《人工智能通识基础（慕课版 在线案例实训版）》-期末试卷4（含答案）

PAGEPAGE1《人工智能通识基础（慕课版在线案例实训版）》期末试卷（总分100分，考试时间：120分钟）班级：________________姓名：________________学号：________________题号一二三四五六总分得分一、填空题(共10题，每空1分，共20分)1．按照智能程度的不同，可将人工智能分为__________、___________、___________。2．人工智能带来诸多伦理问题如数据偏见、___________、_____________。3．根据学习方式的不同，机器学习分为监督学习、__________、___________和_____________。4．生成对抗网络是一种基于博弈论的深度学习模型，它通过两个神经网络之间的对抗性训练过程，学习数据的内在分布，并能够生成与真实数据高度相似的新样本。生成对抗网络由_______和________两部分组成。5．自然语言理解是自然语言处理的核心，包括词汇理解、_________、___________和_____________。6．__________是指计算机通过上下文分析确定多义词在句子中的具体含义。7．___________是AIGC最基本也是最核心的功能。8．在提示词常用的结构化框架中RTF框架是最基础、最容易上手的框架之一，其中R是指角色，T是指___________，F是指__________。9．使用AIGC工具写作小红书笔记时，提示词需明确借助AIGC工具写作时，提示词需明确________、________、风格与结构。10．风格迁移是将一张照片转换为特定艺术风格,并非简单滤镜叠加，而是基于深度学习对___________的理解与重构。二、单项选择题(共10题，每题1分，共10分)1．人工智能的核心目的是（）。A．制造具有人类情感的机器B．模拟和延伸人的智能，让机器执行需人类智慧的任务C．替代人类所有工作D．实现计算机的高速运算2．被称为人工智能“燃料”，是人工智能系统学习和迭代基础的是（）。A．算法B．算力C．数据D．神经网络3．监督学习与无监督学习的核心区别是（）。A．监督学习需要数据，无监督学习不需要数据B．监督学习使用有标注数据，无监督学习使用无标注数据C．监督学习可用于图像识别，无监督学习不能D．监督学习效率高于无监督学习4．多模态融合中，将不同模态数据转化为特征向量后拼接融合的方法是（）。A．决策级融合B．特征级融合C．模型级融合D．基于注意力机制的融合5．语音识别中，负责将声音特征参数转换为有序音素输出的是（）。A．声学模型B．语言模型C．特征提取模块D．预处理模块6．在音频编辑中，语音克隆技术的主要应用前提是（）。A．使用预置的AI声音模型B．输入文本描述声音特征C．上传5-10分钟清晰音频样本D．具备专业录音设备7．以下能够体现“端到端完成复杂任务”特点的智能体类型是（）。A．问答型智能体B．任务流智能体C．复合型智能体D．自我进化型智能体8．具身智能与传统人工智能最本质的区别在于（）。A．使用深度学习模型B．支持多模态输入C．具备物理实体并能与环境互动D．需要大规模数据集训练9．在AIGC辅助数据分析时，正确的提示词使用方式是（）。A．必须使用Excel函数B．采用结构化编程语言C．避免使用字段名称D．用自然语言清晰描述需求10．关于智能体的“知识与记忆模块”，下列说法正确的是（）。A．仅包含大语言模型预训练的知识B．只存储短期对话记忆C．可接入公司内部文档作为专属资料库D．不能用于行业专家类智能体三、多项选择题(共10题，每题2分，共20分)1．数据在人工智能领域的作用包括（）。A．模型训练的基石B．影响模型性能C．评估模型性能D．替代算法的作用2．深度学习的特点包括（）。A．采用深度人工神经网络结构B．模拟人脑学习方式C．可从海量数据中挖掘复杂模式D．是机器学习的一个分支3．知识图谱中，实体的类型可以是（）。A．具体事物（如课本、大米）B．抽象概念（如人工智能、知识）C．人物（如李白）D．作品（如《红楼梦》）4．图像分割的关键技术包括（）。A．语义分割B．实例分割C．图像采集D．全景分割5．构建知识图谱的方法是（）。A．自顶向下法B．自底向上法C．混合法D．数据分析法6．设计高质量的提示词应遵循哪些原则（）。A．清晰明确B．具体详尽C．越短越好D．提供背景信息7．语义分割的应用场景包括（）。A．自动驾驶B．场景理解C．物体检测D．道路和障碍物识别8．在图像编辑提示词中，常见的要素包括（）。A．主体与细节B．环境与背景C．用户情绪D．风格与构图9．视频提示词设计的关键要素包括（）。A．镜头语言与运镜方式B．音频采样率C．动作与情节D．氛围与风格10．在音频编辑中，文本语音合成的优势包括（）。A．可完全替代真人情感表达B．可随时修改文案重新生成C．无需专业配音演员D．降低内容生产成本四、判断题(共10题，每题1分，共10分)1．人工智能基础层环节的发展水平直接决定了人工智能技术的成熟度和应用广度。（）2．编译器用于将高级编程语言编写的人工智能代码转换为可以在特定硬件上高效运行的机器码，编译器属于硬件部分。（）3．回归任务的目标是建立一个模型，描述输入特征与连续目标变量之间的映射关系。（）4．