《新一代信息技术与人工智能导论》习题库及答案

第1章课后习题一、选择题1.下列对新一代信息技术的描述，最为准确的是（C）。A.它是指21世纪后出现的所有技术B.以互联网技术为核心，涵盖多个领域的技术群C.融合了数字技术、网络技术和智能技术的新兴技术体系D.专指人工智能、大数据和云计算技术2.互联网与物联网技术，物联网的核心和基础是（A）。A.互联网B.射频识别技术C.传感器技术D.智能终端3.下列关于云计算和边缘计算的说法，错误的是（C）。A.云计算将计算任务集中在云端处理B.边缘计算在靠近数据源的边缘设备上进行数据处理C.云计算适用于对实时性要求极高的场景D.边缘计算可减少数据传输延迟4.在新一代信息技术与人工智能的关系中，人工智能技术的发展对下列新一代信息技术选项中的（C）依赖程度最高。A.互联网技术让数据获取更便捷B.物联网技术实时采集数据C.大数据技术提供海量数据支持D.云计算技术提供强大算力5.以下各项中，（D）不属于新一代信息技术的核心特点。A.高度数字化B.深度智能化C.广泛融合性D.集中式计算二、填空题1.新一代信息技术的核心驱动力是___数据___，它推动了社会生产力的变革和人类生活方式的革新。2.大数据技术的四个核心特点通常用“4V”模型概括，分别是_volume（规模大）_、__variety（种类多）_____、___velocity（速度快）______和___value（价值密度低）______。3.物联网的基本组成包括___感知层、网络层、平台层和应用层。4.云计算的服务模式主要分为三类：基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）。5.人工智能与新一代信息技术面临的挑战包括技术层面的_数据隐私与安全问题_、___算法偏见与可解释性问题______和计算资源瓶颈，以及社会伦理层面的__就业结构调整与失业风险、伦理道德问题_和：_社会公平性问题__。三、思考题1.简述新一代信息技术的主要特征，并举例说明其对社会发展的影响。答：新一代信息技术以数字化、网络化、智能化为核心特征，深度融合云计算、物联网、大数据、人工智能（AI）、5G等技术，形成协同创新生态。其核心表现为：数字化：社会全面数据化，大数据成为关键生产要素，支撑精准决策（如医疗影像分析、智慧交通）；网络化：从互联网扩展到信息物理系统（CPS），实现人、机、物的实时互联（如工业互联网、智能家居）；智能化：AI驱动自动化与自适应学习（如语音助手、自动驾驶），渗透生产生活各领域。对社会的影响：经济转型：催生新业态（电商直播、共享经济），提升传统产业效率（如智能制造降本25%）；生活变革：远程医疗、在线教育打破时空限制，智能家居实现个性化服务；治理升级：AI预警公共安全事件，区块链保障供应链透明2.请根据你家乡的实际情况，思考一下如何通过新一代信息技术来提高家乡经济产业的竞争力。答：基于新一代信息技术的发展趋势和实际应用案例，结合家乡产业特点，可通过以下路径提升经济产业竞争力：1.农业智能化升级2.制造业数字化转型3.服务业与文旅创新4.产业链协同与政策支持3.东京大学的一项研究发现：当老年人家里安装交互设备后，孤独感下降但依赖性增强。这引发我们思考：技术应该连接人与人，还是替代人际连接？答：技术的本质应是增强人际连接而非替代，东京大学的研究揭示了技术在此问题上的双刃剑效应：交互设备虽缓解老年人孤独感（通过即时陪伴和情感支持），但也可能因依赖性削弱真实社交能力。核心矛盾与解决方向：技术定位：AI和交互设备应作为社交辅助工具，例如帮助老年人练习沟通或搭建代际联系桥梁（如远程家庭互动系统），而非完全替代面对面交流。设计伦理：需平衡便利性与自主性。