人工智能导论（北京语言大学）超星尔雅学习通章节测试答案

1.1 人工智能的概念
1【多选题】以下说法正确的是（）。
A、人工智能最开始的定义是研究或制造人类的智能
B、智能，是“智慧”和“能力”的综合表现
C、人工智能学科诞生于1956年的达特茅斯会议
D、目前的人工智能研究是在有限条件下对人类智能的某种能力在某些具体问题上的模拟
我的答案：BCD

2【多选题】1956年达特茅斯会议上，学者们首次提出“artificial intelligence（人工智能）”这个概念时，所确定的人工智能研究方向包括（）。
A、研究智能学习的机制
B、研究人类大脑结构和智能起源
C、研究如何用计算机表示人类知识
D、研究如何用计算机来模拟人类智能
我的答案：ACD

3【单选题】在现阶段，下列哪项尚未成为人工智能研究的主要方向和目标（）。
A、研究机器智能与人类智能的本质差别
B、研究如何用计算机延伸和扩展人类智能
C、研究如何用计算机模拟人类智能的若干功能，如会听、会看、会说
D、研究如何用计算机模拟人类大脑的网络结构和部分功能
我的答案：A

1.2 人工智能发展简史
1【单选题】下列说法错误的是（）。
A、针对“智能机器如何模拟人类学习的过程和结果”，人工智能学界分为理性主义和经验主义两个流派模拟智能
B、人工智能早期，“图灵测试”被认为是人工智能水平的标准测试模型
C、麦卡锡提出用计算机模拟神经元及其连接，通过“人工神经网络”模拟智能
D、针对“机器如何模拟智能的特征”的问题，衍生出符号主义和连接主义两种思潮
我的答案：C

2【单选题】下列关于人工智能发展的说法错误的是（）。
A、符号主义与经验主义是统一的，是经验主义解决问题的方式
B、现阶段主流的人工神经网络方法属于连接主义
C、人工智能的发展经历了从“逻辑智能”到“计算智能”再到“认知智能”的转变
D、IBM的“深蓝”以及“Watson”都属于计算智能的典型代表作
我的答案：A

3【单选题】从人工智能研究流派来看，明斯基等人所推荐的“人工神经网络”方法用计算机模拟神经元及其连接，实现自主识别、判断，应当属于（）。
A、连接主义，经验主义
B、符号主义，连接主义
C、经验主义，行为主义
D、理性主义，符号主义
我的答案：A

4【单选题】从人工智能研究流派来看，西蒙和艾伦纽维尔提出的“逻辑理论家”方法，应当属于（）。
A、经验主义，行为主义
B、符号主义，连接主义
C、连接主义，经验主义
D、理性主义，符号主义
我的答案：D

5【多选题】下面哪个是人工智能的主要研究流派（）。
A、模拟主义
B、符号主义
C、连接主义
D、经验主义
我的答案：BCD

6【判断题】“人工神经网络”用计算机模拟神经元及其连接，以实现自主识别、判断。
我的答案：对

7【判断题】知识工程、专家系统、语义网在人工智能第二次浪潮中兴起。
我的答案：对

8【判断题】人工智能的第二次浪潮中最核心的是西蒙和艾伦纽维尔推崇的自动定理证明方法。
我的答案：错

9【判断题】麦卡锡的“搜索法”在第一次人工智能浪潮中成为主流方法。
我的答案：错

10【判断题】多隐层的人工神经网络具有优异的特征学习能力。
我的答案：对

11【判断题】用计算机模拟神经元及其连接，以实现自主识别、判断属于符号主义、连接主义。
我的答案：错

1.3 人工智能的发展现状和趋势
1【判断题】人工智能受到越来越多的关注，许多国家出台了支持人工智能发展的战略计划。
我的答案：对

2【判断题】人工智能将脱离人类控制，并最终毁灭人类。
我的答案：错
1.4 课程内容概述
1.[判断题]学习人工智能课程需要我们扩大视野。
我的答案:对

2.1 引言
1.[单选题]早期的人工智能研究，主要采用()。
A.经验主义 B.符号主义 C.连接主义 D.行为主义
我的答案:B

2.[单选题]在经验主义中，智能系统通过“体验”样本特征来获取()。
A.经验
B.符号
C.样本
D.知识
我的答案:D

3.[单选题]以下组合最能全面包括所有知识表示形式的是()。
A.符号主义、经验主义、连接主义
B.符号主义、特征表示、语义向量
C.谓词逻辑、经验主义、网络权重
D.产生式系统、特征表示、连接主义
我的答案:A

