初识人工智能智慧树知到期末考试答案章节答案2024年海南软件职业技术学院

初识人工智能智慧树知到期末考试答案+章节答案2024年海南软件职业技术学院所有人工智能的研究都围绕着（）展开。

答案:计算机人工神经网络的优点是透明性，即能解释结果。这一说法（）

答案:错从研究角度来看，深度学习基于单层神经网络的，并以海量数据作为输入。这一说法（）。

答案:错语音理解是指利用（）等人工智能技术进行语句自动识别和语意理解。

答案:知识表达和组织“机器人”-robot一词，源自（）

答案:《罗梭的万能工人》舞台剧（）是图像处理中的一项关键技术，一直收到人们的高度重视。

答案:图像分割与大脑中的一个神经元可以连接一定距离内的任意神经元不同，人工神经网络具有（）的层、连接和数据传输的方向。

答案:离散神经网络图像识别技术是在（）的图像识别方法和基础上融合神经网络算法的一种图像识别方法。

答案:传统信用卡欺诈线索往往来源于对（）的分析。

答案:银行所有数据准确而迅速地提取语音信号的（）是语音处理的关键。

答案:参数人类在处理某些信息方面明显优于机器，是因为人累具有（）的机制。

答案:内置的随机访问和关联决策树法的优点是（），不需要长时间构造过程，描述简单，易于理解，分类速度快。

答案:决策过程可见多个智能代理在一个系统中是（）作业的。

答案:其余三个选项都对神经元一般由由3部分组成，下面（）不属于。

答案:细胞核神经网络法模拟生物神经系统的结构和功能，是一种通过（）来学习非线性预测模型。

答案:训练在数据挖掘中，分类、估值和预测3种方法属于（）的数据挖掘。

答案:有指导下面（）不属于计算机视觉要达到的基本目的。

答案:根据一幅或多幅二维投影图像计算出目标物体的立体特性图像采集就是从（）获取场景图像的过程，是机器视觉的第一步。

答案:工作现场机器智能研究如何提高机器应用的智能水平。这里的“机器”主要是指（）。

答案:其余选项都对下面（）属于专家系统其他典型特征。

答案:其余三个选项都是（）事件被看作是人工智能与机器人学历史上的一座里程碑。

答案:1997年5月，深蓝计算机击败了国际象棋世界冠军图像处理技术的主要内容包括3个部分，其中不包括（）。

答案:数据排序在大数据时代，无需再紧盯事物之间的（），而应该寻找事物之间的（），这会给人们提供非常新颖且有价值的观点。

答案:因果关系，相关关系机器学习希望计算机系统能够利用（）来改善自身的性能，因此该领域一直是人工智能的核心研究领域。

答案:经验人工智能是人类智能的延伸，也是人类价值系统的延伸。在其发展的过程中，应当包含对（）的正确考量。

答案:人类伦理价值遗传算法模拟了自然选择和遗传中发生的繁殖、交配合基因突变现象，采用遗传结合、遗传（）及自然选择来生成实现规则。

答案:交叉变异下列（）不属于图像识别的方法。

答案:非结构模式识别2018年和2019年，梁旭良杰世界人工智能大会都在中国（）城市召开。

答案:上海深度学习彻底颠覆了（）的范式，开启了数据驱动的表示学习方式。

答案:人造特征智慧校园是（）的信息化校园。

答案:其余选项都对降维是通过找到数据的（）来减少数据集的变量。

答案:共同点大数据时代，专家们正在研发能发现并对比分析非线性关系的技术工具。通过（），相关关系帮助我们更好地了解这个世界。

答案:探求“是什么”而不是“为什么”机器行为研究如何用（）模拟、延伸和扩展人的智能行为。

答案:机器当前，主流的人工智能都集中在（）上，并且一般认为这一研究领域已经取得了可观的成就。

答案:弱人工智能规划本质上是一个（）问题。

答案:搜索蚁群优化与真实蚁群类似，利用（）指导单个智能体走最短路径。

答案:信息素如果需要应用如最佳有限搜索算法这样的分析方法，使用（）表示最合适。

答案:决策树下面（）不属于群体智能具有的特征。

答案:复杂性在购物车分析中，会面临的问题是需要考虑大量可能的（）。

答案:商品组合（）是专家系统质量的关键。

答案:知识库对于“人类求解问题和感知中存在的冗余”，布雷迪的真正意思是一个词——就是模式。

答案:对下面（）不属于神经网络法的数据挖掘优点。

