《人工智能导论》第2版 题库

人工智能导论（第2版）

作业题库与参考答案

第1章概述

1.人工智能（AI）领域涉及理解和构建（），确保这些智能实体机器在各种各样新奇的情况

下有效和安全地行动。

A.综合部件B.实体算法C.智慧软体D.智能实体

2.人工智能对世界的影响”将超过迄今为止人类历史上的任何事物”，它包含大量不同的子领域,

从（）等通用领域到下棋、证明数学定理、写诗、驾车或诊断疾病等。

①自然②学习③推理④感知

A.②③④B.①②③C.①②④D.①③④

3.几千年来，人类一直在利用工具帮助其思考。最原始的工具之一可能就是（）了。中世

纪无处不在的计数板就直接来源于此。

A.算盘B.小鹅卵石C.电脑D.计算器

4.传说在13世纪左右，想学加法和减法上德国的学校就足够了，但如果还想要学乘法和除法,

那就必须去意大利才行，这是因为当时（）。

A.德国没有大学B.意大利人更聪明

C.意大利文化比德国文化高明D.所有数字都用罗马数字写成

5.今天人们所使用的十进制是（）数学家想出的方法。这个概念一路向西传到欧洲，曾经

遭遇无数质疑和抵制，最终取代了原来的旧数制，大大提高了人们计算速度和解答复杂问题的

能力C

A.西班牙B.中国C.印度D.埃及

6.1821年，英国数学家兼发明家查尔斯•巴贝奇开始了对数学机器的研究，他研制的第一台数

学机器叫（）o

A.千分尺B.差分机C.计算器D.分析机

7.1842年，巴贝奇请求埃达帮他将一篇与机器相关的法文文章翻译成英文。埃达在翻译注解中

包含了一套机器编程系统，埃达也被后人称为第一位（）。

2人工智能导论（第2版）

A.计算机程序员B.法文翻译家

C.机械工程师D.数据科学家

8.“机器人（Robot）”的称呼最初源于（）o

A.1946年图灵的一篇论文B.1920年卡雷尔•恰佩克的一部舞台剧

C.1968年诺伊曼的一部手稿D.1934年卡斯特罗的一次演讲

9.最初，”计算机（Computer）”这个词指的是（）。

A.计算的机器B.做计算的人C.电脑D.计算桌

10.被誉为世界上第一台通用电子数字计算机的是（）o

A.ENIACB.ColossusC.AdaD.SSEM

11.今天，计算机几乎存在于所有电子设备之中，只是因为它比其他选项都要（），这类计

算机通常被称为嵌入式计算机。

A.易用B.稳定C.快速D.便宜

12.现代计算机可以被定义为“在可改变的程序的控制下，存储和操纵信息的机器”。该定义有

（）两个关键要素。

①计算机是用于操纵信息的设备

②计算机复杂，难懂，难以被仿制

③计算机是唯一能操纵信息的机器

④计算机在可改变的程序的控制下运行

A.②③B.①④C.①②D.③④

13.就像词汇构成语言一样，计算机理解的（）构成了计算机语言，也就是机器代码，这是

一种用数值表示的复杂语言。

A.指令B.编号C.符号D.函数

14.计算机科学家常常会谈及建立某个过程或物体的模型，这个“模型”指的是（）。

A.类似航模这样的手工艺品B.机械制造业中的模具

C.写出事件运作的所有方程式并进行计算

D.拿卡纸和软木制作的一个复制品

15.人工智能最根本也最宏伟的目标之一就是建立（）的计算机模型。完美模型固然最好,

但精确性稍逊的模型也同样十分有效。

A.模拟自然B.复杂机器C.动物智慧D.人脑那样

16.历史上，研究人员研究过几种不同版本的人工智能。追求（）必须在某种程度上是与心

理学相关的经验科学，包括对真实人类行为和思维过程的观察和假设。

A.动物智慧B.理性主义C.类人智能D.灵活浪漫

17.历史上，研究人员研究过几种不同版本的人工智能。追求（）涉及数学和工程的结合,

并与统计学、控制理论和经济学相联系。

A.动物智慧B.理性主义C.类人智能D.灵活浪漫

18.目前，为计算机编程使其能够通过严格的图灵测试尚有大量工作要做。除了自然语言处理之

外，计算机还需要具备（）能力。

①知识表示②节约成本③自动推理④机器学习

A.①②④B.②③④C.①②③D.①③④

