2026小学生AI知识竞赛试卷附答案

2026小学生AI知识竞赛试卷附答案第一部分：单项选择题（共30题，每题2分，共60分）1.被誉为“计算机科学之父”和“人工智能之父”的科学家是（）。A.冯·诺依曼B.阿兰·图灵C.约翰·麦卡锡D.克劳德·香农2.在1956年的达特茅斯会议上，谁首次提出了“人工智能”这一术语？（）A.马文·明斯基B.约翰·麦卡锡C.艾伦·图灵D.赫伯特·西蒙3.目前我们生活中广泛使用的智能手机中的语音助手（如Siri、小爱同学），主要属于人工智能中的（）应用领域。A.计算机视觉B.自然语言处理C.专家系统D.机器人技术4.人工智能让计算机通过“看”图片来识别物体，这属于（）技术。A.语音识别B.图像识别C.指纹识别D.步态识别5.著名的AlphaGo程序战胜了人类围棋世界冠军，它主要使用了（）技术。A.专家系统B.强化学习C.知识图谱D.模糊逻辑6.下列哪种动物是仿生学中研究机器人运动能力的常见模仿对象？（）A.老虎B.猎豹C.蚂蚁D.大象7.在机器学习过程中，我们将数据分为“训练集”和“测试集”，其中“训练集”的主要作用是（）。A.评估模型的最终效果B.用于构建和训练模型C.存储原始数据D.防止数据泄露8.下列设备中，不属于人工智能在智能家居领域的应用是（）。A.智能扫地机器人B.智能音箱C.传统机械门锁D.智能温控器9.计算机视觉领域中，让计算机识别图片中“猫”和“狗”的过程，本质上是在进行（）。A.图像分类B.目标检测C.图像分割D.图像生成10.下列关于“图灵测试”的描述，正确的是（）。A.是测试计算机计算速度的考试B.是测试计算机是否具有人类级别的智能的方法C.是测试计算机硬件性能的标准D.是测试程序员编程能力的考试11.在Python编程语言中，常用于人工智能开发的第三方库是（）。A.TurtleB.RandomC.TensorFlowD.Time12.人工智能的核心三要素通常被认为是（）。A.算法、数据、算力B.硬件、软件、网络C.输入、输出、处理D.传感器、控制器、执行器13.自动驾驶汽车通过雷达、摄像头等感知周围环境，这体现了人工智能的（）能力。A.感知B.推理C.学习D.决策14.下列现象中，属于“弱人工智能”范畴的是（）。A.电影《钢铁侠》中的贾维斯B.能够战胜任何领域人类的超级智能C.能够进行医疗诊断的AI系统D.具有自我意识和情感的机器人15.机器学习中，如果给计算机看大量标有“猫”的图片，让它学会认识猫，这属于（）。A.无监督学习B.监督学习C.半监督学习D.强化学习16.下列哪项技术是ChatGPT等生成式人工智能的基础？（）A.卷积神经网络(CNN)B.生成对抗网络(GAN)C.Transformer模型D.决策树17.机器人能够根据地面情况调整步伐，主要依靠的是（）。A.强大的电池B.传感器与反馈机制C.漂亮的外壳D.人类的遥控18.在人脸识别技术中，计算机主要提取人脸的（）特征进行比对。A.衣服颜色B.几何与纹理C.身高体重D.佩戴饰品19.下列关于数据的说法，错误的是（）。A.数据是人工智能的燃料B.数据越多，AI模型的效果一定越好C.数据的质量会影响AI的判断D.数据可以是文字、图像、声音等多种形式20.智能交通系统中，通过分析摄像头拍摄的车流数据来控制红绿灯时长，这属于（）。A.智能控制B.智能检索C.智能创作D.智能翻译21.下列哪个选项是“深度学习”中的“深度”主要指代的含义？（）A.学习的知识很深奥B.神经网络的层数很多C.需要很深的数学功底D.计算机存储深度很大22.无人机利用AI技术进行航拍时，能够自动避开障碍物，这主要应用了（）。A.路径规划算法B.语音合成技术C.文字识别技术D.情感分析技术23.下列关于人工智能伦理的说法，正确的是（）。