人工智能概論 習(xí)題及答案 黃林國

第1章人工智能概述一、單項選擇題B1.作為計算機科學(xué)的一個分支，人工智能的英文縮寫是（）。A.CPU B.AI C.BI D.DIC2.人工智能誕生于（）年的達特茅斯會議。A.1954 B.1955 C.1956 D.1957B3.人工智能的定義核心是（）。A.研究和制造人類的智能B.用機器模擬人類的學(xué)習(xí)能力和人類智能特征C.讓機器為人類服務(wù)D.研究和制造出超載人類的機器D4.被譽為“人工智能之父”的科學(xué)大師是（）。A.愛因斯坦 B.馮·諾依曼C.錢學(xué)森 D.圖靈A5.人工智能領(lǐng)域中為了檢驗一臺機器是否具有智能，需要進行（）。A.圖靈測試 B.喬布斯測試C.達特茅斯測試 D.中文屋測試C6.下面（）是人工智能的重要特點。A.人形外形 B.可以和人類交流C.具有學(xué)習(xí)能力 D.可以識別物體C7.盲人看不到一切物體，但他們可以通過辨別人的聲音識別人，這是智能的（）方面。A.行為能務(wù) B.感知能力C.思維能力 D.學(xué)習(xí)能力D8.下面的說法中，錯誤的是（）。A.人工智能的發(fā)展目前還處在弱人工智能階段B.還沒有任何證據(jù)顯示人類可以制造出超人工智能C.人臉識別屬于機器視覺的研究領(lǐng)域D.語音識別和自然語言處理的研究內(nèi)容一樣B9.以下關(guān)于人工智能的描述，正確的是（）。A.通用人工智能技術(shù)已較為成熟B.專用人工智能取得重要突破C.超級人工智能時代即將到來D.我國人工智能理論研究水平高于其他國家C10.強人工智能強調(diào)人工智能的完整性，下列（）不屬于人工智能。A.（類人）機器的思考和推理就像人的思維一樣B.（非類人）機器產(chǎn)生了和人完全不一樣的知覺和意識C.看起來像是智能的，其實并不真正擁有智能，也不會有自主意識D.有可能制造出真正能推理和解決問題的智能機器A11.人類有可能制造出真正能推理和解決問題的、有知覺和自我意識的智能機器，這是（）的觀點。A.強人工智能 B.弱人工智能C.超人工智能 D.形式主義A12.人工智能的三大學(xué)派不包括（）。A.模仿主義 B.行為主義C.連接主義 D.符號主義B13.連接主義認為人的思維基元是（）。A.符號 B.神經(jīng)元C.數(shù)字 D.圖形A14.符號主義認為人工智能源于（）。A.數(shù)理邏輯 B.神經(jīng)網(wǎng)絡(luò)C.信息檢索 D.遺傳算法D15.認為人的智能是人腦的高層活動的結(jié)果，強調(diào)智能活動是由大量的簡單的單元通過復(fù)雜的相互連接后并行運算的結(jié)果，這是（）的觀點。A.記憶主義 B.行為主義C.符號主義 D.連接主義D16.機器智能目前還無法達到人類智能，主要原因是（）。A.機器智能占有的數(shù)據(jù)量還不夠大B.機器智能的支持設(shè)備的計算能力不足C.機器智能的推理規(guī)則不全面D.機器智能缺乏直覺和頓悟能力二、簡答題1.簡述人工智能的定義和分類。2.簡述人工智能的發(fā)展史。3.簡述人工智能的三個主要學(xué)派。4.簡述你身邊的人工智能應(yīng)用。5.請結(jié)合自己的專業(yè)，簡述人工智能在你所學(xué)的專業(yè)中的應(yīng)用。

