人工智能入门基础 习题及解答

课后习题（含答案）

第一章习题

一、单选题

1.人工智能（AI）的核心目标是？

A.让计算机模拟人类智能行为

B.开发超越人类的超级智能

C.实现计算机的自动化运算

D.优化数据处理效率

答案：A

2.以下哪项不属于人工智能的基础理论？

A.线性代数

B.量子力学

C.概率统计

D.微枳分

答案：B

3.1956年的达特茅斯会议标志着人工智能作为学科诞生，哪位学者提出了“人工智能

这一术语？

A.艾伦•图灵

B.约翰•麦卡锡

C.马文•明斯基

D.赫伯特•西蒙

答案：B

4.1997年击败国际象棋世界冠军卡斯帕罗夫的AI系统是？

A.AlphaGo

B.深蓝(DeepBlue)

C.深度思考(DeepThought)

D.沃森(Watson)

答案：B

5.以下哪项属于通用人工智能(AGI)的特征？

A.仅能完成特定领域任务(如围棋)

B.具备人类般的跨领域学习能力

C.依赖海量数据训练

D.目前已广泛应用于工业场景

答案：B

6.计算机视觉(CV)不包括以下哪项任务？

A.图像分类

B.语音识别

C.目标检测

D.图像分割

答案：B

7.学习人工智能的基础阶段应优先掌握以下哪组技能?

A.Python编程与线性代数

B.深度学习框架与机器人学

C.强化学习算法与自然语言处理

D.工计算与模型部署

答案：A

8.以下哪项属于机器学习算法中的监督学习？

A.K-means聚类

B.主成分分析(PCA)

C.逻辑回归

D.深度强化学习

答案：C

9.自然语言处理（NLP）的典型应用不包括？

A.机器翻译

B.自动驾驶

C.文本情感分析

D.智能问答系统

答案：B

10.2016年AlphaGo击败韩国棋手李世石，其核心技术是?

A.专家系统

B.深度学习与强化学习结合

C.符号主义逻辑推理

D.传统机器学习分类算法

答案：B

11.根据智能的特征研究，视觉和听觉在人类感知中占据的主导地位比例约为？

A.视觉70%,听觉20%

B.视觉80%,听觉10%

C.视觉60%,听觉30%

D.视觉90%,听觉5%

答案：B（用户消息中提至上80%以上的外界信息是通过视觉得到的，10%是通过听觉得

到的

12.谁在1956年的达特茅斯会议上正式提出“人工智能”这一术语，并被称为“人工智能

之父”？

A.艾伦・图灵

B.约翰•麦卡锡

C.马文•明斯基

D.赫伯特-西蒙

答案：B(用户消息中指出“麦卡锡提议正式采用，人工智能，这一术语……麦卡锡因此被

称为‘人工智能之父’”)

13.以下哪一项不属于人工智能按技术架构的分类？

A.符号主义人工智能

B.连接主义人工智能

C.行为主义人工智能

D.进化主义人工智能

答案：D(用户消息中明确将人工智能技术架构分为符号主义、连接主义和行为主义三

类，未提及“进化主义'')

14.自然语言处理(NLP)的核心目标不包括以下哪项？

A.使计算机准确理解人类自然语言输入

B.生成,内容摘要并用不同词汇复述信息

C.实现图像中物体的自动识别与分类

D.将一种自然语言自动翻译为另一种语言

答案：C(用户消息说明自然语言处理的目标聚焦于语言理解、摘要生成和翻译，而图

像识别属于计算机视觉范畴)

15.2006年，哪位学者在《Science》上发表的论文推动了深度学习浪潮的兴起？

A.辛顿(G.Hinton)

B.杨立昆(YannLeCun)

C.本吉奥(YoshuaBengio)

D.霍普菲尔德(J.J.Hopfield)

答案：A(用户消息指出“2006年，多伦多大学辛顿教授在《Science》发表的论文掀起

深度学习浪潮”)

16.人工智能入门阶段应优先掌握的基础技能组合是？

A.Python编程与线性代数

B.深度学习框架与机器人学

C.强化学习算法与自然语言处理

D.云计算与模型部署

答案：A（用户消息在“学习路径”中强调入门阶段需“夯实数学基础（如线性代数）和掌

握编程技能（如Pylhon）”）

二、判断题

17.人工智能的定义是研究如何构造智能计算机或系统，以模拟、延伸和扩展人类智能

的学科。

答案：正确（用户消息在1.1.3节明确给出此定义）

18.图灵测试由艾伦♦图灵在1950年提出，旨在通过对话交互判断机器是否具备人类水

平的智能。

答案：正确（用户消息提到“1950年，图灵在《智能机器》中提出图灵测试”）

19.专家系统MYCIN是用于地矿勘探的典型应用，能根据地质数据预测资源储量c

答案：错误（用户消息指出MYCIN用于“传染病诊断治疗”，而地矿勘探专家系统是

PROSPECTOR）

20.第三代智能机器人已完全具备类人智能，能够自主适应各种动态环境。

答案：错误（用户消息说明第三代智能机器人“仍处于研究阶段“，尚未实现完全自主的

类人智能）

第二章习题

一、单选题

1.在计算机内部，所有数据最终以什么形式存储和处理?