19.其他研究者提出的完全图灵测试需要与真实世界中的对象进行交互。为了通过完全图灵测

试，除了达到图灵测试的要求之外，“对象”还需要具备（）能力。

①计算机视觉和语音识别功能，以感知世界

②机器人学，以操纵对象并行动

③简化运算，以减少运行成本④自动编程，提高运筹与数据分析水平

A.①②B.③④C.①③D.②④

20.我们必须知道人类是如何思考的,才能评价程序是否像人类一样思考。可以通过（)3

种方式来了解人类的思维。

①外延②内省③心理实验④大脑成像

A.①③④B.①③④C.②③④D.①②③

第2章模糊逻辑与大数据思维

1.模糊逻辑模仿人脑的不确定性概念判断、推理思维方式，实行模糊综合判断，推理解决常规

方法难以对付的（）型模糊信息问题。

A.随机B.规则C.条理D.逻辑

2.大数据是人工智能的基础。大数据时代，人们对待数据的思维方式会发生（）三个变化。

①人们更加重视数据的精确性，重视个别关键数据

②人们处理的数据从样本数据变成全部数据

③由于是全样本数据，人们不得不接受数据的混杂性，而放弃对精确性的追求

④人类通过对大数据的处理，放弃对因果关系的渴求，转而关注相关关系

A.①③④B.①②④C.②③④D.①②③

3.计算机的二进制逻辑通常只有两种状态：要么是真要么是假，现实生活中（）这么一刀

切的情况。

A.很少rrB.常见c.基本都是D.完全都是

4.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到I中间的（）值。

A.某个B.某一组C.任何D.特定

5.专家系统是利用人类专长建立起来的，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。

A.更多的B.相反的C.不同的D.一致的

4人工智能导论（第2版）

6.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。

A,单值B.多值C.形式D.数理

7.模糊逻辑善于表达界限不清晰的定性知识与经验，它区分模糊集合，处理模糊关系，模拟人

脑实施规则型推理，解决种和（）问题。

A.不确定B.确定C.精确D.重要

8.建立在二值逻辑基础上的原有的逻辑与数学难以描述和处理现实世界中许多（），模糊数

学与模糊逻辑就是要对其进行精确的描述和处理。

A.极值现象B.重复对象C.复杂问题D.模糊性对象

9.（）的引入，可将人的判断、思维过程用简单数学形式表达出来，从而使对复杂系统做

出合乎实际的、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基础。

A.精确计算B.统计科学C.模糊集合D.随机抽样

10,1965年，美国加利福尼亚大学自动控制理论专家查德在关于（）的一系列论著中首先提

出了模糊集合的概念，标志着模糊数学的诞生。

A.数值方法B.模糊控制C.逻辑运算D.数字理论

11.创立和研究模糊逻辑的主要意义在于（）o

①运用模糊逻辑变量、模糊逻辑函数和似然推理等新思想、新理论，从逻辑思想上为研究

模糊性对象指明了方向

②在数学基础研究方面，模糊逻辑发展完善，无须进一步优化

③在原有的布尔代数、二值逻辑等数学和逻辑工具难以描述和处理的自动控制过程、疑难

病症的诊断、大系统的研究等方面，都具有独到之处

@在方法论上，从精确性到模糊性、从确定性到不确定性的研究提供了正确的研究方法

A.①③④B.①②④C.①②③D.②③④

12.模糊逻辑系统是指利用模糊概念和模糊逻辑构成的系统。最常见的模糊逻辑系统有（）

三类。

①纯模糊逻辑系统②高木-关野模糊逻辑系统

③具有模糊产生器以及模糊消除器的模糊逻辑系统

④高斯复合模糊逻辑系统

A.①③④B.①②④C.②③④D.①②③

13.生产资料是人类文明的核心。农业时代生产资料是土地，工业时代生产资料是机器，数字时

代生产资料是（）o

A.能源B.数据C.信息D.物资