4.[单选题]知识表示就是将人类知识形式化或者()。
A.模型化
B.结构化
C.固定化
D.内容化
我的答案:A

2.2 一阶谓词逻辑知识表示
1.[判断题]一阶谓词逻辑不能表示不确定性知识。
我的答案:对

2.[判断题]最简单的命题至少由一个主语和一个谓语组成。
我的答案:对

3.[多选题]一阶谓词的功能与优点包括()。
A.对知识的表现较精确
B.容易实现
C.表达对客观世界的陈述
D.可以表示不确定性知识
我的答案:ABC

4.[单选题]在谓词逻辑中，如果全称量词和存在量词仅针对谓词支配的实体，不针对谓词本身，称为()。
A.原子公式 B.二阶谓词 C.一阶谓词 D.高阶谓词
我的答案:C

2.3 产生式知识表示
1.[判断题]产生式不包括一阶谓词逻辑。
我的答案:错

2.[判断题]产生式类型的知识表示推动了专家系统的发展，并且曾应用于机器翻译的领域。
我的答案:对

3.[判断题]产生式可以描述确定性规则和事实性的知识。
我的答案:对

2.4 框架知识表示
视频 章节测验
1.[判断题]框架理论使用层次化结构表达知识。
我的答案:对

2.[多选题]框架理论是一种结构化的知识表示方式，可以描述关于()的属性。
A.实体
B.概念
C.事件
D.知识
我的答案:ABC

3.[单选题]下列不适合用框架法表示的知识是()。
A.存在从属关系的知识
B.固定的概念、对象和事件
C.条目性的，规则性的知识
D.通过概念及其语义关系来表达的知识
我的答案:A

3.1 引言
1.[单选题]所谓推理，就是从初始证据出发，按照某种策略，不断运用知识库中已有的知识，逐步匹配，直到推出结论的过程。这里的“初始证据”指的是()。
A.事实集
B.一阶谓词表示的知识 C.产生式表示的知识 D.知识库
我的答案: A

2.[判断题]演绎更适合人类推理。
我的答案:对

3.[判断题]计算机如果要实现自动推理，最可行的方法就是采用反向、演绎的方法。
我的答案:对

4.[判断题]确定性推理在推理时，所有知识
都是确定非真即假的。
我的答案:对

5.[判断题]逻辑和推理是智能思维的一种表现形式。
我的答案:对

3.2 确定性推理

1.[判断题]一个已知为真的事实集，其内部不包含矛盾。
我的答案:对

3.3 不确定性推理
1.[判断题]不确定性推理和确定性推理都需要某种推理策略进行推理，最后得到结论。
我的答案:对

2.[单选题]以下说法中正确的是()。
A.不确定性推理与确定性推理的不同点在于推理过程中每个环节都是不确定的
B.不确定性推理基于产生式表示，确定性推理基于一阶谓词表示
C.推理规则的可信度取值范围为[0,1]，表示前提与结论之间的推理强度
D.事实证据的可信度取值范围为[0,1]
我的答案:B

3.4 专家系统简介
1.[判断题]专家系统可以模拟某个领域专家的决策能力。
我的答案:对

4.1知识图谱的概念
1.[多选题]以下关于知识图谱的说法正确的是()。
A.实体内通过关系来刻画内在属性
B.知识图谱中一般每个实体都有一个ID来标识，称为标识符
C.知识图谱以结构化的形式，描述客观世界中存在的概念、实体和实体间的关系
D.实体之间通过它们之间的一些关系来连接，通过这种方式形成“图”
我的答案:BCD

2.[判断题]RDF是现代知识图谱的一个分支
我的答案:错

4.2 典型知识图谱
1.[判断题]Cyc知识库中的知识以产生式的形式存储。
我的答案:错

2.[判断题]WordNet设计了同义词集合来作为基本单位来组织词典。
我的答案:对

4.3 知识图谱的技术与应用
1.[多选题]属于知识图谱推理技术的是()。
A.基于符号的方法 B.实体识别与链接
C.基于机器学习的推理
D.基于符号的推理
我的答案:ACD