A.十进制

B.二进制

C.八进制

D.十六进制

答案：B

2.下列哪种硬件更适合处理大规模并行计算任务？

A.CPU

B.GPU

C.硬盘

D.内存条

答案：B

3.Python中用于定义函数的关键字是：

A.function

B.dcf

C.define

D.func

答案：B

4.下列哪种存储架构更适合处理PB级别的数据？

A.集中式存储

B.分布式存储

C.单机数据库

D.光盘存储

答案：B

5.冯•诺依曼体系结构奠定了现代计算机的基础，其核心特征之一是:

A.使用十进制进行计算

B.数据以二进制形式存储和处理

C.仅支持市行处理

D.不需要存储器

答案：B

6.大数据处理中，强调数据生成和处理的时效性，指的是哪个特征？

A.规模性(Volume)

B.高速性(Velocity)

C.多样性(Variety)

D.价值性(Value)

答案：B

7.在分布式存储中，通过多个副本来保证数据可靠性的机制是？

A.数据分块

B.冗余备份

C.负载均衡

D.一致性协议

答案：B

8.用于衡量计算设备算力的核心指标FLOPS,其中文含义是？

A.每秒整数运算次数

B.每秒浮点运算次数

C.每秒数据传输速率

D.每秒输入输出操作次数

答案：B

9.在算法流程中，将输入数据转化为有价值输出的核心部分是？

A.输入数据

B.处理逻辑

C.输出结果

D.存储设备

答案：B

10.Anaconda在Python开发中的主要作用不包括？

A,提供Python环境管理

B.预置常用科学计算库

C.直接进行硬件电路设计

D.创建隔离的虚拟环境

答案：C

11.结构化数据适合用关系型数据库存储。

答案：正确

12.分布式计算可以将任务分解到多个节点并行处理.

答案：V

13.大数据只能处理结构化数据。

答案：错误

14.标签云是种文本可视化技术。

答案：正确

15.数据质量不影响机器学习的效果。

答案：错误

16.JupyterNotebook适合进行交互式数据分析和代玛演示。

答案：正确

17.数据与算法的关系是单向的，即数据驱动算法，但算法不影响数据。

答案：错误

18.大数据价值性的特点是指数据量越大，价值密度就越高。

答案：错误

19.CPU在处理并行计算任务时通常比GPU更高效。

答案：错误

20.冯•诺依曼体系结构中的二进制表示与逻辑运算中的“真”和“假”天然对应。

答案：止确

第三章习题

一、单选题

1.哪一个是机器学习的合理定义？

A.机器学习能使计算机能够在没有明确编程的情况下学习

B.机器学习从标记的数据中学习

C.机器学习是计算机编程的科学

D.机器学习是允许机器人智能行动的领域

答案：A

2.回归问题和分类问题的区别是什么？

A.回归问题输出值是连续的，分类问题输出值是离散的

B.回归问题有标签，分类问题没有

C.回归问题输出值是离散的，分类问题输出值是连续的

D.回归问题与分类问题在输入属性值上要求不同

答案：A

3.哪种开发语言最适合机器学习？(C)

A.C

B.Java

C.Python

D.HTML

4.谷歌新闻每天收集非常多的新闻，并运用()方法再将这些新闻分组，组成若干类有关联的

新闻。于是，搜索时同一组新闻事件往往隶属同一主题的，所以显示到一起。

A.回归

B.分类

C.聚类

D.关联规则

答案：c

5.以下哪组变量之间存在线性回归关系？

A.正三角形的边长与周长

B.学生的性别与他的成绩

C.儿子的身高与父亲的身高

D.正方形的边长与面积

答案：A

6.聚类属于哪种学习方式？

A.监督学习

B.无监督学习

C.强化学习

D,都不属于

答案：B

7.以下哪些不是二分类问题？（D）

A.根据一个人的身高和体重判断他（她）的性别“

B.根据肿瘤的体积、患者的年龄来判断良性或恶性？

C.或者根据用户的年龄、职业、存款数量来判断信用卡是否会违约？

D.身高1.85m,体重100kg的男人穿什么尺码的T恤？

8.网格搜索（GridSearch）的主要作用是？

A.可视化数据分布

B.自动选择最优超参数组合

C.加速模型训练过程

D.生成合成数据

答案：B

9.在K近邻（KNN）算法中，参数“K”的含义是？

A.特征的数量

B.最近邻居的个数

C.聚类中心的数量

D.决策树的分支数

答案：

10.决策树模型中，“叶节点”代表什么？

A.划分属性的条件

B.数据的输入特征

C.最终的类别或数值

D.树的分支路径

答案：C

11.支持向量机（SVM）的核心目标是什么？

A.最大化支持向量到决策边界的距离

B.最小化训练误差

C.寻找数据的主成分

D.最大化数据密度

答案：A

12.线性回归主要用于解决什么问题？

A.分类问题

B.聚类问题

C.预测连续值

D.降维问题

答案：C

13.逻辑回归的输出结果表示什么?

