人工智能基础与应用（通识版）（微课版）（第3版）-课后习题参考答案 宋楚平

《人工智能基础与应用》通识版微课版课后习题参考答案模块1 初探人工智能一、考考你1、D 2、C 3、D 4、B 5、D 6、D 7、D 8、D 9、D 10、C二、亮一亮 操作步骤：1、访问与登录：打开讯飞智文官网（），注册并登录账号。2、选择创建模式：点击“智能PPT创建”，选择“文档创建”模式。3、上传项目文档：上传你的项目开发相关文档，如项目开发需求书、设计文档等（支持Word、PDF、TXT等格式，文件不超过10M）。4、生成与调整：讯飞智文会自动解析并生成PPT大纲。你可调整大纲结构，并在后续步骤中选择合适的模板（如商务风）。5、优化与导出：讯飞智文会根据大纲生成完整PPT并自动配图。你可用AI助手优化文案，满意后导出为PPTX格式即可。三、帮帮我选择一主题，如“人工智能在你学习的专业中已有哪些应用？”为例，重点突出AI在具体专业学习中的赋能作用，以智能制造专业为例，核心的关键应用有：1、产线仿真：利用AI数字孪生平台模拟产线运行，提前发现缺陷与问题，有效降低制造风险。2、工艺优化：通过AI分析多参数耦合，推荐最优加工方案，减少实验摸索，提升工艺设计效率。3、质量检测：基于机器视觉快速识别产品瑕疵，避免瑕疵品流出，为产品质量保驾护航。4、设备维护：通过振动、压力、温度等数据来诊断故障，学习预测性维护策略，强化数据驱动的设备管理能力。模块2 认识机器学习一、考考你1、C 2、D 3、C 4、AB 5、D 6、C 7、D 8、ABCD 9、C 10、ABC二、亮一亮 1、参考答案机器学习：就是利用经验数据和算法来反复训练机器，让它获得处理数据的优化模型，然后机器就可以利用这个模型对新输入的数据进行处理，从而得到预测结果。深度学习：是机器学习的一个重要分支，是受生物神经网络启发建立的多层人工神经网络。二者相同点：两者都属于数据驱动的人工智能方法，核心目标都是让计算机通过学习后自动发现规律并进行预测或决策。不同点：（1）特征工程不同：传统机器学习依赖专家手动设计特征，而深度学习通过多层神经网络自动提取特征。（2）数据与算力需求不同：机器学习一般所需数据集较少；而深度学习依赖海量数据和高性能算力，若数据量不足效果往往不如传统机器学习方法。（3）模型复杂度与可解释性不同：传统机器学习模型相对简单，可解释性较强；而深度学习模型层数深、参数多，是典型的“黑箱”，可解释性差程。（4）适用场景不同：机器学习适用于结构化数据和小规模任务；而深度学习擅长处理图像、语音等非结构化数据的复杂问题。2、参考答案无监督学习和半监督学习的主要区别表现在以下三个方面。（1）数据标注有区别：无监督学习的训练数据完全没有标签，而半监督学习的训练数据由少量有标签数据和大量无标签数据共同组成。（2）解决问题的指向不同：无监督学习主要解决的是“数据长什么样”的问题，目标是探索数据内在规律；而半监督学习主要解决的是“标签太少、标注太贵”的问题，目标是在标注样本稀缺时，借助大量无标签数据来提升模型的预测精度。（3）学习策略有差异：无监督学习依靠数据自身的统计特性开展学习；而半监督学习一般采用“伪标签”、一致性正则化等策略，让无标签数据辅助模型训练。三、帮帮我1.操作步骤：（1）登录平台：进入/services/pdfOcrPDF文档识别界面；（2）上传文档：在在线体验部分，点击或拖拽文件上传，上传你的个人简历文档；（3）拷贝内容：将识别结果拷贝到word文档，以待进一步处理和整合。2.操作步骤（1）登录豆包：进入/chat/豆包主界面；（2）上传文件：点击对话框中的+按钮，上传待翻译的图片或文档；（3）写提示词：在对话框中输入“帮我将文档内容翻译成中文，以纯Word排版分段文本输出”的内容；（4）拷贝内容：将输出的内容粘贴到word文档中即完成任务。