2026年人工智能历史沿革基础考试试题及答案

2026年人工智能历史沿革基础考试试题及答案一、单项选择题（每题2分，共30分）1.1956年达特茅斯会议首次提出“人工智能”一词，下列哪位学者未被列为会议发起人？A.约翰·麦卡锡B.马文·明斯基C.克劳德·香农D.赫伯特·西蒙答案：D解析：赫伯特·西蒙虽为AI早期巨擘，但并未出现在1956年达特茅斯会议的原始发起人名单。2.1965年，DENDRAL专家系统成功应用于化学质谱分析，其核心推理机制属于：A.基于规则的反向链B.基于案例的推理C.模糊逻辑D.贝叶斯网络答案：A解析：DENDRAL采用“if-then”规则库与反向链推理，标志知识驱动AI的里程碑。3.1973年《莱特希尔报告》对英国AI研究造成重大冲击，其批评焦点不包括：A.理论空洞B.计算复杂度爆炸C.产业应用滞后D.数据隐私泄露答案：D解析：莱特希尔报告并未涉及隐私问题，而是聚焦AI理论及工程可行性。4.1982年日本启动“第五代计算机”计划，其主攻方向为：A.神经网络加速器B.符号推理与并行PrologC.卷积视觉芯片D.量子退火答案：B解析：第五代机以并行Prolog机与知识信息处理为核心，意图实现“知识”而非“数值”计算。5.1997年深蓝击败卡斯帕罗夫，其评估函数中未采用下列哪项？A.子力价值表B.王安全性启发C.蒙特卡洛rolloutD.兵形结构评分答案：C解析：深蓝时代尚未引入蒙特卡洛树搜索，其评估为静态启发式。6.2006年Hinton等提出“深度信念网络”预训练策略，关键创新是：A.逐层无监督预训练+有监督微调B.随机梯度下降动量项C.ReLU激活函数D.残差跳跃连接答案：A解析：逐层RBM预训练缓解了深层网络梯度消失，开启深度学习复兴。7.2012年ImageNet冠军AlexNet首次采用GPU大规模训练，其网络深度为：A.5层B.8层C.16层D.22层答案：B解析：AlexNet含5个卷积层+3个全连接层，共8层可训练权重。8.2014年生成对抗网络GAN的博弈目标函数中，判别器D最大化：A.lB.lC.D.答案：A解析：原始GAN采用交叉熵，判别器最大化正确分类真实与生成样本的对数概率。9.2016年AlphaGo击败李世乭，其策略网络输出为：A.361维softmax概率向量B.19×19×1标量价值C.棋盘哈希编码D.UCT节点访问计数答案：A解析：策略网络输出19×19=361维的落子概率分布。10.2017年Transformer架构中，自注意力计算复杂度为：A.OB.OC.OD.O答案：C解析：序列长度n，每位置需关注所有位置，复杂度。11.2018年BERT预训练任务中，下一句预测（NSP）正样本采样策略为：A.同一文档相邻两句B.随机跨文档两句C.同一文档隔段两句D.人工标注答案：A解析：正样本为文档中真实连续句子，负样本随机替换第二句。12.2020年GPT-3参数量达1750亿，其训练语料总词元量约为：A.3亿B.30亿C.300亿D.3000亿答案：C解析：OpenAI披露GPT-3使用约300Btoken。13.2021年AlphaFold2预测蛋白质结构，其Evoformer模块输入不包括：A.MSA表示B.配对表示C.模板结构D.原子坐标答案：D解析：原子坐标为输出而非输入。14.2022年ChatGPT采用RLHF训练，其中人类反馈奖励模型训练数据为：A.成对比较排序B.绝对评分C.多选标签D.像素级掩码答案：A解析：人工对同一提示下多条输出进行成对偏好排序，训练奖励模型。15.2025年欧盟《AI法案》正式生效，其风险分级中，下列哪项被划入“不可接受风险”？A.深度伪造B.实时生物识别监控C.社交评分系统D.推荐算法答案：C解析：社交评分系统被明令禁止，属不可接受风险。二、多项选择题（每题3分，共15分）16.关于1950年图灵测试，下列说法正确的是：A.测试者通过文本交互B.若30%评委在5分钟内误判，则机器通过C.图灵原文提出“模仿游戏”D.测试考察机器“思考”而非“智能”答案：A、C、D解析：图灵未设定30%具体阈值，后世引申。17.1980年代XCON专家系统为DEC节省成本，其技术特征包括：A.前向链规则B.知识库与推理机分离C.基于帧的对象表示D.自动规则学习答案：A、B、C解析：XCON无自动学习，规则由人工编写。18.2018年DeepMind提出的AlphaStar在星际争霸II中采用：A.多智能体联赛训练B.长短期记忆网络C.Transformer自回归策略D.策略蒸馏答案：A、B、D解析：核心为RNN+联赛+蒸馏，未用Transformer。19.2023年GPT-4技术报告中提及的安全措施包括：A.红队对抗测试B.ConstitutionalAI循环C.基于规则奖励模型D.完全可解释注意力可视化答案：A、B、C解析：GPT-4未实现完全可解释。20.2024年开源大模型Llama3训练优化包括：A.分组查询注意力B.8位量化checkpointC.流水线+张量并行D.强化学习从人类偏好答案：A、C、D解析：Llama3发布时未采用8位量化训练，仅提供FP16权重。三、判断题（每题1分，共10分）21.1969年《感知机》一书证明了单层感知机无法解决异或问题，导致神经网络第一次寒冬。答案：正确解析：Minsky与Papert的数学证明打击资助。22.1987年LISP机器市场崩盘标志着AI第二次寒冬结束。答案：错误解析：应为“开始”而非结束。23.2009年ImageNet数据集初始版本含1000类、1400万张图片。答案：错误解析：初始ILSVRC2010含1000类、120万图，1400万为完整ImageNet。