动手学AI：人工智能通识与实践（理工版）超星学习通章节测试答案

第二章 AI的发展历程
2.1 什么是人工智能？
一．单选题（共1题）
1．以下哪个系统属于强人工智能?( )
A．一个在国际象棋上战胜世界冠军的AI系统，但只能下棋
B．一个能力很弱只会哭泣，但有自主意识、想哭就哭的系统
C．一个必须接受指令才工作的系统
D．一个在图像识别、语音识别等多个领域都超越人类的AI系统
答案：B

二．判断题（共2题）
2．智能科学研究的重点是弄清楚智能的本质和发展过程，而人工智能研究的重点是如何人工地制造出智能工具。
A．对
B．错
答案：A

3．一个能够完成科学研究这样的复杂任务，但必须接受人类指令才能工作的系统，仍然属于弱人工智能。
A．对
B．错
答案：A

三．多选题（共1题）
4．关于“弱人工智能”的描述，正确的有哪些? ( )
A．它的研究目标是制造出能独立思考、拥有自主意识的机器生命。
B．它被视为一种工具，旨在帮助人类更高效地完成那些需要智能才能完成的任务。
C．它不追求全面达到或超越人类的所有智能水平，而是专注于在特定任务上表现出色。
D．图灵奖获得者Marvin Minsky教授对其定义，体现了弱人工智能的核心观念。
答案：BCD

2.2 人工智能是如何发展的？
一．单选题（共1题）
1．通常被公认为人工智能学科诞生的标志性事件是? ( )
A．艾伦·图灵提出“图灵测试”
B．1956年在美国达特茅斯学院召开的学术研讨会
C．IBM的“深蓝”计算机战胜国际象棋世界冠军
D．赫伯特·西蒙等人开发出“逻辑理论家”程序
答案：B

二．多选题（共2题）
2．人工智能学科自1956年诞生以来，其发展历程可以大致划分为三个主要阶段。根据每个阶段主流研究者所关心的核心问题，这三个阶段分别是? ( )
A．推理期:专注于如何让计算机具备类似人类的逻辑推理能力，如自动证明数学定理。
B．知识期:核心任务是将人类专家的领域知识总结出来，并构建“专家系统”来应用这些知识。
C．学习期:研究重点转向如何让计算机程序通过分析数据自主地学习知识和规律，以机器学习为核心。
D．感知期:主要目标是让机器具备与人类相当的视觉、听觉等感知能力。
答案：ABC

3．关于人工智能(AI)、机器学习(ML)和深度学习(DL)这三个概念之间的关系，以下描述正确的有哪些? ( )
A．人工智能是范围最广的概念，是一个自1956年开始发展的宏大学科。
B．机器学习是实现人工智能的一种方法，也是当前人工智能最核心的研究领域和发展阶段。
C．深度学习是机器学习领域中的一种具体技术，它借鉴了人脑神经网络的结构。
D．这三者是并列关系，代表了人工智能发展的三个不同技术流派。
答案：ABC

2.3 今天的人工智能
一．单选题（共2题）
1．人工智能技术在蛋白质结构预测方面取得突破性进展后，对科学研究产生的最主要影响是什么?( )
A．完全取代了人类科学家的研究工作
B．大幅提升了科学研究的效率和覆盖范围
C．降低了科学研究的成本但准确性下降
D．使得所有疾病都能立即得到治疗
答案：B

2．关于人工智能技术的现状，以下哪个描述最准确?( )
A．已经发展到无所不能的程度，可以独立完成所有任务
B．在所有领域都已经超越人类专家的水平
C．作为赋能技术已取得巨大进展，但仍有大量困难问题待解决
D．只能用于科学研究，在艺术领域完全无法应用
答案：C

二．判断题（共2题）
3．现阶段的人工智能技术更适合用在"作为辅助、允许出错"的场合，而在需要完全准确、不能出错的场景中应用仍有困难。
A．对
B．错
答案：A

4．人工智能在科学研究中的应用已经完全取代了传统实验设备。
A．对
B．错
答案：B

2.4 怎么学习人工智能？
一．单选题（共1题）
1．人工智能技术解决问题与传统计算机技术解决问题的最本质区别是什么?( )
A．人工智能使用的编程语言更加先进
B．人工智能追求"近似正确"解，而传统计算机追求正确解
C．人工智能的运算速度更快
D．人工智能不需要数学基础
答案：B

二．判断题（共1题）
2．学习"X+人工智能"(如法律+AI)的交叉应用，可以完全替代对人工智能核心基础的专门研究，两者之间没有本质区别。
A．对
B．错
答案：B

第三章 搜索与优化算法
3.1 问题求解与计算思维
一．单选题（共1题）
1．计算的两个基本性质是组合性和?
A．通用性
B．准确性
C．可证伪性
D．迭代性
答案：A

二．判断题（共1题）
2．所有问题都能通过科学方法解决。( )
A．对
B．错
答案：B

三．填空题（共2题）
3．计算理论在20世纪30年代由数学家、逻辑学家提出，其总思路是把复杂问题的解析转换成____的组合（填写一个答案即可）。
答案：简单操作

4．折半搜索又称____搜索（填写一个答案即可）。
答案：二分

3.2 经典算法：迭代与递归
一．单选题（共1题）
1．二分查找在1~1000范围内最多需要几次必中?
A．8
B．10
C．12
D．14
答案：B

二．多选题（共1题）
2．下列属于递归算法三要素的是?
A．基本结束条件
B．规模缩小
C．合并解
D．随机选择
答案：ABC

三．填空题（共1题）
3．归并排序中，当数据表只剩____项时直接返回，这是它的基本结束条件。
答案：1

3.3 专家系统
一．单选题（共2题）
1．最早的化学结构推断专家系统名称是?
A．MYCIN
B．DENDRAL
C．PROSPECTOR
D．XCON
答案：B

