習(xí)題1一、名詞解釋1.感知機(jī)模型感知機(jī)能夠?qū)崿F(xiàn)簡(jiǎn)單的二分類，人們逐漸認(rèn)識(shí)到這種方法實(shí)現(xiàn)了類似于人類感覺、學(xué)習(xí)、記憶、識(shí)別能力。2.專家系統(tǒng)專家系統(tǒng)就是聚焦于某個(gè)專業(yè)領(lǐng)域，模擬人類專家回答問題或提供知識(shí)，幫助用戶作出決策。3.圖靈測(cè)試在圖靈測(cè)試中，要求一個(gè)人和一臺(tái)擁有智能的機(jī)器設(shè)備在互不相知的情況下，進(jìn)行隨機(jī)的提問，如果測(cè)試者無法區(qū)分是機(jī)器作答還是人作答，那就代表了這臺(tái)設(shè)備擁有“人類智能”。二、選擇題1.人工智能元年，一般公認(rèn)為（C）年。A.1946B.1950C.1956D.20062.第一代人工神經(jīng)網(wǎng)絡(luò)由（A）首先提出。A.PittsB.TuringC.McCarthyD.Shannon3.人工智能經(jīng)歷了（C）次浪潮A.1B.2C.3D.44.掀起人工智能發(fā)展的第一次浪潮是由（A）的。A.計(jì)算驅(qū)動(dòng)B.數(shù)據(jù)驅(qū)動(dòng)C.知識(shí)驅(qū)動(dòng)D.常識(shí)驅(qū)動(dòng)5.掀起人工智能發(fā)展的第二次浪潮是由（C）的。A.計(jì)算驅(qū)動(dòng)B.數(shù)據(jù)驅(qū)動(dòng)C.知識(shí)驅(qū)動(dòng)D.常識(shí)驅(qū)動(dòng)6.掀起人工智能發(fā)展的第三次浪潮是由（B）的。A.計(jì)算驅(qū)動(dòng)B.數(shù)據(jù)驅(qū)動(dòng)C.知識(shí)驅(qū)動(dòng)D.常識(shí)驅(qū)動(dòng)7.以下（C）不是專家系統(tǒng)的構(gòu)成模塊。A.知識(shí)庫B.推理機(jī)C.數(shù)據(jù)庫D.解釋器8.以下（D）不是知識(shí)驅(qū)動(dòng)導(dǎo)致人工智能走入低谷的因素。A.缺乏常識(shí)性知識(shí)B.知識(shí)獲取困難C.推理方法單一D.缺乏數(shù)據(jù)9.讓電腦看起來會(huì)像人腦一樣思考是（B）的目標(biāo)。A.強(qiáng)人工智能B.弱人工智能C.超人工智能D.以上都是10.根據(jù)機(jī)器智能水平的高低，最高的是（A）。A.認(rèn)知智能B.感知智能C.計(jì)算智能D.創(chuàng)造智能11.根據(jù)實(shí)現(xiàn)人工智能途徑不同，形成了（A）大流派。A.3B.4C.5D.612.聯(lián)結(jié)主義演化分支包括（C）。A.知識(shí)表示B.機(jī)器人C.神經(jīng)網(wǎng)絡(luò)D.強(qiáng)人工智能13.強(qiáng)人工智能演化分支包括（A）。A.知識(shí)表示B.機(jī)器人C.神經(jīng)網(wǎng)絡(luò)D.深度學(xué)習(xí)14.弱人工智能演化分支包括（C）。A.知識(shí)表示B.機(jī)器人C.神經(jīng)網(wǎng)絡(luò)D.知識(shí)圖譜三、判斷題1.數(shù)據(jù)驅(qū)動(dòng)的人工神經(jīng)網(wǎng)絡(luò)的性質(zhì)發(fā)生了變化，從單純的函數(shù)映射到表示學(xué)習(xí)。T2.深度學(xué)習(xí)是數(shù)據(jù)驅(qū)動(dòng)的。T3.目前已有人工智能通過了圖靈測(cè)試。F4.微積分對(duì)于電腦來說太簡(jiǎn)單了。T5.真正人工智能的突破口是認(rèn)知智能。T6.從工程角度看，如果一個(gè)系統(tǒng)能實(shí)現(xiàn)“看、聽、說、動(dòng)、想”一個(gè)或幾個(gè)方面，就認(rèn)為該系統(tǒng)具有了“智能”。T7.特征工程不依賴于知識(shí)和經(jīng)驗(yàn)。F8.AlphaGo的圍棋技能已經(jīng)超越了人類職業(yè)圍棋頂尖水平。T9.模型不可解釋性是數(shù)據(jù)驅(qū)動(dòng)未來面臨的挑戰(zhàn)。T10.造一個(gè)能夠讀懂六歲小朋友的圖片書中的文字，并且了解那些詞匯意思的電腦容易。F11.感知能力，一般動(dòng)物都具備，而認(rèn)知智能則是人獨(dú)有的能力。T12.在符號(hào)主義看來，比如一系列有形或者無形的事物都可以用特定的語言去表達(dá)。T13.圖靈測(cè)試是圖靈于1950年提出的一個(gè)關(guān)于判斷機(jī)器是否能夠思考的著名試驗(yàn),測(cè)試某機(jī)器是否能表現(xiàn)出與人等價(jià)或無法區(qū)分的智能。T14.人工智能(AI)概念最早1956年在達(dá)特茅斯會(huì)議上提出。T15.圖靈認(rèn)為,人工智能應(yīng)當(dāng)是一個(gè)模擬成人成熟思維的系統(tǒng)。T四、填空題1.計(jì)算驅(qū)動(dòng)導(dǎo)致人工智能的發(fā)展走入低谷主要表現(xiàn)為（計(jì)算能力）有限。2.人工智能概念是在（達(dá)特茅斯）會(huì)議上首次提出。3.人們通常把（1956）年稱為人工智能元年。4.（專家系統(tǒng)）其實(shí)就是一套計(jì)算機(jī)軟件，它往往聚焦于單個(gè)專業(yè)領(lǐng)域，模擬人類專家回答問題或提供知識(shí)，幫助工作人員作出決策。5.“搜索即計(jì)算”是人工智能第（一）次浪潮的主要特點(diǎn)。6.BP算法并不總能很好的運(yùn)行，很容易陷入（局部）最優(yōu)解。7.數(shù)據(jù)驅(qū)動(dòng)的標(biāo)志就是（深度學(xué)習(xí)）的興起。8.計(jì)算驅(qū)動(dòng)導(dǎo)致人工智能的發(fā)展走入低谷主要表現(xiàn)為（計(jì)算能力有限）。9.在符號(hào)主義看來，機(jī)器遵從基本的（物理學(xué)）定律。五、簡(jiǎn)答題1、簡(jiǎn)述AI知識(shí)驅(qū)動(dòng)的基本思想。知識(shí)驅(qū)動(dòng)的人工智能基本建立在專家系統(tǒng)、本體論、語義網(wǎng)、知識(shí)圖譜等基礎(chǔ)上。這些技術(shù)可以將人類的知識(shí)和經(jīng)驗(yàn)轉(zhuǎn)化為形式化的知識(shí)表示形式，然后通過推理、匹配等方法實(shí)現(xiàn)智能決策、問題解決、自動(dòng)化推理等任務(wù)。2、簡(jiǎn)述AI數(shù)據(jù)驅(qū)動(dòng)的基本思想。數(shù)據(jù)驅(qū)動(dòng)的人工智能所依賴的數(shù)據(jù)通常包括輸入數(shù)據(jù)、輸出數(shù)據(jù)以及標(biāo)注數(shù)據(jù)。通過將數(shù)據(jù)輸入到機(jī)器學(xué)習(xí)算法中，算法可以自動(dòng)學(xué)習(xí)數(shù)據(jù)之間的關(guān)系和規(guī)律，并生成一個(gè)模型，該模型可以用于預(yù)測(cè)新的數(shù)據(jù)輸入的結(jié)果。3、人工智能外在表現(xiàn)。由于圖靈測(cè)試標(biāo)準(zhǔn)過于嚴(yán)格，以至于幾乎所有系統(tǒng)都無法通過“圖靈測(cè)試”，從工程角度看，如果一個(gè)系統(tǒng)能實(shí)現(xiàn)“看、聽、說、動(dòng)、想”一個(gè)或幾個(gè)方面，就認(rèn)為該系統(tǒng)具有了“智能”。4、簡(jiǎn)述人工智能產(chǎn)業(yè)鏈。人工智能產(chǎn)業(yè)鏈包括三層：基礎(chǔ)層、技術(shù)層和應(yīng)用層。其中，基礎(chǔ)層是人工智能產(chǎn)業(yè)的基礎(chǔ)，為人工智能提供數(shù)據(jù)及算力支撐；技術(shù)層是人工智能產(chǎn)業(yè)的核心；應(yīng)用層是人工智能產(chǎn)業(yè)的延伸，面向特定應(yīng)用場(chǎng)景需求而形成軟硬件產(chǎn)品或解決方案。被譽(yù)為計(jì)算機(jī)科學(xué)與人工智能之父的是(A)。A.圖靈B.費(fèi)根鮑姆C.紐維爾D.香濃第一個(gè)成功應(yīng)用的專家系統(tǒng)是(

