人工智能技术导论-课后习题及答案汇总 王小玲 第1-7章

一、选择题1.被人们称为“人工智能之父”是（A）。马文·明斯基阿兰·图灵和约翰·麦卡锡2.人工智能是集（A、B、C、D）等众多学科为一体的复杂学科。（多选）A.计算机科学B.逻辑学C.生物学D.哲学3.人工智能三要素是（A、B、C）？（多选）A.数据B.算法C.算力D.程序4.人工智能按照智能程度来分有哪些（B、C、D）？（多选）A.普通人工智能B.弱人工智能C.强人工智能D.超人工智能5.人工智能的发展经历了几个阶段（C）。A.4B.5C.6D.76.通过智能移动学习系统能监测学生学习属于人工智能在哪个领域的应用（A、B、C、D）。A.金融领域B.教育领域C.医疗领域D.家居领域二、思考题1.结合生活实际，请找出你身边的3个人工智能应用场景，并做简要的描述。参考答案：如酒店大厅的机器人、驾车出行的人工智能车牌识别系统和智慧语音提示系统等。2.思考人工智能未来将改变哪些行业？并举例说明。参考答案：教育、医疗、农业和制造等行业。如机器人教育和无人机喷洒农药等。三、探索题1.人工智能在教育领域应用存在的问题？（提示：不断优化教学形式和效果）2.人工智能在零售领域应用存在的问题？（提示：连接消费者，改善购物体验）3.人工智能在医疗领域应用存在的问题？（提示：更快的诊断，更好的治疗）要求：通过“分解问题—查找资料—整理资料—编写报告—制作讲稿—汇报演讲”等过程，学会分析问题和解决问题的基本能力。一、思考题1.人工智能系统主要开发流程是什么？与软件系统开发流程有何异同？答：人工智能系统主要开发流程为：分析业务需求，采集/收集数据，标注数据，训练模型，评估模型效果，部署模型。与传统软件开发流程相比，人工智能系统开发更加注重智能模型的构建、训练与应用，大大减少开发人力要求，提高了开发效率。2.为什么很多人选择Python语言作为人工智能系统开发的语言？Python语言有哪些优势？答：Python作为一门编程语言，具有简洁优美、可移植性强、庞大的标准库、开发效率高等优点，已经得到了越来越多公司与开发人员的青睐，Python语言适合用于网站Web、搜索引擎、云计算、大数据、人工智能、科学计算等方向的开发。二、探索题随着人工智能技术的大力发展，人工智能将与传统行业深度融合，促进着传统行业的数字化转型，同时又不断衍生出新行业。人工智能将大量取代简单重复性、数字化、程序化等劳动密集型工作，将对工作提出更高的要求。结合自身实际，谈谈大学生应该如何应对人工智能时代？答：略一、选择题1.（多选题）大数据的基本特征是（ABCD）。数据量大（Volume)数据类型繁多（Variety)处理速度快（Velocity)价值密度低（Value)2.（多选题）通过百度迁徙地图可以（AD）统计人口迁徙数据分析城市化进程判读商业中心位置科学安排交通运力3.（多选题）数据的类型主要包括（ABCD）文本图片音频视频4.（多选题）人工智能的三要素包括（ABC）数据算法算力知识5.（多选题）常见的图片格式主要包括（ABCD）JPGGIFBMPPNG6.（多选题）常见的视频格式主要包括（ABCD）WMVMPEG-4AVIRM7.（多选题）大数据的作用有（ABCDEF）等。改变经济社会管理方式促进行业融合发展推动产业转型升级科学决策助力智慧城市建设创新商业模式改变科学研究方法论8.（多选题）Python语言主要有三个扩展库用来做数据分析，分别是（ABC）。NumpyPandasMatplotlibPycharm9.（多选题）箱线图是一种用于显示一组数据分散情况的统计图，又称（ABC）。盒须图盒式图箱形图折线图二、思考题1.结合生活实际，请给出你身边的3个大数据应用场景。