人工智能與信息社會(huì)2019爾雅答案

1、WOED格式人工智能與信息社會(huì)2019 爾雅答案第一章1.AI 時(shí)代主要的人機(jī)交互方式為() 。 DA、鼠標(biāo)B、鍵盤(pán)C、觸屏D、語(yǔ)音 +視覺(jué)2.2016 年 3 月 , 人工智能程序 () 在韓國(guó)首爾以4:1 的比分戰(zhàn)勝的人類(lèi)圍棋冠軍李世石。AA、 AlphaGoB、 DeepMindC、 DeepblueD、 AlphaGoZero3. Cortana 是 () 推出的個(gè)人語(yǔ)音助手。 C A、蘋(píng)果B、亞馬遜C、微軟D、阿里巴巴4.首個(gè)在新聞報(bào)道的翻譯質(zhì)量和準(zhǔn)確率上可以比肩人工翻譯的翻譯系統(tǒng)是() 。 CA、蘋(píng)果B、谷歌C、微軟D、科大訊飛5.相較于其他早期的面部解鎖,iPhoneX 的原深感

2、攝像頭能夠有效解決的問(wèn)題是() 。 CA、機(jī)主需要通過(guò)特定表情解鎖手機(jī)B、機(jī)主是否主動(dòng)解鎖手機(jī)C、機(jī)主平面照片能夠解鎖手機(jī)D、機(jī)主雙胞胎解鎖手機(jī)6.屬于家中的人工智能產(chǎn)品的有() 。 ABDA、智能音箱B、掃地機(jī)器人C、聲控?zé)鬌、個(gè)人語(yǔ)音助手7.谷歌相冊(cè)與傳統(tǒng)手機(jī)相冊(cè)最大不同點(diǎn)是() 。 ABEA、根據(jù)照片內(nèi)容自動(dòng)添加標(biāo)記B、根據(jù)不同標(biāo)記進(jìn)行歸類(lèi)和搜索C、自動(dòng)對(duì)照片進(jìn)行美顏專(zhuān)業(yè)資料整理WOED格式D、定時(shí)備份照片E、人臉識(shí)別和搜索2.目前外科手術(shù)領(lǐng)域的醫(yī)用機(jī)器人的優(yōu)點(diǎn)有() 。 ABA、定位誤差小B、手術(shù)創(chuàng)口小C、不需要人類(lèi)醫(yī)生進(jìn)行操作D、能夠?qū)崟r(shí)監(jiān)控患者的情況E、可以幫助醫(yī)生診斷病情3.智能

3、推薦系統(tǒng)的特點(diǎn)包括() 。 ABCDA、根據(jù)用戶的購(gòu)買(mǎi)記錄記憶用戶的偏好B、根據(jù)瀏覽時(shí)間判斷商品對(duì)用戶的吸引力C、推薦用戶消費(fèi)過(guò)的相關(guān)產(chǎn)品D、根據(jù)用戶的喜好進(jìn)行相關(guān)推薦4.一般來(lái)說(shuō) , 掃地機(jī)器人必需的傳感器有() 。 ABCA、距離傳感器B、超聲波雷達(dá)傳感器C、懸崖傳感器D、溫度傳感器5.在神經(jīng)網(wǎng)絡(luò)方法之前, 機(jī)器翻譯主要是基于統(tǒng)計(jì)模型的翻譯。() 正確6.人工智能具有學(xué)會(huì)下棋的學(xué)習(xí)能力, 是實(shí)現(xiàn)通用人工智能算法的基礎(chǔ)。() 正確7.目前還沒(méi)有成功進(jìn)行無(wú)人自動(dòng)駕駛的案例。() 錯(cuò)誤8.智能家居應(yīng)該能自動(dòng)感知周?chē)沫h(huán)境, 不需要人的操控。() 正確9.智能音箱本質(zhì)上是音箱、智能語(yǔ)音交互系統(tǒng)、互