14.劳动方式是人类文明的重要表征。智能时代基于数字劳动而不断推动和丰富着“（）”。

A.信息文明B.机器文明C.数字文明D.手工文明

15.当面临大量数据时，社会都依赖于采样分析。但是采样分析是（）时代的产物。

A.电脑B.青铜器C.模拟数据D.云

16.因为大数据是建立在（）,所以我们就可以正确地考察细节并进行新的分析。

A.掌握所有数据，至少是尽可能多的数据的基础上的

B.在掌握少量精确数据的基础上，尽可能多地收集其他数据

C.掌握少量数据，至少是尽可能精确的数据的基础上的

D.尽可能掌握精确数据的基础上

17.直到今天，我们的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。

A.多数据量B.大数据量C.无数据量D.小数据量

18.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

习惯性地寻找缘由。

A.相关关系B.因果关系C.信息关系D.组织关系

19.在大数据时代，我们无须再紧盯事物之间的（）,而应该寻找事物之间的（）,这会

给我们提供非常新颖且有价值的观点。

A.因果关系，相关关系B.相关关系，因果关系

C.复杂关系，简单关系D.简单关系，复杂关系

20.人工智能，特别是机器学习，需要（）来建立其智能，甚至可以说，没有它就没有人工

智能。

A.网络B.算法C.专家D.数据

第3章智能体与智能代理

1.智能体是人工智能领域中一个很重要的概念，它是指能（）的软件或者硬件实体，任何

独立的能够思考并可以同环境交互的实体都可以抽象为智能体。

A.独立计算B.关联处理C.自主活动D.受控移动

2.在社会科学中，智能代理是一个（）的人或其他系统，它根据感知世界得到的信息做出

举动来影响这个世界。

A.理性且自主B.感性且自主C.理性且集中D.感性且集中

3.仟何通过（）感知环境并通过（）作用干该环境的事物都可以被视为智能体C

A.执行器，传感器B.传感器，执行器

C.分析器，控制器D.控制器，分析器

4.使用术语（）来表示智能体的传感器知觉的内容。一般而言，一个智能体在任何给定时

刻的动作选择，可能取决于其内置知识和迄今为止观察到的整个信息序列。

A.感知B.视线C.关联D.体验

5.在内部，人工智能体的（）将由（）实现，区别这两种观点很重要，前者是一种抽

6人工智能导论（第2版）

象的数学描述，而后者是一个具体的实现，可以在某些物理系统中运行。

A.执行器，服务器B.服务器，执行器

C.智能体程序，智能体函数D.智能体函数，智能体程序

6.事实上，机器没有自己的欲望和偏好，至少在最初，（）是在机器设计者的头脑中或者是

在机器受众的头脑中。

A.感知条件B.视觉效果C.性能度量D.体验感受

7.对智能体来说，任何时候，理性取决于对智能体定义成功标准的性能度量以及（）等4

个方面。

①在物质方面的积累②对环境的先验知识

③可以执行的动作④到目前为止的感知序列。

A.①②③B.②③④C.①②④D.①③④

8.在设计智能体时，第一步始终是尽可能完整地指定任务环境，它（PEAS）包括传感器以及

()o

①性能②环境③函数④执行器

A.①②④B.①③④C.①②③D.②③④

9.如果智能体的传感器能让它在每个时间点都能访问环境的完整状态，那么就说任务环境是

（）的。

A.有限可观测B.非可观测C.有效可观测D.完全可观测

10.在（）环境中，通信通常作为一种理性行为出现：在某些竞争环境中，随机行为是理性

的，因为它避免了一些可预测性的陷阱。

A.单智能体B.多智能体C.复合智能体D.离线智能体

11.如果环境的下一个状态完全由当前状态和智能体执行的动作决定，那么就说环境是（）。

A.静态的B.动态的C.确定性的D.非确定性的

12.通常，大部分人工智能应用都是一个（）的程序系统，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。