答案:降低复杂度用于智能的机器人最低层系统中的包容体系结构，是用来执行（）行为的,而编写具有该行为的程序，可以帮助人类创建兼顾环境和智能的机器人。

答案:条件反射下面（）不属于神经网络法的数据挖掘缺点。

答案:不适合处理低维变量用来研究人工智能的主要物质基础以及能够实现人工智能技术的机器就是计算机。下列各项中（）不是人工智能研究的主要领域。

答案:人文地理电子档案、DNA测试和新的成像技术在不断产生大量数据和存储这些数据对于医疗工作者而言是（）。

答案:既是挑战也是机遇德雷福斯兄弟认为，在许多方面，如视觉、解释判断方面，包括（），机器都比人脑差。没有这些能力，机器将永远比不上人类。

答案:人脑整体工作的方式粒子群优化算法最早是由肯尼迪1995年提出的，在该算法中，每个粒子代表待求解问题的一个潜在解，每个粒子相当于搜索空间的（），其“飞行信息”包括位置和速度两个状态量。

答案:鸟模糊集理论利用（）来描述模糊事务的属性。

答案:隶属度具有智能图像处理功能的（）相当于人们在赋予机器智能的同时为它安上了眼睛。

答案:机器视觉由众多低智能个体组成的智能群体，它们通过相互之间的简单合作所表现出来的群体智能行为是（）。

答案:分布式控制的粒子群优化关注整体方向，做出新方向的鞠策需要3个值的最优权衡结果，下面（）不包含在内。

答案:前一个方向人们可以利用计算机系统进行数据分析和呈现，是因为人们将索要分析的数据存储在（）。

答案:数据库世界上第一台提花机于1801年面世，它是利用（）来记录数据的。

答案:凿孔卡纸人工神经网络是指以（）和神经系统为模型的机器学习算法。

答案:人脑深度学习与传统的机器学习最主要的区别在于（），即随着数据规模的增加，深度学习的性能行业不断提高。而当数据很少时，深度学习算法的性能并不好。

答案:数据依赖性（）事件标志机器学习的应用在1997年达到了巅峰。

答案:深蓝击败人类国际象棋冠军专家的一个关键的寄出特征就是他们能出色地完成工作。要做到这一点，他们要能够完成如下工作。除了（）。

答案:转述问题计算机视觉是用（）和计算机替代人眼对目标进行识别、跟踪和测量。

答案:摄像机人工智能是认了智能的延伸，在其发展过程中，应当包含对人类伦理价值的正确考量，设定伦理要求。关于人工智能已达成的共识原则不包括（）。

答案:维护人工智能系统做出的偏离伦理道德的决策智能代理的典型过程包括（）。

答案:其余三个选项都对模糊逻辑在方法论上为人类从（）到模糊性，从（）到不确定性的研究提供了正确的研究方法。

答案:精确性，确定性决策树法的缺点是（）

答案:很难基于多个变量发现规则图灵测试依据的是计算机能否与（）无差别交谈这一评价标准。

答案:人类总体上看，人工智能当前的发展那具有“四新”特征，下列（）不属于。

答案:新发展如今，要想获得大规模数据带来的好处，混乱应是一种（）。

答案:标准途径，而不应该竭力避免的基于计算机视觉的图像检索可以分为类似于文本搜索引擎的3个步骤：（）、建立索引以及查询。

答案:特征提取阿拉伯数字是由（）发明的。

答案:印度麦卡洛克和皮茨开发的人工智能第一个模型中，对应于生物神经网络的神经元，人工神经网络的人工神经元采用4个要素，下面选项中（）不属于。

答案:强度，对应于神经元的突触从研究角度看，（）是基于多层人工神经网络的、以海量数据为输入的、自主发现规则、自主学习的方法。

答案:深度学习米洛纳斯在1994年提出的群体智能应该遵循的5条基本原则中不包括（）。

答案:连接原则在人工智能70余年的发展历程中，大致（）处于稳步发展期。

答案:20世纪90年代中期到2010年通过总结人工智能发展历程中经验和教训，可得到很多启示，下列（）包括在内。

答案:其余三个选项都是当人们考虑建立专家系统时，思考的第一个问题是（）是否合适。

答案:领域和问题将专家系统与一般程序分开来的一个重要特征是前者通常包扩一个（）。

答案:解释装置人工神经网络的主要缺点是其（），也就是它们不能解释结果。

答案:不透明性对于人的思维进行模拟的研究可以从（）进行。

答案:结构和过程模拟()是人类专家最根本的能力。

答案:解决问题人工神经网络标志着（）的思路，它模仿了大脑的神经元之间传递、处理信息的模式。

答案:自下而上冯•诺依曼被后人称为（）和“博弈论之父”

