人工智能通识：理论、案例与应用 题库参考答案 王汉生

一、单选题1~5CCBAB6~10BBDCB11~15CDDBB16~20CCCBD21~25CCCBB26~30BACBB31~35BCCBB36~40DBDAC41~45BCCBB46~50CBBBC二、判断题1~5√××××6~10√√√××11~15×√√×√16~20√××××21~25√√×√√26~30××√××31~35√√×√×36~40×√×√√41~45√××××46~50×√×√√三、简答题1．请简述生成对抗网络的概念。答：生成对抗网络（GenerativeAdversarialNetwork，GAN）是一种基于博弈论的深度学习模型，其通过构建两个相互竞争的神经网络——生成器与判别器，使二者在对抗训练过程中不断优化，最终实现高质量的数据生成。生成器扮演“伪造者”的角色。其目标是学习真实数据的分布，并生成尽可能逼真的假数据。它接收一个随机噪声向量作为输入，通过复杂的神经网络变换，输出一个合成数据样本。判别器扮演“鉴别者”的角色。其目标是成为一个精准的“鉴定专家”，负责区分输入数据是来自真实数据集还是生成器产生的假数据。它接收一个数据样本，输出一个概率值，表示该样本为真实数据的可能性。在训练过程中，生成器和判别器构成一个动态的“博弈”过程，生成器努力生成更逼真的数据来欺骗判别器；判别器则努力提升自己的鉴别能力，以识破生成器的欺骗。这种对抗过程促使双方共同进步。随着对抗训练的进行，生成器的伪造技术越来越高超，而判别器的鉴定能力也越来越强。最终，当生成器能够生成无法被判别器有效区分的样本时，即判别器对任何样本的判断都接近随机猜测（输出概率为0.5），就认为生成器已经成功地学习到了真实数据的分布。2．简述智能体的特点。答：智能体的特点体现在以下5个方面。（1）自主性智能体能够在没有直接人为干预的情况下运行，并对其行为和内部状态拥有一定程度的控制权。它不是完全通过外部指令来驱动，而是可以基于自身的“判断”采取行动。（2）反应性智能体能够感知周围环境的变化，并及时做出适当的反应。（3）主动性智能体并不仅仅是被动反应，它还能主动发起行动以实现其目标。（4）适应能力智能体能够从过去的经验和与环境的交互中进行学习，积累知识，以适应环境的变化或提升性能。（5）交互性在复杂场景中，智能体能够与环境、其他智能体或人类进行交互、通信、协作或竞争。3．简述具身智能的特点。答：（1）具身性具身智能拥有一个物理身体，这个身体是其感知世界和与世界互动的基础。这个身体不一定要像人，它可以是一辆车、一个无人机，甚至一个机械臂。具身智能的物理身体不仅是智能的载体，其形态和结构也会对具身智能的行为和认知方式造成影响。（2）情境依赖性具身智能的智能行为是依赖于具体情境的，它不是按照固定的、脱离情境的规则来行动，而是根据所处的特定情境来做出合理的决策。对具有具身智能的智能体（后文简称“具身智能体”）来说，环境是认知的一部分，智能体不必将所有信息都存储在大脑中，而是可以利用环境本身作为外部存储器。（3）感知与行动的闭环性具身智能强调通过“感知—行动”的持续循环来与世界互动。在这个循环中，具身智能体首先通过身体的感知系统感知环境信息，然后根据这些信息进行内部处理，最后通过身体的运动系统对环境做出行动。这个过程是一个连续的循环，这个循环允许具身能智能体在线学习、适应不确定性，并从错误中吸取教训。（4）智能涌现于交互具身智能中复杂的智能行为并非被预先编程，而是从智能体与环境的简单交互中逐渐涌现出来的。4．简述代理式人工智能的概念与特点。