A.独立和细小B.关联和具体C.关联和庞大D.独立和庞大

13.有4种基本的智能体程序，它们体现了几乎所有智能系统的基本原理，每种智能体程序以特

定的方式组合特定的组件来产生动作。其中，简单反射型是最简单的智能体，其他基本形式还有

（）o

①基于动态理论型②基于目标型

③基于模型反射型④基于效用型

A.②③④B.①②③C.①②④D.①③④

14.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。

①感知环境中的动态条件

②执行动作影响环境

③进行推理以解释感知信息，求解问题，产生推理和决定动作

④感知环境中的静态参数

A.①②④B.①③④C.②③④D.①②③

15.智能代理是一套辅助人和充当他们代表的软件，一般具有（）等多个特点。

①代理性②临时性③智能性④移动性

A.①②④B.①③④C.①②③D.②③④

16.人们在智能代理程序中设置的一些（）甚至可以在不同计算机上运行，但依然遵循所设

计的层次协同合作原理。

A.串联信号B.关联数据C.独立模块D.随机函数

17.通过离散各个部分，智能代理的（）大大降低，使程序编写和维护更加简单。通过系统

内的协同合作，完全可以修改某些模块而不影响任何其他模块。

A.复杂度B.关联度C.独立性D.随机性

18.在人工智能领域中，多个（）在一个系统中协同作业，各自负责自己最擅长的工作。为

了执行任务，它们需要与其他做不同匚作的个体沟通。各自都对环境进行感知，其环境由任务所

决定。

A.复杂组件B.关联程序C.机器人组D.智能代理

19.所有相关的智能代理独立程序彼此间需要交流，这通常是通过（）来完成的。

A.随机组合B.传递信息C.直接控制D.系统中断

20.智能代理系统的适用场景有很多，例如包括（）。

①有限元计算②实体机器人③电脑游戏④股票、期货交易

A.①③④B.①②④C.①②③D.②③④

第4章知识表示及其方法

1.知识是信息（）通过对信息的提炼和推理而获得的正确结论，是人对自然世界、人类社

会以及思维方式与运动规律的认识与掌握，是人类大脑通过思维重新组合和系统化的信息集合。

A.数据库B.聚合商C.生产者D.接受者

2.知识与知识表示是人工智能中的一项重要的基本技术，它决定着人工智能如何进行（）o

A.知识学习B.知一只存储0.知识产牛D.知识爆炸

3.在信息时代，有许多可以处理和存储大量信息的计算机系统。信息包括数据和事实。数据、

事实、信息和知识之间存在着（）关系。

A.因果B.重叠C.层次D.网状

下列关于知识的叙述中，正确的是（

4.）0

①知识是信息接受者通过对信息的提炼和推理而获得的正确结论

②知识是铭刻在书本上不朽的真理

8人工智能导论（第2版）

③知识是人对自然世界、人类社会以及思维方式与运动规律的认识与掌握

④知识是人的大脑通过思、维重新组合和系统化的信息集合

A.①②④B.①③④C.①②③D.②③④

5.在人工智能中，从便于表示和运用的角度出发，将知识分为（）。

①对象②执行③元知识④事件和事件序列

A.①②③④B.①②③C.②③④D.①②④

6.以下关于“知识表示”的叙述中合适的是（）。

①是指把知识客体中的知识因子与知识关联起来，便于人们识别和理解知识

②是对知识的一种描述，或者说是一种计算机可以接受的用于描述知识的数据结构