A.具体的类别标签

B.数据点到超平面的距离

C.样本属于某个类别的概率

D.特征的权重值

答案：C

14.以下哪种算法属于无监督学习？

A.逻辑回归

B.决策树

C.K均值聚类

D.支持向后机

答案：C

15.下面哪些是回归算法？

A.根据肿瘤的体积、患者的年龄来判断良性或恶性？

B.根据用户的年龄、职业、存款数量来判断信用卡是否会违约？

C.身高1.85m,体重100kg的男人穿什么尺码的T恤?

D.根据房屋大小、卫生间数量等特征预估房价

答案：D

16.谁是“机器学习”概念的首次提出者？

A.汤姆•米切尔(TbiiiMiluhcll)

B.阿瑟•萨缪尔(ArthurSamuel)

C.吴恩达(AndrewNg)

D.约翰•麦卡锡(JohnMcCarthy)

答案：B

二、判断题

17.100万条数据划分训练集、验证集、测试集，数据可以这样划分：98%,1%,l%o

答案：正确

18.SVM是这样一个分类搭，他寻找具有最小边缘的超平面，因此它也经常被称为最小间隔

分类器(minimalmarginclassifier)。

答案：错误

19.根据肿瘤的体积、患者的年龄来判断良性或恶性，这是一个回归问题。

答案：错误

20.大部分的机器学习工程中，数据搜集、数据清洗、特征工程这三个步骤绝大部分时间，而

数据建模，占总时间比较少。

答案：正确

第四章习题

一、单选题（共16题）

1.深度学习的核心特征是什么？

A.依赖人工设计特征

B.使用浅层神经网络

C.自动从数据中学习分层特征表示

D.仅适用于小规模数据集

答案：C

解析:深度学习通过多层神经网络自动提取数据的层次化特征，无需人工干预特征工程，

这是其与传统机器学习的根本区别。

2.深度学习模型中的“深度”主要指什么？

A.数据规模庞大

B.神经网络包含多个隐藏层

C.计算复杂度高

D.训练时间漫长

答案：B

解析：“深度”指神经网络中隐藏层的数量，通常25层，通过逐层非线性变换实现特征

抽象。

3.哪一事件被视为深度学习在图像识别领域的突破性标志？

A.感知机模型的提出

B.AlexNet在2012年ImageNet竞赛中获胜

C.反向传播算法的发明

D.Transformer模型的发布

答案:B

解析：2012年Hinton团队开发的AlexNet以深度卷积神经网络大幅提升图像分类准确

率，引爆深度学习研究热潮。

4.以下哪种神经网络结构最适合处理图像数据？

A.循环神经网络（RNN）

B.卷积神经网络（CNN）

C.生成对抗网络（GAN）

D.多层感知机（MLP）

答案:B

解析：CNN通过卷积核提取空间局部特征（如边缘、纹理），池化层降低维度，专为图

像等网格结构数据设计。

5.Transformer模型的核心创新是？

A.引入循环连接处理序列数据

B.完全基于注意力机制替代循环和卷积操作

C.使用稀疏编码减少参数

D.依赖生物神经元模拟

答案：B

解析：Transformer摒弃RNN和CNN,仅靠自注意力机制捕捉长距离依赖，实现高效并

行训练，成为大模型基础架构。

6.深度学习训练中的关键算法“反向传播”主要用于？

A.数据预处理

B.模型部署

C.计算损失函数梯度以更新权重

D.特征选择

答案：C

解析：反向传播通过链式法则将误差从输出层反向传递至各层，计算梯度并优化参数。

7.以下哪项不是深度学习的常见激活函数？

A.Sigmoid

B.ReLU

C.Tanh

D.欧氏距离

答案：D

解析：Sigmoid、ReLU和Tanh均为引入非线性的激活函数，而欧氏距离是度量函数，不

用于激活。

8.深度学习三要素不包括？

A.算法软件

B.算力硬件

C.大数据

D.人工特征工程

答案：D

解析：三要素为算法（如神经网络模型）、算力（如GPU）和大数据（如ImageNeti,特

征工程由模型自动完成。

9.哪一框架以动态计算图著称，适合快速实验？

A.TensorFlow

B.PyTorch

C.Kcras

D.Caffe

答案：B

解析：PyTorch支持动态图，允许运行时修改网络结构，便于调试和原型开发。

10.迁移学习的主要目的是？

A.增加模型参数量

B.从预训练模型迁移知识到新任务

C.替代所有传统机器学习

D.仅用于生成对抗网络

答案：B

解析：迁移学习利用预训练模型（如ImageNet上训练的CNN）的特征提取能力，通过

微调适配新任务，减少数据需求。

11.循环神经网络（RNN）的优势在于？

A.处理序列数据的时序依赖

B.高效识别图像边缘

C.生成高分辨率图像

D.加速矩阵计算

答案：A

解析：RNN通过循环连接保留历史信息，适用于语言建模、时间序列预测等序列任务。

12.以下哪项是深度学习模型的局限性？

A.自动特征学习

B.端到端训练

C.对大规模标注数据依赖性强

D.处理高维数据能力强

答案：C

解析：深度学习需大量标注数据训练，且计算资源消耗大，模型可解释性较差。

13.生成对抗网络（GAN）的核心组件包括？

A.编码器和解码器

B.生成器与判别器

C.卷积层和池化层

D.注意力机制和循环层

答案：B

解析：GAN通过生成器伪造数据、判别器区分真伪的对抗过程提升生成能力。

14.深度学习中“过拟合”指？