答：代理式人工智能是指一类具备自主性、目标导向和交互性的人工智能系统，能够在复杂多变的环境中自主感知信息、进行推理、制定决策并执行任务，从而实现目标驱动的智能化行为。它突破了传统人工智能系统“被动执行”的局限，展现出更强的主动性、适应性和协作能力，是人工智能从工具向“智能代理”演进的重要阶段。代理式人工智能的核心特点就是能够像“虚拟代理人”般在人类指定的环境或系统中独立运作，完成复杂任务。与传统的、被动响应指令的人工智能不同，代理式人工智能更像一个“主动的智能体”，它可以在没有人类干预的情况下完成任务。5．简述提示词的概念与要素答：提示词是用户向AI模型输入的具体指令或问题，是触发模型生成内容的直接载体。AI模型的本质是概率生成器，提示词通过提供语义锚点缩小模型的猜测范围。一个高效的提示词通常包含指示、上下文、示例、格式约束等要素，指示用来明确任务目标，上下文提供背景信息，示例锚定输出风格，格式约束限定输出形式。6．使用AIGC工具进行文本生成视频的核心步骤是什么？答：（1）明确目标在生成视频之前，用户首先要确定视频类型（如广告片、动画片、教学视频）、时长（通常为15秒～60秒）和风格（如写实、卡通、赛博朋克）。（2）准备文本内容文本内容需结构清晰、语义明确，适合转化为视觉叙事，避免过于抽象或冗长的内容。结构化描述采用“场景+主体+动作+风格+细节”的形式。（3）输入文本与设置参数登录AIGC工具平台，在对话框中输入文本内容，设置视频风格、运镜控制、视频比例、分辨率、帧率等参数。其中，分辨率要根据平台选择，如抖音9∶16的竖屏，分辨率为720P，高分辨率则会消耗更多算力；帧率默认为24～30FPS，动画的话可将帧率调整为12FPS，以节省资源；用户可以在某些AIGC工具中上传现有素材作为构图模板，AIGC工具会匹配色调、运镜和场景布局。（4）生成视频AIGC工具通过自然语言处理技术解析文本语义，自动从素材库匹配相关画面，并合成基础转场、动态字幕、背景音乐，部分工具需要用户手动选择配音音色。（5）微调与导出替换不匹配的素材，调整字体、颜色、动画效果；叠加环境音效（如鸟鸣、风声），调整人声与背景音乐的音量平衡。预览无误后，选择合适的分辨率（如1080P、720P）导出，分享至抖音、视频号等平台，部分工具支持直接分享。7．简述语音克隆的概念与核心流程。答：语音克隆的本质是通过AIGC模型提取目标说话人的声纹特征，并将其与输入文本的语义信息融合，生成保留原音色、韵律的合成语音。其核心流程包含三步：一是特征提取，从参考语音中捕捉音色、音高、语速等个性化标识；二是文本对齐，将输入文本转换为音素序列，结合声纹特征生成匹配的Mel频谱；三是语音合成，通过声码器将Mel频谱转换为原始语音波形。8．用户使用AIGC工具分析信息时可以采用哪些技巧？答：一是提供多元信息源，在请求AIGC工具分析时尽量提供来自不同立场、不同领域的信息，这样AIGC工具的分析会更全面，偏见会更少；二是追问与深挖，不要满足于AIGC工具的第一次回答，可使用“为什么”“请详细解释第三点”“这个结论的依据是什么”等追问，引导其进行更深层次的思考；三是人机协同，始终记住AIGC工具只是辅助工具，其分析结果是基于现有数据的模式匹配和概率生成的，最终的判断和决策必须结合自己的专业知识、经验和价值观，要将AIGC工具视为一个强大的“外脑”，而非替代品。9．模拟面试结束后，求职者可以要求AIGC工具从哪些维度对其表现进行评估？答：一是内容层面，如回答是否切题、逻辑是否清晰、是否有效展示了个人优势；二是表达层面，如语言是否流畅、自信，是否存在口头禅或不恰当的用词；三是策略层面，如回答的结构（如STAR法则，该法则是一套“情境—任务—行动—结果”的闭环叙事逻辑，核心作用是通过具体案例直观证明个人能力）是否得当，是否抓住了面试官所提问题的核心。