4、聯(lián)網(wǎng)、內(nèi)容疊加的產(chǎn)物。() 正確10. 基于句法的機(jī)器翻譯是目前較為流行的翻譯方法 , 基本達(dá)到了預(yù)期的理想。 () 錯(cuò)誤第二章2.2017 被譽(yù)為計(jì)算機(jī)科學(xué)與人工智能之父的是() 。 AA、圖靈B、費(fèi)根鮑姆C、紐維爾D、西蒙2.2018 第一個(gè)成功應(yīng)用的專(zhuān)家系統(tǒng)是() 。 BA、 ELIZA專(zhuān)業(yè)資料整理WOED格式B、 DendralC、 XconD、 Deepblue11. 最早提出人工智能(ArtificialIntelligence)一詞的人是 () 。 AA、約翰麥卡錫B、馬文閔斯基C、克勞德香農(nóng)D、艾倫紐厄爾12. 根據(jù)科學(xué)流行定義 , 人工智能就是和人類(lèi) () 相似的計(jì)算機(jī)程序。

5、 C A、思考方式B、表達(dá)方式C、行為方式D、外觀外貌13. 與圖靈測(cè)試相比 , 中文屋提出了如何判斷是否擁有 () 的問(wèn)題。 B A、行動(dòng)力B、理解力C、表達(dá)能力D、接收能力14. 關(guān)于人工智能的概念 , 下列表述正確的有 () 。 ACA、根據(jù)對(duì)環(huán)境的感知做出合理的行動(dòng), 并獲得最大收益的計(jì)算機(jī)程序B、任何計(jì)算機(jī)程序都具有人工智能C、針對(duì)特定的任務(wù), 人工智能程序都具有自主學(xué)習(xí)的能力D、人工智能程序和人類(lèi)具有相同的思考方式15. 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、經(jīng)濟(jì)學(xué)D、心理學(xué)16. 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(lèi)的水平

6、B、可以勝任人類(lèi)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(lèi)17. 發(fā)展出圖像識(shí)別成功率超越人類(lèi)的人工智能的主要因素有() 。 ABA、計(jì)算力的提升B、大量數(shù)據(jù)驅(qū)動(dòng)C、社會(huì)關(guān)注度提升專(zhuān)業(yè)資料整理WOED格式D、人類(lèi)專(zhuān)家規(guī)則的完善18. 關(guān)于 EDVAC下,列說(shuō)法正確的有 () 。 BD A、第一臺(tái)電子數(shù)字計(jì)算機(jī)B、誕生于 1949 年C、屬于圖靈體系結(jié)構(gòu)計(jì)算機(jī)D、采用二進(jìn)制及存儲(chǔ)程序19. 人工智能研究第一次寒冬的發(fā)生主要原因有() 。 ABCA、 AI 瓶頸B、性能有限C、缺乏“常識(shí)”D、財(cái)政問(wèn)題20. 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

7、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(wú)法區(qū)分的智能。() 正確21. 人工智能 (AI) 概念最早 1956 年在達(dá)特茅斯會(huì)議上提出。() 正確22. 從公共關(guān)注視角來(lái)看, 人工智能就是機(jī)器可以完成社會(huì)大眾不認(rèn)為機(jī)器能勝任的事情。()正確23. 從公眾關(guān)注視角定義的人工智能的范疇是在不斷變化的。() 正確24. 根據(jù)發(fā)展趨勢(shì)定義 , 人工智能就是會(huì)不斷自我學(xué)習(xí)的計(jì)算機(jī)程序。() 正確25. 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)。() 錯(cuò)誤第三章2.2019 一個(gè)運(yùn)用二分查找算法的程序的時(shí)間復(fù)雜度是() 。 BA、指數(shù)級(jí)別B、對(duì)數(shù)級(jí)別C、常數(shù)級(jí)別D、線性級(jí)別2.202