参考答案：淘宝、京东等借助于大数据技术，可以分析客户行为，进行商品推荐和针对性广告投放；政府的城市管理，可以利用大数据实现智能交通、环保监测、城市规划和智能安防；物流行业，利用大数据优化物流网络，提高物流效率，降低物流成本。试分析大数据和人工智能的区别与联系，并举例说明。参考答案：略。三、探索题近年来，随着金融科技的不断创新和发展，大数据技术也被各大企业融入到了互联网的经营活动中。但是，自2018年起，就不断有报道指出：许多购物、打车、买车票的软件出现了不同消费者购买同一个商品时价格不一样的现象，而这种现象经调查得出，很可能是由于大数据技术导致，这就是“大数据杀熟”现象。媒体曝光“大数据杀熟”现象后，各个电子商务平台积极发布公告向消费者解释价格不一样的原因。根据调查研究表明，网购平台是出现“大数据杀熟”问题最多的区域，接下来分别是旅游软件和打车软件。“大数据杀熟”不仅严重损害了消费者的权益，长此以往也会引发消费者对电子商务平台的不信任，消耗互联网平台自身的品牌价值。经济学中，“杀熟”更多的是指商家利用熟客的信任，使熟客购买的价格比新客更高的这种行为。“大数据杀熟”则是在原本“杀熟”概念的基础上广泛地利用了大数据技术。这主要表现在许多互联网平台通过动态地搜集、整理和分析客户在本平台的基本信息、消费习惯和消费偏好等用户数据，描述客户的个人消费特征，形成用户画像，进而在平台销售时自动调整商品的价格，对于一些平台使用黏度较高的用户界面会展示较高的价格，而对一些使用频率较低或无消费记录的客户提供更为优惠的价格，最后商家可以以最接近每个客户所能接受的最高价格成交，从而尽可能多地获得利润。请分析“大数据杀熟”背后的技术演变过程和隐含的社会问题。要求：以小组为单位，通过“分解问题——查找资料——整理资料——编写报告——制作讲稿——汇报演讲”等过程，分别展示各小组观点。参考答案：“大数据杀熟”是指平台企业通过收集、追踪用户数据，在利用数据挖掘技术对用户进行分类和预测的基础上，对具有一定黏性的用户进行歧视性定价，从而获得差额利润的行为。具体来说，就是客户在某平台上购买产品或服务时，同样的商品或者服务，老客户看到的价格反而比新客户要高很多。“大数据杀熟”是特定算法程序批量分析和执行的结果，只要符合设定特征的用户群体就会被程序筛选出来并受到类似对待，因此，它虽然在一定程度上体现了“个性化定价”特质，但实际上具有批量化、数据化、平台化特征。不可否认的是，在数字经济时代，建立在海量数据之上的算法体系能够为企业与消费者提供极大的便利，能够更加精准地让企业为消费者提供个性化的服务体验。“大数据杀熟”技术产生的基础仍依赖于数据。平台计算价格的基础逻辑是对海量用户的标签化处理，将消费者消费的频次进行归类，进而实施差别化对待。这样做实质上剥夺了消费者对价格的知情权，进而损害消费者合法权益。要从根本上规避“大数据杀熟”行为，需要政府、企业、消费者等多方共同努力。一、选择题1.机器学习算法真正用来学习的数据是（A）。A.训练集B.测试集C.验证集D.超参数集2.机器学习的任务类型包括（ABDE）。A.有监督学习B.半监督学习C.人工智能D.强化学习E.无监督学习3.（D）有跟环境进行交互，从反馈当中进行不断的学习的过程。A.监督学习B.无监督学习C.线性回归D.强化学习4.在自动驾驶中，人工智能不断通过地面信息来调整开车的决策，这种处理模式适合用（C）来训练出合理的策略。A.监督学习B.非监督学习C.强化学习D.弱化学习5.机器学习的流程包括：分析案例、获取数据、（C）和模型验证这四个过程。A.数据清洗B.数据分析C.模型训练D.模型搭建6.传统的机器学习方法包括了监督学习、无监督学习和半监督学习，其中监督学习是学习给定标签的数据集。请问标签为离散的类型，叫做分类；标签为连续的类型，叫做（B）。A.给定标签B.