A.模型在训练集上表现差

B.模型在测试集上泛化能力弱

C.训练误差与测试误差均高

D.模型未学习到数据特征

答案：B

解析：过拟合是模型过度拟合训练数据噪声，导致测试集性能下降，可通过正则化或

Dropout缓解。

15.ImagcNct数据集对深度学习的推动作用是？

A.提供大规模标注图像用丁模型训练

B.简化神经网络结构

C.替代所有传统数据集

D.仅用于医疗影像

答案：A

解析：ImagcNct包含数百万标注图像，为CNN等模型提供基准测试平台，加速计算机

视觉讲展。

16.哪项技术可用于解决梯度消失问题？

A.增加网络层数

B.使用ReLU激活函数

C.减少训练数据量

D.禁用反向传播

答案：B

解析：ReLU等激活函数避免梯度饱和，残差连接（如ResNet）也可缓解深层网络梯度

消失。

判断题（共4题）

17.深度学习模型无需预处理数据即可直接处理原始输入。

答案：错误

解析：数据预处理（如归一化、去噪）是必要步骤，可提升模型收敛速度和稳定性。

18.卷积神经网络（CNN）仅能用于图像处理，不能处理文本数据。

答案：错误

解析：CNN可通过文本卷积提取局部特征，应用于情感分析、机器翻译等自然语言处

理任务。

19.注意力机制使Transformer模型能够并行处理序列数据，显著提升训练效率。

答案：正确

解析：自注意力机制司时计算序列中所有位置的关系，克服RNN的时序限制，实现并

行化。

20.深度学习三要素中的“算力”特指CPU计算能力。

答案：错误

解析：算力以GPU/TPU为主，支持大规模矩阵运算，CPU仅适合通用计算。

第五章习题

一、单选题

1.计算机视觉的核心定义是（）。B

A.仅让计算机处理图像像素

B.模拟人类视觉系统，使计算机从图像中提取信息并理解内容

C.专注于图像传输技术

D.仅限于工业检测应用

2.计算机视觉的研究目标不包括（）。C

A.图像分类与识别

B.目标检测与跟踪

C.完全替代人类视觉

D.三维重建与场景理解

3.计算机视觉与人类视觉的主要差异在于（）。

A.人类视觉依赖光学原理，计算机视觉依赖电子信号

B.计算机视觉缺乏自适应性和常识推理能力

C.人类视觉无法处理彩色图像

D.计算机视觉无需处理噪声

答案：B

解析：人类视觉具有强大的适应性和经验推理能力，而计算机视觉依赖数据训练和算法，在

未知场景中易出错。

4.计算机视觉技术体系架构的正确顺序是（）。

A.特征提取一数据输入一预处理-高层理解

B.数据输入一预处理一特征提取一高层理解

C.预处理一数据输入一高层理解一特征提取

D.高层理解T数据输入T特征提取T预处理

答案：B

解析：技术流程从数据采莫开始，经预处理优化质量，再提取特征，最终实现高层语义理解。

5.图像数字化表示中，像素的基本信息包括（）。

A.颜色和亮度

B.纹理和形状

C.重量和尺寸

D.声音和温度

答案：A

解析：像素是图像的基本单元，主要包含颜色（如RGB值）和亮度信息。

6.图像识别流程的第一步是（）。

A.特征樨取

B.模型训练

C.图像采集

D.分类识别

答案：C

解析：图像采集是基础，通过传感器获取原始图像数据，后续步骤均以此为前提。

7.以下不属于传统图像特征提取方法的是（）。

A.边缘检测（如Canny算法）

B.纹理分析（如LBP算法）

C.颜色直方图

D.卷积神经网络（CNN）

答案：D

解析：CNN属于深度学工方法，能自动学习特征；传统方法依赖手工设计特征。

8.ResNel模型的核心创新是（）。

A.使用ReLU激活函数

B.引入残差连接解决梯度消失

C.首次应用Dropout技术

D.基于Transformer架构

答案：B

解析:残差连接通过跳跃结构缓解深层网络训练中的梯度消失问题，使超深层网络成为可能。

9.目标检测的核心任务是（）。

A.仅识别物体类别

B.仅定位物体位置

C.同时定位物体位置并识别类别

D.仅跟踪物体运动轨迹

答案：C

解析：目标检测需输出物体的小界框（定位）和类别标签（识别），如YOLO和FasterR-CNN

算法。

10.目标检测性能评估指标mAP的含义是（）。

A.平均准确率

B.平均精度均值

C.最大交并比

D.每秒帧率

答案：B

解析：mAP（MeanAveragePrecision）综合考量定位精度和分类准确性，是目标检测的核心

评价指标。

11.目标跟踪中，多目标跟踪（MOT）的主耍挑战是（）

A.图像分辨率过低

B.身份切换和目标遮挡

C.计算速度过快

D.色彩失真

答案：B

解析：多目标跟踪需解决目标交叉遮挡导致的身份混淆以及目标消失后重现的轨迹关联问

题

12.语义分割与实例分割的关键区别是（）。

A.语义分割区分个体，实例分割不区分

B.语义分割不区分同类物体的个体，实例分割区分

C.语义分割仅用于视频

D.实例分割精度更低

答案：B

解析：语义分割为像素分配类别标签（如“所有车辆为一类“），实例分割进一步区分同一类

别中的不同个体（如“车辆A”和“车辆B”）。

13.在安防领域,计算机视觉的典型应用是（）。

A.医疗影像诊断

B.智能监控与人脸识别

C.自动驾驶路径规划

D.工业零件装配

答案：B

解析：安防领域通过目标检测、跟踪和人脸识别技术实现异常行为预警和身份核脸.

