人工智能与信息社会-网课答案_第1页
人工智能与信息社会-网课答案_第2页
人工智能与信息社会-网课答案_第3页
人工智能与信息社会-网课答案_第4页
人工智能与信息社会-网课答案_第5页
已阅读5页,还剩6页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

如果没找到答案 请关注公众号 搜搜题 免费搜题 1 单选题 电影 中 机器人最终脱离了人类社会 上演了 出埃及记 一幕 1 0 分 我 机器人 2 单选题 1977 年在斯坦福大学研发的专家系统 是用于地质领域探测矿 藏的一个专家系统 1 0 分 没搜到哦 3 单选题 能够提取出图片边缘特征的网络是 1 0 分 卷积层 4 单选题 在 greedy 策略当中 的值越大 表示采用随机的一个动作的 概率越 采用当前 Q 函数值最大的动作的概率越 1 0 分 大 小 5 单选题 考虑到对称性 井字棋最终局面有 种不相同的可能 1 0 分 没搜到哦 6 单选题 在语音识别中 按照从微观到宏观的顺序排列正确的是 1 0 分 帧 状态 音素 单词 7 单选题 没搜到哦 8 单选题 在强化学习过程中 表示随机地采取某个动作 以便于尝试各种 结果 表示采取当前认为最优的动作 以便于进一步优化评估当前认为最优的 动作的值 1 0 分 2 探索 开发 9 单选题 一个运用二分查找算法的程序的时间复杂度是 1 0 分 没搜到哦 10 单选题 典型的 鸡尾酒会 问题中 提取出不同人说话的声音是属于 1 0 分 非监督学习 11 单选题 2016 年 3 月 人工智能程序 在韩国首尔以 4 1 的比分战胜的 人类围棋冠军李世石 1 0 分 AlphaGo 12 单选题 首个在新闻报道的翻译质量和准确率上可以比肩人工翻译的翻 译系统是 1 0 分 微软 13 单选题 被誉为计算机科学与人工智能之父的是 1 0 分 图灵 14 单选题 没搜到哦 15 单选题 科大讯飞目前的主要业务领域是 1 0 分 语音识别 16 单选题 如果某个隐藏层中存在以下四层 那么其中最接近输出层的是 1 0 分 归一化指数层 17 单选题 每一次比较都使搜索范围减少一半的方法是 1 0 分 3 没搜到哦 18 单选题 人类对于知识的归纳总是通过 来进行的 1 0 分 没搜到哦 19 单选题 语音识别技术的英文缩写为 1 0 分 ASR 20 单选题 关于 MNIST 下列说法错误的是 1 0 分 训练集类似人学习中使用的各种考试试卷 21 单选题 以下四个人工智能的应用领域中 与其他三个不同的是 1 0 分 语音识别 22 单选题 将结构型的图片 空间分辨率高 纹路细节清晰 与光谱分辨率高 色彩丰富的图片处理成空间分辨率和光谱分辨率都高的过程称为 1 0 分 图像融合 23 单选题 AI 时代主要的人机交互方式为 1 0 分 语音 视觉 24 单选题 没搜到哦 25 单选题 Q 函数 Q s a 是指在一个给定状态 s 下 采取某一个动作 a 之 后 后续的各个状态所能得到的回报的 1 0 分 期望值 4 26 单选题 在人工智能当中 图像 语音 手势等识别被认为是 的层次 而问题求解 创作 推理预测被认为是 的层次 1 0 分 感知智能 认知智能 27 单选题 前馈型神经网络的中各个层之间是 的 反馈型神经网络中各个 层之间是 的 1 0 分 无环 有环 28 单选题 专家系统的发展趋势不包括 1 0 分 没搜到哦 29 单选题 从人文视角看 人工智能产生的影响不包括 1 0 分 彻底消除人类中的无用阶级 30 单选题 是用来评估神经网络的计算模型对样本的预测值和真实值之 间的误差大小 1 0 分 损失函数 31 单选题 除了问题本身的定义之外 使用问题特定知识的搜索策略被认 为是 1 0 分 没搜到哦 32 单选题 ImageNet 数据集包含了 幅图片 1 0 分 1400 多万 33 单选题 强化学习的回报值一个重要特点是具有 1 0 分 滞后性 34 单选题 与图灵测试相比 中文屋提出了如何判断是否拥有 的问题 1 0 分 5 理解力 35 单选题 Cortana 是 推出的个人语音助手 1 0 分 微软 36 单选题 马尔可夫性质强调在每一个动作状态序列中 下一个状态与 有 关 1 0 分 当前状态 37 单选题 没搜到哦 38 单选题 在 Q Learning 中 所谓的 Q 函数是指 1 0 分 状态动作函数 39 单选题 第一例专家系统是在 领域发挥作用的 1 0 分 化学 40 单选题 有跟环境进行交互 从反馈当中进行不断的学习的过程 1 0 分 强化学习 41 多选题 符合强人工智能的描述是 2 0 分 可以胜任人类的所有工作 是通用的人工智能 42 多选题 仿生算法的特点有 2 0 分 模拟自然生物群体的行为 需要大量的模拟计算过程 适用于大规模复杂优 化问题 43 多选题 人工智能研究第一次寒冬的发生主要原因有 