2.[判断题]Siri、Cortana、小度都是以问答系统为核心技术的产品和服务。
我的答案:对

3.[判断题]实体识别通常要解决实体边界识别和实体类型识别两个任务。
我的答案:对

5.1 引言
1.[判断题]搜索目标，就是在状态转移图中寻找最优的路线。
我的答案: 对

2.[判断题]启发式搜索无法将人解决问题的“知识”告诉机器，使得搜索算法能够更“聪明”地实现搜索。
我的答案:错

5.2 状态空间图模型
1.[多选题]建立状态空间图，需要()。
A.定义状态形式
B.定义状态之间的连接的意义 C.画出状态空间图的框架 D.定义问题的解的形式
我的答案:ABD

2.[多选题]状态空间图表示方法的核心思想包括()。
A.将一个复杂问题表示为若干离散状态
B.将衔接、转移、导致等关系表示为状态之间的连接
C.所有状体和连接构成状态图
D.对于任何问题，可以直接构造状态图
我的答案: ABC

3.[判断题]对于简单问题，建立状态图可以采用“直接法”。
我的答案:对

4.[单选题]状态空间图表示方法的核心思想包衔接、转移、导致等关系表示为状态之间 ().
A.离散 B.连接 C.选择 D.转化
我的答案:B

5.3 盲目搜索策略
1.[判断题]深度优先搜索会首先考虑纵深搜索，然后回溯上一层。我的答案:对

2.[判断题]贪婪搜索策略不能保证得到最优解，但搜索速度非常快。
我的答案:对

3.[判断题]宽度优先搜索会首先考虑同级别的状态。
我的答案:对

4.[判断题]深度优先搜索会在最深的层次找到当前情况下最好的选择。
我的答案:错

5.[判断题]贪婪搜索策略首先考虑纵深探索
我的答案:错

6.[多选题]关于盲目搜索策略的说法正确的是()。
A.深度优先搜索首先考虑同级的状态，宽度优先搜索首先考虑纵深探索
B.贪婪搜索总是做出在当前看来最好的选择
C.贪婪搜索的搜索速度非常快
D.深度优先和宽度优先搜索的通用性强，率往往不高
我的答案:BCD

5.4 启发式搜索策略
1.[多选题]关于启发式搜索的关键，以下说法正确的是()。
A.当前节点到目标的某种距离或者差异的度量
B.目标节点处于最短路径的概率
C.当前节点处于最佳路径的概率
D.某种条件下的主观if-then规则
我的答案:ACD

2.[判断题]启发式搜索策略的典型代表是A算法。
我的答案:对

3.[判断题]不同的启发函数之间没有优劣。
我的答案:错

5.5 博弈搜索策略
1.[判断题]在固定深度博弈搜索中，状态子图的“叶结点”可以得到精确的胜负得分。
我的答案:错

2.[多选题]关于固定深度的博弈搜索说法正确的是()。
A.构建出“极大极小”状态子图，转化为状态子图上的极大极小博弈搜索
B.只在当前MAX状态下向下探索固定的层数
C.棋手只考虑向下“若干步”可能出现的棋局
D.可以看作是“深度优先”
我的答案:ABC

3.[单选题]下列说法错误的是()。
A.α-β剪枝使用到了宽度优先算法
B.Alpha Go问世，将深度学习、价值网络、蒙特卡洛树搜索技术融合，战胜人类顶尖棋手
C.α-β剪枝在很长一段时间里都是棋类算法的代表，取得一系列成就
D.蒙特卡洛树搜索”方式，以“信心上限决策”打分，使计算机围棋能力得到质的提升。为后续方法奠定基础
我的答案: A

4.[单选题]对于博弈搜索，下列说法错误的是()。
A.一个角色可以完成博弈搜索
B.对于许多棋类问题，需要两个甚至多个人参与，可以使用博弈算法
C.不对状态优劣进行判断，仅按照固定方式搜索
D.每个角色在做出决策时，不仅要考虑到自己的立场，还要预测对手可能的反应
我的答案:A

6.1 引言
1.[单选题]下列关于群体智能和进化智能的说法不正确的是()。
A.群体智能具有个体行为复杂、具有智能特征，群体行为简单的特点
B.进化智能的思想来自新达尔文主义
C.使用计算机模拟进化智能的过程中将限制条件抽象为“环境”
D.蚂蚁、蜜蜂、候鸟、微生物都具有群体智能
我的答案: A