14.医疗健康领域中，计算机视觉的主要作用是（）

A.车辆导航

B.图像分割与病灶检测

C.零售客户分析

D.文本识别

答案：B

解析：在医学影像（如CT、MRI）中，计算机视觉用于器官分割、肿瘤检测和手术导航。

15.自动驾驶系统中，计算机视觉不直接参与的任务是（）。

A.环境感知（如识别行人）

B.车辆制造

C.路径规划

D.决策控制

答案：B

解析：车辆制造属于工业生产范畴，而自动驾驶依赖视觉进行环境感知、决策等实时处理。

16.工业领域中计算机视觉的应用包括（）。

A.质量检测与机器人引导

B.电影特效制作

C.语言翻译

D.气象预测

答案：A

解析：工业视觉主要用于声品缺陷检测、机器人抓取定位和流程监控。

二、判断题

17.计算机视觉的终极目标是使计算机像人类一样通过视觉观察和理解世界，具备自主适应

环境的能力。

答案：正确

解析：该表述准确反映了计算机视觉的长期研究目标。

18.人类视觉与计算机视觉在信息处理逻辑上完全不同，无任何相似性。

答案：错误

解析：两者均采用层级化处理逻辑（如从边缘特征到抽象认知），深度学习模型（如CNN）

刻意模仿了生物视觉的层级结构。

19.图像预处理层的主要目的是直接提取图像中的关键特征。

答案：错误

解析：预处理旨在优化图像质量（如去噪、增强对比度），为后续特征提取做准备，而非直

接提取特征。

20.目标检测算法中，两阶段算法（如FasterR-CNN）通常比单阶段算法（如YOLO）检测

速度更快。

答案：错误

解析:两阶段算法先生成候选区域再精细检测，精度高但速度慢:单阶段算法一步完成.检测，

速度更快但精度略低。

第六章习题

一、单选题

1.自然语言处理融合了多学科的理论与方法，其处理对象涵盖从字、词、短语到篇章等多种

语义单位，涉及哪两个主要的认知层面的任务？

A.机器翻译和情感分析

B.自然语言理解和自然语言生成

C.文本分类和信息抽取

D.语音识别和语音合成

答案：B

2.对于英语单词，将“better”还原为其基本形式“good”，并将“ran”还原为“run”，这种处理方

法属于词语规范化中的哪一种？

A.词干提取

B.词形还原

C.大小写转换

D.最大匹配法

答案：B

3.在中文分词技术中，最大匹配法采用的核心准则是()?