③在知识组织的基础上产生知识表示方法

④是能够完成对专家的知识进行计算机处理的一系列技术手段

A.①③④B.①②④C.②③④D.①②③

7.对于人类而言，一个好的知识表示应该具有的特征包括（）。

①它应该是透明的，即容易理解

②无论是通过语言、视觉、触觉、声音或者这些组合，都对我们的感官产生影响

③从所表示的世界的真实情况方面考查，它讲述的故事应该让人容易理解

④良好的表示与机器庞大的存储器和极快的处理速度其实无关

A.①③④B.①②④C.①②③D.②③④

8.一幅相关的图片或图形可以相对简洁地传达故事或消息。（）是一种非正式的绘图，或者

说是对场景、过程、心情或系统的概括。

A.螺旋图B,图形草图C.圆饼图D.场景图

9.（）是知识表示的重要工具，因为它是表示状态、替代路径和可度量路径的自然方式。

A.数组B.表C.图D.线段

10.如果需要应用如最佳优先搜索算法这样的分析方法，使用（）表示最合适。

A.搜索树B.计算器C.矩阵D.图形

11.本质上，人工智能与决策用关。如果需要一种好的方式来评估要求做出决策的环境，（）

通常使用一个“IF［条件］THEN［动作广形式规则集来表示。

A.搜索树B,产生式系统C.图形D.框架法

12.（）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。

A.产生式系统B.框架法C.面向对象D.图形

13.（）的知识表示方法是一种以对象为中心，把对象的属性、动态行为、领域知识和处理

方法等有关知识封装在表达对象的结构中的混合知识表示形式。

A.产生式系统B.图形C.搜索树D.面向对象

14.（）知识表示方法把某一特殊事件或对象的所有知识储存在一种复杂的数据结构中。

A.框架法B.产生式系统C.搜索树D.面向对象

15.（）是知识表示中最重要的通用形式之一，它是通过概念及其语义关系来表达知识的一

种网络图。

A.框架法B.语义网络C.搜索树D.面向对象

16语义网络利用（）构成的有向图描述事件、概念、状况、动作及客体之间的关系。带标

记的有向图能十分自然的描述客体之间的关系。

①节点②顶点③无标记边④带标记边

A.③④B.①②C.①④D.②③

17.作为知识表示的一种形式，语义网络对计算机程序员和研究人员大有用途，但是缺少（）

这两个元素。在其他形式的知识表示中，它们是直接可用的。

①规模②精度③准确性④集合成员关系

A.③④B.①②C.①③D.②④

18.理解知识图谱的概念，有两个关键词，即（）o

①语义网络②大规模③高精度®广泛性

A.①②B.①③C.②④D.③④

19.知识图谱是实现机器认知智能的基础。机器认知智能的两个核心能力：（）；均与知识图

谱有着密切关系。

①扩展②理解③解释④反馈

A.①④B.②③C.①③D.②④

20.知识图谱系统的生命周期包含四个重要环节，即知识表示和（）。这四个环节循环迭代。

①知识获取②知识计算③知识管理④知识应用

A.②③④B.①②③C.①③④D.①②④

第5章规则与专家系统

1.作为早期人工智能的一个重要分支，（）实现了人工智能从理论研究走向实际应用、从一

般推理策略探讨转向运用专门知识的重大突破。

A.专家系统B.精确算法C.软件工程D.智能机器

2.事实J大多数人（）专家，这与早期的人类观点相反.

