亚洲精品自慰成人无码三级片|伊人乱码一区一站|美女黄片免费在线观看|手机在线观看无码片子|中文字幕日本强奸|91大神无码六月婷国产|日韩一区二区三区激情精品|亚洲成人网日韩有码|欧美日韩精品一区二区三区视频播放|Av在线收看日韩无天操
請輸入您的標(biāo)題
1.判斷題
1.深度學(xué)習(xí)和機(jī)器學(xué)習(xí)都是人工智能的子集。
對
錯
2.機(jī)器學(xué)習(xí)是深度學(xué)習(xí)子集,是機(jī)器利用統(tǒng)計技術(shù)隨經(jīng)驗逐步提升完成任務(wù)的能力。
對
錯
3.AI在醫(yī)療領(lǐng)域的應(yīng)用,如醫(yī)學(xué)影像分析,可以輔助醫(yī)生進(jìn)行更精準(zhǔn)的診斷,但最終的診斷權(quán)和責(zé)任仍然在醫(yī)生。
對
錯
4、工業(yè)4.0”或“智能工廠”的核心是使用AI實現(xiàn)生產(chǎn)流程的完全無人化,不再需要任何人工干預(yù)。
對
錯
5.L5級別的完全自動駕駛汽車屬于“AI+交通”的范疇,其技術(shù)已成熟并大規(guī)模商用。
對
錯
6.“AI+農(nóng)業(yè)”可以通過分析衛(wèi)星圖像和傳感器數(shù)據(jù),實現(xiàn)農(nóng)田的精準(zhǔn)灌溉和施肥,從而提升資源利用效率。
對
錯
7.在“AI+傳媒”領(lǐng)域,生成式AI可以用于自動撰寫新聞稿件,這可能導(dǎo)致虛假信息傳播的風(fēng)險增加。
對
錯
8.“AI+電子商務(wù)”中的推薦系統(tǒng),其核心目標(biāo)是根據(jù)用戶的歷史行為數(shù)據(jù),為用戶推薦其最可能感興趣的商品,從而提升銷售額。
對
錯
9.“AI+教育”主要體現(xiàn)在用AI教師完全替代人類教師進(jìn)行授課。
對
錯
10.數(shù)據(jù)標(biāo)注是大部分人工智能算法得以有效運行的關(guān)鍵環(huán)節(jié)。
對
錯
11.我們需要大力推進(jìn)人工智能技術(shù),因為它既能推動社會進(jìn)步,改善人們的生活,又沒有危害。
對
錯
12.從就業(yè)來看,人工智能取代了人類的很多工作,讓很多職業(yè)逐漸消亡,而且并沒有帶來新的職業(yè)。
對
錯
13.在機(jī)器學(xué)習(xí)流程中進(jìn)行圖像分類時,不需要人工設(shè)計或參與特征提取過程。
對
錯
14.從二十世紀(jì)五十年代開始提出人工智能的概念,發(fā)展至今,雖然經(jīng)歷的時間比較長,但人工智能的發(fā)展一直是比較順利的,沒有什么起伏。
對
錯
15.人工智能本質(zhì)上講是人類智能的“投影”。
對
錯
16.2016年,我國發(fā)布的“中國腦計劃”主要有兩個研究方向,以建立和發(fā)展人工智能技術(shù)為導(dǎo)向的腦科學(xué)研究就是其中之一。
對
錯
17.2016年,我國發(fā)布的“中國腦計劃”主要有兩個研究方向,以探索大腦秘密、攻克大腦疾病為導(dǎo)向的類腦科學(xué)研究就是其中之一。
對
錯
18.弱人工智能只能完成某些簡單任務(wù)或解決某些簡單問題。
對
錯
19.強(qiáng)人工智能意味著幾乎所有領(lǐng)域都比人類強(qiáng),具備自主改進(jìn)的能力。
對
錯
20.