A.基于统计模型计算词语的出现概率

B.仅通过字频来判断词语的结束

C.通过注意力机制(AttentionMechanism)理解词语边界

D.在词典中以“最长词语优先”的准则切分

答案：D

4.词袋模型(BoW)是最简单直观的文本向量化方法，但它的主要缺点是？

A.失去了词语的顺序和上下文信息

B.存在维度爆炸问题

C.无法处理高频停用词

D.以上选项都是

答案：A

5.TF-IDF中的IDF（逆文档频率）项的计算原理体现了什么思想？

A.衡量一个词在单个文档中的出现频率

B.衡量一个词的语义相关性

C.一个词在所有文档中越常见，其权重越低

D.将词语转换成低维稠密向量

答案：C

6.哪种文本表示方法能够将词语转换成一个低维、稠密的向量，并能捕捉词语之间的语义

和语法关系？

A.词袋模型

B.TF-IDF

C.词嵌入

D.最大燧模型

答案：C

7.在情感分析中，哪种粒度能识别出情感所针对的特定对象或属性（例如：“服务很棒，但

菜品味道一般”），从而对商业决策提供最大的指导价值？

A.关系抽取

B.句子级情感分析

C.文档级情感分析

D.方面级情感分析

答案：D

8.信息抽取的第一步，也是最重要的一步，负责找出文衣中具有特定意义的专有名词（如人

名PER、地名LOC、组织机构名ORG）并进行分类的任务是？

A.关系抽取

B.文本分类

C.命名实体识别

D.情感分析

答案：C

9.在语音识别的深度学习时代，哪种神经网络架构通过注意力机制来理解整个句子，高效

捕捉长距离依赖关系，已成为大模型的主流？

A.循环神经网络（RNN）

B.长短期记忆网络（LSTM）

C.Transformer模型

D.隐马尔可夫模型（HMM）

答案：C

10.在语音识别技术面临的挑战中，“U音与方言”问题主要屈干哪一方面的挑战？

A.鲁棒性与环境挑战

B.语言与发音挑战

C,资源与伦理挑战

D.数据安全与隐私挑战

答案：B

II.以下哪项是语音合成中“端到端”模型的典型特点？

A.依赖拼接录音

B.直接由文本生成语音

C.使用高斯混合模型

D.需要手动标注音素

答案：B

12.以下哪项是智能问答系统的类型？

A.基于知识库的问答

B.基于图像的问答

C.基于音频的问答

D.基于视频的问答

答案：A

13.以下哪项不是文本生成的典型应用？

A.机器翻译

B.代码生成

C.图像分类

D.对话系统

答案：C

14.以下哪项是自动摘要的两种主要方式？

A.抽取式与生成式

B.监督式与无监督式

C.规则式与统计式

D.在线式与离线式

答案：A

15.以下哪项是智能助手通常不具备的功能？

A.语音识别

B.法律责任

C.任务执行

D.多轮对话

答案：B

二、判断题

16.自然语言处理的目标是让计算机能够理解、处理和生成人类语言。

答案：正确

17.在中文分词中，“未登录词”(00V)问题是由于汉语不像英语那样有显式分隔符(空格)