A.AI做出的决定不需要人类负责B.AI可能会继承训练数据中的偏见C.AI永远不会犯错D.AI应该完全替代人类的工作24.在Scratch编程中，如果想让角色根据声音的大小移动，需要使用（）扩展模块。A.画笔B.音乐C.语音识别（或类似音频感知模块）D.乐高25.下列哪项不是目前人工智能在医疗领域的应用？（）A.辅助诊断肺结节B.新药研发C.手术机器人D.自动开具感冒药处方（完全无人审核）26.计算机将人类的语言转换成计算机能处理的指令，这叫（）。A.语音识别B.语音合成C.自然语言理解D.机器翻译27.智能推荐系统（如抖音、B站的推荐算法）主要是根据用户的（）来进行推荐。A.随机猜测B.历史行为和偏好C.朋友推荐D.设备型号28.下列关于“算法”的描述，最准确的是（）。A.一种特殊的化学公式B.解决问题的一系列清晰步骤C.计算机的硬件设备D.一种编程语言29.机器人三大定律是由谁提出的？（）A.阿西莫夫B.特斯拉C.爱迪生D.乔布斯30.现在的AI可以创作画作、写诗、写代码，这种AI被称为（）。A.分析型AIB.生成式AIC.嵌入式AID.封闭式AI【答案与详细解析】1.B[解析]：阿兰·图灵提出了图灵机模型和图灵测试，被尊称为计算机科学与人工智能之父。2.B[解析]：1956年达特茅斯会议上，约翰·麦卡锡首次提出了“ArtificialIntelligence”这一概念。3.B[解析]：语音助手涉及语音识别（听懂）和语音合成（说出），属于自然语言处理和语音技术的范畴。4.B[解析]：让计算机“看”并识别图片内容的技术统称为图像识别，属于计算机视觉。5.B[解析]：AlphaGo的核心技术结合了深度学习和强化学习，特别是通过自我对弈进行强化学习。6.B[解析]：猎豹奔跑速度快、姿态优美，是四足机器人运动控制研究的重要仿生对象。7.B[解析]：训练集用于让模型学习数据中的规律，测试集用于验证模型学得好不好。8.C[解析]：传统机械门锁没有芯片和AI算法，不属于智能家居AI应用。9.A[解析]：将整张图片归类为某一类别（如“猫”或“狗”）是图像分类任务。10.B[解析]：图灵测试是测试机器能否表现出与人类无法区分的智能行为。11.C[解析]：TensorFlow是Google开源的广泛用于机器学习和深度学习的Python库。12.A[解析]：算法（模型）、数据（燃料）、算力（发动机）是AI发展的三大支柱。13.A[解析]：通过传感器获取环境信息是感知能力，是AI应用的第一步。14.C[解析]：医疗诊断AI只能在特定领域完成任务，属于弱人工智能（专用人工智能）。15.B[解析]：使用带有标签（如“猫”）的数据进行学习，属于监督学习。16.C[解析]：Transformer架构是现代大语言模型（如GPT系列）的基础架构。17.B[解析]：传感器获取信息，反馈机制调整动作，是机器人适应环境的基础。18.B[解析]：人脸识别主要分析面部的几何特征（如距离、角度）和纹理特征。19.B[解析]：数据量不是唯一标准，数据质量、算法模型同样重要，且过多低质量数据可能反而降低效果。20.A[解析]：根据数据自动控制设备运行，属于智能控制。21.B[解析]：深度学习指的是具有很多“隐藏层”的深度神经网络。22.A[解析]：自动避开障碍物并找到最佳路线，属于路径规划算法。23.B[解析]：如果训练数据存在偏见（如性别歧视），AI模型可能会学到并放大这种偏见。24.B[解析]：在Scratch中，通常使用音乐扩展中的响度侦测模块来感知声音大小。25.D[解析]：AI目前主要起辅助作用，完全无人审核的自动开药存在巨大安全风险，不符合当前医疗规范。26.C[解析]：将人类语言转换为计算机指令是自然语言理解的过程。27.B[解析]：推荐算法的核心逻辑是分析用户的历史行为（点击、观看时长等）建立用户画像。