答案:现代计算机之父一个神经元的轴突与另一个神经元的树突之间的连接部分被称为（）。

答案:突触人工智能的生态环境包括（）。

答案:其余三个选项都是深度学习尝试从数据中直接获取高等级的（），这是深度学习与传统机器学习的主要不同。

答案:特征购物车分析和贝叶斯网络都是（）技术。

答案:机器学习规划适用于层次结构，也就是说，（）所有的任务都处于同一个重要级别，一些任务必须在进行其他任务之前完成，而其他任务可能会交错进行。

答案:并不是计算机视觉的研究对象之一是如何利用（）恢复三维景物世界。

答案:二维投影图像贝叶斯网络的核心（），它可以将数据的概率转换为假设的概率。

答案:贝叶斯定理英格兰的巨石阵，大概建造于公元前（）。

答案:2300年左右机器人将变得越来越小，未来，也许可以让大量（）级机器人以群集方式，在微机械或人体内协同执行任务。

答案:纳米科幻小学家艾萨克•阿西莫夫于（）年在小说中提出了机器人三定律。

答案:1942目前，一般认为，人工智能最关键的难题是（）。

答案:机器自主创造性思维能力的塑造与提升2019年6月17日公布的全球超级计算机500强榜单中，中国有（）台超级计算机入选，是全球拥有超级计算机数量最多的国家。

答案:219机器视觉需要（）以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。

答案:图像信号在聊天机器人开始聊天之前，我们必须为其补充大量背景知识，但它自身也可以在谈话过程中不断接收新的信息，这是因为，人类为聊天机器人建立了（）。

答案:新的框架研究表明，只有（）的数字数据时结构化的且能用于传统数据库。如果不接受混乱，剩下（）的非结构化数据都无法被利用。（）

答案:5%,95%人工智能有可能在（）方面给人类带来潜在威胁。

答案:其余三个选项都对所谓相关关系，其核心是指量化两个数据值之间的数理关系。相关关系强是指当一个数据值增加时，另一数据值很能会随之（）。

答案:增加人工智能最根本、宏伟的目标之一就是建立（）的模型

答案:人脑计算机视觉要达到的最终目的是实现计算机对于三维景物世界的理解，即实现人的（）的某些功能。

答案:视觉系统下列（）属于目前最困难的语音识别问题。

答案:其余选项都对理论上，朴素贝叶斯分类模型（NBC）与其他分类法相比具有最小的误差率，这是因为NBC模型假设属性之间（）。

答案:相互独立纯模糊逻辑的缺点在于它的输入是（）集合输出是（）集合，不利于工程应用（）。

答案:模糊，模糊关联规则法的数据挖掘目的就是从源数据库中挖掘满足（）和（）的关联规则。（）

答案:最小支持度，最小可信度图像识别技术的发展经历了3个阶段：文字识别、（）、物体识别。

答案:数字图像处理与识别图像分割方法有多种，下列（）不属于。

答案:切割数据挖掘过程一般由3个阶段组成，下面（）不属于。

答案:数据关联大多数垃圾邮件过滤器所使用的的算法是（）。

答案:聚类算法最初提出“智慧地球”的概念，是（）。

答案:IBM下列方法中（）不属于有指导的数据挖掘。

答案:聚类2017年7月8日，中国国务院印发的《新一代人工智能发展规划》中明确指出了（）的研究方向，对于推动新一代人工智能发展有着十分重大的意义。

答案:群体智能（）是长期以来自然语言处理的准则。

答案:统计方法赫伯特机器人没有存储器，无法规划在实验室中行走的路径。它的所有行为都不需与任何人沟通，是因为它全靠（）接收输入信息，再控制（）作为输出。（）。

答案:传感器，传动器感知机器或认知机器，是研究如何设计和制造具有（）或人工认知的机器，包括诗句机器、听觉机器、触觉机器等。

答案:人工感知过去，检测身体健康情况需要用到特殊设备，或是不辞辛劳去医院就诊。（）使得健康信息的检测变得更简单易行。低成本的个人健康检测程序以及相关技术甚至“唤醒”了全民对个人健康的关注。