8、0 人類(lèi)對(duì)于知識(shí)的歸納總是通過(guò)() 來(lái)進(jìn)行的。 AA、判斷B、枚舉C、猜想D、預(yù)測(cè)2.2021 第一例專(zhuān)家系統(tǒng)是在() 領(lǐng)域發(fā)揮作用的。B專(zhuān)業(yè)資料整理WOED格式A、物理B、化學(xué)C、數(shù)學(xué)D、生物26. 年在斯坦福大學(xué)研發(fā)的專(zhuān)家系統(tǒng) () 是用于地質(zhì)領(lǐng)域探測(cè)礦藏的一個(gè)專(zhuān)家系統(tǒng)。 C A、 DENDRALB、 MYCINC、 PROSPECTOR D、 XCON2.2022 考慮到對(duì)稱(chēng)性, 井字棋最終局面有() 種不相同的可能。BA、 19683B、 138C、 91D、 442.2023 根據(jù)課程3.6 中所講的井字棋估值方法, 以下局面估值為() 。 CA、 2B、 1C、 0D、 -12.2

9、024 除了問(wèn)題本身的定義之外, 使用問(wèn)題特定知識(shí)的搜索策略被認(rèn)為是() 。 AA、啟發(fā)式算法B、 minimax 算法C、深度優(yōu)先搜索D、廣度優(yōu)先搜索2.2025 每一次比較都使搜索范圍減少一半的方法是() 。 AA、二分查找B、啟發(fā)式算法專(zhuān)業(yè)資料整理WOED格式C、 minimax 算法D、剪枝算法27. 根據(jù)圖中所示的 minimax 算法決策樹(shù) , 根結(jié)點(diǎn)的估值是 () 。 BA、 20B、 16C、 9D、 1928. 根據(jù)圖中所示的 minimax 算法決策樹(shù) , 圖中估值為 7 的結(jié)點(diǎn)被稱(chēng)為 () 。 CA、 MAX結(jié)點(diǎn)B、 MIN 結(jié)點(diǎn)C、終止結(jié)點(diǎn)D、根節(jié)點(diǎn)29. 圖中的剪枝過(guò)

10、程稱(chēng)為() 剪枝。 A專(zhuān)業(yè)資料整理WOED格式A、 AlphaB、 BetaC、 MinD、 Max30. 圖中的剪枝過(guò)程稱(chēng)為 () 剪枝。 DA、 AlphaB、 BetaC、 MinD、 Max31. 圍棋 AI() 是基于 AlphaBeta 剪枝算法的。 A A、 GNUGoB、 MoGoC、 DeepZenGo D、 AlphaGo32. 專(zhuān)家系統(tǒng)的發(fā)展趨勢(shì)不包括 () 。 DA、知識(shí)庫(kù)變大B、推理引擎更加專(zhuān)用專(zhuān)業(yè)資料整理WOED格式C、用戶接口更多樣D、用戶需求量減少33. 深藍(lán)在開(kāi)局階段的算法主要是 () 。 D A、二分查找法B、 AlphaBeta 剪枝C、深度優(yōu)先搜索D、啟

11、發(fā)式算法34. () 是第一個(gè)使用蒙特卡洛樹(shù)搜索的圍棋程序, 在 9×9 的棋盤(pán)上擊敗了職業(yè)選手。BA、 GNUGoB、 MoGoC、 DeepZenGoD、 AlphaGo35. 專(zhuān)家系統(tǒng)的主要組成部分包括 () 。 ABC A、知識(shí)庫(kù)B、推理引擎C、用戶接口D、自主學(xué)習(xí)系統(tǒng)36. 以下屬于完全信息博弈的游戲有 () 。 ABC A、井字棋B、黑白棋C、圍棋D、橋牌E、軍棋37. 蒙特卡洛樹(shù)搜索的主要流程有() 。 ABCDA、選擇B、擴(kuò)張C、模擬D、反饋38. 專(zhuān)家系統(tǒng)的適用領(lǐng)域的特征包括 () 。 ABCD A、不需要額外常識(shí)B、輸入的數(shù)據(jù)可以客觀描述C、人類(lèi)專(zhuān)家稀缺D、用戶需