2.[单选题]保证了生物体在不断变化的环境中具有适应能力的是()。 A.突变 B.竞争 C.选择 D.繁殖
我的答案: A

3.[判断题]群体智能指的是空间维度上的说法。
我的答案:对

4.[判断题]进化智能指的是空间维度上的说法。
我的答案:错

5.[判断题]模拟物种“适者生存”的能力，不属于人工智能的研究范畴。
我的答案:错

6.2 遗传算法
1.[多选题]关于新达尔文主义说法正确的是()。
A.新达尔文主义是由达尔文一个人提出的
B.新达尔文主义包括了达尔文的进化论
C.新达尔文主义包括了孟德尔的遗传学理论
D.新达尔文主义包括了魏斯曼的自然选择理论
我的答案:BCD

2.[单选题]关于进化智能用计算机模拟生物过程，说法错误的是()。
A.将要求解的问题抽象为“选择”
B.将限制条件抽象为“环境”
C.使用选择、突变和繁殖来模拟物种在环境中的进化
D.通过不断进化，寻找到最理想的解决方案
我的答案:A

3.[单选题]物种生存环境的设计包括规定物种适应
环境的能力指标，一般是()。
A.定性指标
B.量化指标
C.环境效益
D.非量化指标
我的答案:B

4.[单选题]下列关于遗传算法的说法不正确的是
()。
A.遗传算法与状态空间搜索法都将状态表示为“向量”
B.突变概率较小时，物种的适应性比较稳定，优秀的突变能够在短时间内迅速提高整个种群的适应性
C.单纯提高突变概率，能够稳定地取得很好的结果
D.提升种群数量能够提高求解速度和稳定性
我的答案:C

5.[单选题]在模拟物种的繁殖过程中，“基因交叉”实现了生物基因信息的()。
A.传递
B.突变
C.交叉
D.重合
我的答案: A

6.[单选题]以下关于遗传算法中“繁殖”的说法错误的是()。
A.遗传算法中，通过“繁殖”实现了状态转移的过程
B.遗传算法中染色体断裂点不能固定在整个基因链正中间
C.交叉基因的概率是遗传算法中的“交叉算
D.繁殖过程中为确保信息传递的准确性，证不会出现基因突变的情况
我的答案:D

7.[判断题]在遗传算法中，我们要求解的问题就是物种。
我的答案:对

8.[判断题]对于个体而言，被选择的概率与适应度无关。
我的答案:错

6.3 蚁群算法
1.[判断题]蚁群算法的灵感来源于蚁群在觅食过程中总能找到蚁穴到食物之间最短路径的现象。
我的答案:对

2.[单选题]蚁群算法中模拟环境的过程中与真实蚂蚁不同的是()。
A.蚂蚁总是从起点出发到终点结束 B.具有明确的起点和终点
C.每个节点与其他节点相连通 D.任意两点之间的距离都已知
我的答案:D

3.[单选题]蚁群算法中模拟信息素释放和消夫程中错误的是()。
A.信息素随着蚂蚁的数量增多浓度增加，同时随着时间推移而浓度降低
B.实践中添加真实的时间信息最好精确到秒和分钟来精确模拟蚁群整体
C.在一个cycle内，某只蚂蚁找到的路径越短，它的信息素增量越高
D.信息素保持系数上界为1，下界为0
我的答案:B

4.[单选题]以下说法错误的是()。
A.信息素消散的模拟经常以一个cycle为时间单位，其中一个cycle指蚁群中所有蚂蚁均从出发点到目标点的时间
B.在模拟蚂蚁选择路线时，其概率与路线长度成反比，与信息素浓度成正比
C.模拟信息素的释放和消散是蚁群模型的核心 D.蚁群算法中对于蚂蚁个体的设定与真实蚂蚁相同
我的答案: D

7.1机器学习的基本概念
1.[单选题]有关机器学习，说法错误的是()。 A.计算机学习人解决问题的“经验”，并模仿人来解决问题
B.机器学习系统利用经验来改善计算机系统自身的性能
C.机器学习系统不可以学习人的判断过程 D.学习系统使用样本数据来建立并更新模型，并以可理解的符号形式表达，使经过更新后的模型处理同源数据的能力得以提升
我的答案: C