2．专家系统的三大部分不包括?
A．知识库
B．推理引擎
C．用户界面
D．数据库
答案：D

二．多选题（共1题）
3．MYCIN系统能够?
A．诊断血液病
B．询问患者信息
C．解释推理过程
D．进行手术
答案：ABC

三．判断题（共1题）
4．专家系统已完全被深度学习取代。( )
A．对
B．错
答案：B

3.4 优化问题和贪心策略
一．多选题（共1题）
1．下列属于优化问题的是?
A．最短路径
B．最小硬币找零
C．最大收益背包
D．随机排序
答案：ABC

二．判断题（共1题）
2．博物馆大盗问题中贪心策略一定得到最优解。( )
A．对
B．错
答案：B

3.5 经典算法：枚举与搜索
一．多选题（共1题）
1．枚举策略的通用步骤包括?
A．确定变量
B．确定取值范围
C．组合并检验
D．随机猜测
答案：ABC

二．判断题（共1题）
2．枚举策略适用于任何规模的解空间。( )
A．对
B．错
答案：B

3.6 棋类AI：基本游戏策略
一．单选题（共1题）
1．井字棋中首要策略是?
A．阻止对方
B．连成三子
C．占角落
D．占中心
答案：B

二．多选题（共2题）
2．零和博弈的特点是?
A．收益和为零
B．一方赢一方输
C．可合作共赢
D．总收益恒定
答案：AB

3．井字棋完全信息特征包括?
A．棋盘公开
B．无隐藏信息
C．随机发牌
D．双方可见
答案：ABD

三．判断题（共2题）
4．零和博弈中一方收益等于对方损失。( )
A．对
B．错
答案：A

5．井字棋属于不完全信息博弈。( )
A．对
B．错
答案：B

3.7 棋类AI：博弈树
一．单选题（共2题）
1．博弈树中每条边代表?
A．一个节点
B．一个动作
C．一个估值
D．一个策略
答案：B

2．井字棋博弈树最多层数为?
A．6
B．8
C．9
D．10
答案：C

二．多选题（共1题）
3．最大最小值法的节点类型有?
A．最大节点
B．最小节点
C．终止节点
D．随机节点
答案：ABC

三．判断题（共1题）
4．估值函数值越大对当前玩家越有利。( )
A．对
B．错
答案：A

3.8 棋类AI：盲目搜索
一．多选题（共2题）
1．多步搜索配合的剪枝策略包括?
A．广度优先
B．深度优先
C．Alpha-Beta剪枝
D．随机剪枝
答案：ABC

2．Alpha-Beta剪枝依赖哪些因素?
A．节点上下限
B．深度优先次序
C．估值函数精度
D．搜索深度
答案：AB

二．填空题（共1题）
3．最大最小值法在根节点选择值____的分支。
答案：最大

3.9 棋类AI：启发式搜索
一．单选题（共1题）
1．启发式规则主要来源于?
A．数学推导
B．高手经验
C．随机策略
D．穷举搜索
答案：B

二．判断题（共1题）
2．启发式规则总能保证得到最优解。( )
A．对
B．错
答案：B

3.10 仿生优化算法
一．单选题（共1题）
1．基因遗传算法模拟的自然过程是?
A．蚁群觅食
B．生物进化
C．粒子运动
D．金属退火
答案：B

二．多选题（共1题）
2．典型的仿生算法包括?
A．遗传算法
B．蚁群算法
C．粒子群算法
D．模拟退火算法
答案：ABCD

三．填空题（共1题）
3．模拟退火算法借鉴了金属____过程。
答案：退火

3.11 从传统算法到机器学习
一．单选题（共1题）
1．传统算法的主要困境之一是?
A．规则无法覆盖复杂任务
B．内存不足
C．网络延迟
D．电源不稳
答案：A

二．判断题（共1题）
2．机器翻译仅靠词典和语法规则即可完成。( )
A．对
B．错
答案：B
完整免费答案：iamooc.com

第四章 AI如何学习：机器学习原理
4.1 机器学习是什么？
一．单选题（共1题）
1．谁首次提出了计算学习理论?
A．Jeffrey Hinton
B．Leslie Valiant
C．Simon
D．Yann LeCun
答案：B

二．多选题（共1题）
2．以下哪些任务属于分类任务?
A．预测明天是否下雨
B．预测股票涨跌幅
C．判断邮件是否为垃圾邮件
D．预测图片中是猫还是狗
答案：ACD

三．判断题（共2题）
3．机器学习的目标是让机器完全替代人类思考。( )
A．对
B．错
答案：B

4．独立同分布假设有助于模型泛化。( )
A．对
B．错
答案：A

4.2 机器学习能做什么？
一．单选题（共1题）
1．人工智能发展的第三个时期是?
A．推理期
B．知识期
C．学习期
D．数据期
答案：C

二．多选题（共2题）
2．以下哪些是人工智能发展的三个时期?
A．推理期
B．知识期
C．学习期
D．数据期
答案：ABC

3．机器学习在循证医学中的作用包括?
A．节省专家阅读时间
B．提高预测精度
C．完全替代医生
D．处理未标注数据
答案：ABD

三．判断题（共1题）
3．学习期的关键技术是让系统从数据中自主学习。( )
A．对
B．错
答案：A

4.3 有监督学习
一．单选题（共1题）
1．统计学习框架中，经验风险指什么?
A．模型在未见过数据上的表现
B．模型在已有数据上的损失
C．模型的复杂度
D．模型的泛化能力
答案：B