12、求量大39. 基于規(guī)則的AI 系統(tǒng)由一連串的if-then-else規(guī)則來(lái)進(jìn)行推斷或行動(dòng)決策。() 40. 博弈樹(shù)的每個(gè)結(jié)點(diǎn)表示一個(gè)動(dòng)作。() 錯(cuò)誤專(zhuān)業(yè)資料整理WOED格式41. 估值函數(shù)就是對(duì)每一個(gè)局面給出一個(gè)評(píng)價(jià)分?jǐn)?shù)() 。正確42. AlphaBeta 剪枝的效率一定比單純的 minimax 算法效率高。 () 錯(cuò)誤43. 二分查找是一個(gè)有效計(jì)算平方根的辦法。() 正確44. 零和博弈中 , 雙方 ( 或多方 ) 的收益相加為 0 或負(fù)數(shù)。 () 錯(cuò)誤45. 啟發(fā)式算法與 AlphaBeta 剪枝類(lèi)似 , 是從葉節(jié)點(diǎn)自底向上計(jì)算估值。 () 錯(cuò)誤第四章2.2026 色彩的三原色模型是()

13、 。 AA、紅、綠、藍(lán)B、 . 紅、黃、藍(lán)C、黃、綠、藍(lán)D、紅、綠、黃2.2027 圖中所展示的基因遺傳算法過(guò)程是() 過(guò)程。 CA、交叉B、復(fù)制C、變異D、初始化2.2028 將兩個(gè)圖片每個(gè)像素RGB三個(gè)分量的差值的平方和作為適應(yīng)度函數(shù)的計(jì)算方法, 兩次計(jì)算得出來(lái)的值分別為1512869728 和 1495705312, 那么說(shuō)明適應(yīng)度函數(shù)值(),適應(yīng)度 () 。 CA、高了 ; 高了B、高了 ; 低了C、低了 ; 高了D、低了 ; 低了2.2029 RGB模型可以組合出() 種顏色。 D專(zhuān)業(yè)資料整理WOED格式A、 256B、 73578C、 1735666D、 1677721646. 仿

14、生算法的特點(diǎn)有 () 。 ACD A、模擬自然生物群體的行為B、針對(duì)特定的輸入能夠得到確定的結(jié)果C、需要大量的模擬計(jì)算過(guò)程D、適用于大規(guī)模復(fù)雜優(yōu)化問(wèn)題47. 以下屬于仿生算法的有 () 。 ABC A、蟻群算法B、遺傳算法C、人工神經(jīng)網(wǎng)絡(luò)D、蒙特卡洛方法E、歸并排序算法48. 以下對(duì)基因遺傳算法描述正確的是 () 。 AC A、基因遺傳算法反映了自然選擇的過(guò)程B、基因遺傳算法一定能得到最優(yōu)解C、是一種啟發(fā)式的搜索算法D、能夠窮盡所有可能性49. 基因遺傳算法的組成部分包括() 。 ABCDA、初始化編碼B、適應(yīng)度函數(shù)C、選擇D、交叉和變異50. 基因遺傳算法的兩個(gè)常用的結(jié)束條件為() 。 AB

15、A、達(dá)到一定的迭代次數(shù)B、適應(yīng)度函數(shù)達(dá)到一定的要求C、達(dá)到一定的變異次數(shù)D、達(dá)到一定的交叉次數(shù)51. 仿生算法是一類(lèi)模擬自然生物進(jìn)化或者群體社會(huì)行為的隨機(jī)搜索方法的統(tǒng)稱(chēng)。() 正確52. 在解決函數(shù)優(yōu)化問(wèn)題時(shí) , 基因遺傳算法的全局性不好 , 容易陷入局部最優(yōu)值。 () 錯(cuò)誤53. 自然界中生物變異的概率是不確定的, 但是基因遺傳算法的變異概率可以人為調(diào)節(jié)。() 正確54. 基因遺傳算法中, 利用適應(yīng)度函數(shù)表示參數(shù)值的大小, 判斷個(gè)體是否應(yīng)該被淘汰。() 正確專(zhuān)業(yè)資料整理WOED格式55. 基因遺傳算法的終止條件一般是適應(yīng)度數(shù)值小于0.() 錯(cuò)誤第五章2.2030 能夠提取出圖片邊緣特征的網(wǎng)絡(luò)