第2章人工智能生態(tài)一、單項選擇題C1.（）不是人工智能的三要素。A.數(shù)據(jù) B.算力 C.通信 D.算法D2.無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合稱為（）。A．非結(jié)構(gòu)化數(shù)據(jù) B．?dāng)?shù)據(jù)庫C．異常數(shù)據(jù) D．大數(shù)據(jù)D3.大數(shù)據(jù)時代，數(shù)據(jù)使用的關(guān)鍵是（）。A．?dāng)?shù)據(jù)收集 B．?dāng)?shù)據(jù)存儲C．?dāng)?shù)據(jù)可視化 D．?dāng)?shù)據(jù)再利用D4.大數(shù)據(jù)應(yīng)用需依托的新技術(shù)有（）。A．大規(guī)模存儲與計算 B．?dāng)?shù)據(jù)分析處理C．智能化 D．三個選項都是D5.以下（）說法是錯誤的。A.大數(shù)據(jù)技術(shù)是人工智能的基礎(chǔ)B.深度學(xué)習(xí)的對象就是大數(shù)據(jù)，從海量數(shù)據(jù)中分析、判斷、學(xué)習(xí)C.人工智能需要強大的計算能力支持，云計算技術(shù)的初衷解決了這個問題D.機器學(xué)習(xí)就是嘗試學(xué)習(xí)D6.以下對大數(shù)據(jù)特性描述錯誤的是（）。A.數(shù)據(jù)規(guī)模大 B.數(shù)據(jù)流動速度快C.數(shù)據(jù)多樣性 D.數(shù)據(jù)價值密度高A7.以下（）不需要運用云計算技術(shù)。A．播放本地電腦音頻 B．在線實時翻譯C．搜索引擎 D．在線文檔協(xié)同編輯A8.射頻識別技術(shù)屬于物聯(lián)網(wǎng)產(chǎn)業(yè)鏈的（）環(huán)節(jié)。A．標識 B．感知 C．處理 D．信息傳送C9.以下（）不是物聯(lián)網(wǎng)的相關(guān)技術(shù)。A．射頻識別RFID技術(shù) B．傳感技術(shù)C．多媒體技術(shù) D．云計算技術(shù)B10.生活中智能手環(huán)的應(yīng)用，體現(xiàn)了（）技術(shù)的應(yīng)用。A.網(wǎng)絡(luò)爬蟲 B.傳感器C.云計算 D.統(tǒng)計計算二、簡答題1．簡述大數(shù)據(jù)如何提升人工智能的應(yīng)用。2．什么是物聯(lián)網(wǎng)？物聯(lián)網(wǎng)有何特點？3．按照網(wǎng)絡(luò)結(jié)構(gòu)進行分類，云計算可以分為哪4種？4．5G網(wǎng)絡(luò)有哪些應(yīng)用場景？

第3章人工智能軟/硬件平臺一、單項選擇題B1.以下不屬于人工智能芯片的是（）。A.GPU B.USB C.FPGA D.ASICA2.用于計算機進行計算任務(wù)的芯片是（）。A.處理器芯片 B.存儲芯片C.接口芯片 D.通信芯片D3.以下關(guān)于GPU的特點描述，錯誤的是（）。A.GPU的計算能力比CPU強B.GPU的并行數(shù)據(jù)處理可以大幅提高運算能力C.GPU使用高速全局內(nèi)存可以進一步提升運算速度D.GPU無法使用共享內(nèi)存結(jié)構(gòu)提高通信速度C4.以下提供GPU芯片的中國公司是（）。A.谷歌 B.英特爾C.景嘉微 D.英偉達D5.專用神經(jīng)網(wǎng)絡(luò)處理器的芯片屬于（）類型的芯片。A.CPU B.FPGAC.GPU D.ASIC二、簡答題1.什么是摩爾定律？2.簡述傳統(tǒng)芯片與人工智能芯片的區(qū)別。3.智能芯片按照技術(shù)架構(gòu)可分為哪幾種？4.開發(fā)框架有何作用？常見的人工智能開發(fā)框架有哪些？