模块3 感知人机语音交互一、考考你1、C 2、B 3、D 4、D 5、C 6、C 7、ABCD 8、D 9、ABCD 10、ABCD二、亮一亮 1、参考答案（1）前期处理：采集一小段语音，把它转换成数字信号，然后进行预加重、分帧和滤波处理，将其分成若干小段。（2）特征提取：按FBank特征或梅尔频率倒谱系数特征进行特征提取工作，为声学模型提供合适的特征向量。（3）计算得分：利用声学模型计算每一个特征向量在声学特征上的得分。（4）计算概率：利用语言模型计算该声音对应的可能词组序列的概率。（5）文本识别：根据已有的词典对词组序列进行解码，得到最有可能表示的文本。2、参考答案语音合成方法主要有：（1）基于拼接的语音合成方法：其主要优势是，该方法通过从预录制的语音库中选取高质量的音素、音节等单元进行拼接，能够生成接近真人发音的自然度语音，在情感表达和连贯性上接近真人发音。（2）基于参数的语音合成方法：其主要优势是，模型数据量远小于拼接式方法所需的语音基元库，存储空间小；另外，通过直接修改模型参数可轻松改变合成语音的语速、音高和情感，甚至模拟不同的说话人，能保证音质的平滑与稳定。（3）基于深度学习的语音合成方法：该方法的主要优势是，能自动提取声学特征、捕捉时序依赖，具备很强的特征学习能力；其次，能显著提升韵律控制能力，达到上下文建模；还有，模型能提供接近人类水平的更自然的语音质量。三、帮帮我1.操作步骤：（1）登录平台：注册并登录音频翻译平台/console/trans/audio；（2）上传文件：点击“文件上传”按钮，将音频文件“新闻联播”上传;（3）调整设置：在“音频语言设置”栏，关闭“音频翻译”选项，然后点击“开始任务”按钮；（4）在“我的翻译”的“音频”任务列表中，选中“新闻联播”任务，点击任务项中的“下载”按钮，即可得到文本格式的字幕文件。2.操作步骤：（1）登录网站：登录网站/，可微信扫描登录该网站；（2）粘贴内容：将教材配套素材库中的“毕业生典礼教师代表发言”的内容粘贴到左边的文本框中；（3）参数设置：选择你喜欢的声音，并在“高级设置”中选择音频文件格式、质量、语音等参数；（4）执行转换：点击“开始转换”按钮，稍等片刻后，即可在左边操作框视听转换好的音频，点击“下载文件到本地”按钮即可得到合成的音频文件。模块4 体验计算机视觉一、考考你1、C 2、B 3、B 4、D 5、D 6、D 7、B 8、C 9、D 10、ABCD二、亮一亮 1、参考答案一个完整的计算机视觉系统主要由图像采集模块、计算处理模块和视觉算法模型三个部分构成。其工作原理如下：首先，图像采集模块通过成像设备将物理世界中的视觉信息转换为计算机能够处理的数字化数据；其次，计算处理模块主要完成图像预处理和增强，旨在净化与优化原始数据，为后续算法模型提供高质量输入；最后，视觉算法模型主要完成图像特征提取和图像理解两项工作，从而最终实现计算机“看懂”世界的能力。2、参考答案人脸识别验证相比传统密码，主要有如下3大优势。（1）便捷高效：无需记忆和输入复杂密码，刷脸即可瞬时完成验证，用户体验好。（2）安全性强：密码易被窃取或破解，而人脸生物特征与本人强绑定，难以被盗用或复制。（3）抗遗失：能规避“忘记密码”的风险，特别适合易忘人群和高安全场景。三、帮帮我1.操作步骤：（1）登录网站：打开百度智能云网站/product/imagerecognition/image_understanding，进入“图片理解与内容描述”页面；（2）上传图片：在演示页面的文本框中，点击“上传图片”按钮将待识别的城市图片上传；（3）写提示词：在文本框中输入“请告诉我图片中城市的名称？”；（4）返回结果：点击文本框右下角的三角形提交按钮，返回识别结果：“香港”。