例如，设备可主动鼓励用户参与线下活动（如社区聚会提醒），避免过度依赖。社会影响：警惕数字鸿沟——技术熟练者受益，而弱势群体可能因能力退化或接入障碍被进一步边缘化如果让你设计一个校园物联网应用，你会选择解决什么问题？需要哪些数据联动？答：我会选择解决校园能源浪费与安全管理问题，通过物联网传感器实时监测教室、宿舍的灯光、空调使用状态（如红外感应人流量、温湿度数据），并与校园电网、门禁系统联动，实现无人时自动关闭设备，异常用电时触发警报。数据联动需求包括：环境数据（温湿度、光照）与设备控制系统联动，优化能源调度；人流数据（门禁刷卡、摄像头）与照明/空调联动，减少空置能耗；电网数据与安防平台联动，识别短路或漏电风险请问你是如何看待“技术越发达，人类越孤独”这一观点的？答：技术本身是中立的，其影响取决于设计导向与社会应用——若仅追求效率而忽视情感深度（如“点赞社交”替代真实对话），则加剧疏离；若能强化人际纽带（如VR远程家庭互动），则能缓解孤独。真正的挑战在于让技术成为桥梁而非屏障，在便捷性与人性化之间找到动态平衡。第2章课后习题一、选择题1.智慧交通的核心目标不包括以下的（C）。A.提升交通运行效率B.减少交通事故C.增加交通拥堵D.改善城市环境2.下列技术中，（D）不是智慧交通的核心技术。A.智能交通信号灯B.人工智能算法C.无人驾驶汽车D.传统交通信号灯3.家庭服务机器人主要不用于（B）领域。A.家务劳动助手B.医疗手术操作C.家庭安全守护者D.儿童教育伙伴4.下列选项中，（B）不是AI在音乐创作中的应用。A.自动生成符合特定风格的音乐作品B.分析观众对音乐会的反馈以调整表演内容C.根据用户输入的关键词生成音乐作品D.降低音乐创作的门槛5.在个性化内容推荐系统中，基于内容的推荐算法主要依据（C）进行推荐。A.用户之间的相似性B.用户之前喜欢的内容特征C.用户的社交关系D.用户的购买历史二、填空题1.智慧交通利用先进的__监测技术_____、通信技术和物联网技术，对交通系统进行智能化管理与优化。2.家庭服务机器人通常搭载先进的传感器和__机器学习____算法，能够自主感知周围环境。3.人工智能的三大研究学派包括__符号主义学派___、_连接主义学派___和__行为主义学派_____。4.20世纪80年代，专家系统DENDRAL由美国计算机学家__爱德华·阿尔伯特·费根鲍姆_在斯坦福大学开发，是首个模拟人类专家决策过程的系统，可根据化学仪器读数自动鉴定化学成分。三、简答题1.简述人工智能的概念。答：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是让计算机像人一样“思考”和“做事”的技术。简述符号主义学派的主要观点。答：符号主义作为人工智能领域早期研究的关键范式，其核心观点在于利用逻辑规则与符号操作来模拟智能行为。3.思考你身边人工智能的应用，并提出改进方法。答：我身边常见的人工智能应用是智能音箱。目前的智能音箱能进行基础对话和控制家电，但还存在改进空间。其主要问题是只能执行简单指令，缺乏对上下文和用户情绪的理解能力。例如，当用户说“我有点冷”时，它通常只会回复当前温度，而不会主动调节空调或关闭窗户。改进方法是增强其场景理解能力，使其能够结合时间、用户习惯和设备状态提供主动服务。比如在夜间检测到用户说“好冷”时，可以自动将空调调至睡眠模式，并温馨提醒：“已为您调高温度，请注意保暖”，从而提供更贴心、更智能的体验。第3章课后习题一、选择题1.（A）利用已知类别的样本，训练学习得到一个最优模型，使其达到所要求性能，再利用这个训练所得模型对未知数据进行分类。A.监督学习B.无监督学习C.半监督学习D.强化学习2.深度学习中的“深度”指的是（A）。A.神经网络的深度（层数）B.