2.[判断题]机器学习分为有监督学习和无监督学习等。
我的答案:对

3.[判断题]机器学习需要数据集。
我的答案:对
得分:33.4分

7.2 监督学习
1.[判断题]属性在决策树中的位置不同，决策树的效率是不同的。
我的答案:对

2.[多选题]下列属于有监督机器学习的典型方法的是()。
A.支持向量机
B.K近邻算法
C.决策树算法
D.聚类
我的答案:ABC

3.[单选题]下列关于有监督机器学习的算法中，说法正确的是()。
A.如果一个属性对于所有样本都没有区分能那么对于决策毫无用处
B.单一支持向量机模型本身是针对多分类问赵的算法
C.K近邻算法中，K值的选择，不会对分类结果有很大影响
D.属性在决策树中的位置不同，并不会影响决策树的效率
我的答案:A

7.3 无监督学习
1.[判断题]只有有监督学习需要数据集。
我的答案:错

2.[判断题]有监督学习不需要人工标注知识。
我的答案:错

3.[判断题]有监督学习的最大问题是标注数据稀缺、昂贵。
我的答案:对

4.[多选题]无监督学习的特点是()。
A.有明确的学习目标 B.有样本数据
C.不需要人工标注知识 D.提升难度大
我的答案:BCD

5.[单选题]下列说法中正确的是().
A.机器学习中的样本数据可以是人工判断的条目数据
B.机器学习的过程中首先需要收集样本数据，并且抽象表现出来
C.有监督学习中不需要所有训练样本都有明确的“答案”
D.无监督学习和有监督学习需要选取合适的参数来尽可能地靠近目标
我的答案: B

6.[单选题]更接近人类学习的过程是()。
A.有监督学习 B.无监督学习 C.聚类算法 D.自动编码器
我的答案: B

7.4弱监督学习
1.[单选题]以下哪项是弱监督学习的特点()。
A.不需要人工标注任何知识 B.全部样本都需要人工标注
C.对部分数据引入监督，使用间接的答案信息 D.方法简单、数据成本低，但性能难以提升
我的答案:C

2.[判断题]模型迁移也属于迁移学习。
我的答案:对

3.[判断题]迁移学习就是特征迁移。
我的答案:错

7.5 强化学习
1.[判断题]强化学习并不是一个独立的方法，而是一种机器学习的模式。
我的答案:对

2.[判断题]无监督学习是开环过程。
我的答案:错

3.[多选题]下列说法正确的是()。
A.强化学习的整个过程形成一个“闭环”
B.强化学习认为，计算机单纯通过感知环境，与环境交互，并且从交互中获得评价反馈，就可以适应所处的环境
C.强化学习与监督学习没有区别
D.与无监督学习相比，强化学习中环境所提供的“奖励”实际上就是监督信号
我的答案: ABD

4.[单选题]下列关于强化学习的说法不正确的是()。
A.Policy based的强化学习类型要明显优于Value based和Action based的方法
B.强化学习中的Agent有明确的目标用于指导自己的行为
C.Agent的模型参数是根据环境的反馈来更新
D.强化学习被广泛应用在自动驾驶、电子
和AI游戏中
我的答案:A

8.1 引言
1.[判断题]神经元在输入端接受来自多个信号源的输入信息。
我的答案:对

2.[判断题]人工神经元和生物神经元都具有信息汇总和信息传输的功能。
我的答案:对

8.2 感知机算法
1.[判断题]对于一个样本，如果当前权重不能够正确判断其类型，则惩罚当前权重，降低其比例。
我的答案:对

2.[判断题]感知器其信号处理分为四个部分:输入、汇总、激活、输出。
我的答案:对

3.[判断题]对于一个样本，如果当前权重能劬判断其类型，就惩罚当前权重。
我的答案:错

8.3前馈神经网络与BP算法
1.[判断题]隐含层输入的权重不需要学习就可以得到。
我的答案:错

2.[判断题]前馈神经网络同层神经元之间存在连接。
我的答案:错

3.[判断题]隐含层，是指其中神经元的状态在输出端无法直接观测。
我的答案:对

8.4 卷积神经网络
1.[判断题]模拟大脑的视觉处理过程就是卷积神经网络的思路。
我的答案:对

2.[判断题]图像的卷积，很类似视觉皮层对图像进行某种特定功能的处理。
我的答案:对

8.5循环神经网络
1.[多选题]以下哪个是FNN和CNN的共同点()。
A.二者都认为每两次输入的信息之间不是独立的，每次接收到的输入信息与之前的信息都相关。
B.从网络结构上来看，二者都是典型的前馈神经网络。
C.输入层和输出层的维数是固定的，不能任意改变。
D.二者适合处理的数据样本之间不存在相关性，满足独立性假设。
我的答案:BCD