2.操作步骤（1）登录网站：登录百度智能云的人脸对比网站/product/face/compare；（2）上传图片：在功能演示部分，分别点击两个“本地上传”按钮，上传人物1和人物2的图片，即可得到两人的相似度即结论。建议大家利于DeepSeek等大模型来验证上述结论是否与大模型的结论一致。AI人脸识别：优势在于处理海量数据极快，结果客观相对精准；劣势是严重依赖训练数据易有偏见，易受光照、遮挡等因素干扰，且易引发隐私争议。人工识别：优势在于具备高度灵活性，能较好应对严重变装、大跨度年龄变化及复杂遮挡。劣势则是效率低下，且受主观情绪和生理状态干扰。模块5浅识AIGC一、考考你1.B2.B3.C4.C5.C6.B7.C8.C9.C10.A二、亮一亮1.简述什么是大模型，什么是生成式人工智能，二者有何关系？参考答案示例：（1）大模型定义：大模型是指参数规模庞大、依托海量海量数据完成预训练的深度学习人工智能模型，包含大语言模型、多模态大模型等类型。该类模型具备强大的语义理解、逻辑推理、知识记忆、跨场景泛化学习能力，可适配多种复杂人工智能任务。（2）生成式人工智能（AIGC）定义：生成式人工智能简称AIGC，是人工智能的重要分支。指AI通过学习海量原始数据的特征、规律与风格，自主生成全新的文本、图像、音频、视频、代码等数字化原创内容的技术。（3）二者关系：大模型是支撑AIGC技术落地的核心技术底座与基础载体，高性能多模态大模型极大提升了AIGC的内容生成质量与多样性。二者并非等同关系，大模型除内容生成外，还可完成识别、分析、预测等任务；同时大模型是AIGC技术迭代升级的核心驱动力。2.简述什么是提示词，设计提示词有哪些基本技巧？参考答案示例：（1）提示词定义：提示词（Prompt）是用户与AI大模型交互的核心指令，是用户输入给模型的文本、指令、描述信息，用于明确任务需求、场景、约束条件，引导AI模型输出符合用户预期的内容。（2）提示词设计基本技巧：①需求清晰精准：语言简洁通俗，避免模糊、歧义表述，明确核心任务；②设定角色场景：为AI设定专属身份、使用场景，规范输出风格与定位；③补充背景信息：完善任务相关背景、前提条件，减少模型认知偏差；④明确输出规范：提前限定输出格式、字数、分辨率、风格、结构等要求；⑤拆分复杂任务：将复杂需求分步拆解，逐一向模型下达指令；⑥增设约束条件：明确正向要求与禁止内容，规避无效输出；⑦迭代优化调整：根据生成结果反复修改提示词，持续优化输出效果。三、帮帮我1.无线蓝牙音箱产品展示图AIGC设计方案参考答案示例：（1）素材准备选取1张高清无线蓝牙音箱实拍参考图，明确产品外观、造型、配色、结构，作为AI绘图的参考素材，上传至AIGC绘图工具。（2）提示词中文提示词（适配豆包、即梦、通义万相等国内工具）：电商产品商业摄影，便携式无线蓝牙音箱，圆柱形机身，浅灰色布艺网罩，顶部触控按键，蓝牙5.3芯片，12小时超长续航，360°环绕立体声，哑光磨砂防滑外壳，极简ins轻奢风格，纯白渐变纯色背景，专业影棚柔光拍摄，高清8K画质，细节清晰锐利，无水印无瑕疵，45°侧视构图，产品居中展示，高清商业静物渲染。（3）生成效果对比工具一：通义万相：中文语义理解能力极强，可精准匹配提示词需求，贴合参考图产品造型，生成速度快，适配国内电商主图使用场景，整体画面干净规整；短板是高端光影质感、材质细节细腻度稍弱。工具二：Midjourney：画面渲染能力顶尖，产品金属、布艺、磨砂材质质感真实，光影层次高级，视觉效果接近专业商业摄影作品；短板是对中文提示词适配性差，需使用英文指令，参考图造型还原度较低，操作门槛更高。2.