2025年公需课《人工智能技术及其发展趋势》试题含答案

2025年公需课《人工智能技术及其发展趋势》试题含答案一、单项选择题（共20题，每题1分，共20分。每题只有1个正确答案）1.2025年我国主流通用大模型的参数规模集中在以下哪个区间？A.千亿级以内B.1-10万亿级C.10-100万亿级D.百万亿级以上答案：B解析：2024-2025年国内主流通用大模型均采用“参数规模与性能平衡”的研发路线，1-10万亿级参数规模可兼顾推理性能和部署成本，成为市场主流选项。2.多模态大模型的核心特征是可处理以下哪类数据？A.仅文本类结构化数据B.文本、图像两类异构数据C.文本、图像、音频、视频、3D点云等多种异构模态数据D.仅工业传感器类非结构化数据答案：C解析：多模态大模型突破了单一模态模型的信息处理边界，可实现跨模态的信息理解、融合与生成，支持处理多种类型的异构数据。3.2025年具身智能技术的核心落地载体是以下哪类设备？A.传统工业机器人B.固定点位服务机器人C.人形机器人D.消费级无人机答案：C解析：具身智能是指具备实体载体、可自主感知环境并完成交互作业的人工智能技术，人形机器人可适配多场景作业需求，是2025年具身智能技术的核心落地载体。4.当前主流大模型采用的核心基础架构是？A.卷积神经网络（CNN）B.Transformer架构C.循环神经网络（RNN）D.生成对抗网络（GAN）答案：B解析：2017年提出的Transformer架构具备并行计算能力强、长序列处理性能优的特征，是当前所有主流大模型的核心基础架构。5.根据工信部2024年发布的统计数据，2025年我国人工智能算力占全球总算力的比例约为？A.20%B.35%C.55%D.70%答案：B解析：工信部2024年底发布的《人工智能产业发展白皮书》显示，我国人工智能算力规模年均增速超过40%，2025年占全球总算力比例超过35%，位居全球第二。6.根据2024年印发的《人工智能产业高质量发展行动计划（2024-2026年）》，我国2025年人工智能核心产业规模目标为突破？A.4000亿元B.1万亿元C.5万亿元D.10万亿元答案：B解析：原2017年《新一代人工智能发展规划》提出的2025年核心产业规模4000亿元目标已于2023年超额完成，2024年调整后的目标为2025年突破1万亿元。7.生成式AI“对齐”技术的核心目标是？A.提升模型的推理速度B.降低模型的算力消耗C.让模型输出符合人类价值观、法律法规及公序良俗要求D.提升模型的参数规模答案：C解析：对齐技术是大模型安全治理的核心技术，可通过人类反馈强化学习、AI反馈强化学习等方式，引导模型输出符合合规要求，避免生成有害内容。8.边缘AI技术的核心优势是？A.算力性能优于云端大模型B.低延迟、数据不出域，隐私安全性高C.可支持超大规模模型推理D.部署成本高于云端部署答案：B解析：边缘AI将模型部署在靠近数据源的边缘节点，无需将数据传输到云端即可完成推理，具备低延迟、隐私安全性高的特征，适合端侧实时交互场景。9.AIforScience技术可将新药研发的平均周期从传统的10年以上缩短至？A.1-2年B.2-3年C.5-6年D.7-8年答案：B解析：AIforScience可通过靶点筛选、分子生成、临床试验优化等环节的智能化升级，将新药研发周期从平均12年缩短至2-3年，研发成本降低60%以上。10.隐私计算领域的联邦学习技术的核心特征是？A.数据全部集中到统一平台完成建模B.数据可用不可见，跨机构数据不出域即可完成联合建模C.不需要标注数据即可完成模型训练D.模型性能远低于集中式训练模型答案：B解析：联邦学习是隐私计算的主流技术路线，可在不泄露原始数据的前提下完成跨机构联合建模，兼顾数据价值挖掘和数据安全保护。11.大模型低秩适配（LoRA）微调技术的核心优势是？A.需要重新训练大模型全部参数，性能提升幅度大B.仅需要微调不足1%的模型参数，算力成本降低90%以上C.仅适用于文本类大模型的微调D.微调后的模型无法部署在端侧答案：B解析：LoRA技术通过冻结大模型主干参数，仅微调新增的低秩矩阵参数即可完成领域适配，大幅降低微调的算力成本和时间成本，是当前垂直领域大模型适配的主流技术。