二．多选题（共1题）
2．以下哪些属于有监督学习的优化目标?
A．经验风险最小化
B．结构风险最小化
C．数据升维
D．核函数计算
答案：AB

三．判断题（共1题）
3．支持向量机被称为大间隔分类器。( )
A．对
B．错
答案：A

4.4 无监督学习
一．单选题（共1题）
1．K均值聚类属于哪种聚类方法?
A．密度聚类
B．原型聚类
C．层次聚类
D．图聚类
答案：B

二．多选题（共1题）
2．以下哪些是无监督学习的应用?
A．聚类分析
B．特征降维
C．数据标注
D．表示学习
答案：ABD

三．判断题（共1题）
3．K均值算法一定能收敛到全局最优。( )
A．对
B．错
答案：B

4.5 强化学习
一．单选题（共1题）
1．相较于有监督学习，强化学习的关键区别是什么?
A．单次预测
B．序列化决策
C．静态环境
D．无标签数据
答案：B

二．多选题（共1题）
2．强化学习的要素包括哪些?
A．状态空间
B．动作空间
C．回报
D．训练集
答案：ABC

三．判断题（共2题）
3．强化学习不需要探索环境。( )
A．对
B．错
答案：B

4．强化学习关注长期回报而非短期标签。( )
A．对
B．错
答案：A

4.6 机器学习的核心
一．单选题（共1题）
1．机器学习的核心目标是什么?
A．提高训练精度
B．增强泛化能力
C．减少计算时间
D．增加数据量
答案：B

二．判断题（共2题）
2．欠拟合意味着模型未充分学习数据规律。( )
A．对
B．错
答案：A

3．经验风险可完全代表泛化风险。( )
A．对
B．错
答案：B

4.7 AI会像人一样思考吗？
一．单选题（共2题）
1．反绎学习的核心是什么?
A．数据独立学习
B．知识与数据联动
C．逻辑推理优先
D．模型复杂度控制
答案：B

2．逻辑推理与机器学习结合的难点是什么?
A．计算速度
B．表示差异
C．数据量不足
D．模型选择
答案：B

二．判断题（共1题）
3．反绎学习有助于解决大模型的幻觉问题。( )
A．对
B．错
答案：A

4.8 AI会威胁人类吗？
一．单选题（共1题）
1．稳健机器学习的目标是什么?
A．提高训练精度
B．环境变化时性能稳定
C．减少数据量
D．增加模型复杂度
答案：B

二．多选题（共1题）
2．以下哪些是稳健性需要应对的挑战?
A．用户错误
B．网络攻击
C．未见现象
D．数据冗余
答案：ABC

三．判断题（共2题）
3．2025年，稳健性技术已完全解决开放环境问题。( )
A．对
B．错
答案：B

4．各国政府高度重视AI稳健性研究。( )
A．对
B．错
答案：A

第五章 AI如何学习：深度学习基础
5.1 神经元与感知机
一．单选题（共1题）
1．人类大脑处理信息的最基本单元是什么?
A．轴突
B．树突
C．神经元
D．感知机
答案：C

二．判断题（共1题）
2．MP神经元已具备自动学习能力。( )
A．对
B．错
答案：B

5.2 什么是深度学习？
一．单选题（共1题）
1．“深度学习”一词中“深度”指什么?
A．训练数据多
B．神经网络层数多
C．模型参数设置多
D．设备算力强
答案：B

二．多选题（共1题）
2．下列哪些属于深度学习相对传统机器学习的优势?
A．自动特征提取
B．减少特征工程
C．无需数据
D．降低使用门槛
答案：ABD

三．判断题（共1题）
3．深度学习等同于机器学习。( )
A．对
B．错
答案：B

5.3 卷积神经网络
一．单选题（共1题）
1．卷积层在CNN中的主要作用是什么?
A．数据降维
B．提取特征
C．整合信息
D．加快训练
答案：B

二．多选题（共1题）
2．一个极简CNN包含哪些层?
A．卷积层
B．池化层
C．全连接层
D．循环层
答案：ABC

三．判断题（共1题）
3．CNN的视觉能力与人类完全一致。( )
A．对
B．错
答案：B

5.4 循环神经网络
一．单选题（共1题）
1．RNN隐藏层与普通网络最大区别是什么?
A．无激活函数
B．有循环连接
C．层数更深
D．参数量少
答案：B

二．判断题（共1题）
2．RNN的情感理解已与人类持平。( )
A．对
B．错
答案：B

5.5 生成对抗网
一．单选题（共1题）
1．GAN中“生成器”被比喻成什么?
A．验钞机
B．印钞机
C．判别器
D．编码器
答案：B

二．判断题（共1题）
2．GAN已彻底解决模式坍塌问题。( )
A．对
B．错
答案：B

5.6 深度学习面临的挑战
一．多选题（共1题）
1．联邦学习的主要优点有哪些?
A．数据不出本地
B．保护隐私
C．增加算力
D．无需网络
答案：ABC

二．判断题（共1题）
2．增量学习旨在一次性学完所有任务。( )
A．对
B．错
答案：B

第六章 AI如何对话：自然语言处理
6.1 自然语言处理的发展历程
一．单选题（共1题）
1．NLP技术的两个核心任务是?( )
A．存储和检索
B．理解和生成
C．编码和解码
D．输入和输出
答案：B

二．判断题（共2题）
2．人机交互的发展历程表明，从早期需要记住复杂编程指令到今天可以用自然语言对话，NLP技术降低了技术使用的门槛，让更多人可以享受AI带来的便利。
A．对
B．错
答案：A

3．如果没有自然语言处理技术，人类与AI的交流只能通过图形界面和鼠标点击来完成，无法进行语言交流。
A．对
B．错
答案：B

6.2 自然语言处理的核心技术
一．单选题（共2题）
1．当用户说"帮我订明天去北京的高铁票"时，AI系统首先进行意图识别判断为"订票"，然后进行实体识别。以下哪项不属于这句话中的实体信息?( )
A．时间(明天)
B．目的地(北京)
C．交通工具(高铁)
D．订票意图(订票)
答案：D

2．循环神经网络(RNN)相比传统前馈神经网络的核心优势是什么?( )
A．计算速度更快，能够并行处理所有输入
B．参数量更少，训练效率更高
C．通过循环连接形成"记忆"机制，能够捕捉时序依赖关系
D．网络结构更简单，更容易理解和实现
答案：C

二．多选题（共2题）
3．大语言模型具备的重要能力包括( )
A．强大的上下文理解能力，能记住对话前文并给出连贯回答
B．创造性生成能力，可以进行笑话创作、创意写作等
C．完全理解人类所有的情感和意图
D．多层面的学习内容，包括语言逻辑、语气掌握和常识理解
答案：ABD

4．循环神经网络(RNN)在实际应用中的经典模式包括( )
A．多对多模式，如机器翻译任务
B．多对一模式，如文本情感分析
C．一对多模式，如图像描述生成
D．一对一模式，如图像分类
答案：ABC