农产品推销短视频AIGC设计方案（示例：阳光玫瑰葡萄）参考答案示例：（1）制作说明视频时长：68秒（≥1分钟）；视频分辨率：1920×1080（1080P高清）；配套内容：全程同步字幕、田园背景音乐；制作方式：AIGC工具分段生成画面、配音、字幕，拼接合成完整视频。（2）分段提示词0-8秒：开篇引入画面提示词：清晨生态葡萄园，挂满晶莹露水的阳光玫瑰葡萄，自然柔和天光，高清实景画质，田园清新风格旁白：清晨的生态果园，一串串饱满的阳光玫瑰挂满枝头，新鲜自然，原汁原味。8-22秒：种植优势展示画面提示词：果农手工采摘葡萄特写，绿色生态种植环境，无农药催熟，自然原生态画面，1080P高清。旁白：全程生态种植，自然成熟不催熟，每一颗葡萄都充分汲取阳光雨露，天然健康。22-38秒：产品口感展示画面提示词：阳光玫瑰葡萄果肉特写，果粒饱满通透，切开爆汁效果，色泽翠绿鲜亮，高清细节渲染。旁白：果肉紧实饱满，皮薄无籽，自带淡淡的花香，清甜爽口，汁水充盈，口感绝佳。38-52秒：产品价值展示画面提示词：精品礼盒装阳光玫瑰，简约高级摆盘，干净纯白背景，电商高清展示画面。旁白：现摘现发、新鲜直达，无保鲜剂、无催熟剂，日常食用、送礼甄选都非常合适。52-68秒：结尾引流画面提示词：葡萄园全景+文字字幕特效：生态好果，新鲜直达，高清全屏画面。旁白：正宗果园直供阳光玫瑰，清甜多汁、天然健康，喜欢的朋友千万不要错过！（3）后期合成使用AIGC配音工具生成自然人声旁白，AI自动匹配字幕，搭配轻柔田园背景音乐，剪映工具拼接所有片段，导出1920×1080分辨率、30帧高清完整短视频。模块6打造智能体一、考考你1.B2.B3.C4.C5.C6.B7.A8.D9.A10.ABCD二、亮一亮1.请简述什么是智能体？它有哪些领域的典型应用？参考答案示例：（1）智能体的定义智能体是指能够感知环境并采取行动以实现特定目标的代理体。它可以是软件、硬件或一个系统，具备自主性、适应性和交互能力。智能体通过感知环境中的变化，根据自身学习到的知识和算法进行判断和决策，进而执行动作以影响环境或达到预定的目标。（2）智能体的典型应用领域①金融风控：智能体可用于风险评估、法律解析、合规审查等场景。多个智能体可协作处理金融合同分析、智能核保等任务。②医疗诊断：智能体可辅助医生检索病历、分析检查数据、整理诊疗方案、汇总医学文献，提升诊疗效率与精准度。③工业质检：智能体可利用计算机视觉技术检测产品缺陷。例如，基于AI视觉识别的智能质检系统可将检测准确率从人工的92%提升至99.6%。④智能制造：智能体可控制工业机器人执行装配、焊接、喷涂等生产任务。⑤零售与服务：智能体可用于智能客服、个性化推荐等场景。⑥教育与办公：智能体可用于智能辅导、文档处理、会议纪要等场景。2.学优图书商城智能客服智能体开发方案项目概述：基于扣子（Coze）智能体开发平台，为“学优图书商城”搭建一款线上智能客服AI助手，为学生等用户提供智能的信息查询服务。（1）智能体基本信息配置配置项内容智能体名称学优图书商城智能客服智能体简介专为学优图书商城用户打造的智能客服助手，提供图书信息查询和商城常见问题解答服务头像/图标可选用书本+对话气泡组合图标，体现图书商城+客服的双重属性（2）人设与回复逻辑设计（提示词）①角色定位你是“学优图书商城”的官方智能客服助手，性格热情、专业、耐心。你的职责是为用户提供图书信息查询和商城服务咨询。②核心能力图书信息查询：当用户询问某本图书时，能够准确回复图书的名称、作者、出版社、价格、库存状态、内容简介等信息。③商城常见问题解答能够回复关于购物流程、支付方式、配送时效、退换货政策、优惠活动等商城常见问题。④行为约束仅回答与图书信息查询和商城常见问题相关的内容。当用户的提问与上述两类问题无关时，统一回复：“抱歉，我是学优图书商城的智能客服助手，仅能为您提供图书信息查询和商城服务咨询。