下列选项中，**不属于**日常生活里人工智能应用的是（）
扫地机器人自动清扫房间
普通手电筒通电发光
语音助手回答问题
拍照软件识别花卉种类
图灵测试的核心判断标准是（）
机器运算速度是否超过人类
测试者能否区分对话对象是人类还是机器
机器是否可以自己编写程序
机器硬件是否模仿人脑结构
人工智能概念正式被提出的时期是（）
起步发展期（1956‑60 年代初）
反思发展期（60‑70 年代初）
应用发展期（70‑80 年代）
蓬勃发展期（2011 年至今）
符号主义（模拟功能实现 AI）的典型代表是（）
人工神经网络
知识图谱
强化学习
Transformer 注意力机制
下面关于 “训练、模型、推理” 说法正确的是（）
训练是使用模型处理新数据得到结果
推理是用大量数据调整神经网络参数
训练完成之后得到可用的模型，推理使用模型处理新输入
模型只能训练一次，不能反复使用
被称为人工智能发展 “三驾马车” 的是（）
存储、显示器、键盘
数据、算力、算法
网络、电源、操作系统
图像、音频、视频
人工智能处理中文文本的基本单位 token，我们也称为（）
机器分词主要依靠的是（）
机器真正读懂句子的含义
统计词语出现的概率、匹配词表进行计算
完全照搬人类语文课本的语法
只能把文本切分为单个汉字
AlphaGo 围棋程序能够战胜人类棋手，它主要用到哪两种技术（）
符号主义 + 知识图谱
神经网络 + 强化学习
仅依靠手工编写大量围棋规则
纯粹的文本分词算法
下列属于人工智能在医疗领域应用的是（）
医生手写病历本
AI 医学影像辅助识别病灶
体温计测量体温
纸质药品说明书
下面哪一项属于行为主义（模拟行为实现 AI）的典型案例（）
知识图谱推理事件关系
机器人不断试错学会稳定行走（强化学习）
知识图谱术语图谱
依靠固定规则做逻辑判断
当数据集规模不断增大时，人工智能模型准确率变化规律是（）
准确率无限持续上升
初期明显提升，到达一定程度后提升变缓，存在瓶颈
准确率持续下降
数据集大小不会影响准确率
算力对于人工智能的作用，描述错误的是（）
更强算力可以缩短模型训练时间
算力可以支撑更大、更复杂的 AI 模型
算力越强，不需要数据也能训练好模型
我国自主 AI 芯片为算力提供硬件支撑
误差反向传播算法主要用于（）
训练人工神经网络，自动调整网络参数
实现图片的裁剪
做文本分词词表的人工录入
生成知识图谱节点
生成式大模型兴起大致时间是（）
1956 年
1997 年深蓝下棋
2020 年前后
1972 年 MYCIN 医疗系统
1997 年 “深蓝” 战胜国际象棋人类冠军，属于哪个发展阶段（）
低迷发展期
稳步发展期（90 年代中‑2010）
反思发展期
起步发展期
下面对知识图谱理解正确的是（）
知识图谱模仿人脑神经元结构
知识图谱通过概念、事件之间的关系来推理事件
知识图谱属于行为主义实现方案
知识图谱只能处理图片不能处理文字
人工神经网络属于哪一种人工智能实现路线（）
符号主义（模拟功能）
连接主义（模拟人脑结构）
行为主义（模拟行为）
群体智能
语言模型进行文本生成的基础原理是（）
完全理解文章思想后进行文学创作
依据前文，统计预测下一个出现字词的可能性
随机胡乱输出文字，没有任何依据
只能生成古诗，不能生成普通文字
词语 “窗口”，在 “房间窗口” 和 “计算机窗口” 语义完全不同，解决该问题依靠（）
固定不变的语义编码
根据上下文动态调整语义编码
增加分词词表字数，把两个意思分别录入
增大算力即可自动解决
两段文本语义越相近，则它们语义编码计算得到的距离会（）
距离越大
距离越小
距离固定不变
和相似度没有关系
下面哪一个不属于人工智能在农业的应用（）
无人机识别农田病虫害，精准施药
AI 分析土壤数据实现精准灌溉施肥
农民手动浇水施肥
图像识别监测农作物长势
在模拟图灵测试课堂活动中，如果测试者分不清人类和 AI 的回复，说明（）
AI 拥有了人类一样真正的意识智慧
本次 AI 通过图灵测试
机器硬件已经等同于人脑
机器可以自主产生情感
下面对 token（记号）描述错误的是（）
token 可以是单字、双字词、多字词甚至子词
token 的数量可以类比网络流量
中文模型的 token 只能是完整词语，不能是单个字符
分词就是将文本切分为一个个 token
早期基于手工编写大量规则的围棋程序 Fuego，主要属于哪一种思想（）
符号主义（模拟功能）
连接主义
强化学习行为主义
神经网络
下面哪一项属于人工智能在工业领域应用（）
智能工业机器人完成汽车装配焊接
工人手拿扳手组装零件
普通手电筒
纸质生产记录台账