12.2025年主流多模态大模型的实时音视频交互延迟可控制在多少以内，支持自然流畅的人机对话？A.500msB.200msC.1sD.2s答案：B解析：以GPT-4o、文心一言4.0为代表的2024年后发布的多模态大模型，实时交互延迟均低于200ms，达到人类正常对话的响应速度标准。13.人工智能技术的三大核心要素是？A.数据、算力、算法B.芯片、服务器、操作系统C.研发人员、资金、政策D.数据集、模型、应用答案：A解析：数据是基础原料，算力是运行载体，算法是核心逻辑，三者共同构成人工智能技术的三大核心要素。14.根据我国《新型数据中心发展三年行动计划》要求，2025年新建智算中心的平均PUE（电源使用效率）需控制在多少以下？A.1.1B.1.3C.1.5D.1.7答案：B解析：国家要求2025年新建大型、超大型数据中心（含智算中心）的PUE需降至1.3以下，降低算力基础设施的能耗水平。15.检索增强生成（RAG）技术的核心作用是？A.提升大模型的推理速度B.降低大模型的部署成本C.调用外部权威知识库信息，减少大模型幻觉问题D.扩大大模型的参数规模答案：C解析：RAG技术可在大模型生成内容时，实时调用外部知识库的权威准确信息作为生成依据，大幅降低大模型生成虚假信息的概率，是解决幻觉问题的核心技术之一。16.小样本学习技术主要解决人工智能落地中的哪类痛点？A.算力成本过高的问题B.垂直领域标注数据不足的问题C.模型推理延迟过高的问题D.数据安全风险问题答案：B解析：小样本学习技术仅需要少量标注数据即可训练出高性能的垂直领域模型，解决了医疗、工业等垂直领域标注数据成本高、数量少的落地痛点。17.深度伪造检测技术的核心原理是？A.识别生成内容与真实内容的统计特征偏差B.比对内容的版权信息C.追溯内容的生成来源D.识别内容中的水印信息答案：A解析：AI生成内容会存在人类视觉无法识别的统计特征偏差，深度伪造检测技术通过提取这些特征偏差，实现对生成内容的精准识别。18.根据《生成式人工智能服务管理暂行办法》要求，生成式AI服务提供者需要留存用户操作日志不少于多长时间？A.3个月B.6个月C.12个月D.24个月答案：B解析：办法明确要求生成式AI服务提供者需留存用户操作日志、生成内容记录不少于6个月，满足合规溯源要求。19.以下哪类人工智能产品属于高风险人工智能产品，需要按照我国《人工智能安全治理条例》要求实施准入管理？A.消费级AI绘图工具B.自动驾驶汽车C.智能客服系统D.AI视频剪辑工具答案：B解析：高风险人工智能产品是指可能危害人身安全、公共利益的产品，包括自动驾驶汽车、医疗AI辅助诊断设备、公共安全人脸识别系统等，需要实施准入管理。20.2025年我国人工智能相关人才缺口约为多少？A.100万人B.300万人C.500万人D.1000万人答案：C解析：工信部2024年发布的《人工智能人才发展报告》显示，2025年我国人工智能核心产业人才缺口超过500万人，其中大模型研发、垂直领域适配、AI治理等方向的人才缺口最为突出。二、多项选择题（共15题，每题2分，共30分。每题有2个及以上正确答案，多选、少选、错选均不得分）1.2025年全球人工智能技术的主流发展方向包括？A.多模态通用大模型B.具身智能C.AIforScienceD.端侧轻量化小模型E.隐私增强人工智能答案：ABCDE解析：2025年人工智能技术进入多方向融合发展阶段，上述五个方向均为当前产业界和学术界的主流研发和落地方向。2.当前大模型规模化落地面临的核心挑战包括？A.推理算力成本高B.幻觉问题未完全解决C.垂直领域适配难度大D.数据安全和合规风险突出E.推理延迟难以满足实时场景需求答案：ABCDE解析：当前大模型落地仍面临技术、成本、合规等多维度挑战，上述选项均为行业普遍面临的核心问题。3.我国人工智能伦理治理的基本原则包括？A.以人为本B.公平公正C.透明可解释D.安全可控E.责任共担答案：ABCDE解析：《新一代人工智能伦理规范》明确提出上述五项基本原则，作为全行业人工智能研发和应用的核心准则。4.多模态大模型的典型应用场景包括？A.智能客服B.医疗影像辅助诊断C.工业缺陷检测D.内容创作E.