神经网络的宽度（神经元数量）C.训练数据的复杂度D.模型训练的深度（训练时间）3.在深度学习中，（D）不是正则化技术。A.DropoutB.数据增强C.权重衰减D.增加网络层数二、填空题1.____K近邻____分类算法思想是如果一个样本在特征空间中的k个最相似（即特征空间中最邻近）的样本中的大多数属于某一个类别，则该样本也属于这个类别。2.在神经网络中线性关系转化成非线性关系的函数称为____激活函数____。3.在卷积神经网络（CNN）中，____池化____层通常用于降低特征图的空间维度。第4章课后习题1.自然语言处理（NLP）的核心分支是（A）。A.自然语言理解与生成B.语音识别与合成C.图像识别与分类D.数据挖掘与分析2.以下选项中，（A）是自然语言处理的典型应用领域。A.机器翻译B.图像增强C.视频剪辑D.三维建模3.Word2Vec的两种主要模型是（B）。A.CNN和RNNB.CBOW和Skip-gramC.BERT和GPTD.TF-IDF和BoW4.命名实体识别（NER）的任务是（B）。A.将文本分类为预定义主题B.从文本中识别并分类专有名词（如人名、地名）C.计算两段文本的相似度D.生成自然语言文本5.情感分析中，“属性级情感分析”关注的是（C）。A.整篇文档的整体情感B.单个句子的情感倾向C.特定实体或属性的情感评价D.文本中的情绪类型（如喜悦、愤怒）二、填空题1.自然语言处理的基本流程包括文本获取与处理、_____特征提取_____、模型训练与推理。2.Word2Vec通过将词语映射到______向量____空间，捕捉语义关联。3.在文本分类任务中，将文本分为正面、负面、中性属于_____情感_____分类。4.文本相似度分析中，____欧氏______距离衡量向量间的直线距离。5.自然语言处理的技术瓶颈之一是___语境理解_______与语言多样性。三、问答题1.简述自然语言处理的基本流程，并说明特征提取的常用方法。自然语言处理的基本流程主要包括文本预处理、特征提取与表示、模型训练与推理等步骤。首先，通过分词、去除停用词、词形还原等手段对原始文本进行规范化处理；随后，采用词袋模型、TF-IDF、N-gram模型或词嵌入等方法将文本转化为数值化特征向量，便于机器理解和分析；最后，使用机器学习或深度学习模型对这些特征进行训练，实现如文本分类、情感分析等应用。比较传统机器学习方法与深度学习方法在文本分类中的优缺点。传统机器学习方法在文本分类任务中具有原理清晰、计算效率高、易于实现和可解释性强等优点，适用于小规模数据和对特征有明确认识的场景，但往往需要人工设计特征，难以捕捉文本深层语义。相比之下，深度学习方法能自动学习文本的复杂特征和上下文信息，分类效果更好，尤其适合大规模数据和复杂任务，但需要大量标注数据与计算资源，模型训练耗时长，可解释性较差，对硬件环境要求高。什么是命名实体识别（NER）？列举其应用场景并说明技术难点。命名实体识别（NER）是指从文本中自动识别并归类具有特定意义的实体（如人名、地名、组织机构、时间、货币等），是信息抽取、知识图谱构建等自然语言处理应用的基础。NER广泛应用于新闻信息抽取、知识图谱构建、智能问答系统、舆情分析、医疗和金融文本分析等场景。其技术难点包括实体表述的多样性和歧义性（例如同一实体有多种表达且同词可能指不同对象）、对上下文的高度依赖、新实体和新词的不断出现（需要模型动态适应）、嵌套性和复合实体（如一个实体嵌套在另一个实体中）以及专业领域或小语种下标注样本稀缺等问题，这些都使得NER任务极具挑战性。第5章课后习题一、选择题1.语音识别技术中，声学模型的主要作用是（C）。A.分析语法规则B.提取语音频谱特征C.识别音素或音节D.生成最终文本2.