10．人工智能对就业的积极影响是什么？答：人工智能对就业造成的积极影响体现在3个方面，一是创造新的就业机会，二是提高工作效率，三是促进职业发展与技能提升。（1）创造新的就业机会人工智能技术的发展催生了许多新的职业岗位，如人工智能工程师、数据挖掘工程师、机器学习工程师和自然语言处理工程师等。这些岗位专注于人工智能算法的开发、数据处理和模型优化，为人工智能技术的发展提供了关键支持。同时，也推动了各行各业的智能化升级，为就业市场注入了新的活力。（2）提高工作效率人工智能技术能够自动化处理大量的重复性、规律性工作，如数据录入、文档整理、报表生成等。这使得员工可以将更多的时间和精力投入到更具创造性、战略性和价值的工作中，从而提高工作效率和工作质量。（3）促进职业发展与技能提升为了适应人工智能时代的工作需求，员工需要不断学习和掌握新的知识和技能，如数据分析能力、人工智能基础知识、编程技能等。这种持续学习的过程有助于员工提升自身的综合素质和竞争力，促进职业发展。企业也会为员工提供更多的培训机会和资源，以帮助他们适应人工智能技术带来的变化。11．简述机器学习的四种类型。答：根据学习模式的不同，机器学习分为监督学习、无监督学习、半监督学习和强化学习4种方式。（1）监督学习监督学习是指通过已标注的训练数据来训练模型，从而让模型能够学习到输入特征与输出标签之间的映射关系，最终能对没见过的新数据做出准确预测。监督学习要求训练数据必须包含输入特征和对应标签，标签越精准，样本越具有代表性，模型学习的准确度就越高。（2）无监督学习无监督学习是指模型从无标注数据中学习，自行发现数据内在的结构或分布规律。无监督学习的训练数据只有输入特征，没有标签，目标是让模型发现数据的隐藏特点。（3）半监督学习半监督学习结合了监督学习和无监督学习的特点，使用少量的标注数据和大量的未标注数据来训练模型。模型利用少量的标注数据学习，发现数据的内在结构或分布规律，同时利用大量的无标注数据增强自身泛化能力。（4）强化学习强化学习是一种通过与环境交互来学习最优行为策略的学习方法。其原理就是一个智能体在特定的环境中做出动作，而环境会返回一个奖励（正奖励或负奖励）信号和新的状态。智能体的目标是通过不断调整动作，最大化累计奖励，进而学习到最优策略。12．简述智能客服系统的概念。答：智能客服系统是利用自然语言处理技术实现的自动客服系统，可以自动回答客户的问题，为客户提供24小时不间断的服务。它广泛应用于电商、金融、电信等领域，能够有效提高客户服务的效率和质量，降低人力成本。智能客服系统主要通过自然语言理解技术和自然语言生成技术来实现。自然语言理解技术负责理解用户的问题，提取问题的关键信息，如意图和实体。自然语言生成技术则负责根据理解的结果生成合适的回答。智能客服系统通常会融合知识库和对话管理技术，以提供更加准确和连贯的回答。13．大模型具有哪些特点？答：（1）参数规模巨大（2）训练数据量大（3）资源需求量大（4）强大的涌现能力（5）泛化能力突出（6）学习能力强大（7）适应性强14．在人工智能领域，常见的模态有哪些类型？答：在人工智能领域，“模态”是指信息的来源与表现形式。常见模态包括视觉（如图像、视频）、听觉（音频，如语音、音乐）、文本（如自然语言、文字描述）、传感器数据（如惯性测量单元数据、温度）、触觉、脑电波信号等。15．AIGC的主要特点是什么？答：（1）强生成性AIGC无需依赖已有内容素材，可基于算法模型的学习成果，直接生成全新的内容。