答案:可穿戴的个人健康设备典型的人工神经网络具有3个部分，下面（）不属于。

答案:权重19世纪以来，当面临大量数据时，社会都依赖于采样分析。但采样分析是（）时代的产物。

答案:模拟数据下面（）说法不正确。

答案:所有的神经元，不管是否接受信号，都会不断向外发送信息智能机器研究如何设计和制造具有更高智能水平的机器，特别是（）。

答案:计算机计算机视觉要达到的基本目的是（），以及根据多幅二维投影图像恢复更大空间区域中的投影图像。

答案:其他选项都是机器人是（），它是高级整合控制论、机械工程、电子学、计算机科学、材料科学和仿生学的产物。

答案:自动执行工作的机械装置对人工智能环境下的个人数据的额获取和知情同意应该从（）层面重新进行定义。

答案:法律为了获得更广泛的数据而牺牲了精确性，也因此看到了很多无法被关注到的细节。（）。

答案:在很多情况下，与致力于避免错误相比，对错误的包容会带给我们更多好处遗传算法的缺点是需要的（）太多，编码困难，一般计算机量也比较大。

答案:参数数据挖掘的类型可以是结构化的、半结构化的，甚至是（）的。

答案:异构型机器学习主要使用（）、综合而不是演绎。

答案:归纳如今，人工智能技术正发展成为一种能够改变世界的力量，其中以（）所取得的进步最为显著。

答案:深度学习语音信号处理是一门多学科的综合体，它以（）以及声学等基本实验为基础。

答案:生理如今很多公司开发的软件算法将逐渐被淘汰，核心竞争力正由（）转变为（）。

答案:算法，数据（）是一种基于继承、多态性和封装概念的编程范式，这种范式可以直观、自然地反映人类经验。

答案:面向对象专布雷迪指出，人类专家有多种方式来应对组合爆炸问题。下面（）属于人类专家常用的方法。

答案:结构化知识库、元知识下列（）不是人们通常采用的图像去噪方法。

答案:同态滤波鸟群基于3个简单规则，就可以创建处复杂的交互和运动方式，形成奇特的整体形状。下面（）不属于鸟群基于的规则。

答案:集中（）问题是人工智能发展面临的挑战。

答案:其余三个选项都对为了使计算机能利用专家的领域知识，必须采用一定的方式表示知识。下面（）属于常用的知识表示方式。

答案:其余三个选项都是模糊逻辑善于表达（）的定性知识与经验。

答案:界限不清晰图像处理技术一般指数字图像处理，常见的处理有图像数字化、图像编码、图像增强、（）等。

答案:其余三个选项都对图像处理技术主要包括3个部分，下列（）不属于。

答案:图像分割机器感知包括（）等多种形式。

答案:机器视觉数据挖掘有很多经典的算法，其中不包括（）。

答案:蚁群算法与人脑神经系统类似，人工神经网络通过改变（）以呈现出相同的适应性。

答案:权重与其他人工智能系统不同，专家系统偏重处理（）的知识。

答案:不确定和不精确蚁群和蜂群被广泛地认为是具有真社会化属性的生物种群，这是因为它们具有3个特征，下面（）不包括。

答案:统一指挥数据挖掘过程模型有7个步骤，下列（）不属于。

答案:压缩打包数据人工智能的发展建立在大量数据的信息技术应用之上，相关法律和标准应该为（）提供强有力的保护。

答案:个人隐私在遗传算法中，用一组称为（）的数字来代表群体中的每个独立的个体。

答案:基因早期的机器翻译主要通过非统计学方法进行的，大致有3中主要方法,不包含下列（）。

答案:间接方法在人工智能领域，人们希望机器能得到专有技能，而（）也许是人类专有技能中最困难的一种技能。

答案:学习用户通过搜索引擎查询信息时，一般要输入关键词才能查询有关信息。

答案:对（）被视为人工智能学科中发展得最早的领域，它对生物和人造系统中的通信和控制过程进行研究和比较。（）为定义这个领域做出了杰出贡献。（）。

答案:控制论，维纳基于规则的产生式系统是目前实现知识运用的最基本方法。产生式系统主要由综合数据库、（）和推理机3各部分组成。

答案:知识库“在神经网络处理图像的过程中，单个的神经元是不能理解任何东西的，它们需要协作。所以，人类需要先理解它们彼此之间是如何交互的。”这一说法（）

答案:对（）把某一特殊事件或对象的所以知识储存在一种复杂的数据结构中。

答案:框架粗糙集法的缺点是，难以直接处理连续的属性，必须现将属性离散化。因此，（）问题是制约粗糙集理论实用化的难点。

答案:连续属性离散化下列（）是自然语言处理的技术难点。

答案:其余三个选项都是当一个人在飞行领域成为专家时，其不仅在开飞机，也是在“飞行”。

答案:对群体智能的组成要素不包括下面（）。

答案:集中式控制传统的人工智能依赖于一些“清晰”的规则，这种“清晰”的规则给出的结果往往很详细具体，而模糊逻辑模则拟人的思考方式，预测的结果往往是（）的结果。

答案:高了或低了计算机识别图像的能力已经超过了人类，尤其在（）和（）等复杂应用方面，深度学习技术展现出优越的性能。（）

答案:图像，语音聚类是根据（）和（）对对象进行分组。（）

答案:属性，行为中国政府以及社会各界高度重视人工智能学科的发展。于（）年发布《新一代人工智能治理原则—发展负责人的人工智能》，提出了人工智能治理的框架和行动指南。