三．判断题（共3题）
5．AI在生成回答时会进行数据整合，例如当用户询问"周末适合去公园吗?"时，AI会同时调用天气数据和用户历史记录等多种数据源，综合生成建议。
A．对
B．错
答案：A

6．词嵌入(word embedding)技术的优势在于它能将语义相近的词在嵌入空间中表示为相近的向量，比传统的one-hot编码更节省空间且能体现词语间的语义关系。
A．对
B．错
答案：A

7．LSTM(长短期记忆网络)是通过简化结构来提升计算效率的。
A．对
B．错
答案：B

6.3 自然语言处理的日常应用
一．单选题（共2题）
1．AI对话陪练系统在辅助语言学习时，对不同水平学习者采取的策略是?( )
A．为所有学习者提供相同难度的标准化内容
B．只关注语法纠错，不调整对话内容难度
C．根据学习者水平智能调整对话难度，实现因材施教
D．仅为高级学习者提供复杂话题讨论
答案：C

2．口语发音评分系统在评估用户发音时，主要通过分析哪些特征来给出精确评分?( )
A．仅分析说话速度和音量大小
B．只检查词汇量的丰富程度
C．对比元音长度、重音位置等声学特征
D．仅判断语法是否正确
答案：C

二．判断题（共1题）
3．从2023年开始，大语言模型的发展呈现出两个并行趋势:一方面继续追求更大规模的模型，另一方面开源模型的出现大大降低了使用门槛，同时2024年多模态能力成为新的发展重点。
A．对
B．错
答案：A

6.4 自然语言处理的未来展望
一．单选题（共2题）
1．大模型的"幻觉"问题可能导致的最严重后果是?( )
A．生成的文章文笔不够优美
B．回答速度变慢，影响用户体验
C．生成完全错误的法律或医疗建议，造成现实危害
D．无法理解用户的复杂问题
答案：C

2．2017年提出的哪项技术架构成为语言模型发展的真正分水岭?( )
A．n-gram统计模型
B．循环神经网络(RNN)
C．Transformer架构及其自注意力机制
D．卷积神经网络(CNN)
答案：C

二．多选题（共1题）
3．大模型在实际应用中面临的三大核心挑战包括( )？
A．偏见与公平性问题，可能在敏感话题上出现系统性偏差
B．可控性与滥用风险，可能被用来制造虚假信息或网络攻击
C．计算资源不足，无法运行大规模模型
D．隐私与数据安全问题，可能泄露训练数据中的敏感信息
答案：ABD

第七章 大语言模型
7.1 认识大语言模型
一．单选题（共1题）
1．AI向非专业初学者解释机器学习时，会选择用"写作学习"而非编程或数学例子进行类比，这主要体现了大语言模型的哪种智能表现?( )
A．创造能力——能够创作出全新的比喻方式
B．推理能力——通过逻辑推理选择最佳解释路径
C．用户理解——识别用户背景并调整表达方式
D．知识储备——拥有大量的写作和编程知识
答案：C

二．判断题（共1题）
2．ChatGPT展现的三大核心能力(理解能力、推理能力、创造能力)中，创造能力仅限于文学创作领域，如写诗、写故事等。
A．对
B．错
答案：B

7.2 大语言模型的工作原理
一．单选题（共2题）
1．在Token化过程中，"你好，世界!"被分解为[你][好][，][世界][!]，随后每个Token会转换成高维向量。关于这个向量表示，以下哪个说法最准确?( )
A．向量中的数字是完全随机的，没有实际意义
B．向量维度越高，模型的理解能力就一定越强
C．语义相近的Token，其向量在高维空间中的距离也会比较近
D．每个Token的向量是固定不变的，不受上下文影响
答案：C

2．温度参数会影响AI文本生成的特性。当需要AI回答"浙江的省会是哪里"这类事实性问题时，应该如何设置温度参数?( )
A．设置较高温度，让AI有更多创造性
B．设置较低温度，确保输出准确和保守
C．温度参数不影响事实性问题的回答
D．随机设置温度，以获得多样化答案
答案：B

二．判断题（共2题）
3．大语言模型在生成文本时，总是选择概率最高的词语，这样才能保证输出的准确性和质量。
A．对
B．错
答案：B

4．Token化过程中，一个Token必须对应一个完整的词，不能是词的一部分或多个词的组合。
A．对
B．错
答案：B

三．多选题（共1题）
5．根据课程内容，大语言模型作为"下一个词预测器"的工作流程包括哪些关键步骤?( )
A．接收输入文本并将其Token化
B．分析上下文关系，理解Token之间的语义联系
C．计算词表中每个可能词语的概率分布
D．根据概率分布选择最合适的词语输出
答案：ABCD

7.3 大语言模型的技术演进
一．单选题（共1题）
1．2017年提出的Transformer架构相比RNN的革命性改进是什么?( )
A．首次实现了中文处理能力
B．参数量增加到万亿级别
C．可以并行处理整个句子，且通过自注意力机制直接建立任意两词间的联系
D．训练成本降低到几千美元
答案：C

二．判断题（共2题）
2．Word2Vec模型标志着语言模型从单纯的统计转向了真正的语义理解。
A．对
B．错
答案：A

3．BERT采用双向编码理解文本，而GPT系列采用单向自回归生成，因此BERT的语言理解能力必然优于GPT系列。
A．对
B．错
答案：B

7.4 大语言模型与Transformer
一．单选题（共2题）
1．在处理"小明的妈妈给他买了一本书"这个句子时，当模型处理"他"这个词，计算出与"小明"的相关度为85%，与"妈妈"为10%。这种注意力分配主要是为了解决什么问题?( )
A．计算句子的情感倾向
B．理解指代关系，即"他"指代谁
C．判断句子的语法是否正确
D．统计词频以预测下一个词
答案：B

2．关于前馈神经网络(FFN)在Transformer中的作用，以下哪个描述最准确?( )
A．FFN仅用于降低计算复杂度，对模型性能影响不大
B．FFN主要用于并行计算，加快训练速度
C．FFN增加非线性表达能力，并且研究发现很多事实知识存储在FFN参数中
D．FFN专门用于处理标点符号和特殊字符
答案：C