回归C.分类D.离散7.机器学习研究是如何通过计算的手段，利用经验来改善系统自身的性能，请问机器学习利用数据训练出什么？（A）A.模型B.表结构C.结果D.报表8.不属于人工智能算法的学习方法是哪个呢？（D）A.对抗学习B.强化学习C.迁移学习D.自由学习9.给人脸打上标签再让模型进行学习训练的方法，属于（C）。A.强化学习B.半监督学习C.监督学习D.无监督学习10.下面哪些机器学习的分类，完全不需要人工标注数据（BC）？A.半监督学习B.强化学习C.无监督学习D.监督学习二、思考题1.根据自己的理解给出人工神经网络的定义，并指出其特征。参考答案：人工神经网络定义：人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。（也就是模拟生物神经网络进行信息处理的一种数学模型）人工神经网络特征：（1）非线性。非线性关系是自然界的普遍特性。大脑智慧就是一种非线性现象。人工神经元处于激活或抑制二种不同的状态，这种行为在数学上表现为一种非线性关系。具有阈值的神经元构成的网络具有更好的性能，可以提高容错性和存储量。（2）非局限性。一个神经网络通常由多个神经元广泛连接而成。一个系统的整体行为不仅取决于单个神经元的特征，而且可能主要由单元之间的相互作用、相互连接所决定。通过单元之间的大量连接模拟大脑的非局限性。联想记忆是非局限性的典型例子。（3）非常定性。人工神经网络具有自适应、自组织、自学习能力。神经网络不但处理的信息可以有各种变化，而且在处理信息的同时，非线性动力系统本身也在不断变化。经常采用迭代过程描写动力系统的演化过程。（4）非凸性。一个系统的演化方向，在一定条件下将取决于某个特定的状态函数。例如能量函数，它的极值相应于系统比较稳定的状态。非凸性是指这种函数有多个极值，故系统具有多个较稳定的平衡态，这将导致系统演化的多样性。2.回归和分类有什么相同点和不同点？参考答案：相同点：回归和分类都属于监督学习，都是对输入做出预测，具体来说就是根据特征，分析输入的内容，判断它的类别，或者预测其值。不同点：（1）输出不同：分类问题输出的是物体所属的类别，输出的值是离散的，并且是定性的；回归问题输出的是物体的值，输出的值是连续的，并且是定量的。（2）目的不同：分类的目的是为了寻找决策边界；回归的目的是为了找到最优拟合。（3）本质不同：分类和回归的损失函数的形式不同。（4）结果不同：分类的结果最终结果只有一个；回归是对真实值的一种逼近预测，值不确定，当预测值与真实值相近时，误差较小时，认为这是一个好的回归。3.简述人工智能、机器学习和深度学习三者的关系。参考答案：机器学习是实现人工智能的一种方法（算法），深度学习是实现机器学习的一种技术。机器学习使计算机能够自动解析数据、从中学习，然后对真实世界中的事件做出决策和预测；深度学习是利用一系列“深层次”的神经网络模型来解决更复杂问题的技术。目前机器学习是人工智能的一种实现方式，也是最重要的实现方式。深度学习是机器学习现在比较火的一个方向。三、探索题1.人工智能涉及很广，算法可以涉及到感知、学习以及决策的应用，其实从实际应用角度来说，人工智能就是根据给定的输入做出判断或者预测的。比如：我们根据输入的照片，来判断照片上的人是谁。我们根据人说话的音频信号，判断说话的内容。我们根据一个地区房价过去的价格和交易细腻些，预测它未来的价格走势。我们根据用户过去的购买信息，预测这位用户对哪些商品感兴趣，从而进行推荐。那么你在日常生活中接触到的人工智能技术，它们是根据什么输入，做出什么样的预测和判断的呢？要求：以学习小组为单位，“分解问题—查找资料—整理资料—编写报告—制作讲稿—汇报演讲”等过程，分别展示各小组观点。