答案:2017群体智能反映了一个重要真理：人群只有在每个成员做事（）、自主决断的时候，才会发挥出智慧。

答案:尽责人工智能在计算机上的实现方法有多钟，但（）不属于其中。

答案:利用多媒体复制和粘贴的方法下面，（）不属于算法评价考虑的因素。

答案:难度在图像识别过程中，（）必须排除输入的多余信息，抽出关键的信息。

答案:知觉机制从人类专家处获取知识，并将其组织到可用的系统中——这一任务一直被认为是（）。

答案:很困难的（）不是启发式搜索技术。

答案:自下而上粗糙集法的优点是算法简单，在其处理过程中不需要关于数据的（），可以自动找出问题的内在规律。

答案:先验知识Apriori算法是最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段（）思想的递推算法。

答案:频繁项集（）之后，随着计算机和电子技术的飞速发展，机器世界的理论和应用得到进一步发展。

答案:20世纪90年代近来的图像识别技术正在跨越传统方法，形成以（）为主流的智能化图像识别方法。

答案:贝叶斯法阿西莫夫提出的机器人三定律中不包括（）。

答案:人类因尊重并不得伤害机器人人类提出了多个图像识别的模型，下列（）不属于图形识别模型。

答案:记忆模型计算机视觉所使用的的理论方法主要是基于（）、概率和运动学计算与三维重构的视觉计算理论。

答案:几何从研究角度看，深度学习是基于（）人工神经网络的，以海量数据为输入，自主发展规则，自主学习的方法。

答案:多层人工智能技术的三大结合领域分别是（）

答案:大数据、物联网和云计算行为机器指具有（）的机器，或者说是能模拟、延伸和扩展人的智能行为的机器。

答案:人工智能行为（）是指外部环境的变化是在有限个可预期的结果和情况中做出选择，而非完全随机的情况。

答案:离散性在信息技术条件比较薄弱的时代，人们分析大量数据时，往往采用（）分析。

答案:采样在神经网络图像识别技术中，（）和反向传播神经网络相互结合的神经网咯图像识别模型是非常经典的。

答案:遗传算法数据挖掘实现了用其他方法不可能实现的知识发现，但它必须收到规范，应当在适当的限制下使用。吐过数据时收集自特定的个人，那么就会出现一些涉及法律、隐私和（）的问题。

答案:伦理自然语言的处理大致包含两部分，它们是（）。

答案:自然语言理解和自然语言生成机器思维，如专家系统、机器学习、计算机下棋、计算机作曲、计算机绘画、计算机辅助设计、计算机证明定理、计算机自动编程等，可以概括为（）思维。

答案:计算机在计算机视觉识别系统中，图像内容通常用（）进行描述。

答案:图像特征图像分割就是按照应用场景，把图像分成不同（）的区域，从中提取出感兴趣的目标。

答案:特征下列（）信息服务利用了人工智能的机器学习技术。

答案:其余三个选项都对统计方法需要大量数据才能训练概率模型，出于这个目的，在自然语言处理应用中使用了包含大量的（）和（）的数据集。（）

答案:文本，口语下列（）不是人们通常采用的图像预处理方法。

答案:图像采集深度学习与传统机器学习的最主要的区别是，前者随着数据规模的增加，其性能也不断（），当数量少时，深度学习算法的性能（）。（）

答案:提高，并不好决策树法擅长处理（）数据，而且特别适合大规模的数据处理。

答案:非数值型语音识别一直是近几十年来人们研究的重要课题，但该技术的发展普遍受到错误率、麦克风敏感度、噪声环境等因素的阻碍，将（）技术引入语音识别，可极大提高性能。

答案:深层神经网络在数据挖掘中，关联格则和聚类两种方法属于（）数据挖掘。

答案:无指导若环境会始终阻碍你完成任务，这种环境称为（）环境。

答案:对抗性米洛纳斯在1994年提出的群体智能应该遵循5条基本原则，下面（）不属于。

答案:确定性原则虽然人工智能飞速发展，但目前仍处于发展（），该领域涉及安全、伦理、隐私的政策、法律和标准问题因其人们日益关注。

答案:中期电子邮件中的垃圾邮件自动过滤器，是机器学习中（）类型的学习。

答案:分类机器学习是数据挖掘中的一种重要工具。数据挖掘不仅要研究、拓展、应用一些机器学习方法，还要通过许多（）技术解决数据仓储、大规模数据、数据噪声等实践问题。

答案:非机器学习遗传算法的优点是可以处理许多数据类型，具有隐含（）、易于和其他模型结合等性质。

答案:并行处理未来智慧物流将继续发展，应用更多的人工智能技术和物联网技术，以实现更高效、更智能的物流系统。（）

答案:对ChatGPT的操作步骤是用户需要输入问题或者指令、等待聊天机器人的回答。（）

答案:对智能机器人使用机器学习和其他人工智能技术来学习和决策，以执行特定任务。（）

答案:对ChatGPT应用在客户服务、人机对话、教育市场营销等方面。（）

答案:对ROS的主要特点有（）。

答案:开源;便于测试;点对点设计;精简与集成智慧物流是一种基于物联网、大数据、人工智能等技术的智能化物流管理系统。（）

答案:对ROS平台机器人的硬件组成包括（）。

答案:RGB-D摄像头;接口面板;全向轮;电机GPT模型的核心是Transformer模型，它是一种基于自注意力机制的神经网络模型，可以对输入序列进行编码和解码。（）