二．判断题（共1题）
3．在Transformer的多头注意力机制中，每个注意力头负责的功能(如语法关系、语义相似性、位置关系等)是由程序员预先设定和编码的。
A．对
B．错
答案：B

三．多选题（共1题）
4．关于多头注意力机制的优势，课程中提到了哪些?( )
A．鲁棒性——即使某个头学偏了，其他头可以补充
B．表达能力——不同的头可以捕捉完全不同类型的模式
C．并行计算——所有头可以同时计算，提高效率
D．冗余性——即使某些头失效，其他头仍可提供必要信息
答案：ABCD

7.5 大语言模型的训练过程
一．单选题（共1题）
1．思维链(Chain of Thought)能力是规模效应的典型例子。这种通过提示"让我们一步步思考"来改善复杂推理的能力，现阶段需要模型规模达到什么水平才会涌现?( )
A．百万到千万参数级别
B．亿级参数级别
C．百亿级参数级别
D．1000亿参数以上
答案：D

二．判断题（共1题）
2．在预训练阶段，研究人员发现数据质量比数量更重要，包含高质量内容(如维基百科、学术论文)的数据集，即使规模较小，训练出的模型效果也可能更好。
A．对
B．错
答案：A

3.[判断题]监督微调(SFT)让AI学会"会说话"，即提供有帮助、相关、安全的回答;而RLHF让AI"话"，即掌握基本的语言表达能力。
A．对
B．错
答案：B

三．多选题（共1题）
4．关于AI训练的三个阶段，以下哪些描述是正确的?( )
A．预训练阶段耗时最长、成本最高，GPT-3预训练花费460万美元
B．预训练的任务是预测下一个词或填空，看似简单实则需要深层理解
C．微调阶段使用的数据量通常比预训练阶段更大
D．三个阶段必须严格按顺序进行，不能跳过任何一个阶段
答案：AB

7.6 大语言模型的前沿动态
一．单选题（共2题）
1．根据课程内容，RAG(Retrieval Augmented Generation)的核心思想是什么?( )
A．让模型记住所有知识，成为百科全书
B．不断重新训练模型，保持知识更新
C．不是让模型记住所有知识，而是教会它查找和使用知识
D．完全依赖外部数据库，模型本身不需要知识
答案：C

2．RAG系统的工作流程是?( )
A．生成答案→检索信息→提取上下文→返回结果
B．提取上下文→检索信息→用户提问→生成答案
C．用户提问→检索信息→提取上下文→生成答案
D．检索信息→用户提问→生成答案→提取上下文
答案：C

二．判断题（共2题）
3．传统大语言模型存在幻觉问题，即有时会生成看似合理但实际错误的信息，如编造不存在的科学研究或虚构历史事件细节，这是因为模型本质上是在做概率预测，而不是真正的知识检索。
A．对
B．错
答案：A

4．RAG技术的一个重要优势是低成本，因为它需要频繁重新训练模型来保持知识更新。
A．对
B．错
答案：B

第八章 生成式人工智能
8.1 生成式人工智能是什么？
一．单选题（共1题）
1．以下哪项任务属于生成式 AI 的核心范畴?( )
A．判断一张图片中是否包含苹果
B．根据需求画一张包含苹果的图片
C．识别一段语音对应的文字内容
D．对人脸照片进行 “是否为本人” 的验证
答案：B

二．判断题（共1题）
2．生成式 AI 的核心能力是 “内容生产”，而判别式 AI 的核心能力是 “内容理解与区分”，二者的本质差异在于是否具备创造新内容的能力。( )
A．对
B．错
答案：A

三．多选题（共1题）
3．以下属于生成式 AI 具备的核心能力的有哪些?( )
A．文本生成(如写文章、代码)
B．图像生成(如画画、照片修复)
C．音频生成(如语音合成、音乐生成)
D．数据分类(如判断图片是猫还是狗)
答案：ABC

8.2 文本生成
一．单选题（共2题）
1．南丁格尔玫瑰图用哪种几何形态?
A．环状
B．条形
C．折线
D．散点
答案：A

2．可视分析的目的是将什么放在分析的重要位置中?
A．机器
B．人
C．数据
D．模型
答案：B

3．[单选题]大语言模型(如GPT系列)能力强大的关键因素不包括以下哪项?()
A.仅需短时间训练即可完成模型优化
B.使用超过万亿个词的海量训练数据
C.规模超过千亿的大规模模型参数
D.基于大规模文本数据进行训练
我的答案:A

4．[单选题]以下哪个不是撰写提示词的技巧?
A.需求具体化
B.提供海量数据
C.提供背景信息
D.引导深度思考
我的答案: B

二．判断题（共2题）
5．可视化仅用于美观呈现数据。
A．对
B．错
答案：B

6．拿破仑远征图同时展示时间、空间与部队数量。
A．对
B．错
答案：A

7.[判断题]大模型的发展未能推进生成式人]的发展。
我的答案:错

8.3 图像和视频生成
一．多选题（共1题）
1．以下属于图像生成技术的典型模型的有哪些?( )
A．生成对抗网络(GAN)
B．变分自编码器(VAE)
C．扩散模型(Diffusion Model)
D．循环神经网络(RNN)
答案：ABC

二．判断题（共1题）
2．扩散模型生成图像的过程是从完全噪声的 “雪花屏” 图片开始，通过多步降噪逐步优化，最终得到清晰、符合条件的图像。( )
A．对
B．错
答案：A

8.4 音频生成
一．单选题（共1题）
1．与传统语音助手相比，“语音到语音对话模型” 的核心优势是什么?( )
A．只能处理文本形式的输入数据
B．能理解说话人语气情绪，并生成带情绪的语音回复
C．必须先将语音转文字、再将文字转语音才能完成交互
D．无法继承大语言模型的文本理解与生成能力
答案：B