B

)。A.ELIZAB.DendralC.XconD.Deepblue人工智能的基礎(chǔ)包括(

AB

)。A.數(shù)學(xué)B.計(jì)算機(jī)科學(xué)C.心里學(xué)D.經(jīng)濟(jì)學(xué)符合強(qiáng)人工智能的描述是(BC)。A.僅在某個(gè)特定的領(lǐng)域超越人類的水平B.可以勝任人類的所有工作C.是通用的人工智能D.在科學(xué)創(chuàng)造力、智慧等方面都遠(yuǎn)勝于人類AI時(shí)代主要的人機(jī)交互方式為(D)。A.鼠標(biāo)B.鍵盤C.觸摸屏D.語音+視覺2016年3月,人工智能程序(A)在韓國首爾以4:1的比分戰(zhàn)勝的人類圍棋冠軍李世石。A.AlphaGoB.DeepMindC.DeepblueD.OpenAI習(xí)題2一、名詞解釋1、機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是通過計(jì)算的手段，利用經(jīng)驗(yàn)來改善系統(tǒng)自身性能。2、有監(jiān)督學(xué)習(xí)有監(jiān)督學(xué)習(xí)是從標(biāo)記的數(shù)據(jù)來學(xué)習(xí)模型的任務(wù)。3、無監(jiān)督學(xué)習(xí)無監(jiān)督學(xué)習(xí)處理的則是沒有標(biāo)記的數(shù)據(jù)。4、聚類問題聚類問題就是通過機(jī)器學(xué)習(xí)將一些沒有標(biāo)記過的數(shù)據(jù)歸為一類。5、損失函數(shù)機(jī)器學(xué)習(xí)中的所有算法都依賴于函數(shù)的最小化或最大化，我們稱之為“目標(biāo)函數(shù)”。一組最小化的函數(shù)稱為“損失函數(shù)”。損失函數(shù)是衡量\t"/weixin_39610229/article/details/_blank"預(yù)測(cè)模型在預(yù)測(cè)預(yù)期結(jié)果方面做得有多好。6、AUCAUC（AreaUnderCurve）被定義為ROC曲線下與坐標(biāo)軸圍成的面積，顯然這個(gè)面積的數(shù)值不會(huì)大于1。又由于ROC曲線一般都處于y=x這條直線的上方，所以AUC的取值范圍在0.5和1之間。AUC越接近1.0，檢測(cè)方法真實(shí)性越高;等于0.5時(shí)，則真實(shí)性最低，無應(yīng)用價(jià)值。二、選擇題1、以下（C）不是機(jī)器學(xué)習(xí)范式。A.分類問題B.回歸問題C.監(jiān)督問題D.降維問題2、決策樹屬于（A）機(jī)器學(xué)習(xí)范式A.分類問題B.回歸問題C.監(jiān)督問題D.降維問題3、（A）是機(jī)器學(xué)習(xí)過程最耗時(shí)，最困難的一步。A.數(shù)據(jù)準(zhǔn)備B.模型訓(xùn)練C.模型評(píng)估D.模型預(yù)測(cè)4、數(shù)據(jù)準(zhǔn)備不包括（B）。A.讀數(shù)據(jù)B.數(shù)據(jù)可視化C.數(shù)據(jù)預(yù)處理D.數(shù)據(jù)集劃分5、以下（C）不是特征工程任務(wù)。A.特征提取B.特征選擇C.特征變換D.特征創(chuàng)造6、數(shù)據(jù)集劃分不包括（D）。A.驗(yàn)證集B.訓(xùn)練集C.測(cè)試集D.樣本集7、用于模型評(píng)估的數(shù)據(jù)集是（A）。A.驗(yàn)證集B.訓(xùn)練集C.測(cè)試集D.樣本集8、在訓(xùn)練集、驗(yàn)證集和測(cè)試集上均表現(xiàn)不佳的模型是（A）。A.欠擬合B.過擬合C.泛化能力強(qiáng)D.恰當(dāng)擬合三、判斷題1、只要時(shí)間允許，就能夠找到輸入數(shù)據(jù)x和輸出數(shù)據(jù)y之間的映射。F2、通常情況下，在訓(xùn)練集上模型執(zhí)行得很好，說明是個(gè)好模型。F3、驗(yàn)證集樣本沒有標(biāo)簽。F4、分類問題和回歸問題實(shí)驗(yàn)的評(píng)估方法相同。F5、歸一化通常意味著將數(shù)據(jù)縮放到[0,1]的范圍內(nèi)。F6、標(biāo)準(zhǔn)化則是將數(shù)據(jù)縮放，使得它們的均值為0，標(biāo)準(zhǔn)差為1。T7、機(jī)器學(xué)習(xí)的目標(biāo)是希望模型在訓(xùn)練集上有好的表現(xiàn)。F8、采用70/15/15比例來劃分?jǐn)?shù)據(jù)集。F9、用來訓(xùn)練的樣本一定要代表實(shí)際的業(yè)務(wù)場(chǎng)景。T10、沒有一個(gè)單一的損失函數(shù)適用于所有類型的數(shù)據(jù)。T11、AUC越接近1.0，檢測(cè)方法真實(shí)性越高;等于0時(shí)，則真實(shí)性最低。F12、R2用于衡量模型對(duì)數(shù)據(jù)的擬合程度，其值越接近1表示模型的擬合程度越好。T四、填空題1、（機(jī)器學(xué)習(xí))是使計(jì)算機(jī)具有智能的根本途徑。2、有監(jiān)督學(xué)習(xí)一般要把數(shù)據(jù)集劃分為：訓(xùn)練集、（驗(yàn)證集）和測(cè)試集。3、有監(jiān)督學(xué)習(xí)根據(jù)輸出的類型分為兩類，離散輸出稱為（分類問題）。4、python機(jī)器學(xué)習(xí)算法庫是（Scikit-learn）。5、數(shù)據(jù)集劃分有（兩）種策略。6、損失函數(shù)可以大致分為兩類：分類損失和（回歸損失）。7、（超參）指的是無法通過數(shù)學(xué)過程進(jìn)行最優(yōu)值求解、但卻能夠很大程度上影響模型形式和建模結(jié)果的因素。8、ROC曲線下與坐標(biāo)軸圍成的面積為（AUC)。9、最優(yōu)分類面要求分類面不但能將兩類正確分開，而且使分類間隔最（大）。五、簡(jiǎn)答題1、機(jī)器學(xué)習(xí)和程序設(shè)計(jì)之間的區(qū)別？機(jī)器學(xué)習(xí)是通過計(jì)算的手段，利用經(jīng)驗(yàn)來改善系統(tǒng)自身性能。機(jī)器學(xué)習(xí)和程序設(shè)計(jì)之間的區(qū)別。2、簡(jiǎn)述機(jī)器學(xué)習(xí)過程（1）機(jī)器學(xué)習(xí)過程分為兩個(gè)環(huán)節(jié)：建立模型、使用模型。（2）建立模型階段分為三個(gè)階段：預(yù)處理、訓(xùn)練、模型評(píng)估。（3）預(yù)處理階段目的是保證數(shù)據(jù)質(zhì)量，主要策略：數(shù)據(jù)探索、數(shù)據(jù)清洗和數(shù)據(jù)變換。（4）訓(xùn)練階段目的是使用機(jī)器學(xué)習(xí)算法建模。