参考答案：比如人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流。首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。通过利用人工智能的人脸识别技术，每天10亿张图片的识别任务轻松。还有讯飞输入法的语音识别技术，可以识别普通话、英语、粤语和四川话。2.机器学习研究什么问题，构建一个完整的机器学习算法需要哪些要素？请列举现实中的案例详细说明。要求：以学习小组为单位，“分解问题—查找资料—整理资料—编写报告—制作讲稿—汇报演讲”等过程，分别展示各小组观点。参考答案：机器学习主要研究研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。构建一个完整的机器学习算法需要的要素有：数据，模型，性能度量准则。也有专家认为是模型、策略和算法（优化算法）。机器学习主要研究如何选择统计学习模型，从大量已有数据中学习特定经验。构建一个完整的机器学习算法需要三个方面的要素，分别是数据，模型，性能度量准则。我们也可以认为是模型、策略和算法。但是我认为通用的构建一个完成机器学习算法的要素应该是数据、模型和算法。一、选择题1.根据图像的灰度级数，可将图像分为（C）。灰度图像和彩色图像黑白图像和彩色图像灰度图像、黑白图像和彩色图像灰度图像和黑白图像2.下列属于计算机视觉主要任务的是（D）。图像分类目标检测图像分割以上都是3.（多选题）常见的一步走（One-Stage）目标检测算法有（BC）。RCNNSSDYOLOFasterRCNN4.（多选题）图像分割通常可以分为哪两类？（AC）语义分割物理分割实例分割背景分割5.人工智能技术可处理不同类型的非结构化数据，其中智能语音技术是利用计算机处理（B）数据。文本音频图像视频6.下列不属于智能语音产品的是（B）。天猫精灵无人机聊天机器人个人语音助理7.关于自然语言处理的定义，说法错误的是（D）。自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。自然语言处理研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理本质就是研究自然语言，与语言学的研究区别不大。8.以下属于自然语言处理技术的应用有（B）出入校园的人脸闸机识别“嘿，Siri”的手机助手自动唤醒有道翻译软件的中英自动翻译网购平台的自动人物画像9.知识图谱按照应用的深度主要可以分为两大类，分别为（B）。连续知识图谱和离散知识图谱行业知识图谱和通用知识图谱概念知识图谱和词汇知识图谱事实知识图谱和概念知识图谱二、思考题1.试分析图像分类和物体检测的区别与联系，举例说明。参考答案：图像分类任务是通过算法对其中的对象进行分类，而目标检测（ObjectDetection）主要从图像中分离出感兴趣的目标，不仅要用算法判断图片目标对象的类别，还要对图像目标对象进行定位，即在图像中确定其位置，并用矩形框把检测目标对象标识出。例如车辆检测。结合生活实际，请给出你身边的3个智能语音的应用场景。参考答案：天猫精灵、小爱同学、讯飞输入法等。三、探索题随着计算能力的不断攀升，人工智能可以计算大量的可能性，其选择空间往往大于人类，它们能够轻易地去尝试人类从未思考过的解决方案。换言之，尽管人们设计了某人工智能产品，但受限于人类自身的认知能力，研发者无法预见其所研发的智能产品做出的决策以及产生的效果。以谷歌DeepMind团队开发的AlphaGo与多位人类围棋高手的“人机大战”为例，AlphaGo在2016年3月对阵李世石时为第18代（AlphaGoLee），在2017年5月对阵柯洁时已经迭代为第60代（AlphaGoMaster）。