自动驾驶环境感知答案：ABCDE解析：多模态大模型可处理多类型异构数据，上述场景均为已实现规模化落地的典型应用场景。5.联邦学习技术的适用场景包括？A.金融机构跨域联合风控建模B.医疗多中心病历联合分析C.政务数据跨部门共享应用D.个人智能设备隐私计算E.跨企业供应链需求预测答案：ABCDE解析：联邦学习可满足跨主体数据联合建模的安全需求，上述场景均为隐私计算的主流落地场景。6.具身智能机器人的核心技术模块包括？A.环境感知模块B.大模型决策模块C.运动控制模块D.多模态人机交互模块E.能源续航模块答案：ABCDE解析：具身智能机器人的技术架构覆盖感知、决策、控制、交互、续航五大核心模块，共同支撑复杂环境下的自主作业。7.AIforScience的典型应用领域包括？A.新药研发B.气候模拟预测C.新材料研发D.量子计算仿真E.基因测序分析答案：ABCDE解析：AIforScience可大幅提升基础科研的效率，上述领域均已实现突破性应用。8.根据《生成式人工智能服务管理暂行办法》，生成式AI服务提供者的合规义务包括？A.生成内容不得危害国家安全、泄露国家秘密B.不得侵害他人知识产权、肖像权、隐私权等合法权益C.对生成内容进行事前审核，避免生成违法违规内容D.对AI生成内容进行显著标识，保障用户知情权E.不得生成虚假误导性信息，扰乱经济社会秩序答案：ABCDE解析：上述选项均为办法明确规定的生成式AI服务提供者的合规义务。9.端侧部署AI小模型的核心优势包括？A.推理延迟低，可满足实时交互需求B.数据无需上传云端，隐私安全性高C.部署和运维成本低于云端部署D.不依赖网络连接，可实现离线运行E.通用性能优于云端大模型答案：ABCD解析：端侧小模型仅在垂直场景的适配性能优于云端大模型，通用性能弱于云端大模型，故E选项错误。10.解决大模型幻觉问题的主流技术路径包括？A.提升训练数据质量，剔除错误、冲突信息B.引入人类反馈强化学习（RLHF）、AI反馈强化学习（RLAIF）等对齐技术C.搭载检索增强生成（RAG）模块，引入外部权威知识库校验D.优化模型架构，增加生成内容事实核验环节E.持续扩大模型参数规模答案：ABCD解析：单纯扩大参数规模无法从根本上解决幻觉问题，甚至可能增加幻觉出现的概率，故E选项错误。11.我国人工智能算力基础设施体系的组成部分包括？A.国家算力枢纽节点B.公共智算中心C.边缘算力节点D.端侧AI算力芯片E.国家超级计算中心答案：ABCDE解析：我国已建成“云-边-端”一体化的算力基础设施体系，上述选项均为核心组成部分。12.人工智能在制造业的典型落地场景包括？A.智能缺陷检测B.生产流程智能优化C.供应链智能预测D.设备预测性维护E.柔性生产排程答案：ABCDE解析：上述场景均为人工智能在制造业的成熟落地场景，平均可提升生产效率30%以上，降低次品率40%以上。13.以下属于人工智能新职业的是？A.人工智能训练师B.大模型运维工程师C.AI伦理师D.大模型提示工程师E.人工智能产品经理答案：ABCDE解析：上述职业均为人工智能产业快速发展催生的新职业，人才需求增速超过100%。14.2025年我国人工智能产业的支持政策包括？A.公共算力向中小微企业优惠开放B.人工智能核心技术研发税收优惠C.人工智能应用场景开放补贴D.人工智能人才培养补贴E.人工智能产品政府采购优先答案：ABCDE解析：我国从算力、技术、场景、人才、采购等多维度出台支持政策，推动人工智能产业高质量发展。15.人工智能治理的核心监管方向包括？A.生成式AI内容监管B.算法歧视治理C.深度伪造技术治理D.数据安全和隐私保护E.高风险AI产品准入管理答案：ABCDE解析：上述方向均为当前我国人工智能监管的核心领域，相关法规体系已基本完善。三、判断题（共20题，每题0.5分，共10分。正确打√，错误打×）1.2025年通用大模型的综合认知能力已经全面超过人类平均水平。（×）解析：当前通用大模型仅在特定知识领域的认知能力超过人类平均水平，通用认知、情感理解、复杂推理等能力仍弱于人类。2.生成式AI生成的内容用于商业用途时，需要获得原作品权利人的授权，避免侵犯知识产权。