以下选项中，（B）是非语音声音分析的任务。A.语音情感分析B.环境声音分类C.说话人识别D.语音合成3.和谐声音的特点是（B）。A.频率成随机分布B.基频为整数倍频率C.包含大量噪声D.仅由单一频率构成4.声源分离的核心目标是（B）。A.消除所有背景噪声B.从混合音频中提取目标声源C.增强语音响度D.修复受损音频5.深度学习在语音识别中的优势是（B）。A.依赖手工特征设计B.端到端联合建模C.计算资源消耗低D.无需标注数据二、填空题1.语音识别的基本流程包括语音信号分帧、声学特征提取、_声学模型解码__和语言模型解码。2.傅里叶变换可将复杂波形分解为多个_正弦波_的叠加。3.声学事件检测（AED）的典型应用是检测_玻璃破碎声_或婴儿哭声。4.音乐生成的现代方法常使用__深度学习__模型（如Transformer）。5.语音合成技术将__文本___转换为自然语音。三、问答题1.简述语音识别的基本流程，并说明声学模型与语言模型的作用。答：语音识别的基本流程包括以下几个步骤：（1）语音信号分帧与特征提取：将连续的语音信号切割成若干小的语音帧，并提取其声学特征（如音素或音节）。（2）声学建模：通过声学模型将声学特征映射到发音单元（如音素），实现从声音到语音基本单位的转化。（3）解码与语言模型结合：语言模型利用语法和上下文信息，将音素序列组合成合理的单词或句子，解决同音异义或发音模糊问题。（4）文本输出：最终生成符合语境的文字或指令。声学模型的作用：主要负责识别语音中的基本发音单元，类似“拼图鉴定师”，从声音特征中区分出音素或音节。语言模型的作用：主要负责结合上下文和语法语义规则，对声学模型的输出进行解码，排除歧义，生成符合语境的正确文字。2.比较传统语音识别方法与深度学习方法的优缺点。答：传统方法优点：理论成熟，流程清晰；对于小规模语音识别任务计算资源消耗较少；使用明确的声学特征（如梅尔频率倒谱系数），可解释性较强。缺点：依赖大量手工设计特征；不同语言、方言或口音需要重新调整模型；在嘈杂环境下鲁棒性不足，准确率有限。深度学习方法优点：具备自动特征学习能力，可直接从频谱图或原始波形中提取层次化特征；支持端到端建模，可联合声学与语言信息，提高准确率；对方言、口音及复杂噪声环境具有更强的适应性和鲁棒性。缺点：需要大量标注数据进行训练；计算和存储资源消耗较大；模型结构复杂，可解释性相对较差。第6章课后习题一、填空题1.计算机视觉（computervision）是一门旨在让计算机___看____和___理解___图像或视频内容的交叉学科。2.在计算机中，彩色图像通常采用__RGB___色彩模型表示，每个像素由三个数值分别表示红、绿、蓝通道的强度。3.图像分类的核心任务是输入一张图像，输出其对应的____类别______标签。4.目标检测任务不仅需要识别图像中的物体类别，还需要用___边界框__标注出物体的位置。5.图像分割任务中，__实例分割___分割需要区分同一类别的不同个体，而__语义分割__分割只需要为每个像素分配类别标签。二、简答题1.简述计算机视觉与人类视觉的主要区别（至少列出3点）。答：人类视觉与计算机视觉在原理、机制和性能上存在显著差异2.图像分类、目标检测和图像分割的任务目标有何不同？答：图像分类（ImageClassification）旨在回答“图像中有什么？”，仅需判断整张图像的类别标签（如“猫”或“狗”），不关心目标的位置或数量。例如，上传一张照片后输出“包含一只橘猫”。目标检测（ObjectDetection）需同时解决“目标在哪里？是什么？”的问题，输出图像中多个目标的类别及其位置信息（通常以边界框/BoundingBox标注）。例如，自动驾驶中识别“前方10米有行人，右侧有车辆”。