自动统计构建词表的时候，核心参考的是（）
老师人工指定词语
文本中字符相邻共同出现的频次
图片像素大小
计算机硬盘总容量
下列哪个案例，属于人工智能教育领域应用（）
教师手写批改全部作业
AI 辅助批改作业，做个性化学习推送
纸质练习册
黑板手写板书
在文本分词案例 “南京市长江大桥”，机器分词依靠的是（）
读懂地名含义，理解城市知识
计算不同切分方案的得分，选择得分最优的切分
固定把所有两个汉字都切分为词
随机进行切分
下列哪项，不属于生成式人工智能可以完成的任务（）
输入提示生成一首古诗
根据文字描述生成配图
普通干电池点亮小灯泡
生成简单的小程序代码
下面对强化学习（行为主义）描述正确的是（）
依靠大量手工编写逻辑规则完成任务
智能体和环境交互，通过奖励、惩罚反馈不断试错改进行为
完全模仿人脑神经元物理结构
只能用于文本处理，不能控制机器人
下列哪一事件，标志深度神经网络巨大潜力被广泛关注（）
AlexNet 2012 图像识别竞赛取得优异成绩
1956 达特茅斯会议
MYCIN 医疗诊断系统发布
深蓝战胜国际象棋冠军
关于高质量数据对 AI 模型的作用，说法正确的是（）
只要数据数量足够多，数据质量差也一定能得到好模型
丰富、高质量的数据是 AI 模型学习的 “养料”
训练模型不需要数据，只要算力和算法即可
数据只会用于推理，不会用于训练
语义编码的作用是（）
只用单个数字编号记录词语
用一组数字向量，记录词语的多维度语义特征
专门用来分割文本完成分词
专门统计字词出现次数
2016 年 AlphaGo 击败围棋世界冠军，主要体现哪两项技术结合（）
深度学习 + 强化学习
知识图谱 + 手工规则
单纯词频统计
只有知识图谱
下面属于人工智能交通领域应用的是（）
AI 优化红绿灯控制缓解拥堵，智能辅助驾驶
自行车脚踏前进
手写纸质地图
人力黄包车
机器自动生成诗句时，训练材料统计的是（）
诗句作者的人生经历
训练文本里面相邻字词共同出现的频次
古诗纸张材质
古诗写作的年代历史事件
在三类 AI 实现路线中，连接主义的核心思想是（）
编写大量逻辑规则模拟人类思考过程
模仿人脑神经元之间相互连接的结构
智能体不断试错，依靠奖惩学习行为
模仿蜂群群体协作
下列哪项不是人工智能科研领域的应用（）
AI 加速筛选潜在实验材料，分析海量实验数据
科学家手写做实验记录
借助数据挖掘预测科研趋势
优化实验方案提升科研效率
在词表自动构建中，现代实际工程做法一般是（）
完全依靠人工逐条录入全部新词
机器统计提取候选词，再人工审核优化
完全交给机器，人工完全不参与
只能使用古代词典，不能新增词语
对于大语言模型，下面理解正确的是（）
大模型真正拥有自我意识，可以真正 “理解” 人类文字
大模型基于统计与神经网络，预测下一个 token，模拟语言表达
大模型不依赖任何训练数据
大模型只能处理中文，不能处理图片
下面哪个现象，最适合用群体智能解释（）
单个机器人独自打扫全屋
蜂群协同完成筑巢，大量个体协同完成整体任务
知识图谱推理事件
人工神经网络图片识别
下列哪一个问题，是当前人工智能发展遇到的瓶颈（）
高质量训练数据越来越稀缺；大模型训练消耗巨大能源
算力芯片产能完全无限，没有任何限制
所有现实任务 AI 效果已经 100% 完美
不需要任何数据就可以训练超强大模型
对图灵测试的局限，下面说法合理的是（）
通过图灵测试就代表机器拥有真正人类意识
图灵测试只是分辨对话表现，不能证明机器拥有真正的思想意识
只要运算速度快就一定通过图灵测试
图灵测试可以用来检测图片识别准确率
任务：把图片里面的文字提取成电子文档，对应的 AI 技术是（）
光学字符识别 OCR
强化学习机器人控制
知识图谱事件推理
图像绘画生成
下面哪种情况，会导致 AI 模型识别效果变差（）
测试图片风格、样式，和训练数据集图片差异巨大
增大训练数据集数量，提升数据多样性
使用性能更强的算力硬件
使用效果更好的优化算法
文本语义相似度计算，不能做到的是（）
判断两段文字表达的意思是否接近
辅助判断多语言文稿语义是否大体一致
直接证明文章内容客观事实的对错
做文本归类、情感分析辅助工作
下面属于符号主义（模拟功能）局限性的是（）
面对复杂多变现实场景，单纯依靠人工编写规则不够灵活
完全不需要人工编写任何规则
只能处理图片不能处理文字
训练需要消耗巨大算力，没有任何实用场景
下面对推理（inference）概念理解正确的是（）
推理就是拿大量数据反复调整神经网络参数
推理：使用已经训练完成的模型，处理新输入数据输出结果
推理过程需要重新训练模型参数
推理只能在训练阶段执行