2 0 分 AI 瓶颈 性能有限 缺乏 常识 6 44 多选题 在强化学习中 主体和环境之间交互的要素有 2 0 分 状态 动作 回报 45 多选题 基因遗传算法的两个常用的结束条件为 2 0 分 达到一定的迭代次数 适应度函数达到一定的要求 46 多选题 专家系统的适用领域的特征包括 2 0 分 没搜到哦 47 多选题 蒙特卡洛树搜索的主要流程有 2 0 分 没搜到哦 48 多选题 一个完整的人工神经网络包括 2 0 分 一层输入层 多层隐藏层 49 多选题 发展出图像识别成功率超越人类的人工智能的主要因素有 2 0 分 计算力的提升 大量数据驱动 50 多选题 基因遗传算法的组成部分包括 2 0 分 初始化编码 适应度函数 选择 交叉和变异 51 多选题 专家系统的主要组成部分包括 2 0 分 没搜到哦 52 多选题 从技术角度看 人工智能的挑战包括 2 0 分 能否保证人工智能的应用开发被用于正确的目标 智能系统开发时存在严 重的缺陷 会产生不可预测的后果 人工智能设计者在制作机器人时 会将 自己的想法加入到机器人的思维系统中 53 多选题 属于家中的人工智能产品的有 2 0 分 7 智能音箱 扫地机器人 个人语音助手 54 多选题 智能推荐系统的特点包括 2 0 分 根据用户的购买记录记忆用户的偏好 根据浏览时间判断商品对用户的吸引 力 推荐用户消费过的相关产品 根据用户的喜好进行相关推荐 55 多选题 以下对基因遗传算法描述正确的是 2 0 分 基因遗传算法反映了自然选择的过程 是一种启发式的搜索算法 56 判断题 状态动作函数直接决定主体该采取什么决策 1 0 分 false 57 判断题 启发式算法与 AlphaBeta 剪枝类似 是从叶节点自底向上计算 估值 1 0 分 false 58 判断题 人工智能研发者的多元化有助于满足不同人群的需求 避免潜 在的歧视问题 1 0 分 true 59 判断题 从公共关注视角来看 人工智能就是机器可以完成社会大众不 认为机器能胜任的事情 1 0 分 true 60 判断题 医疗健康领域 人工智能在医学影像方面的应用被认为最不可 能率先实现商业化 1 0 分 false 61 判断题 估值函数就是对每一个局面给出一个评价分数 1 0 分 true 8 62 判断题 误差的反向传播 即从第一个隐藏层到输出层 逐层修改神经元 的连接权值参数 使得损失函数值最小 1 0 分 false 63 判断题 前三次工业革命是机器人代替人的体力劳动 正在到来的人工 智能革命将开始代替脑力劳动 1 0 分 true 64 判断题 根据发展趋势定义 人工智能就是会不断自我学习的计算机程 序 1 0 分 true 65 判断题 AlphaBeta 剪枝的效率一定比单纯的 minimax 算法效率高 1 0 分 false 66 判断题 随着人工智能的发展 人和机器的便捷可能越来越模糊 1 0 分 true 67 判断题 在解决函数优化问题时 基因遗传算法的全局性不好 容易陷入 局部最优值 1 0 分 false 68 判断题 人工智能会完全替代人类的某些工作 并不会创造新的就业机 会 1 0 分 false 9 69 判断题 仿生算法是一类模拟自然生物进化或者群体社会行为的随机搜 索方法的统称 1 0 分 true 70 判断题 深度学习算法中 人可以掌控机器 思考 的具体过程 但数据来 源和质量的不可控可能导致人工智能被教坏 1 0 分 false 71 判断题 对人脸好看程度评分 主要用的是监督学习的分类功能 1 0 分 false 72 判断题 梯度下降算法是最常用也是最有效的神经网络的优化办法 完 全可以满足不同类型的需求 1 0 分 false 73 判断题 基于规则的 AI 系统由一连串的 if then else 规则来进行推断 或行动决策 1 0 分 true 74 判断题 人工智能学习玩 Flappy Bird 过程中 只需要人类告诉 AI 不能 碰到水管即可 不需要提供其他信息 1 0 分 false 75 判断题 隐藏层中的全连接层主要作用是将所有特征融合到一起 1 0 分 true 10 76 判断题 零和博弈中 双方 或多方 的收益相加为 0 或负数 1 0 分 false 77 判断题 人工智能在医学影响分析方面 可以起到计算机辅助诊断的作 用 进行病灶检测 病灶量化诊断 进行治疗决策等 1 0 分 true 78 判断题 目前还没有成功进行无人自动驾驶的案例 1 0 分 false 79 判断题 基因遗传算法的终止条件一般是适应度数值小于 0 1 0 分 false 80 判断题 二分查找是一个有效计算平方根的办法 1 0 分 true 81 判断题 人工智能具有学会下棋的学习能力 是实现通用人工智能算法 的基础 1 0 分 true

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论