请问有什么可以帮您的吗？”⑤其它说明回复风格应亲切友好，符合学生用户的沟通习惯；不确定的信息不要编造，应引导用户联系人工客服。（3）知识库搭建在扣子平台中创建知识库，上传以下数据：知识库类别数据内容图书信息库商品名称、作者、出版社、ISBN、价格、库存、内容简介、适用年级/学段等常见问题库购物流程、支付方式、配送说明、退换货政策、会员权益、优惠活动等（4）插件调用配置根据功能需求配置相应插件：功能需求推荐插件图书信息精确匹配数据库查询插件/知识库检索插件模糊搜索文本检索插件常见问题匹配意图识别插件（5）预览与测试完成配置后，进行多轮对话测试：测试用例示例：用户输入预期回复“我想买《三体》这本书”回复图书详细信息（作者、价格、库存等）“怎么下单？”回复购物流程说明“你们支持什么支付方式？”回复支付方式列表“今天天气怎么样？”“抱歉，我是学优图书商城的智能客服助手，仅能为您提供图书信息查询和商城服务咨询。请问有什么可以帮您的吗？”（6）发布与部署测试通过后，将智能体发布上线，可嵌入学优图书商城网页、小程序或APP中，为用户提供7×24小时的智能客服服务。三、帮帮我1.设计一个基于工作流自动生成PPT的智能体参考步骤示例：（1）智能体基本信息配置项内容智能体名称PPT智能生成助手功能描述根据用户提供主题和风格，自动生成演示文PPT文件及缩略图工作流模式采用扣子平台可视化工作流编排（2）工作流设计工作流整体架构：用户输入（主题+风格）→内容生成节点→排版设计节点→缩略图生成节点→文件输出节点。各节点详细设计：节点名称功能描述输入输出节点1：用户输入接收接收用户提供的PPT主题和风格要求主题（如“计算机的发展现状”）、风格（如“暗黑风格”）结构化的主题+风格参数节点2：内容大纲生成调用大模型根据主题生成PPT大纲和逐页内容主题、风格参数PPT大纲（标题+要点）节点3：内容细化为每页幻灯片生成详细文案和要点PPT大纲完整PPT内容数据节点4：PPT文件生成调用PPT生成工具/API，按指定风格创建PPT文件完整内容数据、风格参数PPT文件（.pptx格式）节点5：缩略图生成将PPT各页转换为预览缩略图PPT文件缩略图图片节点6：输出与链接生成生成下载链接，供用户下载PPT文件PPT文件、缩略图“下载PPT”链接、缩略图展示（3）提示词设计示例内容生成提示词：角色设定：你是一位专业的PPT内容策划师，擅长根据主题和风格设计高质量的演示文稿内容。任务描述：请根据以下主题和风格要求，生成一份完整的PPT内容方案。主题：计算机的发展现状风格要求：暗黑风格（深色背景、高对比度、科技感字体、冷色调点缀）输出要求：生成不少于8页的PPT内容；每页包含：标题、核心要点（3-5点）、配图建议；封面页、目录页、过渡页、内容页、总结页完整。内容应涵盖：计算机发展历程、当前技术热点（AI、量子计算等）、未来趋势。（4）输出效果示例输出项说明PPT缩略图在对话界面中展示所有页面的预览缩略图下载链接生成可点击的“下载PPT”超链接，用户单击即可下载pptx文件（5）技术实现要点使用扣子平台的工作流（Workflow）功能进行可视化编排；集成大模型节点实现内容自动生成；通过API调用或插件集成PPT生成工具；利用文件处理节点生成缩略图和下载链接。2.