（5）模型評(píng)估階段的任務(wù)是通過驗(yàn)證集評(píng)估訓(xùn)練階段得到的模型，如果通過，則進(jìn)入使用環(huán)節(jié)，否則要對(duì)模型優(yōu)化。（6）模型優(yōu)化的策略有：增加數(shù)據(jù)量、提高數(shù)據(jù)質(zhì)、微調(diào)算法參數(shù)、提升數(shù)據(jù)標(biāo)注的精度。3、選擇算法路徑4、交叉驗(yàn)證交叉驗(yàn)證是將原本的訓(xùn)練集在劃分為訓(xùn)練集與測(cè)試集，最后求得一個(gè)均值作為為訓(xùn)練結(jié)果。習(xí)題3一、名詞解釋1、深度學(xué)習(xí)深度學(xué)習(xí)是一種特殊的深度CNN，通常有多個(gè)隱含層。不同隱含層學(xué)習(xí)不同的特征，深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。2、計(jì)算機(jī)視覺讓計(jì)算機(jī)能夠感知環(huán)境，是一門研究如何讓機(jī)器“看”的科學(xué)。3、自然語言處理自然語言處理是指利用人類交流所使用的自然語言與機(jī)器進(jìn)行交互通訊的技術(shù)。通過人為的對(duì)自然語言的處理，使得計(jì)算機(jī)對(duì)其能夠可讀并理解。4、激活函數(shù)激活函數(shù)是用來加入非線性因素的，解決線性模型所不能解決的問題。5、卷積卷積的主要功能是在一個(gè)圖像（或特征圖）上滑動(dòng)一個(gè)卷積核，通過卷積操作得到一組新的特征圖。6、卷積神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)就是卷積層與池化層交替進(jìn)行若干次，然后把特征圖flatten變成向量，最后接入全連接神經(jīng)網(wǎng)絡(luò)，再接入softmax層，神經(jīng)網(wǎng)絡(luò)的輸出個(gè)數(shù)等于類別數(shù)（概率值）。softmax層實(shí)際是歸一化操作，把最大概率對(duì)應(yīng)的值作為分類結(jié)果。二、選擇題1、以下（C）不是常用激活函數(shù)。A．ReLU B．sigmoidC．softmax D．tanh2、由于卷積的主要功能是在一個(gè)圖像（或特征圖）上滑動(dòng)一個(gè)卷積核，這一特性稱為卷積神經(jīng)網(wǎng)絡(luò)的（A）特性。A.權(quán)重共享B.局部感知C.特征圖D.池化3、池化的原理是（B）。A.平移不變性B.放縮不變性C.旋轉(zhuǎn)不變性D.鏡像不變性4、計(jì)算機(jī)視覺任務(wù)不包括（D）。A.圖像分類B.物體檢測(cè)C.語義分割D.人臉識(shí)別5、給輸?圖像分配標(biāo)簽的任務(wù)，解決“有”“無”的問題的計(jì)算機(jī)視覺任務(wù)是（A）。A.圖像分類B.物體檢測(cè)C.語義分割D.實(shí)例分割6、自然語言處理的英文縮寫是（B）。A.LLMB.NLPC.MLD.CV7、在訓(xùn)練集、驗(yàn)證集和測(cè)試集上均表現(xiàn)不佳的模型是（A）。A.欠擬合B.過擬合C.泛化能力強(qiáng)D.恰當(dāng)擬合8、卷積神經(jīng)網(wǎng)絡(luò)的英文縮寫（B）。A.VGG16B.CNNC.RNND.PaddlePaddle9、一個(gè)神經(jīng)網(wǎng)絡(luò)是由若干神經(jīng)元構(gòu)成的層次結(jié)構(gòu)，分為（ABD）層。A.輸入B.輸出C.計(jì)算D.隱藏10、基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)一般要經(jīng)過（D）步。A.1B.2C.3D.411、CNN具有（AC）特性。A.局部感知B.多次卷積C.權(quán)值共享D.多次池化三、判斷題1、激活函數(shù)是用來加入非線性因素的，解決線性模型所不能解決的問題。T2、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程就是權(quán)重調(diào)整過程。T3、不同的卷積核能夠提取不同的特征。T4、全連接神經(jīng)網(wǎng)絡(luò)，同層、跨層神經(jīng)元不連接，不同層神經(jīng)元全連接，即后一層每個(gè)神經(jīng)元都與前一層每個(gè)神經(jīng)元相連。T5、神經(jīng)網(wǎng)絡(luò)可以逼近任何復(fù)雜函數(shù)。F6、卷積的作用是過濾冗余特征，減少訓(xùn)練參數(shù)。F7、卷積神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)基本模型。T8、理論上已經(jīng)證明，當(dāng)數(shù)據(jù)足夠多，層次足夠深，神經(jīng)網(wǎng)絡(luò)可以逼近任何復(fù)雜函數(shù)。T9、深度學(xué)習(xí)是特殊的神經(jīng)網(wǎng)絡(luò)。T10、神經(jīng)網(wǎng)絡(luò)隱藏層數(shù)越多，模型越復(fù)雜。T11、全連接神經(jīng)網(wǎng)絡(luò)充分利用像素之間的位置信息。F12、卷積神經(jīng)網(wǎng)絡(luò)就是卷積層與池化層交替進(jìn)行3~5次。F13、深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。T四、填空題1、構(gòu)成神經(jīng)網(wǎng)絡(luò)的最基本單位是（神經(jīng)元）。2、深度模型的訓(xùn)練過程中逐層初始化采用（無監(jiān)督學(xué)習(xí)）方式。3、卷積核的作用是提取（局部特征）。4、神經(jīng)網(wǎng)絡(luò)是由若干（神經(jīng)元）構(gòu)成的層次結(jié)構(gòu)。5、傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的參數(shù)個(gè)數(shù)是不同層神經(jīng)元數(shù)相（乘）。6、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程就是（權(quán)重）調(diào)整過程。7、卷積的主要功能是在一個(gè)圖像（或特征圖）上滑動(dòng)一個(gè)（卷積核），通過卷積操作得到一組新的特征圖。8、卷積運(yùn)算的主要作用是（抽取特征）。9、不同的卷積核能夠提取（不同)的特征。10、由百度研發(fā)的深度學(xué)習(xí)開源平臺(tái)是（PaddlePaddle）。11、最基本的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)是（CNN）五、簡(jiǎn)答題1、簡(jiǎn)述神經(jīng)元數(shù)學(xué)模型。神經(jīng)元數(shù)學(xué)模型中的φ為激活函數(shù)，是用來加入非線性因素的，解決線性模型所不能解決的問題。權(quán)重wi的大小表明了輸入x對(duì)輸出的貢獻(xiàn)程度；偏置bk的作用則是調(diào)整激活函數(shù)的輸入。2、為什么全連接神經(jīng)網(wǎng)絡(luò)沒有利用像素之間的位置信息對(duì)于圖像識(shí)別任務(wù)來說，每個(gè)像素和其周圍像素的聯(lián)系是比較緊密的。由于計(jì)算機(jī)把圖像映射為灰度矩陣，矩陣的存儲(chǔ)是行優(yōu)先的向量，這樣圖中28×28矩陣中相鄰的兩個(gè)像素A,B被存儲(chǔ)為相隔28個(gè)像素的向量，破壞了像素之間的位置信息。