16、是() 。 AA、卷積層B、池化層C、全連接層D、輸出層2.2031 向量 0.1,0.1,0.2,0.3,0.6的維數(shù)是 () 。 BA、 10B、 5C、 3D、 12.2032 () 是用來(lái)評(píng)估神經(jīng)網(wǎng)絡(luò)的計(jì)算模型對(duì)樣本的預(yù)測(cè)值和真實(shí)值之間的誤差大小。AA、損失函數(shù)B、優(yōu)化函數(shù)C、反向傳播D、梯度下降2.2033 在第五章手寫(xiě)數(shù)字識(shí)別的例子中, 輸入的圖片為長(zhǎng)和寬都是28 像素的圖片 , 輸出判斷數(shù)字0-9 的概率。要構(gòu)建前饋型神經(jīng)網(wǎng)絡(luò)去解決這個(gè)問(wèn)題, 輸入層是 () 維的 , 輸出層是 () 維的。 AA、 784;10B、 28;10C、 784;1D、 28;1專(zhuān)業(yè)資料整理WOED格

17、式56. 前饋型神經(jīng)網(wǎng)絡(luò)的中各個(gè)層之間是 () 的 , 反饋型神經(jīng)網(wǎng)絡(luò)中各個(gè)層之間是 () 的。 C A、有環(huán) ; 有環(huán)B、有環(huán) ; 無(wú)環(huán)C、無(wú)環(huán) ; 有環(huán)D、無(wú)環(huán) ; 無(wú)環(huán)57. 關(guān)于 MNIST,下列說(shuō)法錯(cuò)誤的是 () 。 C A、是著名的手寫(xiě)體數(shù)字識(shí)別數(shù)據(jù)集B、有訓(xùn)練集和測(cè)試集兩部分C、訓(xùn)練集類(lèi)似人學(xué)習(xí)中使用的各種考試試卷D、測(cè)試集大約包含10000 個(gè)樣本和標(biāo)簽58. 隱藏層中的池化層作用是 () 訓(xùn)練參數(shù) , 對(duì)原始特征信號(hào)進(jìn)行采樣。 AA、減少B、增加C、分割D、組合59. 如果某個(gè)隱藏層中存在以下四層 , 那么其中最接近輸出層的是 () 。 D A、卷積層B、池化層C、全連接層D

18、、歸一化指數(shù)層60. 一個(gè)完整的人工神經(jīng)網(wǎng)絡(luò)包括() 。 AA、一層輸入層B、多層分析層C、多層隱藏層D、兩層輸出層61. 前饋型神經(jīng)網(wǎng)絡(luò)常用于 () 。 AD A、圖像識(shí)別B、文本處理C、問(wèn)答系統(tǒng)D、圖像檢測(cè)62. 神經(jīng)網(wǎng)絡(luò)中各個(gè)隱藏層能提取出和人類(lèi)看到的一樣的特征。() 錯(cuò)誤63. 人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練的目的就是使得損失函數(shù)最小化。() 正確64. 誤差的反向傳播 , 即從第一個(gè)隱藏層到輸出層 , 逐層修改神經(jīng)元的連接權(quán)值參數(shù) , 使得損失函數(shù)值最小。 () 。錯(cuò)誤專(zhuān)業(yè)資料整理WOED格式65. 隱藏層中的全連接層主要作用是將所有特征融合到一起。() 正確66. 梯度下降算法是最常用也是最有效