而在2017年10月，谷歌DeepMind开发的AlphaGoZero机器系统仅训练3天就以100:0的比分战胜了AlphaGoLee；经过40天训练后，AlphaGoZero又以89:11战胜了横扫柯洁的AlphaGoMaster。快速迭代的背后是AlphaGo全新的深度学习逻辑，这种经历迭代的深度学习逻辑，其强大的进化速度让人类难以追赶。请分析AlphaGo背后的技术演变过程和隐含的风险问题。要求：以小组为单位，通过“分解问题——查找资料——整理资料——编写报告——制作讲稿——汇报演讲”等过程，分别展示各小组观点。参考答案：在了解AlphaGo之前，需要先了解一下围棋的基础知识。围棋是一种策略型的两人棋类游戏，中国古时称“奕”，西方称“GO”，围棋使用长方形格状棋盘及黑白二色圆形棋子进行对弈，棋盘上共有纵横各19条线段，将棋盘分为361个交叉点，棋子行走在交叉点上，双方交替行棋，落子后不可移动，围地多者胜。AlphaGo第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人，由Google旗下DeepMind公司团队研发，主要工作原理是“深度学习”。AlphaGo有四个部分组成：策略网络、快速走子、价值网络、蒙特卡洛树搜索。（1）策略网络（PolicyNetwork），也可以叫做落子选择器或走棋网络，顾名思义，就是对下一步落子的整体考虑操作。是指在给定当前局面，预测估计下一步的走棋，事实上，它的预测不只是给出最好的一个预测分数，而是对棋盘上所有可能的下一步赋值一个分数，棋盘上有361个点，那么就有361个分数，根据每一个预测的合法下一步选择分数最高的落子。（2）快速走子（Fastrollout），有了前面的走棋网络，为什么还需要快速走子呢？主要是因为走棋网络的运行速度比较慢，而且快速走子可以用来评估整体盘面，对提升棋力很有帮助。目标和策略网络一样，但在适当牺牲走棋质量的条件下，速度要比走棋网络快1000倍。（3）价值网络（ValueNetwork），也可以叫做棋局估计器，通过整体局面判断来辅助走棋网络，不是去猜测具体下一步，而是在给定当前局面，估计是白胜概率大还是黑胜概率大，这个判断仅仅是大概的，但是也很有帮助，通过分析并划分潜在的未来局面的“好”与“坏”，AlphaGo能够估计并决定是否深入阅读，如果不行就跳过阅读。（4）蒙特卡洛树搜索（MonteCarloTreeSearch），在组合博弈中找到最好的方法，同故宫搜索叶子节点，但不会立即展开叶子节点，而是等到访问次数达到一定的数据之后才展开，这样可以避免产生太多的分支，分散搜索的注意力，也能节约资源，同时，在展开时，对叶节点的盘面估值会更加准确些。如：对于某一棋盘节点，判断当前节点是否是叶节点，如果是，则进入下一步判断当前结点的被访问系数是否也为0，如果是，进入落子阶段，对于每一步随机采取动作直到对局结束得到一个value，并利用这个value更新路径上的值，针对当前节点推出下一步节点位置，以下一步的节点出发进行二次循环迭代，找到下一个动作，并移动当前状态，最后判断当前状态下的节点是否是叶节点，以及被访问的系数是否为0进入下一轮循环，以此类推得到最终结果。（略）参考文献：阿尔法围棋（围棋机器人）--/item/%E9%98%BF%E5%B0%94%E6%B3%95%E5%9B%B4%E6%A3%8B/19319610?fromtitle=AlphaGo&fromid=19315265&fr=aladdinAlphaGO算法原理--/question/41331593AlphaGo分析--/p/20607684一、选择题1.下列属于属于生物识别技术的是（D）。人脸识别声纹识别虹膜识别以上都是2.根据人脸识别的应用流程，可将人脸识别分为（ACD）。