二．判断题（共1题）
2．传统语音助手能通过语音识别技术捕捉说话人的语气信息，并据此生成匹配情绪的语音回复。( )
A．对
B．错
答案：B

8.5 多模态生成
一．单选题（共2题）
1．CLIP 模型通过 “对比学习” 实现多模态特征对齐时，其核心操作是以下哪一项？（ ）
A．增大不匹配的图像 - 文本对相似度，同时减小匹配对的相似度
B．增大匹配的图像 - 文本对相似度，同时减小不匹配对的相似度
C．仅增大匹配的图像 - 文本对相似度，不处理不匹配对
D．通过逐像素对比调整图像与文本的像素值以实现对齐
答案：B

2．多模态生成的 “理解型(语言为主型)” 路线的核心特点是?( )
A．把文字当作生成指令，直接参与图像生成过程
B．先将图片转成特征并视作文本，交给语言模型生成回答
C．仅能处理单一模态的输入数据
D．无需依赖编码器将多模态数据转成特征向量
答案：B

第九章 AI如何看世界：计算机视觉
9.1 计算机视觉是什么？
一．单选题（共1题）
1．以下哪项是计算机视觉中 “图像分类” 任务的核心目标？（ ）
A．判断图像中每个像素的类别
B．用包围盒框出图像中的目标并标注置信度
C．预定义类别集合，判断输入图像中的目标属于哪个类别
D．预测图像中每个像素对应的三维空间距离
答案：C

二．多选题（共1题）
2．以下属于计算机视觉 “语义理解” 任务的有哪些？（ ）
A．图像分类
B．目标检测
C．语义分割
D．相机标定
答案：ABC

三．判断题（共1题）
3．计算机视觉的核心思路之一是用摄像机代替人眼，用电脑代替人脑，希望在相同视觉信息输入下，得到与人类视觉系统一致的理解结果。（ ）
A．对
B．错
答案：A

9.2 计算机视觉的挑战
一．单选题（共1题）
1．计算机中存储的图像是 0-255 数值构成的数字矩阵，与人类看到的富有语义的图像存在差异，这种差异被称为？（ ）
A．尺度鸿沟
B．语义鸿沟
C．视角鸿沟
D．遮挡鸿沟
答案：B

二．判断题（共1题）
2．人脑处理复杂计算的功耗约为 20W，远低于计算机服务器的功耗（通常几千千瓦）。（ ）
A．对
B．错
答案：A

9.3 计算机视觉的发展历程
一．单选题（共1题）
1．2012 年，哪一个模型的出现开启了计算机视觉的 “深度学习时代”，并在 ImageNet 比赛中比第二名降低 10.8 个错误点？（ ）
A．LeNet
B．AlexNet
C．ResNet
D．ViT
答案：B
二．多选题（共1题）
2．以下属于早期 “人工设计图像表征” 的技术有哪些？（ ）
A．SIFT 特征
B．Harr 特征
C．HOG 特征
D．视觉词袋模型（BOF）
答案：ABCD
三．判断题（共1题）
3．计算机视觉领域的最高荣誉被命名为 “Marr 奖”，以纪念提出多层次视觉信息处理框架的 David Marr。（ ）
A．对
B．错
答案：A

9.4 计算机视觉的应用
一．单选题（共2题）
1．以下哪项是 “光学字符识别（OCR）” 技术的典型应用？（ ）
A．远程会议虚拟背景
B．停车场车牌识别
C．足球比赛球员跑动距离统计
D．医学影像疾病早筛
答案：B

2．火星探测车为了规划路线，需要将多个摄像头拍摄的照片拼接成全景大图，这主要用到了哪种计算机视觉技术？（ ）
A．目标检测
B．图像拼接
C．语义分割
D．深度估计
答案：B

二．判断题（共1题）
3．早在 2010 年，就有 70% 的汽车上安置了辅助驾驶系统，该系统可实现前车距离识别、车道线检测等功能。（ ）
A．对
B．错
答案：A

第十章 数据应用与可视化
10.1 数据分析：流行病爆发案例
一．单选题（共1题）
1．判断疫情是否人传人的关键指标?
A．线性增长
B．指数增长
C．随机波动
D．零增长
答案：B

二．判断题（共2题）
2．卡车事故导致的化学烟雾与水源污染被证实为同一病因。
A．对
B．错
答案：A

3．在禽流感数据分析案例中，仅从市中心数据密度最高即可确定为疫情原点。
A．对
B．错
答案：B

10.2 数据可视化的历史
一．单选题（共2题）
1．可视分析的目的是将什么放在分析的重要位置中?
A．机器
B．人
C．数据
D．模型
答案：B

2．南丁格尔玫瑰图用哪种几何形态?
A．环状
B．条形
C．折线
D．散点
答案：A

二．判断题（共2题）
3．拿破仑远征图同时展示时间、空间与部队数量。
A．对
B．错
答案：A

4．可视化仅用于美观呈现数据。
A．对
B．错
答案：B

10.3 数据与可视化的基本概念
一．单选题（共1题）
1．视觉通道“饱和度”适用于哪类数据?
A．类别
B．数值
C．有序
D．时间
答案：C

二．多选题（共1题）
2．下列哪些属于基本视觉符号?
A．点
B．线
C．面
D．坐标轴
答案：ABC

10.4 可视化方法：高维数据
一．单选题（共1题）
1．视觉通道“饱和度”适用于哪类数据?
A．类别
B．数值
C．有序
D．时间
答案：C

二．多选题（共1题）
2．下列哪些属于基本视觉符号?
A．点
B．线
C．面
D．坐标轴
答案：ABC

10.5 可视化方法：时空与时序数据
一．多选题（共1题）
1．下列哪些属于时序可视化的基本形态?
A．螺旋形
B．环形
C．二维网格
D．三维曲面
答案：ABC