19、的神經(jīng)網(wǎng)絡(luò)的優(yōu)化辦法, 完全可以滿足不同類(lèi)型的需求。() 錯(cuò)誤第六章2.2034 典型的“雞尾酒會(huì)”問(wèn)題中 , 提取出不同人說(shuō)話的聲音是屬于 () 。 B A、監(jiān)督學(xué)習(xí)B、非監(jiān)督學(xué)習(xí)C、強(qiáng)化學(xué)習(xí)D、線性回歸2.2035 () 有跟環(huán)境進(jìn)行交互 , 從反饋當(dāng)中進(jìn)行不斷的學(xué)習(xí)的過(guò)程。 C A、監(jiān)督學(xué)習(xí)B、非監(jiān)督學(xué)習(xí)C、強(qiáng)化學(xué)習(xí)D、線性回歸2.2036 在 Q-Learning中 , 所謂的 Q函數(shù)是指 () 。 AA、狀態(tài)動(dòng)作函數(shù)B、狀態(tài)值函數(shù)C、動(dòng)作值函數(shù)D、策略函數(shù)2.2037 Q函數(shù) Q(s,a) 是指在一個(gè)給定狀態(tài) s 下 , 采取某一個(gè)動(dòng)作 a 之后 , 后續(xù)的各個(gè)狀態(tài)所能得到的回報(bào)的(

20、)。AA、期望值B、最大值C、最小值D、總和2.2038 在強(qiáng)化學(xué)習(xí)的過(guò)程中, 學(xué)習(xí)率 越大 , 表示采用新的嘗試得到的結(jié)果比例越(),保持舊的結(jié)果專(zhuān)業(yè)資料整理WOED格式的比例越 () 。 AA、大; 小B、大; 大C、小; 小D、小; 大67. 在 -greedy 策略當(dāng)中 , 的值越大 , 表示采用隨機(jī)的一個(gè)動(dòng)作的概率越 (), 采用當(dāng)前 Q函數(shù)值最大的動(dòng)作的概率越 () 。 AA、大; 小B、大; 大C、小; 小D、小; 大68. 在強(qiáng)化學(xué)習(xí)過(guò)程中 ,() 表示隨機(jī)地采取某個(gè)動(dòng)作 , 以便于嘗試各種結(jié)果 ;() 表示采取當(dāng)前認(rèn)為最優(yōu)的動(dòng)作 , 以便于進(jìn)一步優(yōu)化評(píng)估當(dāng)前認(rèn)為最優(yōu)的動(dòng)作的值

21、。AA、探索 ; 開(kāi)發(fā)B、開(kāi)發(fā) ; 探索C、探索 ; 輸出D、開(kāi)發(fā) ; 輸出69. 強(qiáng)化學(xué)習(xí)中 ,() 主要探索未知的動(dòng)作會(huì)產(chǎn)生的效果 , 有利于更新 Q值 , 獲得更好的策略。 A A、探索B、開(kāi)發(fā)C、輸入D、輸出70. 馬爾可夫性質(zhì)強(qiáng)調(diào)在每一個(gè)動(dòng)作狀態(tài)序列中, 下一個(gè)狀態(tài)與 () 有關(guān)。 DA、外部影響B(tài)、主體內(nèi)因C、歷史狀態(tài)D、當(dāng)前狀態(tài)在一個(gè)給定狀態(tài)s 下71. 強(qiáng)化學(xué)習(xí)的回報(bào)值一個(gè)重要特點(diǎn)是具有() 。 DA、客觀性B、主體性C、超前性D、滯后性72. 用于監(jiān)督分類(lèi)的算法有 () 。 ABC A、支持向量機(jī)專(zhuān)業(yè)資料整理WOED格式B、決策樹(shù)C、神經(jīng)網(wǎng)絡(luò)D、線性回歸73. 在強(qiáng)化學(xué)習(xí)中