28.B[解析]：算法是解决特定问题的一系列明确、有限的步骤。29.A[解析]：科幻作家阿西莫夫提出了机器人三大定律，探讨机器人伦理。30.B[解析]：能够创造新内容（文本、图像、音频等）的AI被称为生成式人工智能。第二部分：多项选择题（共10题，每题3分，共30分。多选、少选、错选均不得分）1.人工智能的主要分支包括（）。A.计算机视觉B.自然语言处理C.机器学习D.专家系统2.下列属于人工智能在教育领域应用的有（）。A.智能批改作业B.个性化学习路径推荐C.辅助教师进行学情分析D.学校食堂刷卡机（仅记录金额）3.机器学习中，常见的算法模型有（）。A.决策树B.支持向量机C.神经网络K-近邻4.下列关于神经网络的说法，正确的有（）。A.它是模仿人脑神经元结构设计的数学模型B.它由输入层、隐藏层和输出层组成C.深度学习就是基于深层神经网络的学习D.神经网络不需要数据就能工作5.智能机器人通常由以下哪几部分组成？（）A.传感器B.控制器C.执行器D.机械结构6.下列哪些设备中应用了语音识别技术？（）A.微信语音转文字B.智能音箱C.声控灯D.银行取款机（按键式）7.计算机视觉的任务包括（）。A.图像分类B.目标检测C.图像分割D.语音合成8.人工智能面临的社会伦理挑战包括（）。A.隐私泄露问题B.算法偏见与歧视C.责任归属问题（如自动驾驶事故）D.就业岗位被替代的风险9.下列属于编程语言的有（）。A.PythonB.C++C.JavaD.Scratch10.在训练AI模型时，如果发生过拟合，通常意味着（）。A.模型在训练集上表现很好B.模型在测试集上表现很差C.模型记住了训练数据中的噪声D.模型的泛化能力较弱【答案与详细解析】1.ABCD[解析]：计算机视觉、自然语言处理、机器学习、专家系统、机器人学等都是AI的重要分支。2.ABC[解析]：智能批改、个性化推荐、学情分析都利用了AI技术。普通食堂刷卡机只是简单的数据记录，不属于AI。3.ABCD[解析]：决策树、SVM、神经网络、KNN都是经典的机器学习算法。4.ABC[解析]：神经网络模仿人脑，由多层节点组成，深度学习基于深层网络。但神经网络必须依赖数据进行训练。5.ABCD[解析]：传感器感知，控制器决策（大脑），执行器动作（手脚），机械结构支撑身体。6.ABC[解析]：语音转文字、智能音箱交互、声控开关都应用了语音识别。传统按键取款机没有语音识别功能。7.ABC[解析]：图像分类、目标检测、图像分割都是CV的核心任务。语音合成属于NLP/语音技术。8.ABCD[解析]：隐私、偏见、责任、以及对社会就业的影响都是当前AI发展带来的重要伦理和社会问题。9.ABCD[解析]：Python、C++、Java是文本编程语言，Scratch是图形化编程语言，都属于编程工具。10.ABCD[解析]：过拟合是指模型学得太“死”，把训练集的细节甚至噪声都记住了，导致在没见过的测试数据上表现不好，泛化能力弱。第三部分：判断题（共15题，每题1分，共15分。对的打“√”，错的打“×”）1.人工智能就是让机器像人一样思考和行为。（）2.机器人一定长得像人，有头有手有脚。（）3.只要有足够的数据，计算机就能学会任何任务。（）4.深度学习是机器学习的一个子集。（）5.现在的AI已经拥有了自我意识和情感。（）6.语音识别和语音合成是同一个技术，只是方向相反。（）7.在Python中，缩进非常重要，它决定了代码的逻辑结构。（）8.算法必须要在有限的时间内结束。（）9.所有的机器都需要算法才能工作。（）10.大数据是指规模非常大、传统软件工具无法处理的数据集。（）11.人工智能只能用来开发游戏，没有实际用途。（）12.传感器是机器人的“五官”，用于感知环境。（）13.AlphaGo战胜李世石后，人类就不再下围棋了。