图像分割（ImageSegmentation）进一步细化到像素级任务，分为两种子类型：语义分割（SemanticSegmentation）为每个像素分配类别标签（如“道路”“车辆”），但不区分同类个体；实例分割（InstanceSegmentation）需区分同一类别的不同个体（如区分图像中的多只猫）列举计算机视觉的3个应用场景，并简要说明其作用。答：自动驾驶：计算机视觉用于实时识别道路标志、行人及车辆，辅助车辆进行环境感知与路径规划，提升驾驶安全性。医疗影像分析：通过分析CT、MRI等医学图像，辅助医生快速定位病灶并提高诊断准确性，推动精准医疗发展。安防监控：利用人脸识别、异常行为检测等技术，实现公共场所的实时监控与预警，增强公共安全防护能力4.为什么图像预处理是计算机视觉流程中的重要环节？答：图像预处理是计算机视觉流程中的关键环节，其核心作用可总结为以下三点：提升数据质量：通过降噪、归一化、增强对比度等操作，消除光照不均、噪声干扰等问题，使图像更符合算法处理需求。统一输入标准：调整尺寸、裁剪或灰度化等操作，确保图像符合模型输入要求（如固定分辨率或通道数），避免因数据格式差异导致的性能下降。增强特征有效性：通过边缘增强、直方图均衡化等技术突出关键特征（如物体轮廓），或利用数据增强（如旋转、翻转）扩充样本多样性，从而提升模型的泛化能力与识别精度第7章课后习题一、选择题1.人工智能应用开发中，通常第一步进行的工作是（A）。A.数据清洗B.模型训练C.应用部署D.开发目标与需求分析2.以下选项中，（D）不是常见的数据获取方式。A.网络爬虫B.公开数据集C.企业内部数据D.直接下载模型权重3.在模型训练中，以下（A）操作作用于提高数据多样性。A.数据清洗B.模型增强C.模型优化D.模型压缩4.以下关于无代码平台的描述，错误的是（C）。A.可通过图形化界面实现模型训练与部署B.适合没有编程背景的用户使用C.需要用户掌握深度学习框架的详细原理D.支持图像分类、文本分析等常见任务5.以下（B）平台以遥感AI开发为特色，更适合土地使用监测等场景A.华为ModelArtsB.商汤SenseLayersC.百度EasyDLD.百度AIStudio二、填空题1.人工智能应用开发的核心流程包括开发目标与需求分析、数据获取与预处理、模型选择与训练、模型评估与优化，以及__模型部署与维护____________。2.百度AIStudio通过____图形化______界面，帮助用户无须编程即可完成AI项目开发。3.在数据预处理中，通常包括数据清洗、数据标注和____数据转换__________。4.模型评估中常用的指标包括准确率、F1分数和____召回率__________。三、简答题1.简述人工智能应用开发的基本流程。答：人工智能开发的基本流程始于明确开发目标与需求分析，进而通过公开数据集、网络爬虫或企业内部数据等途径获取数据，并进行数据清洗、标注和转换等预处理操作；随后根据任务类型、数据特点和性能要求选择合适的模型，利用训练数据和优化算法进行模型训练，并通过评估指标验证模型效果；若未达预期，需通过增加数据、调整模型结构、优化特征工程或超参数等方式进行模型优化；最终将训练好的模型部署到云端、本地或嵌入式设备中，并持续监控和维护模型以保证其长期稳定运行。4.无代码开发平台有哪些优点？请结合实例说明。答：（1）降低技术门槛：对于没有编程经验的人也能创建自己的应用或模型，使得AI开发不再是技术人员的专属。（2）提高开发效率：它通过图形化界面、拖拽式操作和预设功能。使得用户只需要选择、组合现有的模块，就可以实现自己想要的功能。当想要快速创建一个模型产线时，可以直接利用无代码平台快速实现。3.在数据预处理中，为什么进行数据清洗？