22、, 主體和環(huán)境之間交互的要素有 () 。 ABC A、狀態(tài)B、動(dòng)作C、回報(bào)D、強(qiáng)化74. 對(duì)人臉好看程度評(píng)分 , 主要用的是監(jiān)督學(xué)習(xí)的分類(lèi)功能。 () 錯(cuò)誤75. 人工智能學(xué)習(xí)玩 FlappyBird 過(guò)程中 , 只需要人類(lèi)告訴 AI 不能碰到水管即可 , 不需要提供其他信息。 () 錯(cuò)誤76. 狀態(tài)動(dòng)作函數(shù)直接決定主體該采取什么決策。 () 錯(cuò)誤第七章2.2039 以下四個(gè)人工智能的應(yīng)用領(lǐng)域中, 與其他三個(gè)不同的是() 。 CA、圖像識(shí)別與分類(lèi)B、醫(yī)學(xué)影像分析C、語(yǔ)音識(shí)別D、人臉識(shí)別與情感計(jì)算2.2040 將結(jié)構(gòu)型的圖片( 空間分辨率高 , 紋路細(xì)節(jié)清晰 ) 與光譜分辨率高、色彩豐富的圖片處

23、理成空間分辨率和光譜分辨率都高的過(guò)程稱(chēng)為()。DA、圖像配準(zhǔn)B、圖像識(shí)別C、圖像分類(lèi)D、圖像融合2.2041 在自動(dòng)駕駛中,AI 需要不斷地通過(guò)路面信息來(lái)調(diào)整開(kāi)車(chē)的決策，這種處理模式適合用() 來(lái)訓(xùn)練出合理的策略。CA、監(jiān)督學(xué)習(xí)B、非監(jiān)督學(xué)習(xí)C、強(qiáng)化學(xué)習(xí)D、弱化學(xué)習(xí)2.2042 在人工智能當(dāng)中 , 圖像、語(yǔ)音、手勢(shì)等識(shí)別被認(rèn)為是 () 的層次 ; 而問(wèn)題求解、創(chuàng)作、推理預(yù)測(cè)被認(rèn)為是 () 的層次。 AA、感知智能 ; 認(rèn)知智能B、認(rèn)知智能 ; 感知智能C、感知智能 ; 感知智能專(zhuān)業(yè)資料整理WOED格式D、認(rèn)知智能 ; 認(rèn)知智能77. 在語(yǔ)音識(shí)別中 , 按照從微觀到宏觀的順序排列正確的是 ()

24、。 A A、幀 - 狀態(tài) -音素 - 單詞B、幀- 音素-狀態(tài)-單詞C、音素 -幀-狀態(tài)- 單詞D、幀- 音素-單詞-狀態(tài)78. ImageNet 數(shù)據(jù)集包含了 () 幅圖片。 C A、 1400 多B、 14000 多C、 1400 多萬(wàn)D、 14000 多萬(wàn)79. 語(yǔ)音識(shí)別技術(shù)的英文縮寫(xiě)為 () 。 D A、 SRTB、 CTSC、 SPED、 ASR80. 科大訊飛目前的主要業(yè)務(wù)領(lǐng)域是() 。 BA、醫(yī)學(xué)影像分析B、語(yǔ)音識(shí)別C、情感計(jì)算D、自動(dòng)駕駛81. 人臉識(shí)別過(guò)程中 , 人臉采集的影響因素包括 () 。 ABCD A、圖像大小B、圖像分辨率C、光照環(huán)境D、采集角度82. 現(xiàn)階段的自動(dòng)駕駛已經(jīng)能夠到達(dá)第五級(jí)完全自動(dòng)的標(biāo)準(zhǔn)了。() 錯(cuò)誤83. 情感計(jì)算是在人臉識(shí)別的基礎(chǔ)上 , 更加精細(xì)地通過(guò)臉上的表情和動(dòng)作來(lái)判斷人的情緒狀態(tài)。() 正確84. 傳統(tǒng)的圖像識(shí)別系統(tǒng)主要由圖像分割、圖像特征提取以及圖像識(shí)別分類(lèi)構(gòu)成。() 正確85. 人工智能在醫(yī)學(xué)影響分析方面 , 可以起到計(jì)算機(jī)輔助診斷的作用 , 進(jìn)行病灶檢測(cè)、病灶量化診斷、進(jìn)行治療決策等。 () 正確86. 醫(yī)療健康領(lǐng)