（）14.计算机处理图像时，其实是在处理一堆数字（像素值）。（）15.使用AI生成绘画作品时，我们输入的描述性文字被称为“提示词”。（）【答案与详细解析】1.√[解析]：这是AI的基本定义，模拟人的智能行为。2.×[解析]：机器人的形态多种多样，轮式机器人、机械臂等都不像人。3.×[解析]：数据量是基础，但还需要合适的算法和算力，且有些任务目前AI仍无法解决。4.√[解析]：机器学习包含深度学习，深度学习是引入了深层神经网络的机器学习方法。5.×[解析]：目前的AI（包括大模型）只是通过数学模型模拟人类输出，并不具备真正的自我意识和情感。6.×[解析]：虽然相关，但它们是两个不同的技术领域。语音识别是“听”，语音合成是“说”。7.√[解析]：Python通过缩进来区分代码块，这是其语法特点。8.√[解析]：算法必须具备有穷性，即在有限步骤内结束。9.×[解析]：简单的机械装置（如杠杆、齿轮）不需要算法，只有计算机控制的智能设备才依赖算法。10.√[解析]：大数据的核心特征之一就是Volume（大量），体量巨大。11.×[解析]：AI在医疗、交通、金融、教育等无数领域都有巨大的实际应用价值。12.√[解析]：传感器的作用就是收集光、声、温度、距离等环境信息，类似人类感官。13.×[解析]：人类依然下围棋，并且通过研究AI的下法提升了围棋理论。14.√[解析]：对计算机而言，图像就是由RGB三个通道的数值组成的矩阵。15.√[解析]：在使用Midjourney、StableDiffusion等工具时，Prompt（提示词）是引导生成内容的关键。第四部分：填空题（共15题，每空1分，共15分）1.让计算机模拟人类的学习行为，通过数据训练模型，从而做出预测或决策，这被称为\_\_\_\_\_\_\_\_\_\_。2.在Python中，用于输出信息的函数是\_\_\_\_\_\_\_\_\_\_。3.人工智能的英文缩写是\_\_\_\_\_\_\_\_\_\_。4.机器人的“大脑”通常是指\_\_\_\_\_\_\_\_\_\_（填硬件名称，如单片机、CPU等）。5.计算机识别手写数字时，需要先提取数字的\_\_\_\_\_\_\_\_\_\_特征。6.\_\_\_\_\_\_\_\_\_\_学习是指在没有标签的数据中，让计算机自己发现数据中的结构和模式。7.在自动驾驶中，\_\_\_\_\_\_\_\_\_\_（填传感器名称）用于测量车辆与障碍物之间的距离。8.我们在训练AI模型时，如果模型表现不好，需要调整\_\_\_\_\_\_\_\_\_\_（参数/超参数）来优化它。9.\_\_\_\_\_\_\_\_\_\_是指利用计算机模拟人类视觉，从图像或视频中获取信息的技术。10.现在的AI大模型（如GPT-4）通常需要消耗巨大的\_\_\_\_\_\_\_\_\_\_（资源）来进行训练。11.人工智能不仅需要算法，还需要高质量的\_\_\_\_\_\_\_\_\_\_作为支撑。12.在Scratch中，连接积木块的过程其实就是编写\_\_\_\_\_\_\_\_\_\_的过程。13.\_\_\_\_\_\_\_\_\_\_技术可以让计算机把文字读出来，如导航软件中的语音播报。14.未来的AI发展趋向于人机协作，即\_\_\_\_\_\_\_\_\_\_智能。15.算法的时间复杂度用来衡量算法运行所需的时间与输入数据\_\_\_\_\_\_\_\_\_\_之间的关系。【答案与详细解析】1.机器学习[解析]：机器学习的核心定义。2.print()[解析]：Python中最基本的输出函数。3.AI[解析]：ArtificialIntelligence的缩写。4.处理器/CPU/单片机[解析]：负责处理信息和发出指令的核心硬件。