答：进行数据清洗是为了确保数据的质量、一致性和可靠性，从而保证后续任何基于这些数据的分析、建模或决策的结果是准确、可信的。第8章课后习题一、选择题1.关于大模型的定义，以下选项中描述错误的是（B）。A.大模型通常包含数以亿计甚至数万亿的参数B.大模型只能处理单一类型的数据和任务C.大模型具有强大的泛化能力和多任务处理性能D.大模型通过海量数据训练获得知识理解和生成能力2.以下选项中，（C）不是Transformer架构的核心部件。A.多头注意力机制（Multi-HeadAttention）B.自注意力（Self-Attention）机制C.循环神经网络（RNN）单元D.归一化层（LayerNorm）3.在评估大模型性能时，（A）指标主要用于评估机器翻译质量。A.BLEUB.FIDC.LPIPSD.IS4.江苏银行“智慧小苏”大语言模型平台在（C）方面未取得显著成效。A.客服应答准确率提升至97%B.授信调查报告生成效率提升42%C.股票价格预测准确率达到99%D.实现多任务处理与接口服务能力5.以下关于大模型本地部署的步骤描述，正确的是（B）。A.需要先安装PyTorch框架再下载模型B.使用Ollama工具可以直接下载和运行DeepSeekR1C.模型下载后无须验证即可直接使用D.关闭命令行窗口后模型会继续在后台运行二、填空题1.大模型的显著特征是拥有庞大的____参数___规模，通常包含数以亿计甚至万千亿的参数。2.Transformer架构的核心机制是___多头自注意力机制_____，能够有效捕捉文本序列中的长距离依赖关系。3.大模型的训练策略主要包括预训练-微调和___分布式训练____技术，以应对大规模参数的训练需求。BLEU指标主要用于评估____机器翻译____任务的准确性，通过比较生成结果与参考翻译的相似度计算得分。百度文心一言采用“____底层通用特征层____+行业适配器”的分层架构，实现通用大模型与垂直领域的高效适配。三、简答题1.简述大模型与传统机器学习模型的核心区别。答：大模型与传统机器学习模型的核心区别在于：大模型基于跨模态海量数据和庞大参数规模，通过深度神经网络（如Transformer架构）构建类人类知识表征体系，是“通用智能基座”，具备强泛化能力，无需针对特定任务大量微调，就能在文本生成、图像理解、逻辑推理等多场景自主适配，完成从“感知”到“决策”的复杂任务，还能通过跨模态注意力机制实现异构数据深度整合；而传统机器学习模型多针对单一任务（如图像分类、简单文本翻译）设计，依赖特定领域小规模数据训练，参数规模较小（万级至亿级），是“任务工具”，仅能在限定场景发挥作用，缺乏跨任务迁移能力，且传统方法难以捕捉多模态间深层交互关系，无法覆盖复杂、多场景智能需求。什么是“预训练-微调”策略？答：“预训练-微调”策略是大模型（尤其是自然语言处理大模型）发展过程中采用的关键训练方法，其核心逻辑是分两阶段实现模型能力的构建与任务适配：

第一阶段“预训练”，是让模型在大规模通用数据（如海量文本、多模态数据）上进行无监督或自监督训练，通过深度神经网络（如Transformer架构）学习通用知识与跨领域规律，构建基础的知识表征体系。

第二阶段“微调”，是基于预训练好的基础模型，使用特定任务的小规模标注数据（如文本分类、机器翻译任务的专属数据集）进行针对性训练，让模型在保留通用能力的同时，适配具体任务需求，提升在特定场景下的性能。