（多选）人脸检测人脸过滤人脸特征提取人脸特征比对3.下列关于智能机器人的说法错误的是（C）。到目前为止，在世界范围内还没有一个统一的智能机器人定义。智能机器人具备形形色色的内部信息传感器和外部信息传感器，如视觉、听觉、触觉、嗅觉。智能机器人具有了部分处理和决策功能，能够独立地实现一些诸如轨迹规划、简单的避障等功能，可以不受到外部的控制。智能机器人之所以叫智能机器人，这是因为它有相当发达的"大脑"。4.推荐系统主要用来解决网络上的（C）问题。信息安全信息不足信息过载信息冗余5.推荐系统根据用户A曾经的购买记录和浏览记录为用户A生成推荐结果，这属于（D）推荐。基于内容基于知识混合推荐协同过滤6.以下哪个公司最先将长尾理论应用于商业模式，利用独特的高度精准“推荐”技术销售滞销产品。（A）亚马逊雅虎微软谷歌7.智能语音助手的主要核心技术包括智能语音识别和（B）。A.人脸识别B.自然语言处理C.图像识别D.知识图谱二、探索题美国《连线》杂志主编克里斯·安德森在网络时代提出的一种新理论——“TheLongTail”（长尾理论），并出版了《长尾理论》一书。该书指出，传统的80/20原则（80%的销售额来自于20%的热门品牌）在互联网的加入下会受到挑战。互联网条件下，由于货架成本极端低廉，电子商务网站往往能售出比传统零售店更多的商品。虽然这些售出的商品绝大多数都不热门，但是这些不热门的商品数量却极其庞大。这些不热门商品被称之为长尾商品。这些长尾商品的总销售额将是一个不可小觑的数字，也许会超过热门商品（即主流商品）带来的销售额。图6-36描绘了某电商网站的产品数量与销售量的分布图，该图可划分为两部分：头部和长尾，头部代表着大众主流的热门商品，长尾则专指小众的边缘商品。在电商平台众多商品中，受大众欢迎的主流商品数量远小于长尾的冷门商品。图6-SEQ图6-\*ARABIC36产品总数与销售量的长尾分布问题：上述给出了长尾理论的解释，简要谈谈如何将长尾理论应用于推荐系统，以提升智能推荐（电商平台、社交网络、电影视频网站等）的性能。要求：以小组为单位，通过“分解问题——查找资料——整理资料——编写报告——制作讲稿——汇报演讲”等过程，分别展示各小组观点。参考答案：参考推荐系统的基本原理、长尾理论，以及推荐系统和长尾理论在电商领域的实际应用，回答长尾理论如何应用于推荐系统。思考题1.结合生活实际，说一说你身边的人工智能家居产品都有哪些，他们分别有哪些功能作用。参考答案：智能电饭煲：区别于传统机械煲的新一代电饭煲，通过电脑芯片程序控制，根据用户选择的功能，实时监测温度以灵活调节火力大小，自动完成煮食过程；智能电视：基于Internet应用技术，具备开放式操作系统与芯片，拥有开放式应用平台，可实现双向人机交互功能，集影音、娱乐、数据等多种功能于一体，以满足用户多样化和个性化需求的电视产品，其目的是带给用户更便捷的体验，已经成为电视的潮流趋势；智能空调：具有自动调节功能的空调。智能空调系统能根据外界气候条件，按照预先设定的指标对温度、湿度、空气清洁度传感器所传来的信号进行分析、判断、及时自动打开制冷、加热、去湿及空气净化等功能的空调。智能扫地机：能凭借一定的人工智能，自动在房间内完成地板清理工作。它可以完成清扫、吸尘、擦地等工作一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。等等。2.结合目前人工智能的发展前景，说一说人工智能在未来的安防行业会是怎样的应用场景。参考答案：安防系统主要包括门禁、报警、监控等。人工智能应用于安防行业主要是将人脸识别技术应用于视频监控管理中。人工智能+未来安防：看的更“清”、看的更“准”、看的更“远”、看的更“懂”行业应用：公安行业、交通领域