（√）解析：我国《著作权法》明确规定，利用他人享有著作权的作品训练AI模型、生成内容用于商业用途的，需要获得权利人授权。3.LoRA微调技术需要重新训练大模型的全部参数，才能实现垂直领域适配。（×）解析：LoRA技术仅微调大模型不足1%的参数即可完成领域适配，无需训练全部参数。4.联邦学习技术可以实现“数据不出域、价值共流转”，满足跨机构数据联合建模的安全需求。（√）解析：联邦学习的核心特征就是原始数据不离开所属主体，仅传输模型参数完成联合建模，兼顾数据安全和价值挖掘。5.当前主流具身智能机器人不需要搭载大模型即可完成复杂环境下的自主作业。（×）解析：大模型是具身智能机器人的决策中枢，可实现复杂环境理解和任务规划，是具身智能的核心支撑技术。6.2025年我国人工智能核心产业规模突破1万亿元的目标可顺利实现。（√）解析：2023年我国人工智能核心产业规模已超过5000亿元，年均增速超过30%，2025年突破1万亿元的目标可如期完成。7.多模态大模型仅能处理文本和图像两类模态的数据。（×）解析：多模态大模型可处理文本、图像、音频、视频、3D点云、传感器数据等多种异构模态的数据。8.检索增强生成（RAG）技术可以完全解决大模型的幻觉问题。（×）解析：RAG技术可大幅降低幻觉出现的概率，但受限于知识库覆盖范围，无法完全解决幻觉问题。9.个人利用AI生成的内容发布到公共社交平台时，无需标注AI生成属性。（×）解析：《生成式人工智能服务管理暂行办法》明确要求，AI生成的公共传播内容需要显著标注生成属性，避免误导公众。10.边缘AI是指将AI模型部署在靠近数据源的边缘节点，就近完成推理计算。（√）解析：边缘AI的核心定义就是部署在边缘节点，降低数据传输成本和延迟，提升隐私安全性。11.小样本学习技术可以大幅降低垂直领域人工智能落地的标注数据成本。（√）解析：小样本学习仅需要少量标注数据即可完成模型训练，标注成本降低80%以上。12.深度伪造技术仅可用于娱乐场景，不会带来安全风险。（×）解析：深度伪造技术可被用于电信诈骗、虚假信息传播、名誉侵权等违法活动，存在突出的安全风险，属于重点监管的AI技术。13.人工智能三要素是数据、算力、算法。（√）解析：该定义是人工智能领域的通用基础定义。14.2025年我国智算中心的平均PUE要求控制在1.5以下。（×）解析：国家要求2025年新建智算中心的PUE需控制在1.3以下，降低能耗水平。15.大模型的参数规模越大，推理性能一定越好。（×）解析：大模型的性能受训练数据质量、架构优化、对齐技术等多因素影响，单纯扩大参数规模不一定能提升性能，还会大幅增加算力成本。16.我国《人工智能安全治理条例》明确要求对高风险人工智能产品和服务实施准入管理。（√）解析：2024年出台的《人工智能安全治理条例》建立了分级分类监管体系，对高风险AI产品实施准入管理。17.2025年主流多模态大模型的实时交互延迟已经达到200ms以内，可支持自然流畅的人机对话。（√）解析：当前主流多模态大模型的交互延迟均低于200ms，达到人类正常对话的响应速度。18.AIforScience技术可以将新药研发的平均成本降低60%以上。（√）解析：AI可优化新药研发全流程，大幅降低研发失败率，平均研发成本降低60%以上，周期缩短70%以上。19.人工智能伦理治理仅由监管部门负责，企业和科研机构无需承担责任。（×）解析：人工智能治理遵循责任共担原则，研发、生产、使用、监管等各主体均需承担相应责任。20.经过垂直领域优化的端侧小模型，在特定场景下的推理准确率和响应速度优于云端通用大模型。（√）解析：端侧小模型针对垂直场景数据做了专项优化，没有通用大模型的冗余能力，在特定场景下的性能优于通用大模型。四、简答题（共4题，每题5分，共20分）1.简述2025年我国人工智能技术发展的核心特征。答：2025年我国人工智能技术发展呈现四大核心特征：①技术体系层面，从单一模态技术向多模态通用融合技术演进，大模型成为新型数字基础设施，可支撑各行业的智能化需求；②落地路径层面，从通用技术研发向垂直领域深度适配演进，医疗、工业、金融、政务等领域的AI落地渗透率超过30%，产业价值加速释放；③架构部署层面，从云端集中部署向“云-边-端”协同分布式部署演进，端侧AI芯片算力突破10TOPS，90%的低延迟场景实现端侧推理；④治理体系层面，从鼓励创新为主向创新与安全并重演进，覆盖技术、产品、应用全生命周期的监管体系基本完善，合规发展成为行业共识。