第4章機器學(xué)習(xí)一、單項選擇題D1.人類通過對經(jīng)驗的歸納，總結(jié)規(guī)律，并以此對新的問題進行預(yù)測。類似的機器會對（）進行（），建立（），并以此對新的問題進行預(yù)測。A.經(jīng)驗，訓(xùn)練，模型 B.數(shù)據(jù)，總結(jié)，模型C.數(shù)據(jù)，訓(xùn)練，模式 D.數(shù)據(jù)，訓(xùn)練，模型D2.下面（）步驟不屬于機器學(xué)習(xí)的流程。A.特征提取 B.模型訓(xùn)練C.模型評估 D.數(shù)據(jù)展示B3.學(xué)習(xí)樣本中有一部分有標記，有一部分無標記，這類機器學(xué)習(xí)的算法，屬于（）。A.監(jiān)督學(xué)習(xí) B.半監(jiān)督學(xué)習(xí)C.無監(jiān)督學(xué)習(xí) D.集成學(xué)習(xí)C4.機器學(xué)習(xí)算法中有一類稱為聚類算法，會將數(shù)據(jù)根據(jù)相似性進行分組。這類算法屬于（）。A.監(jiān)督學(xué)習(xí) B.半監(jiān)督學(xué)習(xí)C.無監(jiān)督學(xué)習(xí) D.集成學(xué)習(xí)A5.用于預(yù)測分析的建模技術(shù)是（），它研究的是因變量（目標）和自變量（預(yù)測器）之間的關(guān)系。A.回歸算法 B.分類算法C.神經(jīng)網(wǎng)絡(luò) D.決策樹A6.下面關(guān)于無監(jiān)督學(xué)習(xí)描述正確的是（）。A.無監(jiān)督算法只處理“特征”，不處理“標簽”B.降維算法不屬于無監(jiān)督學(xué)習(xí)C.K均值算法和SVM算法都屬于無監(jiān)督學(xué)習(xí)算法D.以上都不對A7.K近鄰算法的K值必須是（）。A.奇數(shù) B.偶數(shù)C.3 D.5C8.監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)最大的區(qū)別是（）。A.先驗知識 B.學(xué)習(xí)算法C.有無標簽 D.學(xué)習(xí)方法B9.線性回歸模型要解決的問題是（）。A.找到自變量與因變量之間的函數(shù)關(guān)系B.盡量用一條直線來擬合樣本數(shù)據(jù)C.模擬樣本數(shù)據(jù)曲線D.找到數(shù)據(jù)與時間的變化關(guān)系B10.梯度下降法的目標是（）。A.盡快完成模型訓(xùn)練B.尋找損失函數(shù)的最小值C.提高算法效率D.提高模型性能A11.衣服有L、M、S等尺碼，這些尺碼可以表示為（）。A.分類數(shù)據(jù) B.數(shù)值數(shù)據(jù)C.連續(xù)數(shù)據(jù) D.整數(shù)D12.線性回歸中的權(quán)重W和b（）。A.沒有辦法計算B.研究人員根據(jù)經(jīng)驗設(shè)置C.都不可以是負數(shù)D.都是可以從數(shù)據(jù)中計算出來的B13.模型的損失函數(shù)（）。A.通過升高損失函數(shù)的值優(yōu)化模型B.通過降低損失函數(shù)的值優(yōu)化模型C.可以是負數(shù)D.有絕對的好壞標準D14.下面關(guān)于訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)的說法中，正確的是（）。A.測試數(shù)據(jù)可有可無B.訓(xùn)練數(shù)據(jù)的損失值越小，模型擬合得越好C.訓(xùn)練數(shù)據(jù)的損失值越大，模型擬合得越好D.不可以使用測試數(shù)據(jù)訓(xùn)練C15.下面關(guān)于過擬合的說法中，正確的是（）。A.過擬合說明模型泛化能力強B.過擬合可能由于模型太簡單導(dǎo)致C.過擬合可能與訓(xùn)練集和測試集劃分有關(guān)D.過擬合問題不嚴重，不用擔(dān)心A16.機器學(xué)習(xí)的主要特點是（）。A.通過各種算法從大數(shù)據(jù)中學(xué)習(xí)如何完成任務(wù)B.像人一樣開展自主學(xué)習(xí)C.具有人類神經(jīng)網(wǎng)絡(luò)的功能D.能對真實世界中的事件做出決策和預(yù)測D17.人工智能在圖像識別上已經(jīng)超越了人類，支持這些圖像識別技術(shù)的通常是（）。