这种策略既借助大规模数据让模型具备通用智能基座，又通过小规模任务数据快速适配具体场景，有效平衡了模型的泛化能力与任务针对性，是早期大模型实现性能突破的重要技术路径，同时在后续大模型的训练框架中（如文心一言的多任务统一框架）也得到延续，支持灵活适配文本生成、翻译等多样化任务。列举三种大模型的分类，并说明其典型应用场景。答：大模型根据应用领域和处理数据类型可分为以下三类，其典型应用场景如下：自然语言处理大模型：专注于理解和生成人类语言，典型应用场景包括文本分类、机器翻译、文本生成、智能问答，例如OpenAI的GPT系列模型可用于自动写作与智能问答，百度文心一言能结合中文语境提供符合中文表达习惯的对话与内容生成服务。计算机视觉大模型：主要处理图像和视频数据，典型应用场景有图像识别、目标检测（识别物体类别并确定其在图像中的位置，如检测交通场景中的车辆与行人）、图像分割（精确分割图像中不同物体并标注边界，如医学影像中分割器官与病灶）、图像生成（根据文本描述生成逼真图像，如生成人物肖像、风景图片），例如DALL-E2可依据文本生成创意图像，基于生成对抗网络（GAN）的模型能生成高质量视觉内容。多模态大模型：融合文本、图像、音频、视频等多种数据模态，典型应用场景包括跨模态交互（如智能客服同时理解用户文本问题与上传的图片/视频内容）、视觉问答（根据图像内容回答相关文本问题，如输入一张包含动物的图片并提问“图中动物在做什么”，模型给出准确答案）、图像描述（为图像生成符合语义的文本描述），例如微软的VisualBERT可在视觉问答任务中理解图像视觉信息与问题文本信息并给出答案，书生・万象3.0能实现多模态数据的深度交互与理解。简述Transformer架构在自然语言处理中的优势。答：Transformer架构在自然语言处理领域的优势主要体现在处理效率、长距离依赖捕捉、语义理解能力三个核心方面：并行计算提升处理效率：摒弃传统循环神经网络（RNN）“逐词顺序处理”的模式，可对文本序列整体并行计算，无需按顺序依赖前一时刻的处理结果，大幅提高模型训练与推理效率，解决了RNN处理长文本时速度慢的问题；有效捕捉长距离依赖关系：通过自注意力机制，模型能动态计算文本中每个词与其他所有词的相关性（注意力权重），轻松关联相距较远的关键信息（如处理“苹果从树上掉下来，牛顿受到了启发”时，可同时关注“苹果”“掉下来”与“牛顿”“启发”的因果关系），避免了RNN因梯度消失难以捕捉长距离语义关联的缺陷；增强语义理解深度：依托多头注意力机制，多个“注意力头”可从不同维度（如动作、时间、逻辑关系）分析词语间关联，再结合前馈神经网络对语义信息的非线性加工，让模型能更全面、深入地把握文本整体语义，例如在问答任务中可深度分析问题语境，结合上下文进行多步推理，而非简单匹配关键词，为高质量文本生成、机器翻译等自然语言处理任务奠定基础。举例说明大模型在医疗行业的应用场景及价值。答：大模型在医疗行业的应用场景及价值主要体现在以下三方面：医学影像诊断场景：大模型能够处理CT、MRI等医学影像数据，精准识别早期肿瘤、心血管病变等病症，尤其擅长提升微小病灶的检出率。从价值来看，这一应用可辅助医生更快速、准确地发现病情，减少因人工诊断可能出现的漏诊、误诊情况，为疾病早期干预争取时间，缓解专业影像诊断医生资源紧张的问题。智能问诊与健康管理场景：大模型可通过与用户交互，收集症状信息并提供症状自查建议、用药指导，同时辅助基层医生进行诊疗决策。其价值在于，能有效缓解医疗资源不均的现状，让偏远地区或基层患者也能获得相对专业的医疗咨询服务，减少患者因信息不对称导致的就医延误，同时为基层医生提供专业支持，提升基层医疗服务水平。药物研发与靶点发现场景：大模型可对海量生物医学文献、基因数据进行分析，预测潜在的药物靶点，助力科研人员开展药物研发工作。该场景的价值在于，能够大幅缩短药物研发周期，降低研发成本——传统药物研发往往需要数年甚至十几年，且投入巨大，而大模型通过高效的数据处理与分析能力，加速了药物研发关键环节的进程，为攻克疑难病症、开发新型药物提供有力支持。