5.图像/笔画/结构[解析]：识别前需提取区分度高的特征。6.无监督[解析]：无监督学习处理无标签数据，如聚类。7.激光雷达/雷达/超声波传感器[解析]：这些是测距的关键传感器。8.参数[解析]：训练过程就是不断调整模型参数以减小损失的过程。9.计算机视觉[解析]：CV的定义。10.算力/计算资源[解析]：大模型训练需要成千上万的GPU算力。11.数据[解析]：数据是AI的基石。12.程序/算法[解析]：图形化编程也是编程。13.语音合成[解析]：TTS技术，TexttoSpeech。14.增强/混合[解析]：强调AI辅助人类，而非完全替代。15.规模/大小[解析]：时间复杂度关注算法效率随数据规模增长的变化趋势。第五部分：简答题（共5题，每题5分，共25分）1.请简述“监督学习”和“无监督学习”的主要区别。2.列举三个你在日常生活中接触到的人工智能应用，并说明它们分别用到了什么技术。3.为什么说“数据是人工智能的燃料”？请谈谈你的理解。4.什么是算法？请用洗衣服的例子描述一个简单的算法流程。5.随着人工智能的发展，有些人担心AI会犯错或者带来偏见。你认为我们应该如何应对这些问题？【答案与详细解析】1.答：监督学习：使用的数据是有标签的（即已知输入对应的正确输出），模型通过学习输入与输出的映射关系来预测新数据。例如：给标有“猫”或“狗”的图片训练模型。无监督学习：使用的数据是没有标签的，模型需要自己去发现数据内部的结构、模式或规律。例如：把一群客户根据消费习惯自动分成三类，而不预先告诉客户是什么类型。2.答：（答案不唯一，合理即可）(1)人脸解锁手机：应用了计算机视觉（人脸识别）技术。(2)智能音箱（小爱同学）：应用了语音识别（听）和自然语言处理（理解）技术。(3)抖音/B站视频推荐：应用了推荐算法（机器学习）技术。(4)拍照翻译：应用了OCR（文字识别）和机器翻译技术。3.答：数据对于AI就像燃料对于汽车一样重要。(1)没有数据，AI模型就无法进行训练，学不到任何知识。(2)数据的数量越多，模型往往能学到更全面的规律。(3)数据的质量（准确性、标注的准确性）直接决定了AI模型的好坏，如果数据有错误，AI也会学错。(4)数据的多样性决定了AI的泛化能力，能让AI在更多场景下工作。4.答：算法是解决特定问题的一系列清晰、明确的步骤。洗衣服的算法流程：第一步：收集脏衣服。第二步：检查口袋是否有遗留物品，如果有，取出。第三步：将衣服按颜色分类（深色和浅色）。第四步：将衣服放入洗衣机，加入洗衣液。第五步：启动洗衣机，等待清洗结束。第六步：将衣服晾晒。第七步：结束。5.答：(1)技术层面：开发者需要不断优化算法，提高模型的准确性和鲁棒性；使用更加公平、多样化的数据集来训练模型，减少偏见。(2)监管层面：政府和机构应制定AI伦理规范和法律法规，要求AI应用透明、可解释。(3)应用层面：在关键领域（如医疗、司法、自动驾驶），不能完全依赖AI，必须保留“人机协同”，由人类专家进行最终审核或把关，确保安全。第六部分：综合应用与分析题（共5题，每题45分，共225分）1.场景分析题：垃圾分类智能机器人小明想设计一个可以帮助大家进行垃圾分类的智能机器人。这个机器人需要通过摄像头“看”到垃圾，然后通过机械手将垃圾放入对应的垃圾桶（干垃圾、湿垃圾、可回收物、有害垃圾）。(1)请写出这个机器人工作流程中涉及的AI技术领域。（至少两点）(2)为了让机器人认识各种垃圾，小明需要收集大量照片。请说明什么是“训练集”和“测试集”，以及为什么不能把所有照片都用来训练？(3)如果机器人把“香蕉皮”识别成了“塑料袋”，这属于哪种类型的错误？在机器学习中，我们通常用什么指标来衡量分类模型的好坏？（请列举一个指标，如准确率）【答案与解析】(1)涉及的AI技术领域：计算机视觉：用于通过摄像头拍摄并识别垃圾的种类。