A,都可以成为B.可以在各个领域成为

C.无师自通，自成D.只有在自己的专业领域才是

3.国际象棋大师（）创建生活中其他事物启发法、规则、方法的大师，对于数学博士、医

生或律师来说也是如此。

A.大部分是B.基本不是C.通常都是D.没有可能成为

4.我们所知道的是，人们在掌握任何特定领域知识之前，（）。

1()人工智能导论（第2版）

A.需要长期的学习B.通常都是天才

C.只要勤奋工作就行D.只要生活幸福就行

5.德雷福斯兄弟认为：专有技术基于“从新手到专家的过程中有5个技能获取阶段”这个前提,

即新手、熟手、（）、精通、专家。

A.能手B.后j人C.胜任D.行家

6.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（大脑和思想）。

A.图像显示质量B.人脑整体工作的方式

C.声音抒发的音色D.运算速度与精度

7.专家的一个关键的杰出特征就是，他们能出色地完成工作。要做到这一点，他们要能够完成

的工作包括（）。

①转述问题②解决问题③解释结果④学习

A.②③④B.①②③C.①②④D.①③④

8.专家系统一般采用（）表示和推理技术，根据系统中的知识与经验，进行推理和判断，

来模拟通常由人类领域专家才能解决的复杂问题决策过程。

A.逻辑B.知二只C.信息D.条件

9.最初尝试创建人工智能的研究人员曾经认为，建立专家系统所需要的不过是（）而已。

A.少量的规则B.精确的算法C.足够的规则D.模糊的算法

10.计算机在编程后能够进行的第一批游戏都是具备制胜策略的。比如，“21点”游戏的制胜策

略就是确保自己成为喊出（）的玩家。

A.20B.21C.18D.19

11.如果不存在制胜策略，计算机就会寻找能够实现的最优方案。所谓“极大极小化策略”，就

是在我们的回合争取获得（）利益，在对手回合则考虑（）利益。

A.最小化，最大化B.最大化，最小化

C.最小化，最小化D.最大化，最大化

12.人们设想，在利用规则推导建立的医学诊断专家系统中，在用户输入数据后，能够通过数据

推导出对病因的诊断。但前期的尝试均以失败告终，原因归根结底还是因为缺乏（）。

A.金钱B.物质资源C.人手D.知识

13.总体来说，专家系统因其在计算机科学和现实世界中的贡献而被视早期人工智能发展中

（）、最成功、最知名和最受欢迎的领域。

A.最古老B.最年轻C.最专一D.最简单

14.专家系统出现在2（）世纪7（）年代，当时整个人工智能领域正处在发展的（）。

A.高潮B.第三阶段C.低谷D.爆发时期

15.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。

A.运算B.学习C.显示D.智能

16.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。

A.费用和收益B.时间和进度C.形象和成果D.领域和问题

17.与其他人工智能系统不同，专家系统偏重处理（）的知识。

A.确定但不精确B.不确定但一定精确

C.不确定和不精确D.确定并且精确

18.专家系统是一个基于知识的系统。通常，一个高性能专家系统应具备的特征包括（）o

①启发性②直观性③透明性④灵活性

A.①③④B.①②④C.①②③D.②③④

19.专家系统一般由人机交互界面、综合数据库、知识获取、（）等6个部分构成，其体系

结构随类型、功能和规模的不同，而有所差异。

①自动机②知识库③推理机④解释器

A.①②④B.①③④C.①②③D.②③④

20.按知识表示技术，专家系统可分为基于规则、（）等的专家系统，已经被广泛应用在工

程、科学、医药、军事、商业等方面。

①基于逻辑②基于语义网络

③基于框架④基于精确算法

A.②③④B.①②③C.①②④D.①③④

第6章机器学习机器算法

1.机器学习是使计算机具有智能的根本途径，是一门涉及到概率论、统计学、逼近论、凸分析、

算法复杂度理论等多领域的（）学科，专门研究计算机怎样模拟或实现人类的学习行为。

A.重复B.交叉C.复合D.独立

2.机器学习最早的发展可以追溯到（）o

A.英国数学家贝叶斯在1763年发表的贝叶斯定理

B.1950年计算机科学家图灵发明的图灵测试

C.1952年亚瑟・塞缪尔创建的一个简单的下棋游戏程序

D.唐纳德・米奇在1963年推出的强化学习的tic-tac-toe（井字棋）程序

3.20世纪50年代中叶到60年代中叶，属于机器学习的（）时期。这个时期通过对机器的

环境及其相应性能参数的改变来检测系统所反馈的数据，最后选择一个最优的环境生存。

A.衰退B.复兴C.冷静D.热烈

4.从20世纪60年代中叶到70年代中叶，被称为机器学习的（）时期。主要研究将领域知

识植入系统，通过机器模拟人类学习，同时采用图结构及逻辑结构方面的知识进行系统描述。

A.衰退B.复兴C.冷静D.热烈

12人工智能导论（第2版）

5.从20世纪70年代中叶到80年代中叶，称为（）时期。在此期间人们从学习单个概念扩

展到学习多个概念，探索不同的学习策略和学习方法，开始把学习系统与各种应用结合起来。

A.衰退B.复兴C.冷静D.热烈

6.20世纪80年代中叶，机器学习进入新阶段的主要特点包括（）。

①机器学习成为新的边缘学科，融合各种学习方法

②机器学习与人工智能各种基础问题的统一性观点正在形成

③与机器学习有关的商业活动和市场销售空前活跃

④各种学习方法的应用范围不断扩大，一部分已形成商品

A.①②④B.①③④C.②③④D.①②③

7.学习是人类具有的一种重要的智能行为，社会学家、逻辑学家和心理学家都各有其不同的看

法，关于机器学习，合适的定义是（）。

①兰利的定义是「机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，

特别是如何在经验学习中改善具体算法的性能”

②汤姆•米切尔的定义是：“机器学习是对能通过经验自动改进的计算机算法的研究”

③阿尔帕丁的定义是：“机器学习是用数据或以往的经验，以优化计算机程序的性能标准”

④马丁•路德金的定义是：“机器学习是一门研究算法获取新知识和新技能，并识别现有知

识的学问”