二．判断题（共1题）
2．日历视图可同时展示多年月度对比。
A．对
B．错
答案：A

10.6 可视化方法：网络与层次数据
一．单选题（共1题）
1．树图通过什么方式表达层次大小?
A．节点颜色
B．矩形面积
C．连线粗细
D．字体大小
答案：B

二．多选题（共1题）
2．网络数据可用哪些方式可视化?
A．点边图
B．矩阵
C．树图
D．直方图
答案：ABC

三．判断题（共1题）
3．矩阵可视化无法呈现聚类模式。
A．对
B．错
答案：B

10.7 社媒数据可视化分析案例
一．单选题（共1题）
1．D-Map中六边形大小反映什么?
A．社群人数
B．影响力
C．转发深度
D．时间跨度
答案：A

二．多选题（共1题）
2．社媒数据可视化分析可用以研究哪些理论?
A．六度理论
B．信息扩散
C．社群结构
D．图像识别
答案：ABC

三．判断题（共1题）
3．不同大V的D-Map形态完全相同。
A．对
B．错
答案：B

10.8 智能可视分析
一．单选题（共2题）
1．CBDB系统主要面向哪一学科?
A．经济学
B．历史学
C．物理学
D．生物学
答案：B

2．Chat-BI通过什么方式与用户交互?
A．命令行
B．对话
C．鼠标拖拽
D．语音
答案：B

二．多选题（共1题）
3．智能可视分析可辅助解决史料的哪些问题?
A．缺失
B．冲突
C．冗余
D．不确定
答案：ABD

三．判断题（共2题）
4．CBDB数据已覆盖全部中国史料而无缺失。
A．对
B．错
答案：B

5．Chat-BI生成的可视化界面不可再被用户修改。
A．对
B．错
答案：B

第十一章 驾驭AI：智能体
11.1 智能体的发展历程
一．单选题（共1题）
1．智能体的本质是以下哪种结构?( )
A．“输入 — 输出” 的简单响应结构
B．“感知 — 决策 — 行动” 的闭环智能结构
C．“数据 — 训练 — 预测” 的模型迭代结构
D．“指令 — 执行” 的单向任务结构
答案：B

二．判断题（共1题）
2．AlphaGo 是智能体发展历程中 “深度强化学习阶段” 的代表性成果，具备基于环境反馈进行精准预测与策略优化的能力。( )
A．对
B．错
答案：A

11.2 推理规划与工具调用
一．单选题（共1题）
1．以下哪种任务规划方法属于 “动态规划”，核心是 “边推理、边行动”，能根据环境反馈调整执行路径?( )
A．Plan-and-Solve
B．ReAct
C．静态分步拆解法
D．预设流程法
答案：B

二．多选题（共1题）
2．大模型智能体常用的工具类型涵盖以下哪些领域?( )
A．网页搜索
B．天气查询
C．地图定位
D．媒体处理
答案：ABCD

三．判断题（共1题）
3．大模型的 “推理能力” 可通过 “思维链” 方式实现多步推理，相比一步式作答，能提升结果准确性与可解释性，是任务规划能力的重要支撑。( )
A．对
B．错
答案：A

11.3 记忆机制与多智能体系统
一．单选题（共1题）
1．检索增强生成(RAG)技术的核心是结合以下哪两种能力，以解决模型知识滞后、记忆有限的问题?( )
A．内部参数记忆与模型生成
B．外部信息检索与大模型生成
C．多模态感知与工具调用
D．任务规划与记忆更新
答案：B

二．判断题（共1题）
2．智能体 “记忆管理” 的核心环节包括 “记忆更新”(将新增信息写入记忆系统)与 “记忆检索”(从已有记忆提取相关内容)。( )
A．对
B．错
答案：A

11.4 智能体的应用与测评
一．单选题（共1题）
1．ACEBench 测评框架中的 “异常评测(Special 模式)” 主要考察智能体的哪项能力?( )
A．明确指令下准确调用工具的能力
B．输入信息缺失或模糊时主动追问的能力
C．端到端完成复杂多轮任务的能力
D．多智能体协同工作的能力
答案：B

二．判断题（共1题）
2．Claude Code 作为代码开发智能体，能够根据自然语言指令，独立完成从代码编写到界面呈现的完整可运行项目(如带声音反馈的 ASCII 艺术创作工具)。( )
A．对
B．错
答案：A

11.5 智能体的挑战与未来
一．单选题（共1题）
1．影响 “智能体投资回报率(Agentic ROI)” 的关键因素不包括以下哪项?( )
A．信息质量(准确性、完整性)
B．用户与智能体的交互时间
C．模型参数规模(如千亿级 vs 百亿级)
D．智能体执行任务的费用成本
答案：C

二．多选题（共1题）
2．多智能体系统的常见架构类型有哪些?( )
A．集中式结构(中控智能体指挥子智能体)
B．分布式结构(多个智能体对等协同)
C．线性结构(智能体按固定顺序单向传递任务)
D．随机结构(智能体随机选择协作对象)
答案：AB

第十二章 AI发展与行业趋势
12.1 AI发展概述
一．单选题（共1题）
1．大模型训练过程的第一步是以下哪项?( )
A．指令微调
B．预训练
C．强化学习
D．后训练
答案：B

二．判断题（共1题）
2．人工智能已经历 70 年探索发展，从早期的符号逻辑、专家系统，逐步演进到如今以大语言模型为核心、生成式 AI 广泛落地的阶段。( )
A．对
B．错
答案：A

12.2 AI技术发展的六大趋势
一．单选题（共3题）
1．以下哪种硬件的并行架构天然适配人工智能所需的海量矩阵运算？（ ）
A．CPU（中央处理器）
B．GPU（图形处理器）
C．DPU（数据处理器）
D．内存（RAM）
答案：B

2．以下哪项属于 “多模态融合” 的典型应用?( )
A．AI 仅处理文字类型的信息
B．OpenAI GPT-4 支持多模态输入
C．传统人脸识别技术
D．单一文本生成模型
答案：B

3．云边端协同中，“边” 指的是什么?( )
A．集中式计算资源中心(如云端数据中心)
B．用户直接使用的终端设备(如手机)
C．靠近数据源的边缘计算设备(如基站、智能网关)
D．数据存储服务器
答案：C

二．多选题（共1题）
4．以下属于人工智能技术发展 “六大趋势” 的有哪些?( )
A．强化学习驱动认知深化，提升模型推理能力
B．多模态融合加快推进，拓展智能交互边界
C．云边端深度协同，推动智能应用纵深发展
D．AI Agent 迅速发展，以目标驱动代替指令响应
答案：ABCD