机器人技术/自动控制：用于控制机械臂准确地抓取和移动垃圾。(2)训练集是用来教模型学习的数据，包含垃圾图片和对应的正确标签；测试集是用来评估模型学习效果的数据，模型在训练时没见过这些数据。原因：如果把所有数据都用来训练，就没有独立的数据来验证模型是否真的学会了“识别”还是仅仅“记住了”图片（过拟合），这样无法客观评价模型在现实中的表现。(3)这属于分类错误（或识别错误）。衡量指标：准确率（Accuracy，预测正确的占比）、精确率（Precision）、召回率（Recall）等。2.逻辑思维题：迷宫探险算法一个简单的扫地机器人正在房间里工作，房间平面图如下（“S”是起点，“E”是终点，“X”是障碍物，“.”是可通行路径）：S..X.X.....E机器人只能向“上、下、左、右”移动，不能斜着走，也不能穿过“X”。(1)请你画出或写出一条机器人从S走到E的最短路径（用坐标或方向表示）。(2)在人工智能搜索算法中，有一种算法叫做“广度优先搜索”（BFS），它适合用来寻找最短路径。请简述BFS的基本思想（例如：它是怎么搜索的？像水波纹扩散还是像走迷宫摸到墙再回头？）。(3)如果地图变得非常大（有10000个格子），普通的搜索方法可能会很慢。结合AI知识，你认为可以引入什么技术或数据结构来优化搜索效率？（提示：A算法）(3)如果地图变得非常大（有10000个格子），普通的搜索方法可能会很慢。结合AI知识，你认为可以引入什么技术或数据结构来优化搜索效率？（提示：A算法）【答案与解析】(1)最短路径（假设左上角为(0,0)）：(0,0)->(0,1)->(0,2)->(1,2)->(2,2)->(2,3)即E。或者方向描述：右、右、下、下、右。(2)BFS基本思想：像水波纹一样，以起点为中心，一层一层地向四周扩散搜索。先搜索距离起点为1步的所有点，再搜索距离为2步的所有点，直到找到终点。这种“地毯式”搜索能保证找到的一定是最短路径。(3)优化技术：可以使用A算法（A-Star算法）。原理：A算法在搜索时不仅考虑已经走过的距离（g值），还估算当前位置到终点的直线距离或预估距离（h值，启发式函数），优先搜索更有希望通向终点的路径，从而减少不必要的搜索，大大提高效率。3.编程与数学题：简单的神经网络原理假设我们有一个非常简单的神经元模型，它只有两个输入和，以及对应的权重和，还有一个偏置b。输出y的计算公式为：如果·+现在设定参数：=2，=2，(1)请计算当输入=1,=(2)请计算当输入=0,=(3)这个简单的神经元模型实际上是在模拟一个什么逻辑门（AND、OR、NOT等）？请说明理由。(4)在深度学习中，为了让模型更聪明，我们需要调整w和b的值。这个过程叫什么？通常使用什么算法来计算需要调整多少？【答案与解析】(1)计算：S因为1>0，所以输出(2)计算：S因为−1≯0(3)模拟的是AND（与门）逻辑。理由：当=1当=0同理可验证=1,=(4)这个过程叫训练或参数优化。通常使用反向传播算法来计算误差对参数的梯度，并结合梯度下降算法来更新权重。4.伦理与设计题：AI面试官某大型公司引入了AI系统来辅助筛选简历和进行初步面试。AI会分析求职者的视频回答，分析语言内容、表情、语速等，并给出评分。(1)相比人类面试官，AI面试官有哪些优势？（至少两点）(2)这个AI系统可能会带来哪些潜在的风险或伦理问题？（至少两点）(3)如果你是这个系统的设计师，你会采取什么措施来防止AI对性别或口音产生歧视？【答案与解析】(1)优势：效率高：可以24小时不间断工作，瞬间处理成千上万份简历，节省人力时间。标准统一：不会因为面试官当天的情绪好坏、疲劳程度而产生主观偏见，评价标准相对客观一致。(2)风险与伦理问题：算法歧视：如果训练数据中历