A.①③④B.①②④C.①②③D.②③④

8.（）机器学习主要研究学习机制，注重探索模拟人的学习机制，研究内容包括决策树、

随机森林、人工神经网络、贝叶斯学习等方面。

A.大数据B.经典C.创新D.传统

9.（）环境下的机器学习主要是研究如何有效利用信息，注重从巨量数据中获取隐藏的、

有效的、可理解的知识。

A.大数据B.经典C.创新D.传统

10.（）作为机器学习重要算法之一，是一种利用多个树分类器进行分类和预测的方法。

A.大数据块B.神经网络C.随机森林D.传统聚焦

11.（）是一种具有非线性适应性信息处理能力的算法，可克服传统人工智能方法对于直觉

方面的缺陷，得到迅速发展。

A.大数据块B.神经网络C.随机森林D.传统聚焦

12.机器学习的核心是“使用（）解析数据，从中学习，然后对世界上的某件事情做出决定

或预测二

A.程序B.函数C.算法D.模块

13.有三种主要类型的机器学习：监督学习、无监督学习和（）学习，各自有着不同的特点。

A.重复B.强叱C.自主D.优化

14.（）学习是指输入数据中有导师信号，以概率函数、代数函数或人工神经网络为基函数

模型，采用迭代计算方法，学习结果为函数。

A.无监督B.强化C.自主D.监督

15.监督学习的主要类型是（）。

A.分类和回归B.聚类和回归C.分类和降维D.聚类和降维

16.无监督学习又称归纳性学习，分为（）。

A.分类和回归B.聚类和回归C.分类和降维D.聚类和降维

17.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（）。

A.文字处理B.数据挖掘C.游戏娱乐D.自动控制

18.要完全理解大多数机潜学习算法，需要对一些关键的数学概念有一个基本的理解。机器学习

使用的数学知识主要包括（）o

①线性代数②微积分③概率统计④微分方程

A.①③④B.①②③C.②③④D.①②④

19.机器学习的（）是一种建模和分析数据的预测性技术工具，它研究因变量（目标）和自

变量（预测器）之间的关系，通常用于预测分析、时间序列模型以及发现变量之间的因果关系。

A.回归分析B.决策树C.神经网络DM-最近邻

20.最著名的基于实例的算法是（）（KNN）算法，它是机器学习中最基础和简单的算法之

一，既能用于分类，也能用于回归。

A.回归分析B.决策树C.神经网络DM-最近邻

第7章神经网络与深度学习

1.如果你想设计人工智能系统，那就要学习并分析这个星球上最自然的智能系统之一，即（）o

A.人脑神经系统B.人脑和五官系统

C.肌肉和血管系统D.思维和学习系统

2.所谓神经网络，是指以人脑和神经系统为模型的（）算法。

A.倒档追溯B.直接搜索C.机器学习D.深度优先

3.如今，ANN从股票市场预测到（）和许多其他应用领域都有突出的应用表现。

①汽车自主控制②模式识别③经济预测④数字分析

A.①③④B.①②④0.②③④D.①②③

4.人脑是一种适应性系统，必须对变幻莫测的事物做出反应，而学习是通过修改神经元之间连

接的（）来进行的。

A.顺序B.强度C,速度D.平滑度

5.人类细胞之间的轴突-树突（轴突-神经元胞体或轴突•轴突）接触称为神经元的（）o

A.突触B.轴突C.树突D.髓鞘

6.人脑由（）个神经元组成，这些神经元彼此高度相连。

14人工智能导论（第2版）

A.100-1000万B.50〜500万D.50〜500亿D.100-1000亿

7.ANN是一种模仿生物神经网络，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。

A.细胞体B.权重C.输入通道D.输出通道

8.现代神经网络是一种非线性统计性数据建模工具。典型的神经网络具有（）3个部分。

①结构②尺寸③激励函数④学习规则

A.①②④B.①②③C.①③④D.②③④

9.人工智能在图像识别上已经超越了人类，支持这些图像识别技术的，通常是（）o

A.云计算B.因特网C.神经计算D.深度神经网络

10.将ANN与模糊逻辑结合起来生成（）网络，这个网络既有ANN的学习能力，同时也

具有模糊逻辑的解释能力。

A.模式识别B.人工智能C.神经模糊D.自动计算

11.从研究角度看，（）是基于多层神经网络、海量数据为输入的，发现规则自学习的方法。

A.深度学习B.特征学习C.模式识别D.自动翻译

12.现实世界大多数事情的特征是复杂非线性的。比如猫的图像中就包含了颜色、形态、五官、

光线等各种信息。深度学习的关键就是通过（）映射将这些因素成功分开。

A.多层线性B.多层非线性C.数据依赖性D.复杂问题

13.已经有多种深度学习框架，如深度神经网络和（）,被应用在计算机视觉、语音识别、