3、簡(jiǎn)述深度學(xué)習(xí)產(chǎn)生背景（1）全連接神經(jīng)網(wǎng)絡(luò)處理圖像弊端（2）受大腦信息處理模式啟發(fā)（3）劃時(shí)代的三篇論文（4）CNN適合圖像處理習(xí)題4一、名詞解釋1、大模型大模型本質(zhì)上是一個(gè)使用海量數(shù)據(jù)訓(xùn)練而成的深度神經(jīng)網(wǎng)絡(luò)模型，其巨大的數(shù)據(jù)和參數(shù)規(guī)模，實(shí)現(xiàn)了智能的涌現(xiàn)，展現(xiàn)出類似人類的智能。2、涌現(xiàn)能力涌現(xiàn)能力指的是當(dāng)模型的訓(xùn)練數(shù)據(jù)突破一定規(guī)模，模型突然涌現(xiàn)出之前小模型所沒有的、意料之外的、能夠綜合分析和解決更深層次問題的復(fù)雜能力和特性，展現(xiàn)出類似人類的思維和智能。3、PromptPrompt是“PRedictiveOPTimizationwithMachineLearning”的縮寫，翻譯成中文為“機(jī)器學(xué)習(xí)預(yù)測(cè)優(yōu)化”。Prompt技術(shù)也成為提示學(xué)習(xí)，通常通過將問題轉(zhuǎn)換為特定格式的輸入，將人工智能模型的輸入限制在一個(gè)特定的范圍內(nèi)，從而讓機(jī)器能夠更好地理解任務(wù)，控制模型的輸出，自動(dòng)生成人類語言式的文本。二、單選題1、DeepSeek是由（C）公司創(chuàng)立的？A.谷歌B.百度C.幻方量化D.華為2、DeepSeek-R1模型在(C)年發(fā)布？A.2023B.2024C.2025D.20263、ANI和AGI的主要區(qū)別在于(B)？A.是否能完成特定任務(wù)B.是否能完成不同領(lǐng)域的任務(wù)C.是否能生成文本D.是否能畫畫4、AGI可能具備的能力不包括以下(C)項(xiàng)？A.自主提出問題B.進(jìn)行推理C.只能完成單一任務(wù)D.學(xué)習(xí)新技能5、DeepSeek的知識(shí)儲(chǔ)備豐富是因?yàn)?A)？A.它的參數(shù)量是目前AI大模型最多的B.它只能生成文本C.它不能處理圖像D.它不具備自我學(xué)習(xí)能力6、大模型的本質(zhì)特征是(C)？A.大參數(shù)B.大計(jì)算C.大數(shù)據(jù)D.涌現(xiàn)7、大模型的預(yù)訓(xùn)練是指(B)。A.在小規(guī)模數(shù)據(jù)上進(jìn)行訓(xùn)練B.在大規(guī)模數(shù)據(jù)上進(jìn)行訓(xùn)練C.不需要訓(xùn)練D.只在標(biāo)注數(shù)據(jù)上訓(xùn)練8、多模態(tài)大模型能夠處理的數(shù)據(jù)類型不包括以下（D）？A.文本B.圖像C.音頻D.視頻9、通用大模型L0的特點(diǎn)是（C）？A.只能在特定領(lǐng)域使用B.需要大量微調(diào)C.具有強(qiáng)大的泛化能力D.參數(shù)量較少10、AIGC與大模型的關(guān)系是（B）？A.AIGC是大模型的基礎(chǔ)B.大模型是AIGC的基礎(chǔ)C.兩者沒有關(guān)系D.AIGC取代了大模型11、Transformer架構(gòu)首次在（B）領(lǐng)域展現(xiàn)出巨大優(yōu)勢(shì)？A.計(jì)算機(jī)視覺B.自然語言處理C.語音識(shí)別D.機(jī)器翻譯12、Transformer模型采用的是（C）結(jié)構(gòu)？A.CNN結(jié)構(gòu)B.RNN結(jié)構(gòu)C.Encoder-Decoder結(jié)構(gòu)D.GAN結(jié)構(gòu)13、Transformer模型中的多頭注意力機(jī)制的作用是（C）？A.提高模型的訓(xùn)練速度B.提高模型的并行處理能力C.提取更豐富的語義特征D.減少模型的參數(shù)量14大模型是（D）結(jié)合的產(chǎn)物。A.大數(shù)據(jù)B.大算力C.強(qiáng)算法D.以上都是15、大語言模型的英文縮寫是（A）。A.LLMB.NLPC.MLD.CV16、以下（D）不是大模型的特點(diǎn)。A.巨大的規(guī)模B.涌現(xiàn)能力C.自監(jiān)督學(xué)習(xí)D.易于部署三、判斷題1、DeepSeek-R1模型在數(shù)學(xué)、代碼、自然語言推理等任務(wù)上的性能比肩OpenAI的GPT-3。（錯(cuò)誤）2、DeepSeek選擇將大模型技術(shù)開源，允許全球開發(fā)者自由使用和改進(jìn)。（正確）3、ANI只能完成特定領(lǐng)域的任務(wù)，而AGI可以完成不同領(lǐng)域的任務(wù)。（正確）4、AGI可能具備真正的“思考能力”，能夠自主提出問題并進(jìn)行推理。（正確）5、DeepSeek的知識(shí)儲(chǔ)備豐富是因?yàn)槠鋮?shù)量是目前AI大模型最多的。（正確）6、大模型的本質(zhì)特征是“涌現(xiàn)”，即模型在達(dá)到一定規(guī)模后展現(xiàn)出意料之外的復(fù)雜能力。（正確）7、大模型的預(yù)訓(xùn)練是指在大規(guī)模數(shù)據(jù)上進(jìn)行訓(xùn)練，然后在特定任務(wù)上進(jìn)行微調(diào)。（正確）8、AIGC的應(yīng)用領(lǐng)域包括文本生成、圖像生成和視頻生成等，但不包括語音生成。（錯(cuò)誤）9、大模型最本質(zhì)的特征在于“大”。（錯(cuò)誤）10、大模型本質(zhì)是“涌現(xiàn)”“出乎意料”“創(chuàng)造”。(正確）四、填空題1、DeepSeek選擇將大模型技術(shù)__開源____，允許全球開發(fā)者自由使用和改進(jìn)。2、ANI只能完成特定的任務(wù)，而AGI可以像人類一樣完成不同領(lǐng)域的任務(wù)，甚至可能具備創(chuàng)造力和“__自我意識(shí)____”。3、DeepSeek的知識(shí)儲(chǔ)備豐富是因?yàn)槠鋮?shù)量是目前AI大模型最多的，也就是說DeepSeek的__知識(shí)儲(chǔ)備____是非常豐富的。4、大模型本質(zhì)上是一個(gè)使用海量數(shù)據(jù)訓(xùn)練而成的深度神經(jīng)網(wǎng)絡(luò)模型，其巨大的數(shù)據(jù)和參數(shù)規(guī)模，實(shí)現(xiàn)了智能的__涌現(xiàn)____，展現(xiàn)出類似人類的智能。5、大模型的預(yù)訓(xùn)練是指在大規(guī)模數(shù)據(jù)上進(jìn)行預(yù)訓(xùn)練，然后在特定任務(wù)上進(jìn)行__微調(diào)____，從而提高模型在新任務(wù)上的性能。6、AIGC的發(fā)展歷程中，2022年多款產(chǎn)品出圈，引發(fā)了社會(huì)廣泛關(guān)注，其中StabilityAI發(fā)布的__StableDiffusion____模型為后續(xù)AI繪圖模型的發(fā)展奠定了基礎(chǔ)。7、AIGC的應(yīng)用領(lǐng)域包括文本生成、圖像生成、視頻生成和___語音___生成等。8、（Transformer）是在數(shù)據(jù)序列中尋找長(zhǎng)程模式的專門算法。9、這種專注于某個(gè)具體任務(wù)建立的AI數(shù)據(jù)模型叫（小模型）。10、大模型讓機(jī)器有（常識(shí)）。