2026年人工智能题库试卷及答案

2026年人工智能题库试卷及答案一、单项选择题（每题2分，共40分）1.在人工智能的发展历史中，哪一年被公认为“人工智能”这一术语的诞生之年？A.1946年B.1950年C.1956年D.1980年答案C解析1956年的达特茅斯会议上，麦卡锡等人首次提出了“人工智能”这一术语，标志着AI作为一门学科的诞生。2.图灵测试是用来测试机器是否具有智能的经典方法，它是由谁提出的？A.约翰·冯·诺依曼B.艾伦·图灵C.马文·明斯基D.克劳德·香农答案B3.在搜索策略中，A*算法是一种启发式搜索算法，其评估函数f(n)A.初始节点到节点n的实际代价B.节点n到目标节点的估计代价C.初始节点到目标节点的总代价D.节点n的深度答案B4.机器学习中，若模型在训练集上表现很好，但在测试集上表现较差，这种现象通常被称为：A.欠拟合B.过拟合C.偏差过大D.方差过小答案B5.下列哪种算法主要用于解决分类问题，且基于“最大间隔”原则？A.支持向量机（SVM）B.K-均值聚类C.主成分分析（PCA）D.逻辑回归答案A6.在深度学习的卷积神经网络（CNN）中，池化层的主要作用是：A.增加特征的维度B.提取图像边缘C.降低特征图维度，减少计算量D.增加网络的非线性答案C7.循环神经网络（RNN）在处理长序列时容易出现梯度消失或梯度爆炸问题，为了解决这一问题，研究者提出了哪种改进结构？A.LeNetB.AlexNetC.长短期记忆网络（LSTM）D.生成对抗网络（GAN）答案C8.在强化学习中，Agent通过与Environment交互，目标是最大化什么？A.即时奖励B.累积折扣奖励C.惩罚函数D.状态转移概率答案B9.生成对抗网络（GAN）由两个部分组成，它们之间的博弈关系是：A.编码器和解码器B.生成器和判别器C.推理网络和生成网络D.主网络和从网络答案B10.Transformer模型核心机制是“自注意力机制”，它通过计算Query、Key和Value的相似度来捕捉序列中的依赖关系。相似度的计算通常使用哪种运算？A.欧氏距离B.余弦相似度C.点积D.曼哈顿距离答案C11.在自然语言处理（NLP）中，Word2Vec是一种常用的词嵌入技术，它的主要目的是：A.将文本翻译成另一种语言B.将单词映射为低维实数向量C.进行语法错误检查D.提取关键词答案B12.知识图谱中，最基本的存储单元是：A.表格B.树状结构C.三元组（实体-关系-实体）D.矩阵答案C13.针对计算机视觉中的目标检测任务，YOLO（YouOnlyLookOnce）算法的主要特点是：A.精度极高，速度极慢B.将目标检测视为回归问题，速度快C.只能检测单一目标D.不需要训练数据答案B14.在评估分类模型性能时，当正负样本比例严重不平衡时，下列哪个指标比准确率更有参考价值？A.精确率B.召回率C.F1分数D.特异度答案C解析F1分数是精确率和召回率的调和平均数，能更好地反映不平衡样本下的模型综合性能。15.大语言模型（LLM）的“预训练”阶段主要是做什么？A.学习特定任务的有标签数据B.在海量无标注文本上进行自监督学习C.进行人工反馈微调（RLHF）D.压缩模型体积答案B16.下列哪种技术属于“可解释人工智能”（XAI）的范畴？A.增加网络层数B.使用注意力热力图C.数据增强D.批量归一化答案B17.在聚类算法中，DBSCAN与K-Means相比的一个显著优势是：A.计算速度更快B.不需要预先指定聚类数量C.只能处理球形簇D.必须要求数据分布均匀答案B18.AlphaGo战胜人类围棋冠军主要依赖于结合了哪种技术？A.仅深度神经网络B.深度强化学习与蒙特卡洛树搜索C.专家系统规则库D.遗传算法答案B19.计算机视觉中的“卷积”操作，其数学本质上是：A.矩阵的点积B.互相关运算C.向量外积D.矩阵求逆答案B解析在深度学习框架中，虽然常被称为卷积，但实际操作通常是不翻转核的互相关。20.人工智能伦理中，“算法偏见”的主要来源是：A.算法逻辑本身有意识B.训练数据中包含的人类社会偏见C.