昂价格等缺点。( )

19

【判断题】目前国产产品在芯片制程、算力、存力和运力等方面依然与全球领先水平存在2-3年的差距。( )

并行计算架构层算力

1

【单选题】并行计算架构层的作用是什么?( )

• A、提高程序运行效率
• B、简化开发流程
• C、降低开发门槛
• D、所有以上选项

2

【单选题】CUDA 平台提供了哪三个主要部分?( )

• A、CUDA 函数库、CUDA 运行时 API、CUDA 驱动 API
• B、编译器、调试器、性能分析工具
• C、数据处理、AI、HPC
• D、数据库、网络、硬件

3

【单选题】CUDA-X AI 可以加速哪些任务?( )

• A、人工智能和机器学习任务
• B、数据处理任务
• C、HPC 任务
• D、硬件加速

4

【单选题】为什么国内兼容 CUDA 的 AI 厂商面临发展困境?( )

• A、CUDA-X AI 无法加速 Pandas
• B、华为 CANN 生态系统不完善
• C、CUDA 与英伟达硬件深度绑定
• D、寒武纪 MagicMind 功能不强大

5

【单选题】CANN 的主要作用是什么?( )

• A、降低开发门槛
• B、提高昇腾芯片计算效率
• C、与主流深度学习框架集成
• D、所有以上选项

6

【单选题】CUDA 生态系统的主要优势是什么?( )

• A、成熟且庞大
• B、开发者众多
• C、应用广泛
• D、所有以上选项

7

【单选题】未来 AI 计算平台的发展趋势是什么?( )

• A、云端化
• B、端侧化
• C、边缘计算
• D、所有以上选项

8

【判断题】最早开发人员编写的 AI 程序可以使用 GPU 进行计算。( )

9

【判断题】GPU 是显卡，只能用于图像处理。( )

10

【判断题】并行计算架构层可以解决 GPU 无法自动实现并行计算的问题。( )

11

【判断题】CUDA 平台提供了从编译器到调试器，再到性能分析工具的全套解决方案。( )

12

【判断题】CUDA 驱动 API 是最基本的功能拼装单元。( )

13

【判断题】CUDA-X AI 可以加速人脸识别、语音识别等应用。( )

第三代人工智能和哲学视角下的AI

1

【单选题】第一代人工智能主要依靠什么要素驱动?

• A、数据
• B、算法
• C、知识
• D、算力

2

【单选题】第二代人工智能主要依靠什么要素驱动?

• A、数据
• B、算法
• C、知识
• D、算力

3

【单选题】维特根斯坦的“语言即世界”的观点意味着什么?

• A、语言是描述世界的工具
• B、语言是构建世界的工具
• C、语言决定我们对世界的认知
• D、以上都是

4

【单选题】大语言模型的本质是?

• A、记忆
• B、推理
• C、概率
• D、以上都是

5

【多选题】张钹院士提出的第三代人工智能的发展思路是，把第一代的知识驱动和第二代的数据驱动结合起来，通过同时利用哪些构造更强大的 AI?

• A、数据
• B、算法
• C、知识
• D、算力

6

【判断题】第一代和第二代人工智能都只能解决有限的问题。( )

7

【判断题】张钹院士提出的第三代人工智能是第一代和第二代人工智能的结合。( )

8

【判断题】维特根斯坦认为语言只是描述世界的工具。( )

9

【判断题】大语言模型能够理解因果关系。( )

10

【判断题】人工智能已经进入“牛顿时代”。( )

 2 AI能力篇

2.1 让AI更好地理解我

2.1.1 让AI更好地理解我（一）

2.1.2 让AI更好地理解我（二）

2.2 “现场招生咨询”的必要性研究——AI辅助确认研究主题和研究方案

2.3 短期租赁房屋受欢迎程度的影响因素分析——AI辅助论文综述撰写

2.4 撰写社会实践报告

2.4.1 撰写社会实践报告（一）

2.4.2 撰写社会实践报告（二）

2.5 口述历史访谈提纲的编写

2.6 短视频对青少年的健康影响分析

2.7 中国新能源汽车主要品牌销量分析

2.7.1 中国新能源汽车主要品牌销量分析（一）

2.7.2 中国新能源汽车主要品牌销量分析（二）

2.7.3 中国新能源汽车主要品牌销量分析（三）

2.8 构建人物关系图谱

2.8.1 构建人物关系图谱（一）

2.8.2 构建人物关系图谱（二）

2.9 制作AI编程助手

2.10 心理咨询机器人的设计与制作

2.11 矩阵乘法微信小程序开发

答案有错？点此反馈!

注：此答案尚未制作完成，如需购买，可点击下方红字提交表单联系客服更新

点击这里，联系客服更新 

不知道怎么购买？点此查看购买教程！

多数尔雅课程的期末考试题目是从平时的课后题目随机抽取的，可以打开购买的章节测试答案，快速查找。
点击这里，了解详情！