语音识别是一个先编码后解码的过程，语音合成是一种将语音转换为文本的技术。（）5．问答型智能体是目前最主流、应用最广泛的智能体类型，它真正体现了自主性的核心价值。（）6．提示词是用户向AI发出的任务指令，可以是一句话、一段描述，甚至是一个完整的任务说明。（）7．无须专业拍摄设备AIGC可根据文本描述快速产出，适合短视频、课件、广告等多种场景的视频素材。（）8．AIGC工具可以代替研究者完成文献综述中的批判性分析和观点创新。9．AI视频分析技术可以自动识别火灾初期的烟雾，提升城市公共安全水平。（）10．AI健身教练可根据用户体测数据在一分钟内生成包含体脂率、肌肉量等的综合报告。（）五、问答题(共4题，每题5分，共20分)1．简述人工智能的特点。2．简述深度学习的典型模型。3．简述多模态融合的方法。4．简述智能体的创建流程。六、案例思考题(共3题，第1、2小题每题6分，第3小题8分，共20分)请阅读以下材料，思考并完成下列问题。2026年3月，小米正式发布面向Agent时代的全模态基座模型XiaomiMiMo-V2-Omni。该模型专为现实世界复杂多模态交互与执行场景打造，底层融合文本、视觉、语音全模态，以统一架构绑定“感知”与“行动”，打破传统模型“重理解、轻执行”的局限，原生具备多模态感知、工具调用等能力，可无缝接入各类Agent框架，降低全模态Agent落地门槛。发布前，该模型以“HealerAlpha”为代号匿名上架OpenRouter，未做任何宣传却实现调用量攀升至平台前列，并在OpenClaw测评榜单PinchBench上斩获均分第一。其感知能力全面对标前沿，音频理解综合表现超越Gemini3Pro，图像理解逼近顶尖闭源模型水平，还支持原生音视频联合输入与深度理解。智能体能力方面，该模型能跨模态理解环境、自主制定执行计划并修正策略，在全模态及纯文本智能体任务上均表现出色。目前，MiMo-V2-Omni已正式开放API服务，支持256K上下文长度，明确了收费标准，并联合五大Agent开发框架团队提供为期一周的限时免费接口支持。应用场景丰富，可实现跨模态电影分析、7小时长音频深度理解，还能结合框架操控浏览器完成购物下单、短视频制作发布等任务，同时与金山办公合作，接入WPSOffice助力智能办公，切实提升生产效率。1．小米MiMo-V2-Omni相较于传统大模型，核心竞争优势体现在哪两个关键维度？请结合案例中“感知-行动绑定”“全模态融合”等内容，具体阐述优势表现。2．假设MiMo-V2-Omni计划推出面向普通消费者的“全模态智能助手”功能，请围绕“日常生活服务”（如信息查询、内容创作、生活规划）设计3个核心实训任务，每个任务需明确操作流程、模型能力调用点及用户体验优化方向，突出功能的实用性与差异化。3．从品牌营销、内容创作、智能办公等多个维度，分析MiMo-V2-Omni这类全模态模型对传统行业的赋能潜力，提出2个具体行业（如教育、电商、影视）的创新应用方案，需说明应用逻辑、实施难点及突破路径。《人工智能通识基础（慕课版在线案例实训版）》期末试卷参考答案一、填空题1．弱人工智能、强人工智能、超人工智能2．机器道德、数据隐私与安全3．无监督学习、半监督学习和强化学习4．生成器判别器5．句法分析、语义理解、语用理解6．词义消歧7．内容创作8．任务、格式9．主题、场景10．图像语义二、单选题1．B2．C3．B4．B5．A6．C7．B8．C9．D10．C三、多选题1．ABC2．ABCD3．ABCD4．ABD5．ABC6．ABD7．AD8．ABD9．ACD10．BCD四、判断题1．×2．×3．√4．×5．×6．√7．√8．×9．√10．√五、问答题1．答：（1）跨学科性；（2）具备模仿人类智能的能力；（3）自主性；（4）集成性；（5）可扩展性强。2．答：（1）1．卷积神经网络；（2）循环神经网络；（3）生成对抗网络。3．答：（1）特征级融合；（2）决策级融合；（3）模型级融合；（4）跨模态学习；（5）基于注意力机制的多模态融合。4．答：（1）定义目标与角色设定；（2）选择大语言模型；（3）撰写系统提示词；（4）配置专业知识库；（5）设计工作流；（6）调试、测试与部署。六、案例思考题1．两个维度：全模态融合、“感知-行动绑定”。（1）全模态融合：采用原生多模态架构，文本、图像、音频统一为离散Token处理，实现跨模态语义对齐。例如，用户上传“产品说明书图片+语音提问”，模型可同时解析图像文字与语音意图，输出精准解答，避免传统模型“图文割裂”导致的误判。（2）感知-行动绑定：MiMo-V2-Omni将感知与执行深度融合，而非传统模型的“先理解、后调用”。例如，用户展示一张“冰箱食材”照片，模型能同步完成食材识别、营养分析、食谱生成，并直接联动小米生态设备（如烤箱预热），形成“看到→理解→行动”的闭环，大幅降低交互链路延迟。2．（1）跨模态信息查询操作流程：用户上传商品包装照片并语音询问“这个能放冰箱吗？”→模型解析图像文字+语音意图→输出存储建议及安全提示。能力调用点：全模态理解、视觉文字识别、常识推理优化方向：缩短响应至2秒内，支持多轮追问（2）多模态内容创作操作流程：用户输入“用这张照片生成小红书文案，配emoji”并上传图片→模型分析图像元素+风格→输出符合平台调性的图文内容。能力调用点：图像理解、风格迁移、