2026年计算机人工智能考试题及答案

2026年计算机人工智能考试题及答案一、单项选择题（每题2分，共20分）1.在人工智能发展史上，第一次“AI之冬”主要发生在哪个时期？A.1956—1960年B.1961—1973年C.1974—1980年D.1991—2000年2.在A*算法中，评价函数为f(n)A.从起始节点到n的实际代价B.从n到目标节点的估计代价C.从起始节点到目标节点的实际代价D.从n到目标节点的实际代价3.以下哪种形式最适合表达“所有科学家都是勤奋的”这一命题？A.命题逻辑B.一阶谓词逻辑C.贝叶斯网络D.模糊逻辑4.支持向量机的核心思想是（）。A.最大化训练集准确率B.最大化决策边界的几何间隔C.最小化经验风险D.减小模型参数量5.感知机算法在训练集线性可分时，能够（）。A.找到一个线性分类超平面将样本正确分开B.保证找到的决策超平面的间隔最大C.直接处理非线性可分数据D.输出样本属于每个类别的概率6.在深度学习中，ReLU激活函数的定义是（）。A.fB.fC.fD.f7.在强化学习中，智能体通过与环境交互，最终目标是（）。A.最大化当前一步的即时奖励B.最大化期望折扣累积回报GC.使状态价值函数的方差最小D.使策略的熵最大8.词嵌入（WordEmbedding）的主要作用是（）。A.将文本压缩成单个向量B.将离散词符号映射为稠密低维实数向量C.对句子进行分词D.将词频矩阵转换为TF-IDF特征9.在产生式专家系统中，推理机的主要职责是（）。A.将领域知识形式化为规则B.利用知识库中的规则和事实进行匹配、推导C.维护用户界面D.从专家处采集知识10.以下哪项属于无监督学习任务？A.垃圾邮件分类B.房价预测C.根据用户行为对客户分群D.图像中的物体检测二、多项选择题（每题3分，共15分）1.下列搜索算法中，属于无信息（盲目）搜索的有（）。A.深度优先搜索B.宽度优先搜索C.A*搜索D.迭代加深搜索2.下列哪些因素容易导致决策树出现过拟合？（）A.树的深度过大B.训练数据含有较多噪声C.建树后没有进行剪枝D.选择的特征数量过少3.关于反向传播算法，下列说法正确的有（）。A.基于链式法则计算梯度B.只能用于前馈神经网络，不能用于循环神经网络C.需要定义可微的损失函数D.深层网络中可能出现梯度消失或梯度爆炸4.以下哪些属于知识图谱中常见的图数据模型或存储方式？（）A.RDF三元组B.属性图C.产生式规则D.邻接表5.处理类别不平衡数据集时，下列方法中合理的有（）。A.对少数类样本进行过采样B.对多数类样本进行欠采样C.在损失函数中增大少数类的权重D.删除多数类样本直到数据集大小不变三、判断题（每题1分，共10分）1.图灵测试能直接测试机器是否具有自我意识。2.深度优先搜索不能保证找到的路径是最短路径。3.在逻辑回归中，使用sigmoid函数将线性输出压缩到(04.决策树既可以用于分类，也可以用于回归。5.强化学习中的“探索”与“利用”存在矛盾，需要在这两者之间平衡。6.卷积神经网络中的池化层会增加网络的可训练参数数量。7.K-means聚类算法需要在运行前指定聚类数目k。8.注意力机制可以按查询与键的相似度对值进行加权求和。9.专家系统的知识库一旦建立便不需要更新。10.在偏差-方差权衡中，模型复杂度增加通常会导致方差的减小。四、简答题（每题5分，共20分）1.请简述人工智能、机器学习和深度学习之间的关系。2.简述过拟合的表现，并列举两种防止过拟合的常用方法。3.写出K折交叉验证的基本步骤及其作用。4.什么是词袋模型？它有哪些不足？词嵌入是如何改善这些不足的？五、计算与设计题（第1题10分，第2题10分，第3题15分，共35分）1.一个小型状态空间如下：起始节点为S，目标节点为G，各边代价为：S→A=2，S→B=3，A→C=3，B→（1）用A*算法列出从S出发依次扩展的节点（按字母顺序打破平局，节点重放时保留最小f值），并写出每次扩展后open表的变化；（2）给出最终找到的路径及总代价，并说明A*算法在该问题中是否找到最优解。2.考虑异或（XOR）问题，样本为：(0,0)→−1（1）证明该问题在二维输入空间线性不可分；（2）若使用特征映射ϕ(x1,x2)=(（3）简述核技巧如何避免显式构造高维特征空间。3.设计一个能识别几种常见动物的简单专家系统。已知知识包括：•猫科动物有犬齿、有爪、眼在正前方；•哺乳动物有体毛、能产奶；•食肉动物吃肉；•鸟类有羽毛、会飞；•黄褐色、有黑色斑点的哺乳动物可能是金钱豹；•黄褐色、有黑色条纹的哺乳动物可能是老虎。