2.[单选题]以下哪种RNN改型常用于解决序列标注问题()。
A.序列类别模型
B.同步序列到序列模型 C.异步序列到序列模型 D.堆叠循环神经网络
我的答案:B

3.[单选题]以下关于循环神经网络(RNN)的说法错误的是()。
A.添加“时间”之间的状态反馈。
B.RNN整个网络的输入端仅接受1帧数据。
C.添加了“时间”的概念，若干帧数据依次送入网络处理。
D.RNN是具有整体浅层结构，局部深层结 络。
我的答案:D

8.6 注意力与记忆
1.[多选题]以下关于注意力机制的说法正确的是()。
A.注意力机制要确定信息源的焦点区域并提高焦点区域的分析能力，降低非焦点区域的消耗。
B.注意力机制解决了信息超载问题。
C.注意力机制是对深度学习的唯一实现方法。
D.标准Encoder-Decoder框架中的注意力机制模型是注意力不集中的分心模型。
我的答案: ABD

2.[单选题]以下关于记忆容量和记忆力机制的说法错误的是()。
A.一个深度学习模型可以仅依靠增加神经元数量，无限增加其内部记忆容量。
B.记忆力机制的出现解决了网络容量问题。
C.最简单的记忆力模型主要包含一系列的记忆单元和I，G，O，R四个模块。
D.记忆力模型的运行过程分为记忆写入、读取两部分。
我的答案: A

8.7 生成对抗网络
1.[判断题]图像分类属于生成对抗模型的应用。
我的答案:错

2.[判断题]生成对抗网络结合了生成模型和判别模型。
我的答案:对

3.[判断题]生成式模型模拟概率分布时，常用“后验分布”。
我的答案:错

9.1 引言
1.[单选题]以下关于人工智能的说法错误的是()。
A.人工智能学科的发展与实际应用紧密结合
B.人工智能的每个发展时期，都有比较明确的主流方法和里程碑式的应用成果
C.人工智能发展的核心方法论一直在随着时间变化，研究问题都不具有持续性
D.人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学
我的答案:C

2.[判断题]人工智能研究的目的是促使智能机品会听、会看、会说、会思考、会学习、会行动。
我的答案:对

9.2 计算机视觉
1.[单选题]下列关于计算机视觉研究的说法正确的是()。
A.马尔理论是一个自上而下的理论
B.要让计算机理解图像，一定先要恢复物体的三维结构
C.特征匹配中常见的特征包括颜色特征、纹理特征、形状轮廓特征
D.深度学习仍需要专家提供知识，再通过神经网络堆叠结构，实现特征表征
我的答案: C

2.[多选题]属于计算机视觉的范畴的是()。
A.声纹识别
B.停车场和道路上的车牌识别
C.Windows10的“刷脸”登陆系统
D.自动驾驶
我的答案:BCD

3.[判断题]马尔理论是自上而下的，其理论缺少可实施性。
我的答案:错

9.3 语音处理
1.[判断题]语音是语言的载体，是人类进行交流的主要途径之一。
我的答案:对

2.[单选题]语音处理的范畴从狭义上讲，就是能让计算机()人类说的话，即语音识别技术。
A.听懂
B.辨别
C.搜索
D.简化
我的答案:A

3.[单选题]1980年代后，语音识别的研究重点逐渐转向()、非特定人连续语音识别。
A.深度学习
B.机器学习
C.大词汇量
D.小词汇量
我的答案:C

9.4 语言智能技术
1.[判断题]计算机视觉、语音处理的研究内容都不属于“感知智能”。
我的答案:错

2.[判断题]语言不是一种感知信号，而是感知信号经大脑处理后的某种抽象表示。
我的答案:对

3.[多选题]语言智能的研究和应用范畴层次包括()。
A.计算语言学 B.自然语言处理 C.商业应用场景
D.工业应用场景
我的答案:ABC

9.5 人工智能竞技技术
1.[单选题]关于AlphaGo说法错误的是()。
A.借用了深度学习的超强表示能力、蒙特拉洛树的概率优化能力
B.AlphaGo在实现中也使用了大量人工设定的围棋知识
C.本质上解决问题的思路与A*搜索是类似的
D.不属于博弈
我的答案: D

2.[判断题]AlphaGo框架在搜索过程引入了随机决策，可以通过蒙特卡洛搜索多次重复搜索取得最优。
我的答案:对

3.[判断题]早期的人工智能竞技方法以“状态搜索”为主要技术路线。
我的答案:对