三．判断题（共3题）
5．大模型预训练阶段中，随着模型参数规模的不断扩大，参数对性能的提升效果会呈现边际效应递减的趋势，即参数增加带来的性能提升越来越小。（ ）
A．对
B．错
答案：A

6．AI Agent 的核心演进方向是从 “指令响应”(如对话型 AI)到 “逻辑解决”(如推理型 AI)，再到 “主动行动”(如目标驱动的智能体)。( )
A．对
B．错
答案：A

7．具身智能的 “大脑” 在大模型阶段，能够融合语言、视觉、触觉理解深层需求，例如看懂手势并听懂 “轻拿” 指令。( )
A．对
B．错
答案：A

12.3 生成式人工智能的五新应用
一．单选题（共1题）
1．以下哪项是生成式 AI 在新闻领域的典型应用？（ ）
A．用 AI 辅助编写代码
B．新华社用 “大模型检索” 和 “一键成片” 制作奥运报道
C．用 AI 系统进行招聘面试
D．用 AI 快速分析企业经营数据
答案：B

二．多选题（共1题）
2．大模型落地到行业的关键支点(四位一体)包括以下哪些?( )
A．价值(核心目标)
B．模型(能力上限)
C．数据(战略资产)
D．算力(战略基础)
答案：ABCD

第十三章 AI伦理挑战与治理
13.1 AI伦理挑战概述
一．判断题（共1题）
1．AI的透明性令人担忧的原因是：不仅用户不知道AI如何决策，连AI的设计者也不完全清楚系统内部发生了什么，这就是所谓的"黑箱问题"。
A．对
B．错
答案：A

二．单选题（共1题）
2．欧盟的GDPR法规在人脸识别技术应用上的要求体现了什么哲学思想?( )
A．功利主义哲学，追求最大多数人的最大幸福
B．康德主义哲学，强调个体自由和人是目的而非手段
C．实用主义哲学，注重技术的实际应用效果
D．集体主义哲学，强调社会整体利益优先
答案：B

13.2 AI风险治理的探索
一．单选题（共2题）
1．中国和欧盟在处理AI相关违法行为时的主要区别是?( )
A．中国完全不处罚互联网公司，只追究个人责任
B．欧盟主要针对大公司罚款，中国更多追究具体个人的刑事责任
C．中国的罚款额度比欧盟更高
D．欧盟只管理本国公司，中国只管理外国公司
答案：B

2．下面哪一项是本地部署AI的优势?( )
A．完全免费使用，没有任何成本
B．可以训练垂直化的专业领域模型
C．运算速度比云端处理更快
D．不需要任何技术门槛就能部署
答案：B

二．多选题（共1题）
3．AI采用中心化云端处理的特点包括?( )
A．技术门槛低，普通用户容易使用
B．用户可以完全监控自己信息的处理过程
C．便于统一监管，出问题容易找到责任方
D．所有数据处理都在用户本地完成
答案：AC

三．判断题（共1题）
4．本地部署大语言模型完全解决了数据安全问题，因为数据不会上传到云端，所以完全解决了AI伦理问题。
A．对
B．错
答案：B

13.3 AI公平与偏见问题
一．判断题（共1题）
1．人工智能的偏见之所以比个人偏见更危险，是因为AI具有批处理能力，可以大规模影响用户。
A．对
B．错
答案：A

二．多选题（共2题）
2．大语言模型可能对用户产生操控的表现形式包括?( )
A．输出与用户预期不完全一致的内容
B．提供过多的情绪价值和赞美
C．在用户不知情的情况下改变其价值观
D．使用户自以为在行使自由意志
答案：ABCD

3．以下哪些属于算法偏见的表现?( )
A．仅根据快递员动作快慢判断其工作态度
B．无法综合多个维度的信息进行判断
C．根据具体观察评估个人能力
D．思维方式比较僵化，难以修正观点
答案：ABD

三．单选题（共2题）
4．根据讲稿内容，AI系统在决策公平性方面的核心挑战是?( )
A．无法进行任何形式的数学计算
B．需要根据多种因素综合判断而非简单算术平均
C．完全不能理解人类的道德观念
D．处理速度太慢影响决策效率
答案：B

5．根据讲稿的定义，"偏见"与"前见"的根本区别在于?( )
A．偏见来自个人经验，前见来自集体文化
B．偏见基于抽象标签且缺乏修正机制
C．偏见是恶意的，前见是善意的
D．偏见处理速度快，前见处理速度慢
答案：B

13.4 AI伦理的哲学底色
一．单选题（共2题）
1．罗尔斯的"无知之幕"理论在AI伦理应用中的局限性主要体现在?( )
A．完全无法在技术上实现信息屏蔽
B．只适合特定领域，无法普遍应用于所有社会决策
C．违反了基本的人权原则
D．会导致AI系统运行速度过慢
答案：B

2．现有AI系统缺乏道德推理能力的根本原因是?( )
A．计算能力不足，无法处理复杂的道德场景
B．基于行为主义的黑箱模式，缺乏真正的思考能力
C．训练数据中缺少道德案例
D．程序员没有输入正确的道德规则
答案：B

二．判断题（共2题）
3．MIT道德机器项目的研究发现，不同文化圈对道德困境的处理方式存在显著差异，这说明可能不存在普遍适用的道德准则。
A．对
B．错
答案：A

4．人类的行为可以用简单的刺激-反应模式来完全解释。
A．对
B．错
答案：B

13.5 迈向具有心智的AI
一．单选题（共1题）
1．图灵奖得主杨立昆提出的"内在世界模型"的核心思路是?( )
A．完整复制外部世界的所有细节
B．通过简化表征来辅助信息处理和预测
C．增加神经网络的层数
D．提高计算速度和存储容量
答案：B

二．判断题（共1题）
2．大语言模型处理专业领域文本时容易出错，是因为专业语料不足，且系统不理解特定领域的术语和表达习惯。
A．对
B．错
答案：A