要求：（1）用产生式规则（IF-THEN）写出至少5条规则，能够推断出“金钱豹”“老虎”“企鹅”等动物，并选择其中一种给出完整推理过程；（2）说明系统使用正向推理（前向链）时，规则匹配与执行的基本流程；（3）指出知识库与推理机在系统中的职责分工。参考答案与解析一、单项选择题1.答案：C解析：第一次AI之冬出现在20世纪70年代中期，与感知机局限、机器翻译报告等事件相关。2.答案：B解析：g(n)3.答案：B解析：一阶谓词逻辑可使用全称量词表示为∀x4.答案：B5.答案：A解析：感知机收敛定理只保证线性可分时能找到一个可行解，不保证间隔最大，也不输出概率。6.答案：B7.答案：B8.答案：B9.答案：B10.答案：C二、多项选择题1.答案：ABD解析：A*使用启发式函数，属于知情搜索；其余三种不使用领域启发信息。2.答案：ABC解析：特征数量过少可能使模型欠拟合，而不是过拟合。3.答案：ACD解析：反向传播同样可用于循环神经网络，即通过时间反向传播（BPTT）。4.答案：ABD解析：产生式规则是规则型知识表示，不是知识图谱的图模型或存储方式。5.答案：ABC解析：D中的说法过于笼统，盲目删除多数类样本可能丢失重要信息，不是合理的欠采样策略。三、判断题1.答案：错误解析：图灵测试通过对话行为判断机器是否具有人类智能，不直接检测意识。2.答案：正确3.答案：正确4.答案：正确5.答案：正确6.答案：错误解析：池化层通常没有可训练参数，只进行下采样操作。7.答案：正确8.答案：正确9.答案：错误10.答案：错误解析：模型复杂度增加时，对训练数据敏感度增大，方差通常增大，偏差通常减小。四、简答题1.答案：人工智能是研究如何使计算机模拟人类智能行为的总领域；机器学习是实现人工智能的重要方法之一，让计算机从数据中自动学习规律；深度学习是机器学习的一个分支，基于多层神经网络自动学习特征表示。因此，深度学习⊂机器学习⊂人工智能。2.答案：过拟合是指模型在训练数据上表现很好，但在未见过的测试数据上表现差，即泛化能力弱。常用方法有：（1）正则化，如L1/L2正则化，通过限制参数复杂度避免模型过度拟合噪声；（2）交叉验证，通过划分训练集与验证集评估泛化能力；（3）Dropout，在训练时随机丢弃部分神经元，减少神经元之间的复杂共适应；（4）增加数据量或数据增强。任答两种即可。3.答案：步骤：首先将训练数据随机构分为K份；依次取其中1份作为验证集，其余K-1份作为训练集训练模型并评估；重复K次后，用K次验证结果的平均值作为模型的泛化性能估计。作用：能更充分地利用有限数据，减少因数据划分不同而带来的评估偏差，使模型评估结果更稳定可靠。4.答案：词袋模型将文本表示为词的集合或词频向量，完全忽略词序和上下文，且向量维度通常等于词表大小，稀疏且无法表达词义之间的相似性。词嵌入将每个词映射为稠密低维连续向量，使得语义相近的词在向量空间中距离较近，同时降低了特征维度，也保留了部分上下文语义信息。五、计算与设计题1.答案：（1）A*搜索过程如下：•初始open={S(5)}，扩展S，生成A(5)、B(5)，open={A(5),B(5)}；•按字母序扩展A，生成C(6)，open={B(5),C(6)}；•扩展B，找到到达C的更优路径：g(C)=4•扩展C，生成G(6)，open={G(6)}；•扩展G，找到目标，停止。（2）最终路径为S→B→C→G，总代价为3+1+2.答案：（1）反设存在w1,w2,b能正确分离样本。由负类样本(0,0)可得：b<0。由正类样本(0（2）映射后是线性可分的。取w=(1•(0,0)：•(0,1)：•(1,0)：•(1,1)：所以该分类器能正确区分四个样本。（3）核技巧通过定义核函数K(x,3.答案：（1）示例产生式规则：•规则1：IF有体毛AND能产奶THEN是哺乳动物；•规则2：IF吃肉THEN是食肉动物；•规则3：IF是哺乳动物AND是食肉动物AND有黄褐色皮毛AND有黑色斑点THEN是金钱豹；•规则4：IF是哺乳动物AND是食肉动物AND有黄褐色皮毛AND有黑色条纹THEN是老虎；•规则5：IF有羽毛AND不会飞AND生活在南极附近THEN是企鹅。以“金钱豹”为例的完整推理：已知事实为“有体毛、能产奶、吃肉、有黄褐色皮毛、有黑色斑点”。先由规则1推出“是哺乳动物”，由规则2推出“是食肉动物”，再匹配规则3的前提，推出结论“金钱豹”。（2）正向推理流程：