（2）高效率性AIGC能以远超人类的速度完成内容生产，且支持批量生成。（3）多模态与多样性AIGC可以跨形态生成不同类型的内容，并且在同一指令下能输出风格、形式各异的结果。（4）一定的自主性在接收人类初始指令后，AIGC在生成过程中无需人类实时干预，算法会自主完成逻辑梳理、细节填充与内容整合。16．简述提示词设计的基本原则。答：（1）明确性原则提示词要避免笼统表述，应当用明确的指令限定范围。明确性原则的核心是补充任务边界，明确内容主题、篇幅、核心要素，减少AI的猜测空间。（2）结构化原则提示词要将指令拆解为“角色+任务+格式”三大模块。这样能帮AI快速抓取关键信息，尤其适用于复杂任务，可以避免因信息混乱导致输出内容产生偏差。（3）上下文锚定原则对需要特定风格或逻辑的任务，需要提供背景或示例。（4）能力适配原则由于不同AI模型擅长的领域不同，因此提示词的指令要匹配其能力。（5）语境适配原则要根据AI模型的特性调整提示词的设计策略。对于通用大模型，需提供更多背景信息；对于垂直领域大模型，则可简化专业术语。与此同时，要注意文化语境差异，避免歧义表达。17．简述通过动作模仿生成视频的过程。答：通过动作模仿生成视频通常称为动作迁移或舞蹈克隆，其整个过程通常分为3步，分别是姿态提取、图像生成、视频合成。姿态提取是指AIGC工具首先分析源视频，即提供动作的视频，提取出视频中人物的关键骨骼点信息，包括头部、肩膀、手肘、手腕、膝盖等，这些骨骼点构成了一个“数字骨架”。图像生成是指AIGC工具拿到这个“数字骨架”序列，结合提供的目标人物，开始逐帧生成新的图像。它会确保在每一帧新生成的图像中，目标人物的姿态都与“数字骨架”完全匹配。视频合成时，AIGC工具会将所有生成的图像序列按顺序组合起来，并配上音频，最终形成一段目标人物模仿源视频动作的全新视频。18．AIGC工具的代码修复能力可以覆盖哪几类常见问题？答：一是语法错误，如语法拼写错误、括号不匹配、变量未定义、导入错误等基础问题；二是逻辑漏洞，如条件判断遗漏、循环边界错误、数据类型不匹配等导致功能异常的问题；三是异常处理缺失，如未捕获可能的运行异常，如空指针、数组越界等；四是性能问题，如冗余计算、低效循环、资源未释放等导致运行缓慢的问题；五是代码规范问题，如命名不规范、注释缺失、代码冗余等不符合开发规范的问题。19．使用AIGC工具处理Excel工作表，在设计提示词时需要注意哪些事项？答：（1）无须使用函数，直接用自然语言描述自身需求。（2）指定工作表中的某个字段时，要为字段名称加上双引号。（3）不要使用A列、B列、C列这样的描述，直接写明字段名称，如“商品名称”列。（4）使用括号时要用英文格式的括号，不要使用中文格式的括号。（5）连续处理Excel工作表时要明确地指明工作表的名称。20．使用AIGC工具创作直播间封面图需要注意哪些事项？答：风格设计：明确直播的核心主题、目标人群特征，选择与直播主题、目标人群特征相匹配的视觉风格。排版设计：选择易读的字体，文字不宜过多，突出直播主题、直播时间和直播亮点。视觉设计：选择与直播内容相关的核心元素，如电商带货封面图可以用产品图；选择简洁或有质感的背景，避免杂乱；如需人物，选择具有专业形象的模特或主播。21．简述数字孪生在航空航天领域的应用。答：数字孪生在航空航天领域的应用也较为广泛，对于航天器数字孪生体，遍布发动机的传感器就像它的“神经”，不断将实时运行数据传递给这个克隆体，确保两者状态完全同步。