24.2015年残差网络ResNet在ImageNettop-5错误率首次低于5%。答案：正确解析：ResNet-152达3.57%，人类约5%。25.2019年GPT-2因“过于危险”被OpenAI完全禁止发布。答案：错误解析：OpenAI分阶段释放，未完全禁止。26.2021年Codex模型在HumanEvalpass@1指标上首次突破70%。答案：错误解析：Codex-12B达28.8%，70%为后续GPT-4。27.2022年StableDiffusion潜空间维度为64×64×4。答案：正确解析：VAE将512×512×3压缩至64×64×4。28.2023年Claude2上下文窗口达200Ktoken，采用稀疏注意力降低显存。答案：正确解析：Claude2使用局部+全局稀疏模式。29.2024年GeminiUltra在MMLU基准上首次实现人类专家水平90%。答案：正确解析：GeminiUltra达90.0%，人类专家约89.8%。30.2025年出现的“混合专家模型”MoE首次由Google在2020年提出。答案：错误解析：MoE概念可追溯至1991年Jacobs等。四、填空题（每空2分，共20分）31.1955年，麦卡锡在达特茅斯会议提案中首次使用“________”一词描述智能机器研究。答案：人工智能32.1970年，Shortliffe开发________系统，标志医疗AI起步。答案：MYCIN33.1986年，Rumelhart等重新发明________算法，使神经网络重获关注。答案：反向传播34.1995年，Vapnik提出__________，奠定统计学习理论。答案：支持向量机35.2011年，IBM________在智力竞答节目击败人类冠军。答案：Watson36.2014年，Szegedy等发现__________现象，暴露深度模型脆弱性。答案：对抗样本37.2017年，Vaswani等提出__________机制，革命性替代RNN。答案：自注意力38.2020年，OpenAI发布__________，参数1750亿，开启大模型时代。答案：GPT-339.2022年，ChatGPT引入__________对齐方法，显著改善无害性。答案：RLHF40.2024年，Meta发布__________模型，开源社区可商用。答案：Llama3五、简答题（每题10分，共30分）41.简述符号主义与连接主义在1980—1990年代的争论焦点，并指出最终如何走向融合。答案：符号主义主张显式规则与逻辑推理，强调可解释与知识表示；连接主义强调分布式表征与梯度学习，擅长感知与模式识别。争论焦点：1.知识是否必须符号化；2.学习是否需先验规则；3.可解释性与精度权衡。1990年代，混合系统出现：如Neuro-SymbolicIntegration，用神经网络学习符号规则权重；2000年后，统计关系学习、马尔逊逻辑网结合概率与一阶逻辑；2015年后，神经图灵机、可微分逻辑推理实现端到端符号操作，标志融合。42.概述2012—2022年ImageNet竞赛退出历史舞台的原因，并分析其对AI研究的正负影响。答案：2017年ImageNet竞赛正式停办，原因：1.错误率趋近饱和，top-5低于2%，继续刷分边际效益低；2.数据集规模与多样性不足，难以反映开放世界；3.工业界转向更大私有数据，学术社区聚焦迁移学习与自监督；4.伦理与隐私争议，人脸标签泄露。正面影响：催生AlexNet、ResNet、Inception等架构，推动GPU生态；建立基准文化，加速计算机视觉产业化。负面影响：过度拟合单一指标，忽视鲁棒性、公平性；资源集中，中小机构难以跟进；数据偏差导致算法歧视。43.说明2023年以来“大模型+工具”范式的技术路径，并以Jupyter代码解释器为例阐述其如何突破传统链式提示的局限。答案：路径：1.大模型生成可执行代码；2.沙箱环境（容器、Docker）安全运行；3.结果反馈至模型形成闭环。Jupyter解释器集成：用户提问“预测特斯拉股价”，模型生成Python代码调用yfinance、matplotlib，执行后返回图表与统计指标；模型依据结果再生成自然语言结论。突破局限：传统链式提示仅依赖文本上下文，无法实时获取外部数据或进行数值迭代；工具链引入环境交互，实现动态计算、文件读写、网络搜索，扩展模型能力至“行动”层面，形成“语言-行动”双循环，误差可自我修正。六、计算题（共25分）44.已知1956年罗森布拉特感知机更新规则为=给定二维数据集：正例(1,2)标签+1，负例(2,1)标签-1，初始权重=(0,0)答案：第一步：输入(1,2)，=s=第二步：输入(2,1)，=s=一轮后权重向量(−45.2020年VisionTransformer将图像切分为16×16patch，输入图像(1)patch数量N；(2)若每个patch线性投影至768维，计算投影层参数量（含偏置）。答案：(1)N(2)单patch向量长度16×16×3=46.2024年某MoE模型总参数量P=200B，专家数E=64，每次激活专家数答案：激活比例==B。七、综合论述题（共20分）47.结合历史事件与算法细节，论述“规模”与“结构”在人工智能三次浪潮中的交替主导作用，并预测2026—2030年可能出现的第四次转折。答案：第一次浪潮（1956—1974）：符号主义结构主导，规模小但逻辑严谨；第二次（1980—1995）：专家系统结构固化，规则库规模扩大，遭遇知识瓶颈；第三次（2006—今）：连接主义结构复兴，但真正的跃迁来自规模——数据、算