11、PRedictiveOPTimizationwithMachineLearning的縮寫是（Prompt)。12、文心一言大模型是由（百度）發(fā)布的。五、簡(jiǎn)答題1、大模型和小模型有什么區(qū)別？小模型通常指參數(shù)較少、層數(shù)較淺的模型，它們具有輕量級(jí)、高效率、易于部署等優(yōu)點(diǎn)，適用于數(shù)據(jù)量較小、計(jì)算資源有限的場(chǎng)景，例如移動(dòng)端應(yīng)用、嵌入式設(shè)備、物聯(lián)網(wǎng)等。而當(dāng)模型的訓(xùn)練數(shù)據(jù)和參數(shù)不斷擴(kuò)大，直到達(dá)到一定的臨界規(guī)模后，其表現(xiàn)出了一些未能預(yù)測(cè)的、更復(fù)雜的能力和特性，模型能夠從原始訓(xùn)練數(shù)據(jù)中自動(dòng)學(xué)習(xí)并發(fā)現(xiàn)新的、更高層次的特征和模式，這種能力被稱為“涌現(xiàn)能力”。大模型的設(shè)計(jì)目的是為了提高模型的表達(dá)能力和預(yù)測(cè)性能，能夠處理更加復(fù)雜的任務(wù)和數(shù)據(jù)。大模型在各種領(lǐng)域都有廣泛的應(yīng)用，包括自然語言處理、計(jì)算機(jī)視覺、語音識(shí)別和推薦系統(tǒng)等。大模型通過訓(xùn)練海量數(shù)據(jù)來學(xué)習(xí)復(fù)雜的模式和特征，具有更強(qiáng)大的泛化能力，可以對(duì)未見過的數(shù)據(jù)做出準(zhǔn)確的預(yù)測(cè)。2、淺談AIGC給傳統(tǒng)生產(chǎn)模式帶來的革新（1）自動(dòng)內(nèi)容生成，提升內(nèi)容生產(chǎn)效率，降低內(nèi)容生產(chǎn)門檻和內(nèi)容制作成本。（2）提升內(nèi)容質(zhì)量，增加內(nèi)容多樣性。（3）助力內(nèi)容創(chuàng)新，實(shí)現(xiàn)個(gè)性化內(nèi)容生成。（4）搜AIGC將搜索轉(zhuǎn)化為為“對(duì)話式〞的搜索，用戶在與聊天機(jī)器人的互動(dòng)中最終得到滿意的答案。（5）AIGC技術(shù)可有效代替人類對(duì)已有信息進(jìn)行語言整合、文字輸出，與資訊平臺(tái)類的數(shù)字媒體高度適配。（6）AIGC有望幫助企業(yè)實(shí)現(xiàn)提高服務(wù)質(zhì)量降本增效。（7）數(shù)字人有望打開海量市場(chǎng)，廣泛應(yīng)用在電商直播、新聞播報(bào)、接待指引、展覽展示等場(chǎng)景中，目前已有實(shí)際案例。（8）AIGC將顛覆或改變?cè)S多產(chǎn)業(yè)。3、Prompt作用（1）設(shè)置Prompt對(duì)于生成高質(zhì)量的文本非常重要（2）設(shè)置Prompt還可以幫助我們控制chatGPT生成文本的方向（3）設(shè)置Prompt也可以幫助我們提高chatGPT的交互能力（4）需要注意的是，設(shè)置Prompt時(shí)需要注意Prompt的清晰度和準(zhǔn)確性習(xí)題5一、單選題1.關(guān)于“羊群效應(yīng)”的影響，以下（）說法正確的。A.羊群效應(yīng)能夠幫助人們快速做出最優(yōu)決策B.羊群效應(yīng)會(huì)導(dǎo)致人們陷入騙局或失敗C.羊群效應(yīng)有助于個(gè)人獨(dú)立思考D.羊群效應(yīng)是人類認(rèn)知能力的體現(xiàn)答案：B2.關(guān)于思維方式對(duì)人生的影響，以下（）說法正確的。A.固定型思維的人更容易適應(yīng)變化B.成長(zhǎng)型思維的人更愿意接受挑戰(zhàn)和失敗C.固定型思維的人更容易取得成功D.成長(zhǎng)型思維的人通常拒絕變化答案：B3.關(guān)于提高思維能力的重要性，以下（）說法正確的。A.提高思維能力主要依賴于天賦B.提高思維能力可以幫助人們更好地適應(yīng)現(xiàn)實(shí)生活C.提高思維能力不需要學(xué)習(xí)和練習(xí)D.提高思維能力對(duì)個(gè)人發(fā)展沒有幫助答案：B4.關(guān)于大數(shù)據(jù)思維的特點(diǎn)，以下（）說法正確的。A.大數(shù)據(jù)思維強(qiáng)調(diào)數(shù)據(jù)的精確性，不關(guān)注相關(guān)性B.大數(shù)據(jù)思維更注重因果關(guān)系，而不是相關(guān)性C.大數(shù)據(jù)思維強(qiáng)調(diào)使用全體數(shù)據(jù)，而不是依賴于樣本數(shù)據(jù)D.大數(shù)據(jù)思維不需要數(shù)據(jù)的再利用與價(jià)值挖掘答案：C5.關(guān)于人工智能思維之“道”，以下（）說法正確的。A.人工智能之“道”是指人工智能的技術(shù)實(shí)現(xiàn)方法B.人工智能之“道”是指人工智能發(fā)展的普遍規(guī)律C.人工智能之“道”是指人工智能的應(yīng)用場(chǎng)景D.人工智能之“道”是指人工智能的商業(yè)模式答案：B6.關(guān)于人工智能思維之“法”，以下（）說法正確的。A.AI思維中的“法”是指AI的技術(shù)架構(gòu)B.AI思維中的“法”是指AI的應(yīng)用場(chǎng)景C.AI思維中的“法”是指AI的商業(yè)模式D.AI思維中的“法”是指AI從數(shù)據(jù)中得出決策的方法論答案：D7.關(guān)于人工智能與大數(shù)據(jù)的關(guān)系，以下（）說法正確的。A.大數(shù)據(jù)是AI的基石，AI的發(fā)展離不開大數(shù)據(jù)的支持B.AI的發(fā)展不需要大數(shù)據(jù)的支持C.大數(shù)據(jù)與AI之間沒有關(guān)系D.AI的發(fā)展完全依賴于大數(shù)據(jù)的數(shù)量答案：A8.關(guān)于人工智能在物聯(lián)網(wǎng)中的應(yīng)用，以下（）說法正確的。A.人工智能與物聯(lián)網(wǎng)的結(jié)合沒有實(shí)際應(yīng)用價(jià)值B.人工智能與物聯(lián)網(wǎng)的結(jié)合可以實(shí)現(xiàn)萬物智聯(lián)化C.人工智能與物聯(lián)網(wǎng)的結(jié)合只適用于工業(yè)領(lǐng)域D.人工智能與物聯(lián)網(wǎng)的結(jié)合只適用于消費(fèi)領(lǐng)域答案：B9.關(guān)于人工智能思維之“器”，以下（）說法正確的。A.AI思維中的“器”是指AI的硬件設(shè)備B.AI思維中的“器”是指AI的軟件工具C.AI思維中的“器”是指AI的技術(shù)架構(gòu)D.AI思維中的“器”是指AI從數(shù)據(jù)中得出決策的工具，包括編程思維、大模型等答案：D10.關(guān)于人工智能的未來發(fā)展，以下（）說法正確的。A.人工智能的發(fā)展將完全取代人類的工作B.人工智能的發(fā)展將與人類共存，發(fā)揮各自的優(yōu)勢(shì)C.人工智能的發(fā)展將受到技術(shù)瓶頸的限制，無法取得進(jìn)一步的突破D.人工智能的發(fā)展將完全依賴于算力的提升答案：B11.關(guān)于人工智能的決策能力，以下（）說法正確的。A.人工智能可以完全替代人類進(jìn)行決策B.人工智能可以提供決策建議，但無法承擔(dān)決策后果C.人工智能的決策能力優(yōu)于人類D.人工智能的決策能力與人類相同答案：B12.關(guān)于人工智能的價(jià)值判斷能力，以下（）說法正確的。A.