自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

①卷积神经网络②高信价比网络③深度置信网络④递归神经网络

A.①②④B.①③④C.①②③D.②③④

14.（）网络是一种用来分析视觉图像的强大的深度学习模型，它是一种前馈神经网络，类

似于人工神经网络的多层感知器，也是深度学习的代表算法之一。

A.深度神经B.深度置信C.卷积神经D.递归神经

15.与常规神经网络不同，卷积神经网络各层中的神经元是3维排列的：（）。在其结构的最

后部分将会把全尺寸的图像压缩为包含分类评分的一个深度方向排列的向量。

①宽度②高度③精度④深度

A.①②③B.②③④C.①③④D.①②④

16.卷积神经网络中池化层的核心目标之一是提供空间方差，即使它的外观以某种方式发生改

变，机器也能够将对象识别出来。池化层通常由一个简单的操作完成，比如（）o

①max②min③average④total

A.①②③B.②③④C.①②④D.①③④

17.如何充分利用之前标注好的数据（废物利用），同时又保证在新的任务上的模型精度一一基

于这样的需求，就有了对（）的研究。

A.自由学习B.迁移学习C.加强学习D.概率学习

18.从相关领域中迁移标注数据或者知识结构、完成或改进目标领域或任务的学习效果，迁移学

习的关键点是（）0

①迁去何处②迁移什么③如何迁移④何时迁移

A.①②④B.①③④C.①②③D.②③④

19.迁移学习需要研究如何利用正迁移,避免负迁移。它的主要迁移方式有（）0

①基于实例的迁移②基于特征的迁移

③基于算法的迁移④基于共享参数的迁移

A.①②③B.②③④C.①②④D.①③④

20.下列场景中，（）是深度学习技术的典型应用领域。

①语音识别②科学计算③机器翻译④自动驾驶

A.①③④B.①②④C.①②③D.②③④

第8章创建智能系统的强化学习

1.强化学习是机器学习中一种广泛应用于创建（）的模式，其主要问题是：一个智能体如

何在环境未知，只提供对环境的感知和偶尔的奖励情况下，对某项任务变得精通。

A.数据环境B.搜索引擎C.智能系统D.事务系统

2.强化学习侧重在线学习并试图在探索一利用间保持平衡，用于描述和解决智能体在与环境的

交互过程中，以“（）”的方式，通过学习策略达成回报最大化或实现特定目标的问题。

A.试错B.分析C.搜索D.奖励

3.强化学习不要求预先给定任何数据，主要表现在强化信号上，通过接收环境对动作的（）

获得学习信息并更新模型参数。

A.试错B.分析C.搜索D.奖励

4.强化学习是从（）、参数扰动自适应控制等理论发展而来的，其基本原理是：如果智能体

的某个行为策略导致环境正的奖赏，那么该智能体以后产生这个行为策略的趋势便会加强。

A.深度学习B.动物学习C.离散分析D.机器研究

5.在强化学习中，（）选择一个动作用于环境，环境接受该动作后状态发生变化，同时产生

一个强化信号（奖或惩）反馈给智能体。

A.专家B.学习者C智能体D.复合体

6.强化学习的常见模型是标准的（

A.马尔可夫决策过程B.先验标注数据

C.逆强化学习模型D.马尔代夫分析模型

7.强化学习主要由智能体和环境组成,两者间通过（）3个信号进行交互。

①奖励②状态③反馈④动作

A.②③④B.①②③C.①③④D.①②④

16人工智能导论（第2版）

8.在强化学习中，每一个自主体由两个神经网络模块组成，即（）。

A.马尔可夫决策和马尔代夫分析B.行动网络和评估网络

C.逆强化学习和顺优选函数D.先验知识和标注数据

9.（）是根据当前的状态而决定下一个时刻施加到环境上去的最好动作。

A.评估网络B.学习者C.行动网络D.复合体

10.强化学习和监督学习的共同点是两者都需要大量的（）进行学习训练，但两者的学习方

式不尽相同，两者所需的数据类型也有差异。

A.数据B.程序C.行为D.资源

11.一般而言，（）是通过对数据进行分析、找到数据的表达模型，随后利用该模型，在新

输入的数据上进行决策。

A.简单学习B.强化学习C.无监督学习D.监督学习

12.在基于模型的强化学习中，智能体使用环境的（：来帮助解释奖励信号并决定如何行动。

A.动态规划B.转移模型C.奖励模型D.策略模型

13.在无模型西化学习中，智能休直接学习如何采取行为方式，可以使用（）法求解。

A.动态规划B.转移模型C.奖励模型D.策略模型

14.从系统设计者的角度来看，向智能体提供（）通常比提供有标签的行动样本要容易得多。

在这种学习中，智能体与世界就其反映表现进行互动。

A.动态规划B.环境参数C.奖励信号D.效用函数

15.考虑这样的情形：有少量动作和状态，且环境完全兀观测，其中智能体已经有能决定其动作

的固定策略。智能体将尝试学习（