答案:对人工智能技术应用在多个领域。（）

答案:对智慧物流分拣、配送模拟演示系统的应用价值在于提高物流效率、降低物流成本、提高物流质量、优化物流管理和降低物流风险。（）

答案:对未来创造出的真正的人工智能（）。

答案:其余选项都对跟其他高科技一样，人工智能也是一把双刃剑。2018年2月，牛津大学、剑桥大学和OpenAI公司等14家机构共同发表题为《人工智能的恶意使用：预测、预防和缓解》的报告，指出人工智能可能给人类社会带来（）等潜在威胁，并给出了一些减少风险的建议。

答案:数字安全在可以预见的未来，人们将创造出拥有人脑般处理能力的计算机，它们将利用与（）相同的方法来实现低级别功能。

答案:人类神经系统创造通用智能的尝试开始于20世纪80年代。最初人们致力于建造（）的世界模型。

答案:精确又紧密电子游戏为高水平智能行为提供了完美的发展空间，其中的怪兽能够通过团队作战来努力智取玩家，这些行动背后的技术比植入机器人内部的技术要（）得多。

答案:先进制造汽车这类技术工作早在数十年前大部分就实现了自动化，使用的是（）机器人。

答案:基础人工智能正在积极地影响着人们生活的方方面面。下列（）不是人工智能的应用。

答案:老张买体育彩票随机选号中了大奖现在的人工智能技术并不是为了创造思考机器，而只不过是利用大量（）来模拟智能而已。

答案:规则创造真正的人工智能需要（）。

答案:其余选项都对随着科技的进步，人工智能技术将胜任越来越多人们本以为需要人类智能才能完成的工作，但同样也创造了许多需要（）的新型工作岗位。

答案:人类智能（）是指智能代理下一步可能做出的决定和外部环境的状态改变完全无法预测。

答案:随机性在社会科学中，智能代理是一个（）的人或其他系统，根据感知世界得到的信息做出反应来影响这个世界。

答案:理性且自主大部分人工智能系统是（）的程序，在前期实验性操作成功的基础上，无法按比例放大至可用规模。

答案:独立和庞大如果智能代理在任何时间点能够获取的环境信息都是以让它做出最优决策，那么这种环境就是（）。

答案:完全可观测的智能代理是一套辅助人和充当他们的代表的软件、智能代理的特征中不包括（）。

答案:临时性在社会科学中，智能代理有一个最典型的特征，即它们是社会（）的模型。

答案:协同合作智能代理可以根据操作方式进行分类，其中不包括（）。

答案:理论代理智能代理系统的适用场景有很多，其中不包括（）。

答案:有限元计算美国斯坦福大学的海耶斯•罗斯认为“智能代理持续地执行3项功能”，其中不包括（）。

答案:感知环境中的静态参数在人工智能领域中，与包容体系结构类似，智能代理系统由（）的模块构成。

答案:多个独立“小明上班”示例规划中，小明离开家去工作的过程说明了（）之间的区别。

答案:制定规划和执行规划过程规划有几个突出的特点，但下面（）不属于这几个特点之一。

答案:需要加强团队互动建设自动规划是一种重要的技术。与一般问题求解相比，自动规划更注重问题的（）。

答案:求解过程通常认为规划是一种（）的活动。

答案:与人类密切相关（）属于高级的求解系统与技术。

答案:自动规划与专家系统在魔方拼图和15拼图的示例中，可以找到人们很熟悉的规划应用，其中包括（）问题。

答案:其他选项都对下面关于规划的说法中，不正确或者不合适的是（）。

答案:规划是一项随机的活动大多数规划都具有（）结构。

答案:子规划自动规划要解决的问题往往是（）问题。

答案:真实世界在研究自动规划时，往往以（）与问题求解作为典型例子加以讨论，这是因为它们能够得到形象的和直觉的检验。

答案:机器人规划实现人机间自然语言通信，意味着要使计算机既能理解自然语言的意义，也能以自然语言来表达给定的意图、思想等。前者称为（），后者称为（）。因此，自然语言处理大体包括了这两份部分。