A.云計算 B.因特網(wǎng)C.神經(jīng)計算 D.深度神經(jīng)網(wǎng)絡(luò)D18.下面關(guān)于人工智能與機器學(xué)習(xí)的關(guān)系描述正確的是（）。A.機器學(xué)習(xí)是深度學(xué)習(xí)的一種方法B.人工智能是機器學(xué)習(xí)的一個分支C.人工智能就是深度學(xué)習(xí)D.深度學(xué)習(xí)是一種機器學(xué)習(xí)的方法二、簡答題1.什么是機器學(xué)習(xí)？2.監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)有何不同之處？。3.常用監(jiān)督學(xué)習(xí)算法有哪些？常用無監(jiān)督學(xué)習(xí)算法有哪些？4.支持向量機的核心思想是什么？5.決策樹有哪些優(yōu)缺點？6.簡述K近鄰算法的工作原理。7.簡述梯度下降法的基本思想。

第5章人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)一、單項選擇題D1.以下關(guān)于人工神經(jīng)網(wǎng)絡(luò)的描述正確的是（）。A.任何兩個神經(jīng)元之間都是有連接的B.前饋神經(jīng)網(wǎng)絡(luò)是帶有反饋的人工神經(jīng)網(wǎng)絡(luò)C.帶反饋的人工神經(jīng)網(wǎng)絡(luò)比不帶反饋的人工神經(jīng)網(wǎng)絡(luò)高級D.神經(jīng)元的激活函數(shù)具有多種形式，不同的激活函數(shù)得到的性能不同C2.人工神經(jīng)網(wǎng)絡(luò)的導(dǎo)數(shù)增加會導(dǎo)致梯度消失現(xiàn)象，其本質(zhì)原因是（）。A.各層誤差梯度相加 B.各層誤差梯度相減C.各層誤差梯度相乘 D.誤差趨于飽和D3.以下關(guān)于深度學(xué)習(xí)的描述不正確的是（）。A.深度神經(jīng)網(wǎng)絡(luò)的層數(shù)多于淺層神經(jīng)網(wǎng)絡(luò)，具有更強的表達能力B.卷積神經(jīng)網(wǎng)絡(luò)可以不需要人工提取特征圖C.深度學(xué)習(xí)是大數(shù)據(jù)時代的必然產(chǎn)物D.以上都不正確A4.以下關(guān)于感知機的說法錯誤的是（）。A.單層感知機可以解決“異或”問題B.感知機分類的原理是通過調(diào)整權(quán)值使兩類樣本經(jīng)過感知機模型后的輸出不同C.單層感知機只能針對線性可分的數(shù)據(jù)集分類D.學(xué)習(xí)率可以控制每次權(quán)值調(diào)整力度A5.卷積層的主要作用是（）。A.提取圖像特征B.降低輸入維度C.解決梯度消失和梯度爆炸問題D.進行某種非線性變換B6.（）使機器模仿人類的視聽和思考等活動，解決了很多復(fù)雜的模式識別難題，使得人工智能相關(guān)技術(shù)取得了很大進步。A.特征學(xué)習(xí) B.深度學(xué)習(xí)C.簡單學(xué)習(xí) D.表示學(xué)習(xí)A7.標志著第一個采用卷積思想的神經(jīng)網(wǎng)絡(luò)面世的是（）。A.LeNet B.AlexNetC.CNN D.VGGD8.下列表述中，不屬于神經(jīng)網(wǎng)絡(luò)的組成部分的是（）。A.輸入層 B.隱藏層C.輸出層 D.特征層C9.不屬于卷積神經(jīng)網(wǎng)絡(luò)典型術(shù)語的是（）。A.全連接 B.卷積C.遞歸 D.池化B10.卷積神經(jīng)網(wǎng)絡(luò)（）。A.只可以應(yīng)用在圖像識別領(lǐng)域B.大量使用在圖像識別領(lǐng)域C.