人工智能可以進(jìn)行價(jià)值判斷B.人工智能可以提供事實(shí)判斷，但無法進(jìn)行價(jià)值判斷C.人工智能的價(jià)值判斷能力優(yōu)于人類D.人工智能的價(jià)值判斷能力與人類相同答案：B13.關(guān)于人工智能的未來發(fā)展，以下（）說法正確的。A.人工智能的發(fā)展將完全取代人類的工作B.人工智能的發(fā)展將與人類共存，發(fā)揮各自的優(yōu)勢(shì)C.人工智能的發(fā)展將受到技術(shù)瓶頸的限制，無法取得進(jìn)一步的突破D.人工智能的發(fā)展將完全依賴于算力的提升答案：B14.關(guān)于人工智能在不同語言環(huán)境下的發(fā)展，以下（）說法正確的。A.中文在人工智能訓(xùn)練中沒有優(yōu)勢(shì)B.中文的高信息密度和語義自洽性為人工智能訓(xùn)練提供了優(yōu)勢(shì)C.英文在人工智能訓(xùn)練中具有絕對(duì)優(yōu)勢(shì)D.人工智能的發(fā)展與語言環(huán)境無關(guān)答案：B15.關(guān)于人工智能的倫理問題，以下（）說法正確的。A.人工智能的倫理問題不需要關(guān)注B.人工智能的倫理問題需要通過批判性思維來識(shí)別和糾正C.人工智能的倫理問題已經(jīng)完全解決D.人工智能的倫理問題與人類無關(guān)答案：B二、填空題1.在經(jīng)濟(jì)學(xué)中，描述經(jīng)濟(jì)個(gè)體從眾跟風(fēng)心理的名詞是______。.答案：羊群效應(yīng).2.固定型思維的人往往束縛于自己的認(rèn)知水平，而______思維的人則把所有事情都當(dāng)作成長(zhǎng)的機(jī)會(huì)。.答案：成長(zhǎng)型.3.思維能力的提高需要運(yùn)用思維技巧，其中______性思維能幫助我們突破慣常的思維方式。.答案：創(chuàng)造性.4.大數(shù)據(jù)思維強(qiáng)調(diào)使用______數(shù)據(jù)，而不是依賴于樣本數(shù)據(jù)。.答案：全體.5.在人工智能思維中，“道”指的是人工智能發(fā)展的______規(guī)律。.答案：普遍.6.人工智能與物聯(lián)網(wǎng)的結(jié)合形成了一個(gè)轉(zhuǎn)悠術(shù)語______，即AI+IoT。.答案：AIoT.7.人工智能思維中的“法”是從底層邏輯闡述AI思維是如何從數(shù)據(jù)中得出______，創(chuàng)造出源源不斷的價(jià)值的。.答案：決策.8.AI人工智能思維的基礎(chǔ)在于______，而核心在于模型。.答案：數(shù)據(jù).9.在人工智能時(shí)代，數(shù)據(jù)驅(qū)動(dòng)的人工智能框架可以帶來個(gè)性化的______。.答案：體驗(yàn).10.人工智能的發(fā)展將與人類共存，發(fā)揮各自的優(yōu)勢(shì)，而不是完全取代______的工作。.答案：人類三、簡(jiǎn)答題1.為什么說提高思維能力很重要？答案：提高思維能力可以幫助人們更好地適應(yīng)現(xiàn)實(shí)生活，提高學(xué)習(xí)和工作的效率，最大限度地解放認(rèn)知能力，從而做出最優(yōu)的決策。2.大數(shù)據(jù)思維的主要特點(diǎn)有哪些？答案：大數(shù)據(jù)思維強(qiáng)調(diào)使用全體數(shù)據(jù)而非樣本數(shù)據(jù)，注重效率優(yōu)先于精確性，關(guān)注相關(guān)性而非因果性，數(shù)據(jù)驅(qū)動(dòng)而非假設(shè)驅(qū)動(dòng)，預(yù)測(cè)而非解釋，數(shù)據(jù)的再利用與價(jià)值挖掘，數(shù)據(jù)的多樣性與多維度。3.簡(jiǎn)述人工智能思維之“道”的含義。答案：人工智能之“道”是指人工智能發(fā)展的普遍規(guī)律，即萬事萬物發(fā)展的規(guī)律性，強(qiáng)調(diào)數(shù)據(jù)驅(qū)動(dòng)、萬物互聯(lián)和立體思維等核心理念。4.為什么說大數(shù)據(jù)是人工智能的基石？答案：大數(shù)據(jù)是人工智能發(fā)展的基石，因?yàn)锳I系統(tǒng)需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練和優(yōu)化，數(shù)據(jù)幫助AI模型識(shí)別模式、做出預(yù)測(cè)，并不斷學(xué)習(xí)和改進(jìn)。沒有大數(shù)據(jù)的支撐，AI無法發(fā)揮其應(yīng)有的潛力。5.簡(jiǎn)述人工智能思維之“法”的主要內(nèi)容。答案：AI思維中的“法”是從底層邏輯闡述AI思維是如何從數(shù)據(jù)中得出決策、創(chuàng)造價(jià)值的方法論。主要內(nèi)容包括大數(shù)據(jù)、模型、算力和業(yè)務(wù)模式四個(gè)要素，這四個(gè)要素共同作用，推動(dòng)AI技術(shù)的發(fā)展和應(yīng)用。6.簡(jiǎn)述人工智能未來在中國的發(fā)展趨勢(shì)。答案：人工智能未來在中國的發(fā)展趨勢(shì)包括：利用中文的天然優(yōu)勢(shì)進(jìn)行AI訓(xùn)練，利用龐大的用戶基數(shù)和豐富的應(yīng)用場(chǎng)景推動(dòng)AI進(jìn)化，構(gòu)建從芯片到應(yīng)用的全產(chǎn)業(yè)鏈閉環(huán)生態(tài)，實(shí)現(xiàn)技術(shù)主權(quán)和產(chǎn)業(yè)主導(dǎo)權(quán)。.習(xí)題6一、名詞解釋1、低代碼：低代碼是一種可視化的應(yīng)用開發(fā)方法，用較少的代碼、以較快的速度來交付應(yīng)用程序，將程序員不想開發(fā)的代碼做到自動(dòng)化，也稱為零代碼。2、RPA機(jī)器人流程自動(dòng)化(RoboticProcessAutomation，RPA)，是一種應(yīng)用程序，它通過模仿最終用戶在電腦的手動(dòng)操作方式，提供了另一種方式來使最終用戶手動(dòng)操作流程自動(dòng)化。3、知識(shí)圖譜知識(shí)圖譜是利用節(jié)點(diǎn)和關(guān)系所組成的圖，為真實(shí)世界的各個(gè)場(chǎng)景直觀地建模。4、元宇宙元宇宙是一個(gè)平行于現(xiàn)實(shí)世界，又獨(dú)立于現(xiàn)實(shí)世界的虛擬空間，是映射現(xiàn)實(shí)世界的在線虛擬世界，是越來越真實(shí)的數(shù)字虛擬世界?，F(xiàn)實(shí)中人們可以做到的事，都可以在元宇宙中實(shí)現(xiàn)。5、多智能體多智能體是指多個(gè)單智能體間的相互協(xié)作和協(xié)調(diào)來共同完成一項(xiàng)任務(wù)。二、單選題1、擁有一個(gè)虛擬（A），無論與現(xiàn)實(shí)身份有沒有相關(guān)，第二人生，自由進(jìn)入。A.身份B.朋友C.沉浸式D.低延遲2、在元宇宙當(dāng)中擁有（B），可以跨域、多維社交，無論在現(xiàn)實(shí)中是否認(rèn)識(shí)。A.身份B.朋友C.沉浸式D.低延遲3、能夠（C）在元宇宙的體驗(yàn)當(dāng)中，一切覺有可能：娛樂、工作。A.身份B.朋友C.沉浸D.低延遲4、元宇宙中的一切都是同步發(fā)生的，（D）能夠消除失真感。A.身份B.朋友C.沉浸D.低延遲5、“元宇宙提供多種豐富內(nèi)容、真正意義的自由，現(xiàn)實(shí)非現(xiàn)實(shí)追求。”