答案:自然语言理解，自然语言生成早些时候，通过非统计学方法进行的机器翻译主要有3种方法，其中不包括（）。

答案:自动翻译使用（）与计算机进行通信是人们长期依赖所最求的目标。

答案:自然语言造成自然语言处理困难的根本原因是自然语言文本和对话的各个层次上广泛存在各种各样的（）。

答案:歧义性或多义性与通常涉及大量规则编码的早期语言处理方法不同，现代自然语言处理算法基于（）。

答案:图像像素不足最早的自然语言理解方面的研究工作是（）。

答案:机器翻译自然语言的形式（字符串）与其意义之间是多对多的关系，其实这也正是自然语言的（）所在。

答案:魅力在自然语言处理中，可以在一些不同（）上对语言进行分析。

答案:结构层次自然语言处理是人工智能研究中（）的领域之一。

答案:研究历史最长、研究最多、要求最高语音处理是研究语音产生过程、语音信号的统计特性、（）、机器合成以及语音感知等各种处理技术的总称。

答案:语音的自动识别人工智能领域通常所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器获得的数据等对象的具体模式进行（）。

答案:辨识和分类要实现计算机视觉，必须有图像处理的帮助，而图像处理依赖于（）的有效运用。

答案:智能规划图形刺激作用于人的感官器官，是使人辨认出它是以前见过的某一图形的过程称为（）。

答案:图像再认图像识别是指利用（）对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。

答案:计算机现代图像识别技术的一个不足是（）。

答案:自适应性差图像识别的发展经历了3个阶段，其中不包括（）。

答案:像素识别基于计算机视觉的图像检索可以分为类似文本搜索引擎的3个步骤，其中不包括（）。

答案:清洗模式识别原本是（）的一项基本职能。

答案:人类模式识别是一门与概率论、统计学紧密结合的科学，主要方法有3种，其中不包括（）。

答案:像素模式图像识别是以图像的主要（）为基础的。

答案:特征数据挖掘的分析技术之一是（），用来确定能最好地预测成果的单个数据

答案:决策树数据不等于信息，而信息也不等于知识。了解数据（将其转化为信息）并利用数据（再转化为知识）是一项（）的工程。

答案:巨大数据的类型可以是（），数据挖掘的对象可以是任何类型的数据源。

答案:其余选项都对数据挖掘过程一般由3个阶段组成，其中不包括（）。

答案:知识培养所有人工智能方法都可以用于数据挖掘，特别是其中的（）。

答案:神经网络及模糊逻辑在众多的分类模型中，应用最为广泛的两种分类模型是决策树模型和（）模型，它发源于古典数学理论，有着坚实的数学基础以及稳定的分类效率。

答案:朴素贝叶斯分类数据挖掘是指从大量的数据中通过（）搜索隐藏与其中信息的过程。

答案:算法数据存储在称为（）的计算机系统中，它具有内置功能，可以分析数据，并按用户要求呈现出不同形式。

答案:数据库（）是数据挖掘中十分流行的策略，它可以帮助我们找到顾客经常一起购买的商品。

答案:购物车分析现实社会有大量的数据唾手可得，其中的大部分数据都十分有用，但前提是人们有能力从中提取出（）的内容。

答案:感兴趣一只蜜蜂是一个非常简单的生物，但是它们有非常困难的问题需要解决，于是，蜜蜂形成了（）。

答案:群体思维所谓集群机器人或者人工蜂群智能就是让许多（）的机器人协作。

答案:简单生物学家的研究表明，蜜蜂常常能够从所有可用的选项中选出最优或者次优的解决方案，人类（）这一点。

答案:很难做到人类并没有进化出群集的能力，因为人类缺少同类用于建立实时反馈循环的敏锐连接。研究和实践都表明，人类（）群集能力。

答案:可以有蜜蜂所表现出的大于个体智能的群体智能能力在许多动物身上也存在，但不包括（）。

答案:狮子蚁群优化和粒子群优化是两种最广为人知的群体智能算法，它们都是用了（）。

答案:多智能体蜜蜂是自然界中被人类研究得最久的群体智能动物。在进化过程中，蜜蜂形成了大脑以处理信息，蜜蜂的大脑大约有（）个神经元。

答案:100万蜜蜂寻找可以筑巢的潜在地点，会排除数百只侦查蜜蜂到外面约78公里范围的地方进行搜索。对蜜蜂来说，这个筑巢行为是一个（）问题。

答案:复杂多变量蜜蜂处理数据的方式被生物学家叫做“摇摆舞”，即通过（）来达成一致认识。

答案:振动身体在某群体中，存在众多低智能个体，它们通过相互之间的简单合作所表现出来的群居性生物的智能行为是（）控制的。

答案:分布式如今，人工神经网络从股票市场预测到（）等许多应用领域都有突出的表现。

答案:其余选项都对人类神经元之间的轴突-树突接触被称为神经元的（）。