设计一个数字人口播视频的智能体（1）智能体基本信息配置项内容智能体名称数字人口播视频生成助手功能描述根据用户提供的文案，自动生成由数字人主播播报的口播视频核心能力文案分割、数字人形象选择、视频合成与播放（2）工作流设计工作流整体架构：用户输入文案→文案分割节点→数字人形象选择→视频合成节点→视频输出与播放各节点详细设计：节点名称功能描述输入输出节点1：文案输入与分割接收用户文案，按语义或时长自动分割为多个播报段落用户输入的完整文案分段文案列表节点2：数字人形象选择提供多个数字人形象供用户选择（如商务型、亲和型、科技型等）用户选择的形象编号选定的数字人形象参数节点3：语音合成将分段文案转化为数字人语音，匹配口型分段文案、数字人形象带口型同步的语音数据节点4：视频合成将数字人形象、语音、背景等合成为完整视频语音数据、形象参数、背景设置完整口播视频文件节点5：视频输出生成视频播放链接视频文件“查看视频”链接（3）文案分割功能设计分割策略：分割依据说明语义分割按自然段落或语义完整度进行分割，确保每个片段意思完整时长分割每个播报片段控制在15-30秒，保证观看体验节奏分割在关键转折点或强调处进行分割，增强视频节奏感分割提示词示例：请将以下文案按照语义完整性和播报节奏进行分割，每段控制在20-30秒的播报时长。标注每段的序号和主题关键词，确保分段后每段内容逻辑连贯、表达完整。（4）数字人形象选择功能设计形象选项示例：形象编号形象名称风格特征适用场景01商务精英正装、干练、专业商业演示、产品发布02亲和学姐休闲装、微笑、亲切教育讲解、知识分享03科技先锋科技感服饰、未来感科技产品介绍04新闻主播正装、端庄、正式新闻播报、官方发布交互方式：在对话中以卡片或按钮形式展示各形象预览图，用户点击选择后即锁定形象参数。（5）视频合成与输出视频参数设置：参数设置分辨率1920×1080（全高清）比例16:9横屏背景可根据文案主题自动匹配或用户自定义字幕自动生成并同步口播内容输出格式MP4输出效果：在对话界面中展示视频预览提供“查看视频”链接，用户单击即可播放数字人口播视频。（6）技术实现要点使用扣子平台的工作流（Workflow）进行流程编排；集成数字人SDK/API实现形象驱动和口型同步；集成语音合成（TTS）节点实现文案转语音；使用视频合成节点将各元素合成为完整视频；通过文件输出节点生成可播放的视频链接。模块七人工智能伦理规范一、考考你1.D2.B3.B4.B5.A6.C7.ABCD8.ABC9.ABC10.ABD二、亮一亮1.结合案例说明“算法偏见与歧视”的主要成因，并简述其对社会的危害。参考答案示例：成因：主要包括训练数据的“历史偏见”（如数据中隐含性别/种族歧视信息）、算法设计的“隐性倾斜”（如引入户籍/婚姻状况等歧视性特征）。危害：会固化社会不公（如有犯罪记录者贷款获批率低），加剧群体差距，甚至侵犯特定群体的平等权利（如AI招聘工具压低女性候选人评分）。2.简述“提高AI技术透明度和可解释性”在伦理治理中的作用，并列举1项对应的实践措施。参考答案示例：主要作用：可破解“算法黑箱”，增强用户对AI的信任，同时帮助及时发现算法偏见、明确决策责任。实践措施：例如医疗AI系统在给出诊断结果时，同步说明基于哪些症状/医学依据得出结论；或企业在AI产品中增加“决策解释模块”，向用户展示推荐/拒绝的依据。三、帮帮我1.题目：针对“校园AI考勤系统的算法偏见风险”，设计一份简易的伦理评估方案要求：明确评估的核心维度（需覆盖数据、算法、应用场景等层面）；设计2-3个具体的评估步骤/方法（例如数据样本分析、模拟测试等）；提出1-2条针对性的优化建议。实践指引（供参考）：核心评估维度：（1）数据样本维度：考勤系统训练数据中，不同性别、肤色、发型学生的样本占比是否均衡；（2）算法性能维度：系统对不同群体学生的识别准确率是否存在显著差异；（3）应用影响维度：识别错误是否集中指向特定群体，是否导致不公平的考勤判定。评估步骤：（1）步骤1：调取系统训练数据集，统计不同性别、肤色学生的样本数量占比，判断是否存在样本失衡；（2）步骤2：选取100名不同特征的学生进行模拟考勤测试，记录系统对每个学生的识别结果，计算不同群体的识别错误率；（3）步骤3：分析近1个月的实际考勤数据，统计“被误