计算机硬件故障D.网络连接不稳定答案B二、判断题（每题1分，共10分）1.弱人工智能是指能够像人类一样拥有通用智能和自我意识的AI系统。答案错误解析这是强人工智能的定义。弱人工智能是指专注于解决特定领域问题的AI。2.监督学习需要使用带有标签的数据进行训练。答案正确3.感知机是神经网络的起源，它天生可以解决异或（XOR）问题。答案错误解析单层感知机无法解决非线性可分问题（如XOR），需要多层神经网络。4.随机森林是一种基于Bagging集成策略的学习算法。答案正确5.梯度下降算法中，学习率过大可能导致无法收敛，学习率过小则收敛速度慢。答案正确6.所有的深度学习模型都必须使用GPU进行训练。答案错误解析CPU也可以训练，只是速度较慢；对于小模型，CPU训练是可行的。7.在A*搜索算法中，当启发函数h(答案正确8.逻辑回归虽然名字里有“回归”，但它实际上是一种经典的分类算法。答案正确9.RNN（循环神经网络）由于其结构限制，无法并行处理输入序列，因此训练效率通常低于Transformer。答案正确10.AI生成内容的版权归属目前在全球范围内已经有了完全统一的法律定论。答案错误三、填空题（每空1.5分，共15分）1.机器学习包含三大要素：模型、  和算法。答案数据（或策略/目标函数，视具体语境，通常为数据）2.在决策树算法中，ID3算法使用  作为特征选择的标准。答案信息增益3.深度学习中常用的激活函数Sigmoid的表达式为f(答案14.遗传算法模拟生物进化过程，其三个核心操作是：选择、  和变异。答案交叉5.  学习是指在没有明确标签的情况下，通过挖掘数据内部结构进行学习的方法。答案无监督6.在贝叶斯分类器中，假设特征之间相互独立，这种分类器被称为  贝叶斯分类器。答案朴素7.Transformer模型引入了  机制，使得模型能够并行处理序列数据，极大地提升了训练效率。答案自注意力（或Self-Attention）8.计算机视觉中，  是一种通过在输入图像上随机裁剪、旋转、缩放等操作来增加数据多样性的技术。答案数据增强9.语音识别系统通常将声学信号转化为文本，这主要属于  序列到文本序列的建模任务。答案声学（或语音）10.人工智能三要素通常被认为是算力、算法和  。答案数据四、简答题（每题5分，共20分）1.请简述监督学习、无监督学习和强化学习的主要区别。•监督学习：使用有标签的数据进行训练，目标是学习输入到输出的映射关系，如分类和回归。•无监督学习：使用无标签的数据，目标是发现数据内部的模式或结构，如聚类和降维。•强化学习：Agent通过与环境交互，根据奖励或惩罚信号来调整策略，以最大化长期累积奖励，侧重于决策序列。2.什么是卷积神经网络（CNN）中的“感受野”？请简要解释。答案感受野是指卷积神经网络中，特征图上的某个像素点对应输入图像上的区域大小。随着网络层数的加深，通过卷积和池化操作，后续层的神经元能“看到”输入图像中更大的区域，即感受野变大，从而有助于提取更全局的语义信息。3.请简述梯度下降法的基本原理。答案梯度下降法是一种迭代优化算法，用于最小化损失函数。其基本原理是：沿着损失函数关于模型参数的负梯度方向更新参数。因为梯度的方向是函数增长最快的方向，所以负梯度方向是函数下降最快的方向。通过不断迭代更新，逐步逼近损失函数的最小值（或局部最小值）。4.在大模型微调中，什么是LoRA（Low-RankAdaptation）技术？它有什么优势？答案LoRA是一种高效的参数微调技术。它冻结预训练模型的权重，并在Transformer层中注入可训练的秩分解矩阵。优势：•大幅减少可训练参数数量，降低显存占用。•训练速度更快。•避免了全量微调可能导致的灾难性遗忘问题。•便于部署多个任务特定的轻量级适配器。五、综合计算题（共15分）已知一个简单的感知机模型，包含一个输入层和一个输出层。输入向量x=[x1,$$f(z)=\begin{cases}

1,&z\geq0\\

0,&z<0

\end{cases}$$损失函数采用简单的0-1