答案:突触将人工神经网络与模糊逻辑结合起来生成（）网络，它既有人工神经网络的学习能力，同时也具有模糊逻辑的解释能力。

答案:神经模糊现代人工神经网络是一种非线性统计性数据建模工具。典型的人工神经网络有3个部分，其中包括（）。

答案:尺寸如果想设计人工智能系统，就要学习并分析地球上最自然的智能系统之一，即（）。

答案:人脑和神经系统人工智能在图像识别方面已经超越了人类，支持图像识别技术的通常是（）。

答案:深度人工神经网络人脑由（）个神经元组成，这些神经元彼此之间复杂互连。

答案:1000亿所谓人工神经网络，是指以人脑和神经系统为模型的（）算法。

答案:机器学习人工神经网络模仿生物神经网络，其中的（）扮演了生物神经模型中突触的角色，用于调节一个神经元对另一个神经元的影响程度。

答案:权重人脑是一种适应性系统，必须对变幻莫测的事物作出反应，而学习是通过修改神经元之间连接的（）来进行的。

答案:强度机器学习最早的发展可以追溯到（）。

答案:英国数学家贝叶斯在1763年提出的贝叶斯定理有3种主要类型的机器学习：监督学习、无监督学习和（）学习。

答案:强化无监督学习又称归纳性学习，分为（）。

答案:聚类和降维在机器学习的具体应用中，（）决定了机器学习系统基本结构的工作内容，确定了学习部分需要解决的问题。

答案:其余选项都对要完全理解大多数机器学习算法，需要对一些关键的数学概念有基本的理解。机器学习使用的数学知识主要包括（）。

答案:其余选项全对机器学习的核心是：使用（）解释数据，从中学习，然后对世界上的某件事情做出决定或预测。

答案:算法监督学习的主要类型是（）。

答案:分类和回归学习是人类的一种重要智能行为，社会学家、逻辑学家和心理学家对学习各有其不同的定义。关于机器学习，合适的定义是（）。

答案:其余选项全对强化学习使用机器的个人历史和经验来做出决定，其经典应用是（）。

答案:游戏娱乐机器学习的各种算法都是基于（）理论的。

答案:贝叶斯包容体系结构的特点是（），它是不是用庞大的框架数据库来模拟世界，而是关注直接感受世界。

答案:完全避免符号的使用机器感知是指能够利用（）输入的资料推断世界的状态。

答案:传感器机器感知研究如何用机器或计算机模拟、延伸和扩展（）的感知或认知能力。

答案:人RoboCup机器人世界杯赛提出的最终目标是（）。

答案:一支完全自治的人形机器人足球队在正是比赛中战胜人类足球世界杯冠军队包容体系结构建立在多层独立行为模块的基础上。每个行为模块都是（），从传感器接受信息，再将指令传递给传动器。

答案:一个简单程序包容体系结构是（），利用不同传感器来感知世界，并通过其他设备（传动器）来操控行为。

答案:实实在在的物理机器人几十年来，人们发明了许多工具来使编程更加有效，降低错误发生的概率。人们发现，倘若利用逻辑、规则和框架编写通用的人工智能程序，那么程序必定（）。

答案:十分庞大且漏洞百出在传统的计算机编程中，程序员必须（）。

答案:尽力考虑所有可能遇到的情况并一一规定应对策略实现RoboCup机器人世界杯赛提出的最终目标的规划时间是年（）。

答案:50“中文房间”思维实验验证的假设是：看起来完全智能的计算机程序（）。

答案:其实更本不理解自身处理的各种信息寻找是人类长久以来的习惯，即使确定这样的关系很困难而且用途不大。人类还是习惯性地寻找原因（）。

答案:因果关系所谓模糊逻辑，是建立在逻辑基础上，运用模糊集合的方法来研究模糊性思维、语言形式及其规律的科学（）。

答案:多值直到今天，数字技术依然建立在精准的基础上，这种思维方式适用于掌握的情况（）。

答案:小数据量（）的引入，可将人的判断、思维过程用比较简单的数学形式直接表达出来，从而使对复杂系统进行合乎实际的、符合人类思维方式的处理成为可能，为经典模糊控制器的形成奠定了基础。

答案:模糊集合因为大数据是建立在，所以人们就可以正确地考察细节并进行新的分析（）。

答案:掌握所有数据，至少是尽可能多的数据的基础上的模糊逻辑区分模糊集合，处理模糊关系，模拟人脑实施规则型推理，解决各种问题（）。

答案:不确定当面临大量数据时，以往长期依赖于采样分析，但是采样分析是时代的产物（）。

答案:模拟数据专家系统是利用人类专长建立的，可以提供程序使用的明确规则。而利用模糊逻辑，可以制定与专家所言规则（）。

答案:一致的常规逻辑的规则情况只有两种，即不是1就是0，而在模糊逻辑中，每一个情况的真值可以是0和1之间的值（）。

答案:任何计算机的二进制逻辑通常只有两种状态：要么真，要么假，现实生活中这样非