在自然語言處理領(lǐng)域表現(xiàn)最好D.可以解決任何問題B11.下面關(guān)于卷積神經(jīng)網(wǎng)絡(luò)的說法中，錯誤的是（）。A.解決了參數(shù)量過大的問題B.解決了無法有效激活的問題C.保持了局部相關(guān)性和空間不變性D.是一種神經(jīng)網(wǎng)絡(luò)D12.深度學(xué)習(xí)的深度是指（）。A.機器學(xué)習(xí)的能力比較強B.構(gòu)成神經(jīng)網(wǎng)絡(luò)的輸出層比較多C.構(gòu)成神經(jīng)網(wǎng)絡(luò)的輸入層比較多D.構(gòu)成神經(jīng)網(wǎng)絡(luò)的隱藏層比較多二、簡答題1.簡述MP模型的結(jié)構(gòu)？2.BP神經(jīng)網(wǎng)絡(luò)的實現(xiàn)過程主要由哪兩個階段組成？這兩個階段分別做了哪些事情？3.卷積神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)結(jié)構(gòu)上有何特點？實現(xiàn)了什么功能？4.循環(huán)神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)結(jié)構(gòu)上有何特點？它適合解決什么問題？5.簡述什么是深度學(xué)習(xí)。6.簡述什么是激活函數(shù)，以及激活函數(shù)的作用。7..對圖像進行卷積運算，圖像矩陣與卷積核分別如圖5-29和圖5-30所示，請給出按步長為1進行卷積后的特征圖。圖5-29圖像矩陣圖5-30卷積核答案：8.對如圖5-31所示的圖像矩陣進行最大池化運算，采用2×2大小的池化窗口，步長與池長窗口大小相同，請給出池化后的圖像矩陣。圖5-31圖像矩陣答案1391214

第6章計算機視覺一、單項選擇題C1.視覺是人類獲得信息最多的感官來源，有實驗證實，視覺所獲得的信息占人類獲得信息的（）以上。A.60％ B.70％ C.80％ D.90％B2.一幅灰度級均勻分布的圖像，其灰度范圍在（0，255）區(qū)間。若該圖像中某個像素點的灰度值為127，該灰度值經(jīng)歸一化處理以后應(yīng)為（）。A.0 B.0.5 C.1 D.127D3.以下選項中，不屬于計算機視覺的圖像處理技術(shù)的是（）。A.分類 B.定位C.目標檢測 D.圖像壓縮C4.以下關(guān)于圖像分類的特點中描述錯誤的是（）。A.圖像分類具有局限性B.通過機器替代人來實現(xiàn)圖像分類，能夠在一定程度上減少錯誤和缺陷C.在任何場景下，機器進行圖像識別的準確率都高于人類D.在一定程度上能夠減輕人類的負擔(dān)B5.下列不屬于圖像分類應(yīng)用的是（）。A.車牌識別 B.機器翻譯C.醫(yī)療影像診斷 D.工業(yè)瑕疵診斷A6.（）是檢測圖像中人臉所在位置的一項技術(shù)。A.人臉檢測 B.人臉配準C.人臉屬性識別 D.人臉特征提取B7.（）是定位出人臉上五官關(guān)鍵點坐標的一項技術(shù)。A.人臉檢測 B.人臉配準C.人臉屬性識別 D.人臉特征提取A8.通過比對，兩張人臉的特征相似度（）閾值，即判定兩張人臉屬于同一個人。A.大于 B.等于 小于 D.不相關(guān)D9.（）是將輸入的人臉和一個集合中的所有人臉進行比對，根據(jù)比對后的相似度對集合中的人臉進行排序。A.人臉比對 B.人臉聚類C.人臉驗證 D.人臉檢索B10.人臉認證系統(tǒng)容易受到各種手段的欺騙，如用偷拍的照片假冒真人等，所以（）檢測技術(shù)的研究顯得異常重要。A.人臉比對 B.人臉活體C.人臉驗證 D.人臉提取特征二、簡答題1.什么是計算機視覺？2.計算機視覺的圖像處理技術(shù)主要有哪些？3.簡述人臉識別的基本流程。4.在生活中，請列舉至少3種圖像分類的應(yīng)用場景。

第7章