典型案例为清华大学成立的人工智能医院，该医院将医疗大模型CareGPT整合到诊疗全流程中，在医学影像识别、辅助诊断等核心环节实现96%以上的准确率，不仅提升了临床决策效率，还通过远程会诊和智能分诊系统，将优质诊疗经验数字化沉淀并快速复制，缓解了基层医疗资源不足的问题，截至2025年4月已在京津冀地区5家医院试点，累计服务超12万人次，诊疗效率提升40%以上，为大模型赋能医疗行业提供了可借鉴的模式。第9章课后习题一、选择题1.生成式AI与判别式AI的核心区别在于（B）。A.是否能处理多模态数据B.是否能生成全新内容C.是否依赖深度学习D.是否需要训练数据2.以下选项中，（C）技术属于生成式AI的核心架构。A.卷积神经网络（CNN）B.循环神经网络（RNN）C.生成对抗网络（GAN）D.支持向量机（SVM）3.生成式AI的“动态适应性”特征主要通过（B）实现。A.固定规则编程B.用户反馈迭代优化C.一次性模型训练D.手动调整参数4.在提示词工程中，“明确性与具体性”原则要求是（B）。A.使用模糊指令激发模型创造力B.添加约束条件缩小输出范围C.避免使用专业术语D.仅提供任务类型不设格式要求5.扩散模型的核心机制是（B）。A.通过对抗训练生成数据B.逐步添加并去除噪声以重建数据C.利用自注意力机制处理长序列D.通过规则引擎生成内容二、简答题1.生成式人工智能的定义是什么？答：生成式人工智能（GenerativeAI）是一类能够基于对大规模数据的学习，掌握数据背后的潜在模式与特征，进而主动生成全新、原创内容（如文本、图像、音频、视频、代码等）的人工智能技术。它并非对已有数据进行分类或判别，而是创造性地生成符合特定需求或具有创新性的输出。生成式人工智能的发展历程中，有哪些重要的里程碑？答：1、2014年：生成对抗网络（GAN）提出：GAN通过“生成器（生成内容）”与“判别器（判断内容真伪）”的对抗训练，为图像、视频等视觉内容生成奠定核心架构基础。2、2018年：GPT-2发布：大规模预训练Transformer模型在长文本生成上展现强大能力，能生成连贯且逻辑清晰的文本，推动文本生成技术突破。3、2021年：多模态模型兴起：DALL・E推出，实现“文本→图像”跨模态生成，开启多模态生成式AI的发展浪潮；同年，CLIP（对比语言-图像预训练）优化了文本与图像的语义对齐，为后续多模态应用提供支撑。4、2022年：通用生成模型爆发：ChatGPT（基于GPT-3.5/4）引发全球关注，在对话生成、内容创作等多任务场景表现出色，让生成式AI进入大众视野；StableDiffusion开源，降低了图像生成式AI的使用门槛，推动生态快速繁荣。生成式人工智能的主要模型架构有哪些？答：1、生成对抗网络（GAN）：由生成器和判别器组成，通过二者“对抗训练”生成逼真内容，适合图像、视频等视觉创作（如生成逼真人脸、艺术画作）。2、变分自编码器（VAE）：基于概率生成模型，通过“编码（映射数据到潜在空间）→解码（从潜在空间生成内容）”流程，学习数据的潜在分布，常用于图像生成、数据降维。3、Transformer衍生的生成模型：以GPT系列为代表，借助自注意力机制处理序列数据，在文本生成（对话、文章、代码）领域优势显著；也可通过多模态拓展（如DALL・E、CLIP），应用于“文本→图像”等跨模态生成。4、扩散模型（DiffusionModels）：通过“逐步添加噪声→逐步去噪”的过程生成内容，能产出细节丰富、质量极高的图像，是当前图像生成的主流架构（如StableDiffusion、Midjourney的核心技术）。提示词工程的基本原则是什么？设计一段用于生成“未来城市交通场景”图像的提示词，并说明设计思路。答：提示词工程