而AI模型就是这个克隆体的“大脑”，它不仅负责分析海量数据，实时监控发动机的健康状况，还能进行前瞻性思考，精准预测零件的剩余寿命，甚至在虚拟世界中模拟不同操作策略可能带来的后果。这相当于为决策者配备了一个能预见未来的智能参谋，让维护和运营更精准、更高效，从而避免故障、优化性能。22．简述自动驾驶的概念。答：自动驾驶是指车辆能够依据自身设备对周围环境进行感知、理解，根据用户需求自动规划行驶路线，自行进行运动控制，实现安全、舒适、高效行驶的技术。这一技术融合了计算机技术、通信技术、信号处理技术、传感器技术等多领域知识，宛如给车辆赋予了一颗智能大脑，使其能够在复杂的交通环境中代替人类驾驶员做出决策和操作。23．智能政务的变革体现在哪几个层面？答：一是服务入口。7×24小时在线的智能客服机器人成为市民的“贴身助理”。它们能理解自然语言，回答关于社保、医保、公积金、税务等海量常见问题，并能引导用户完成在线申报，大大减轻了人工窗口的压力。二是业务流程。AI驱动的“一网通办”平台通过数据共享和智能表单填写，实现了“让数据多跑路，让群众少跑腿”。AI还能进行智能审批，对符合标准化条件的申请实现“秒批”。三是辅助政府科学决策。通过对海量的政务数据、经济数据、社会舆情数据进行深度挖掘和分析，AI可以帮助政府洞察民生需求，评估政策效果，预测社会风险，使决策不再仅仅依赖经验，而是有坚实的数据支撑。24．AI在版权保护中的应用主要集中在哪两个环节？答：AI在版权保护中的应用主要集中在确权和维权两个环节。在确权环节，AI可以生成独特的、不可见的数字水印或内容指纹。数字水印是将版权信息（如作者、创作时间）以人眼无法察觉的方式嵌入到图片、音视频内容中，无论内容如何被剪辑、压缩，水印都能被提取出来作为权属证明。内容指纹则是通过特定算法为媒体文件生成一串独一无二的数字ID，就像人类的指纹一样。在维权环节，AI扮演了网络巡警的角色。版权方可以将已登记的内容指纹上传至一个监测系统。该系统会利用AI技术，7×24小时不间断地在各大视频平台、社交媒体、电商网站等全网范围内进行爬取和比对。一旦发现与数据库中指纹匹配的未授权内容，系统会立即自动取证，记录侵权链接，并通知权利方或自动发起投诉流程。这种大规模、自动化的监测方式，其效率和覆盖范围远超人工。结合区块链技术，作品的创作时间、权属信息和每一次授权流转都可以被记录在不可篡改的分布式账本上，为版权保护提供了更为坚实可信的法律依据。AI让版权保护从被动追责转向了主动防御，为原创精神的繁荣保驾护航。25．简述AIGC的核心能力。答：AIGC是基于算法、模型与规则，通过学习海量数据模式生成原创内容的技术，其核心能力围绕创造与交互展开，主要包括以下几类。（1）多模态内容生成能力AIGC可以处理文本、图像、音频、视频等多种数据形态，实现跨模态的内容转化与生成。这种能力打破了传统内容生产的模态限制，满足了“滑动经济”下用户对多元内容的需求。（2）自然语言处理与对话能力大模型赋予了AIGC强大的语言理解与生成能力，它可以实现多轮对话、上下文记忆及情感分析。（3）趋势分析与预测能力AIGC通过学习海量行业数据，可以预测趋势并生成决策支持内容。26．简述提示工程的关键策略。答：提示工程的关键策略包括以下4个。①角色定位法：赋予模型专业身份，激活垂直领域知识库。②思维链：分步骤引导推理，如“第一步……第二步……”，提高多步任务的准确率。③少样本学习：通过1～5个示例示范输出范式，定向塑造模型行为。④动态优化：通过测试不同的提示版本，构建“生成—评估—修正”的闭环。27．一个优秀的直播标题需要符合哪些要求？答：一个优秀的直播标题需要符合以下要求：具有吸引力，在信息流中脱颖而出，让用户看一眼就能被吸