指的是元宇宙（A）特征。A.多元化B.隨地C.經(jīng)濟(jì)系統(tǒng)D.文明6、“可以使用任何設(shè)備登錄元宇宙，隨時(shí)隨地沉浸其中，擴(kuò)大用戶群體?！敝傅氖窃钪妫˙）特征。A.多元化B.隨地C.經(jīng)濟(jì)系統(tǒng)D.文明7、(A)是一種機(jī)器學(xué)習(xí)方法，它允許智能體通過與環(huán)境的交互來學(xué)習(xí)最優(yōu)策略。A.強(qiáng)化學(xué)習(xí)B.遷移學(xué)習(xí)C.深度學(xué)習(xí)D.機(jī)器學(xué)習(xí)8、RPA架構(gòu)三大核心產(chǎn)品不包括（D)。A.機(jī)器人B.設(shè)計(jì)器C.控制器D.運(yùn)算器9、以下說法錯(cuò)誤的是（C）。A.深度學(xué)習(xí)是根據(jù)所有歷史數(shù)據(jù)，推測(cè)將來某一事件發(fā)生的概率。B.強(qiáng)化學(xué)習(xí)是針對(duì)某些只與上一時(shí)刻相關(guān)的問題，根據(jù)本時(shí)刻與上一時(shí)刻的狀態(tài)和動(dòng)作，推斷下一時(shí)刻某動(dòng)作發(fā)生的概率。C.遷移學(xué)習(xí)的目標(biāo)是找到一個(gè)策略，即在每個(gè)狀態(tài)下選擇動(dòng)作的方式，以最大化期望累積獎(jiǎng)勵(lì)。D.深度強(qiáng)化學(xué)習(xí)是通過上一時(shí)刻的深度學(xué)習(xí)預(yù)測(cè)模型和本時(shí)刻的模型，推斷出下一狀態(tài)采取某個(gè)動(dòng)作的概率，是前面兩者的結(jié)合，每次訓(xùn)練模型都用到了上次模型。10、（B）將在一個(gè)任務(wù)上訓(xùn)練過的模型用在第二個(gè)相關(guān)的任務(wù)中重復(fù)使用。A.強(qiáng)化學(xué)習(xí)B.遷移學(xué)習(xí)C.深度學(xué)習(xí)D.機(jī)器學(xué)習(xí)11、遷移學(xué)習(xí)方法不包括（D）。A.樣本遷移B.模型遷移C.特征遷移D.方法遷移12、低代碼核心理念不包括（D）。A.圖形化界面B.快速迭代C.少量編碼D.適用于場(chǎng)景少13、智能體具有與其它智能體或人進(jìn)行合作的能力，不同的智能體可根據(jù)各自的意圖與其它智能體進(jìn)行交互，以達(dá)到解決問題的目的。這一特性是智能體的（B）特性。A.自治性B.社會(huì)性C.進(jìn)化性D.反應(yīng)性14、智能體能積累或?qū)W習(xí)經(jīng)驗(yàn)和知識(shí)，并修改自己的行為以適應(yīng)新環(huán)境。這一特性是智能體的（C）特性。A.自治性B.社會(huì)性C.進(jìn)化性D.反應(yīng)性15、智能體的體系結(jié)構(gòu)不包括（D）。A.用戶B.智能體C.工作環(huán)境D.協(xié)調(diào)器16、多智能體系統(tǒng)的體系結(jié)構(gòu)不包括（B）。A.網(wǎng)絡(luò)結(jié)構(gòu)B.樹形結(jié)構(gòu)C.聯(lián)盟結(jié)構(gòu)D.黑板結(jié)構(gòu)三、判斷題1、知識(shí)圖譜以結(jié)構(gòu)化四元組的形式。F2、深度學(xué)習(xí)是從海量的數(shù)據(jù)中來使模型達(dá)到穩(wěn)健的程度僅靠有限的數(shù)據(jù)量來訓(xùn)練模型必然是不穩(wěn)健的，通常很容易導(dǎo)致過擬合，泛化能力差。T3、遷移學(xué)習(xí)的核心問題是，找到新問題和原問題之間的相似性，才可以順利地實(shí)現(xiàn)知識(shí)的遷移。T4、智能體離可以開其工作環(huán)境。F5、在實(shí)際應(yīng)用中，智能體的工作環(huán)境往往不是一成不變的。T四、填空題1、（遷移學(xué)習(xí)）將在一個(gè)任務(wù)上訓(xùn)練過的模型用在第二個(gè)相關(guān)的任務(wù)中重復(fù)使用。2、（量子計(jì)算）就是一種遵循量子力學(xué)的規(guī)律調(diào)控?cái)?shù)據(jù)的過程。3、（多智能體）系統(tǒng)是多個(gè)智能體組成的集合，它的目標(biāo)是將大而復(fù)雜的系統(tǒng)建設(shè)成小的、彼此相互通信和協(xié)調(diào)的，易于管理的系統(tǒng)。4、（Agent）被認(rèn)為是一個(gè)物理或抽象的、能在一定環(huán)境下運(yùn)行的實(shí)體，它能作用于自身和環(huán)境，并對(duì)環(huán)境作出反應(yīng)。5、知識(shí)圖譜起源于（符號(hào)）主義。五、簡(jiǎn)答題1、簡(jiǎn)述RPA興起的原因。（1）勞動(dòng)力成本成企業(yè)競(jìng)爭(zhēng)關(guān)鍵要素之一（2）數(shù)字化轉(zhuǎn)型大勢(shì)所趨，系統(tǒng)間數(shù)據(jù)打通成新的訴求（3）AI技術(shù)發(fā)展助推NLP和計(jì)算機(jī)視覺應(yīng)用，為RPA智慧賦能2、元宇宙存在的價(jià)值（1）讓人們對(duì)人生的設(shè)想有了落地的可能（2）應(yīng)對(duì)AI和機(jī)器人可能對(duì)人類構(gòu)成的威脅（3）傳播模式的變革3、元宇宙與大模型一體兩面密不可分元宇宙與大模型密不可分，因?yàn)榇竽Ｐ驮谠钪嬷邪缪葜匾慕巧?，可以在元宇宙中發(fā)揮多種作用，例如自動(dòng)化任務(wù)、提供個(gè)性化體驗(yàn)、協(xié)助創(chuàng)作等，具體如自動(dòng)化生成虛擬內(nèi)容：大模型技術(shù)可以通過深度學(xué)習(xí)等技術(shù)自動(dòng)化生成虛擬內(nèi)容，例如虛擬人物、場(chǎng)景等；優(yōu)化用戶體驗(yàn)：大模型技術(shù)可以通過分析用戶的行為和反饋，優(yōu)化用戶體驗(yàn)，例如提供更加個(gè)性化的建議和服務(wù)；增強(qiáng)交互和溝通：大模型技術(shù)可以通過自然語言處理等技術(shù)增強(qiáng)用戶之間的交互和溝通，例如實(shí)現(xiàn)更加自然的對(duì)話和交流；安全管理：人工智能技術(shù)可以通過檢測(cè)和防止惡意行為等手段保障元宇宙的安全管理。4、RPA存在意義當(dāng)我們?cè)谑褂秒娔X過程中，無數(shù)的RPA也在網(wǎng)絡(luò)中按部就班的運(yùn)行，進(jìn)行文本的獲取或者程序的搜索，完成用戶交代給他們的任務(wù)。這些RPA在無人操作的時(shí)候，他們?cè)趙eb上獨(dú)自運(yùn)行，是web上很實(shí)用的工具。RPA可以高效解決這些復(fù)雜的流程，節(jié)約人工成本。如今，RPA已成為當(dāng)今應(yīng)用最為廣泛、效果最為顯著、成熟度較高的智能化軟件。5、強(qiáng)化學(xué)習(xí)強(qiáng)化學(xué)習(xí)是一種機(jī)器學(xué)習(xí)范式，其基本原理建立在馬爾可夫決策過程（MDP）的框架之上。MDP提供了一個(gè)形式化的數(shù)學(xué)模型，用于描述具有決策制定、狀態(tài)轉(zhuǎn)移和獎(jiǎng)勵(lì)反饋的決策問題。強(qiáng)化學(xué)習(xí)基本架構(gòu)如圖所示。其主要包含五個(gè)部分。狀態(tài)用于描述系統(tǒng)可能處于的各種情況或狀態(tài)。