所导致的。

答案：错误

18.语音合成（TTS）是指将文本转换为语音的技术。

答案：错误

19.神经机器翻译（NMT）仍然严重依赖人工编写的语法规则。

答案：错误

20..在自然语言处理的历史发展中，基于统计学的方法在20世纪60年代占据了主导地位,

而符号学派则在90年代后才全面崛起。

答案：错误

第七章习题

一、单选题

1.学习的核心FI标是什么？

A.完美预测环境的每•个变化

B.在每一步都获得最大的即时奖励

C.通过与环境的试错交互，学习能最大化长期累积奖励的策略

D.快速找到到达终点的最短路径

答案：C

解析：强化学习关注的是长期收益，智能体通过不断尝试，学习的是一个能获得最多总

奖励的策略。

2.在强化学习中，执行动作并与智能体进行交互的是？

A.策略

B.奖励

C.环境

D.价值函数

答案：C

解析：环境是智能体所处的外部世界，它接收智能体的动作，并反馈新的状态和即时奖

励。

3.哪个要素是环境对智能体动作的即时反馈信号？

A.状态

B.动作

C.奖励

D.策略

答案：C

解析：奖励是一个标量信号，用于评价刚执行的动作的好坏。

4.智能体选择动作的规则被称为？

A.状态

B.价值

C.策略

D.模型

答案：C

解析：策略定义了智能体在特定状态下选择各种动作的概率分布。

5.Q-Leaming算法主要用于学习什么？

A.状态转移概率

B.状态.动作对的价值

C.奖励函数

D.环境模型

答案：B

解析：Q-Leaming的核心是维护一张Q表，记录在每个状态下采取每个动作所能获得

的预期长期回报。

6.在简单路径学习例子中，Q表的作用是？

A.存储环境的所有状态

B.记录智能体走过的路径

C.指导智能体在每个状态选择预期收益最高的动作

D.计算每一步的即时奖励

答案：C

解析：智能体会选择Q值最高的动作，Q表通过不断更新来逼近真实的价值。

7.强化学习中，智能体需要在哪两者之间做出权衡？

A.速度与精度

B.探索与利用

C.成本与收益

D,简单与复杂

答案：B

解析：探索是指尝试新的或不确定回报的动作，以发现更好策略；利用是指选择当前已

知最好的动作。平衡二者很重要。

8.£-greedy策略中，€的作用是控制？

A.学习率

B.折扣因子

C.探索的概率

D.奖励的大小

答案：C

解析：以€的概率随机选择动作（探索），以的概率选择当前Q值最高的动作（利

用）。

9.在机器人导航的例子中，奖励函数通常被设计为？

A.机器人与目标点之间的距离

B.一个固定的正值

C.一个固定的负值

D.机器人的移动速度

答案：A

解析：常见的简单设计是奖励与距离成反比，例如奖励=-距离，从而鼓励机器人靠近

目标。

10.折扣因子（丫）的主要作用是？

A.决定智能体对未来奖励的重视程度

B.控制策略更新的幅度

C.调整探索的比率

D.平衡即时奖励的大小

答案：A

解析：Y是一个介于0和1之间的数，Y越接近1,表示智能体越重视长期回报；越接

近0,则越看重眼前利益。

11.与Q-Learning不同，策略梯度方法直接优化的是？

A.价值函数

B.环境模型

C.策略函数本身

D.奖励函数

答案：C

解析：策略梯度方法通过调整策略函数的参数（如神经网络权重），直接优化动作的概

率分布，使其更倾向于产生高回报的动作。

12.在机器人平衡控制的例子中，最适合使用哪种算法？

A.仅适用于离散动作空间的Q-Lcarning

B.运用干连续动作空间的策略梯度算法

C.只能处理表格化问题的算法

D.不需要学习的方法

答案：B

解析：机器人控制（如关节扭矩）通常是连续动作，策略梯度方法天然适合此类问题。

13.Actor-Critic算法结合了哪两种方法的优点？

A.监督学习和无监督学习

B.策略梯度（Actor）和价值函数近似（Critic）

C.蒙特卡洛方法和时间差分方法

D.模型预测和模型自由

答案：B

解析：Aclui负责生成动作（策略），Crilic负责评估Aclui的动作好坏（价值），二者协

同工作。

14.深度Q网络（DQN）相比传统Q-Leaming的主要改进是？

A.用神经网络来近似Q函数，以处理高维状态空间

B.取消了奖励函数的设计

C.不再需要探索

D.只能用于离散动作空间

答案：A

解析：当状态空间巨大(如图像输入)时，Q表无法存储，DQN使用神经网络来学习

状态/动作到Q值的映射。

15.一个完整的强化学习系统不包括以下哪个基本组成部分？

A.智能体

B.环境

C.标注数据

D.奖励信号

答案：C

解析：强化学习无需预先提供的标注数据，它通过奖励信号讲行学习，议与监督学习不

同。

16.在强化学习任务中，一个回合的结束称为？

A.状态重置

B.动作终止

C.回合终止

D.策略评估

答案：C

解析：例如，机器人到达目标或掉下悬崖，一个回合(episode)就结束了。

二、判断题

17.强化学习与监督学习样，都需要大量带有标签的训练数据。

答案：错误

解析：强化学习不依赖人工标注的数据集，而是通过与环境交互获得的奖励信号来学习。

18.奖励函数设计的好坏对强化学习智能体的性能有决定性影响。

答案：正确

解析：奖励函数如同“指挥棒”，智能体会想方设法最大化它定义的累积奖励，因此设

计不当会导致学习到非期望的行为。

19.Q-Learning是一种“无模型”算法，这意味着它不需要了解环境的动态特性。

答案：正确

解析:无模型算法直接从与环境的交互经验中学习，无需知道状态转移概率等环境模型。

20.策略梯度算法只能用于离散动作空间，不能用于连续动作空间。

答案：错

解析：策略梯度方法可以直接输出连续动作（如扭矩大小）或动作的概率分布，因此非

常适用于连续动作空间问题。

第八章习题

一、单选题

1.大模型与传统AI模型最显著的区别是什么？

A.训练速度更快

B.参数量极其庞大

C.只能处理单一任务

D.不需要大量数据

答案：B

2.下列哪项不是大模型的典型特征？

A.通用性

B.可微调性

C.只能处理结构化数据

D.可指令性

答案：C

3.大模•型训练过程中面临的主要挑战不包括：

A.数据偏见

B.能源消耗

C.模型过小

D.隐私风险

答案：C

4.提示词设计的关键要素不包括：

A.明确的任务说明

B.角色设定

C.使用专业术语

D.格式要求

答案：C

5.大模型的吆J觉”问题指的是：

A.模型运行速度慢

B.生成看似合理但实际错误的信息

C.能耗过高

D.只能处理文本数据

答案：B

6.训练大模型时主要使用的硬件是:

A.硬盘和内存

B.显示器和键盘

C.GPU和TPU

D.路由器和交换机

答案：C

7.设计高质量提示词时，应该：

A.使用模糊的语言

B.提供具体的细节要求

C.避免设定角色

D.不指定输出格式

答案：B

8.大模型面临的社会挑战包括：

A.就业市场冲击

B.参数过多

C.模型体积太大

D.训练时间太长

答案：A

9.本地部署大模型的优势是:

A.无需任何硬件

B.数据隐私保护更好

C.完全免费使用

D.无需网络连接

答案：B

10.大模型训练成本高昂的主要原因是：

A.硬件设备昂贵

B.电力消耗巨大

C.需要大量人力资源

D.以上都是

答案：D

II.传统AI模型通常比大模型具有更好的通用性。

答案：错误

12.大模型可以通过微调快速适应特定领域的需求。

答案：正确

13.大模型的训练不需要大量数据，只需要复杂的算法。

答案：错误

14.云平台部署是大模型唯一的部署方式。

答案：错误

15.大模型在医疗领域可以完全替代医生进行诊断。

答案：错误

16.提示词的质量对模型输出结果没有影响。

答案：错误

17.大模型的“幻觉”问题是指模型会产生错误但看似合理的信息。

答案：正确

18.大模型的发展不会对就业市场产生任何影响。

答案：错误

19.多模态融合是大模型未来发展的重要方向。

答案：正确

20.大模型的伦理问题包括数据偏见和隐私风险。

答案：正确

第九章习题

一、单选题

1.在医疗影像分析中，AI系统主要通过哪种技术来学习并识别病灶特征？

A.深度学习模型

B.自然语言处理

C.专家系统

D.马尔可夫链

答案：A

2.AI在药物研发与新药发现过程中的主要作用是（）。

A.设计手术机器人的动作路径

B.管理医院的非临床性物流任务

C.完全取代临床试验，直接进行人体测试

D.分析分子结构和生物数据，预测药物分子的有效性和潜在副作用

答案：D

3.医疗领域AI应用面临的排战中，哪一项被称为“黑箱”问题，导致医牛难以信任AI的

建议？

A.责任与问责制

B.模型的鲁棒性与泛化能力不足

C.数据的异构性与非结构化

D.模型的可解释性差

答案：D

4.金融领域的“量化交易”的核心思想是（）。

A.仅依靠社交媒体情绪预测价格走势

B.利用数学模型和计算机程序，自动分析数据并执行交易策略

C.基于交易员的个人经验和主观判断进行买卖

D.只投资丁而风险、而收益的金融衍生品

答案：B

5.智慧城市中，AI在“智能能源管理”方面的核心作用是（）。

A.完全取代所有传统发电设施

B.实时监控和分析用电数据，预测电力需求高峰，并智能调度资源

C.通过AI陪伴机器人与居民进行情感交互

D.自动分拣不同类型的可回收物品

答案：B

6.在智能公共安全与应急管理中，AI平台的主要价值在于实现全域协同，这意味着（）。

A.仅用于分析街头斗殴事件，不处理其他异常行为

B.仅依靠视频监控系统由行事后调杏

C.打通公安、消防、医疗、交通等部门数据，在统一模型指导下同步行动

D.只处理社交媒体舆情数据，忽略其他数据源

答案：C

7.自动驾驶技术实现安全行驶依赖于一系列传感器，下列哪一个传感器在自动驾驶中主要

用于探测前方物体的距离和速度，并绘制出周围环境的精确三维地图？

A.超声波传感器

B.激光雷达

C.摄像头

D.加速度计

答案：B

8.智能交通的“车辆协同”趋势旨在解决什么问题？

A.使单个车辆能够独立完成所有驾驶任务

B.降低公共交通工具的准点率

C.预测各区域共享单车的供需关系

D.通过车辆之间相互.通信，实现信息共享，减少交通事故，让交通流更顺畅

答案：D

9.在工业领域的“智能制造”中，AI驱动的计算机视觉系统在质量控制中的核心优势是:

A.规划最优的物流配送路线

B.实时检测产品外观的微小缺陷，精度和速度远超人类

C.依赖人工巡检，标准不一

D.通过分析振动、温度等数据预测设备故障

答案：B

10.农业领域的“精准农业”的核心思想是（）。

A.按需供给，精细化管理农业生产，做到“缺什么补什么”

B.将所有农产品全部进行自动化分拣

C.只依靠卫星图像进行农田管理

D.采用传统的人•水漫灌和一刀切式施肥模式

答案：A

H.智慧城市中AI不能用于以下哪个方面？

A.交通信号优化

B.空气质量监测

C.情感陪伴机器人

D.公共安全预警

答案：C

12.以下哪项是AI在政府治理中的典型应用？

A.智能审批

B.舆情分析

C.犯罪预测

D.以上都是

答案：D

13.以下哪项是AI在医疗中面临的“数据挑战”？

A.数据异构性高

B.标注成本面

C.模型泛化能力差

D.以上都是

答案：D

14.AI在药物研发中不能加速的环节是：

A.化合物筛选

B.临床试验招募

C.药品销售

D.毒性预测

答案：C

15.以下哪项是AI在国防中的应用？

A.战场态势感知

B.自主无人机集群

C.网络攻防

D.以上都是

答案：D

二、判断题

16.人工智能在医疗领域的应用目标是完全取代医生，实现医疗服务的全自动化。

答案：错误

17.金融领域的AI模型，由丁是在历史数据上训练的，因此能够保证在金融危机等前所未

有的市场情况中仍能完美表现。

答案：错误

18.个性化学习系统可以根据学生的学习情况动态调整教学内容和难度。

答案：正确

19.工业领域的“预测性维护”依赖于事后维修，即设备出现故障后再进行诊断和修复，以

减少停机时间。

答案：错误

20.智能交通流管理通过A1系统实时收集数据，能将交通管理从“静态”转变为“动态”，以智

能调控交通信号灯来缓解拥堵。

答案：正确

第十章习题

一、单选题

1.当AI系统生成深度伪造视频损害个人名誉时，主要侵犯了用户的()?

A.财产权

B.隐私权与人格权

C.著作权

D.劳动权

答案：B

解析：深度伪造通过虚假内容损害个人形象，直接侵犯隐私权与人格尊严。

2.以下哪项属于A1算法偏见的典型表现？

A.语音助手识别方言不正确

B.招聘算法因历史数据导致性别歧视

C.翻译软件出现语法错误

D.导航系统未及时更新路况

答案：B

解析：基于有偏差的历史数据训练的算法，nr能在决策中产生性别、种族等歧视性结果。

3.自动驾驶汽车发生事故时，责任主体应优先追溯？

A.车主

B.乘客

C.算法开发者与制造商

D.道路管理部门

答案：C

解析：自动驾驶系统作为AI产品，开发者与制造商需对算法安全性承担首要责任。

4.根据欧盟《人工智能法案》，以下哪类AI应用属于“高风险”等级？

A.手机拍照美颜功能

B.银行信贷审批算法

C.音乐流媒体推荐系统

D.天气预测软件

答案：B

解析：直接影响公民权益的金融决策系统，需满足严格的透明度与安全要求。

5.AI医疗诊断系统误判导致治疗延误，主要违背了哪项伦理原则？

A.公平性

B.可解释性

C.无害性

D.隐私保护

答案：C

解析：医疗AI需确保安全性，误判可能对,患者造成百金伤害，违