2.简述大模型幻觉的定义、产生原因及主流解决路径。答：（1）定义：大模型幻觉是指大模型生成的内容看似逻辑自洽、表述通顺，但不符合客观事实、存在虚构信息或逻辑错误的现象。（2）产生原因：一是训练数据质量参差不齐，存在错误、冲突、过时的信息，模型学习到错误的知识；二是模型推理过程中对知识的记忆和关联存在偏差，优先生成统计概率更高但不符合事实的内容；三是生成过程缺乏外部事实校验机制，无法识别生成内容的错误。（3）解决路径：一是强化训练数据治理，提升训练数据的准确性、权威性和时效性，剔除错误信息；二是引入RLHF、RLAIF等对齐技术，引导模型优先生成符合事实的内容；三是搭载RAG模块，在生成过程中调用外部权威知识库的实时信息作为生成依据；四是增加生成后核验环节，利用事实校验模型对生成内容进行审核，过滤错误信息。3.简述我国人工智能伦理治理的核心要求。答：依据《新一代人工智能伦理规范》《人工智能安全治理条例》，我国人工智能伦理治理的核心要求包括：①以人为本：坚持人类主体地位，把保障人民合法权益放在首位，避免人工智能技术损害人类生命健康、财产安全和合法权益；②公平公正：防范算法歧视，保障不同群体平等享受人工智能发展红利，禁止利用人工智能技术实施差别化待遇、损害公平竞争；③透明可解释：高风险人工智能产品和服务需具备可解释性，保障用户的知情权和选择权，禁止使用不可解释的“黑箱”算法用于高风险场景；④安全可控：建立人工智能全生命周期安全管控机制，强化风险监测和应急处置能力，确保人工智能技术处于人类可控范围；⑤责任共担：明确研发者、生产者、使用者、监管者等各主体的责任，实现风险可追溯、责任可落实。4.简述具身智能的核心技术架构及2025年的主要落地场景。答：（1）具身智能的核心技术架构分为四层：①感知层：通过摄像头、激光雷达、触觉传感器、力矩传感器等设备，采集环境信息和自身运行状态数据；②决策层：搭载垂直领域具身大模型，完成环境理解、任务拆解、路径规划、决策生成等功能；③控制层：通过运动控制算法、力控算法等，实现机器人肢体动作的精准控制，完成作业任务；④交互层：支持语音、手势、触觉等多模态人机交互，实现人与机器人的自然协作。（2）2025年主要落地场景：工业场景的柔性装配、零部件搬运、缺陷检测；物流场景的自主分拣、末端配送；家政服务场景的老人陪护、家务辅助；医疗场景的康复护理、手术辅助；特种作业场景的应急救援、易燃易爆环境作业、高空作业。五、论述题（共2题，每题10分，共20分）1.结合2025年人工智能技术发展趋势，论述中小微企业如何借力人工智能实现数字化转型。答：2025年人工智能技术进入普惠应用期，中小微企业可通过以下路径借力人工智能实现降本增效、转型升级：第一，优先选用SaaS化轻量化AI工具，降低转型门槛。中小微企业无需投入大量资金采购算力设备、组建研发团队，可优先选用按需付费的SaaS类AI工具，比如智能客服、AI内容生成、智能经营分析、智能进销存管理等工具，平均可降低运营成本20%-30%，提升经营效率30%以上。以零售类中小微企业为例，采用AI智能客服可降低70%的客服人力成本，用户响应速度提升80%，用户满意度提升25%以上。第二，聚焦核心业务场景适配，避免盲目投入。中小微企业可优先在高频、高价值的核心业务场景落地人工智能技术，比如制造类企业优先落地AI缺陷检测、设备预测性维护场景，流通类企业优先落地AI需求预测、库存优化场景，服务类企业优先落地AI用户画像、精准营销场景，避免盲目铺开无关场景导致的资源浪费。据工信部2024年统计数据，中小微企业在核心场景落地AI后，平均生产效率提升40%以上，经营成本降低25%以上。第三，依托公共算力服务平台，降低算力成本。当前全国各省份均已建成公共智算中心，面向中小微企业提供优惠算力服务，算力采购成本比市场化采购低50%以上，可满足中小微企业模型微调、业务推理的算力需求，无需单独采购昂贵的智算服务器。例如浙江、广东等地的公共智算中心面向中小微企业推出的“算力券”补