在強(qiáng)化學(xué)習(xí)中，狀態(tài)是代表環(huán)境的信息，能夠影響智能體的決策。動(dòng)作是智能體在每個(gè)狀態(tài)下可執(zhí)行的操作或決策。動(dòng)作集合定義了智能體可能采取的所有可能行動(dòng)。轉(zhuǎn)移概率描述了從一個(gè)狀態(tài)執(zhí)行某個(gè)動(dòng)作后，轉(zhuǎn)移到另一個(gè)狀態(tài)的概率分布。這反映了環(huán)境的動(dòng)態(tài)特性，即狀態(tài)轉(zhuǎn)移的不確定性。獎(jiǎng)勵(lì)則是指在每個(gè)狀態(tài)執(zhí)行每個(gè)動(dòng)作后，智能體會(huì)接收到一個(gè)獎(jiǎng)勵(lì)。獎(jiǎng)勵(lì)用于評(píng)估智能體的行為，目標(biāo)是通過最大化累積獎(jiǎng)勵(lì)來學(xué)習(xí)有效的策略。還有就是折扣因子，其用于衡量未來獎(jiǎng)勵(lì)的重要性。它介于0和1之間，對(duì)未來獎(jiǎng)勵(lì)的影響隨時(shí)間的推移而減小。這反映了智能體更注重近期獎(jiǎng)勵(lì)，而不是遙遠(yuǎn)的未來獎(jiǎng)勵(lì)。6、舉例說明遷移學(xué)習(xí)的使用場(chǎng)景假設(shè)有兩個(gè)任務(wù)A和B，任務(wù)A擁有海量的數(shù)據(jù)資源且已訓(xùn)練好，但并不是我們的目標(biāo)任務(wù)，任務(wù)B是我們的目標(biāo)任務(wù)，但其數(shù)據(jù)量十分匱乏，這種場(chǎng)景便是典型的遷移學(xué)習(xí)應(yīng)用場(chǎng)景。除了數(shù)據(jù)量匱乏這個(gè)原因外，應(yīng)用遷移學(xué)習(xí)還有一個(gè)非常重要的條件是任務(wù)A和任務(wù)B這兩個(gè)模型要具有一定的相似性，即兩個(gè)任務(wù)的輸入屬于同種性質(zhì)要么同是圖像要么同是視頻或其他，數(shù)據(jù)集類別相差不大。7、多智能體優(yōu)勢(shì)（1）在多智能體系統(tǒng)中，每個(gè)智能體具有獨(dú)立性和自主性，能夠解決給定的子問題，自主地推理和規(guī)劃并選擇適當(dāng)?shù)牟呗?，并以特定的方式影響環(huán)境。（2）多智能體系統(tǒng)支持分布式應(yīng)用，所以具有良好的模塊性、易于擴(kuò)展性和設(shè)計(jì)靈活簡(jiǎn)單，客服了建設(shè)一個(gè)龐大的系統(tǒng)所造成的管理和擴(kuò)展的困難，能有效降低系統(tǒng)的總成本。（3）在多智能體系統(tǒng)的實(shí)現(xiàn)過程中，不追求單個(gè)龐大的復(fù)雜體系，而是按面向?qū)ο蟮姆椒?gòu)成多層次，多元化的智能體，其結(jié)果降低了系統(tǒng)的復(fù)雜性，也降低了各個(gè)智能體問題求解的復(fù)雜性。（4）多智能體系統(tǒng)是一個(gè)講究協(xié)調(diào)的系統(tǒng)，各智能體通過互相協(xié)調(diào)去解決大規(guī)模的復(fù)雜問題；多智能體系統(tǒng)也是一個(gè)集成系統(tǒng)，它采用信息集成技術(shù)，將各子系統(tǒng)的信息集成在一起，完成復(fù)雜系統(tǒng)集成。（5）在多智能體系統(tǒng)中，各智能體之間相互通信，彼此協(xié)調(diào)，并行地求解問題，因此能有效地提高問題的求解能力。（6）多智能體技術(shù)打破了人工智能領(lǐng)域僅僅使用一個(gè)專家系統(tǒng)的限制，在MAS環(huán)境下，各領(lǐng)域的不同專家可能協(xié)作求解某一個(gè)專家無法很好解決的問題，提高了系統(tǒng)解決問題的能力。（7）智能體是異質(zhì)的和分布的。它們可以是不同個(gè)人和組織，采用不同的設(shè)計(jì)方法和計(jì)算機(jī)語言開發(fā)而成，因而可能是完全異質(zhì)的和分布的。（8）處理是異步的。由于各智能體是自治的，每個(gè)智能體都有自己的進(jìn)程，按照自己的運(yùn)行方式異步地進(jìn)行。習(xí)題7一、名詞解釋1、智能家居智能家居是以住宅為平臺(tái)，利用綜合布線技術(shù)、網(wǎng)絡(luò)通信技術(shù)、

安全防范技術(shù)、自動(dòng)控制技術(shù)、音視頻技術(shù)將家居生活有關(guān)的設(shè)施集成，構(gòu)建高效的住宅設(shè)施與家庭日程事務(wù)的管理系統(tǒng)，提升家居安全性、便利性、舒適性、藝術(shù)性，并實(shí)現(xiàn)環(huán)保節(jié)能的居住環(huán)境。2、智能樓宇智慧樓宇以人工智能為核心，深度融合物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等技術(shù)，基于統(tǒng)一的樓宇智能化綜合管理平臺(tái)，實(shí)現(xiàn)樓宇內(nèi)安防、能源、消防、樓控等多場(chǎng)景的可視化與精細(xì)化管理，通過融合智能檢測(cè)、智能識(shí)別、智能預(yù)警等能力3、智能制造智能制造是“基于新一代信息通信技術(shù)與先進(jìn)制造技術(shù)深度融合，貫穿于設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動(dòng)的各個(gè)環(huán)節(jié)，具有自感知、自學(xué)習(xí)、自決策、自執(zhí)行、自適應(yīng)等功能的新型生產(chǎn)方式”。它把制造自動(dòng)化的概念更新，擴(kuò)展到柔性化、智能化和高度集成化。4、工業(yè)機(jī)器人工業(yè)機(jī)器人是面向工業(yè)領(lǐng)域的多關(guān)節(jié)機(jī)械手或多自由度的機(jī)器裝置，具有一定的自動(dòng)性，可依靠自身的動(dòng)力能源和控制能力實(shí)現(xiàn)各種工業(yè)加工制造功能。它可以接受人類指揮，也可以按照預(yù)先編排的程序運(yùn)行，現(xiàn)代的工業(yè)機(jī)器人還可以根據(jù)人工智能技術(shù)指定的原則綱領(lǐng)自主決策行動(dòng)。5、網(wǎng)聯(lián)汽車網(wǎng)聯(lián)汽車的初級(jí)階段是以遠(yuǎn)程通信技術(shù)為代表，通過內(nèi)置在汽車上的計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，借助無線通信技術(shù)、GPS衛(wèi)星導(dǎo)航技術(shù)，實(shí)現(xiàn)文字、圖像、語音信息交換的綜合信息服務(wù)系統(tǒng)。6、智能交通智能交通系統(tǒng)是將先進(jìn)的信息技術(shù)、通訊技術(shù)、傳感技術(shù)、控制技術(shù)以及計(jì)算機(jī)技術(shù)等有效地集成運(yùn)用于整個(gè)交通運(yùn)輸管理體系，而建立起的一種在大范圍內(nèi)、全方位發(fā)揮作用的，實(shí)時(shí)、準(zhǔn)確、高效的綜合的運(yùn)輸和管理系統(tǒng)。7、推薦系統(tǒng)推薦系統(tǒng)是一種信息過濾系統(tǒng)，用于預(yù)測(cè)用戶對(duì)物品的評(píng)分或偏好。二、單選題1、在網(wǎng)聯(lián)汽車中，V2V只（B）連接。A.車與人B.車與車C.車與路D.車與建筑2、自動(dòng)駕駛輔助系統(tǒng)不包括（D）。A.自適應(yīng)巡航系統(tǒng)