超人工智能可以像人一樣思考和學(xué)習(xí),并可以解決多個領(lǐng)域的問題。
對
錯
21.現(xiàn)階段的人工智能主要還是弱人工智能。
對
錯
22.現(xiàn)階段的人工智能大都屬于強(qiáng)人工智能。
對
錯
23.符號主義的主要成就是專家系統(tǒng),該學(xué)派認(rèn)為智能的元素是“符號”,又稱聯(lián)結(jié)主義。
對
錯
24.聯(lián)結(jié)主義,又稱仿生學(xué)派,通過模擬人類神經(jīng)系統(tǒng)的結(jié)構(gòu)與功能,試圖使機(jī)器擁有智能。其代表性進(jìn)展是深度學(xué)習(xí)。
對
錯
25.人工智能各流派的發(fā)展趨勢是聯(lián)結(jié)主義,也就是神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)將占主導(dǎo)地位,逐步取代其他流派的存在。
對
錯
26.物聯(lián)網(wǎng)即“萬物相連的互聯(lián)網(wǎng)”,其通過傳感器、射頻識別技術(shù)、全球定位系統(tǒng)、紅外感應(yīng)器、激光掃描器等各種裝置與技術(shù),實時采集信息。
對
錯
27.人工智能訓(xùn)練所需數(shù)據(jù)絕大部分來自于互聯(lián)網(wǎng),其次是物聯(lián)網(wǎng)。
對
錯
28.云計算是分布式計算的一種,指的是通過網(wǎng)絡(luò)“云”將無數(shù)個小的計算任務(wù)組合成巨大的數(shù)據(jù)計算處理任務(wù)程序,然后,交由集中服務(wù)器進(jìn)行處理和分析,然后將結(jié)果返回給用戶。
對
錯
29.區(qū)塊鏈,就是一個又一個的區(qū)塊組成的鏈條,每一個區(qū)塊中保存了一定的信息,它們按照各自產(chǎn)生的時間順序連接成鏈條。
對
錯
30.人工神經(jīng)網(wǎng)絡(luò)由多層人工神經(jīng)元組成,層與層以及層內(nèi)的神經(jīng)元都有連接。
對
錯
31.人工神經(jīng)元是一個基于生物神經(jīng)元的數(shù)學(xué)模型,它接收多個輸入信號,對它們進(jìn)行加權(quán)求和,再經(jīng)過一個激活函數(shù)處理,然后將這個結(jié)果輸出。
對
錯
32.機(jī)器學(xué)習(xí)就是深度學(xué)習(xí)。
對
錯
33.機(jī)器學(xué)習(xí)的基本思路是將現(xiàn)實問題抽象為數(shù)學(xué)問題,由機(jī)器解決數(shù)學(xué)問題,從而解決現(xiàn)實的問題。
對
錯
34.無監(jiān)督學(xué)習(xí)中,給定的數(shù)據(jù)集沒有“正確答案”,其任務(wù)是從給定的數(shù)據(jù)集中,挖掘出潛在的結(jié)構(gòu)。
對
錯
35.聚類算法簡單說就是一種自動分類的方法,與分類算法沒什么區(qū)別。
對
錯
36.強(qiáng)化學(xué)習(xí)與監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)最大的不同就是不依賴于現(xiàn)有數(shù)據(jù),而是通過自己不斷嘗試來學(xué)會某些技能。
對
錯
37.單層神經(jīng)網(wǎng)絡(luò)是由一層神經(jīng)元組成的神經(jīng)網(wǎng)絡(luò),也被稱為單層感知器。
對
錯
38.中文分詞是NLP特有的預(yù)處理步驟,主流工具包括Jieba、HanLP、spaCy等,它們都基于神經(jīng)網(wǎng)絡(luò)。
對
錯
39.具身智能是人工智能與機(jī)器人技術(shù)深度融合的前沿領(lǐng)域,其核心在于讓智能系統(tǒng)擁有物理實體(“身體”),能夠通過感知、決策、行動與環(huán)境的實時交互來學(xué)習(xí)和進(jìn)化,從而在真實世界中自主完成任務(wù)。它主要是屬于( )學(xué)派
A 符號主義
B 連接主義
C 行為主義
D 邏輯主義
40.人工智能的三大基礎(chǔ)是( )
A 算力、算法和數(shù)據(jù)
B 算力、算法和政策
C 算力、算法和倫理
D 算力、算法和時間
41.在為機(jī)器賦予智能的過程中,人工智能訓(xùn)練師的主要工作內(nèi)容是( )
A 數(shù)據(jù)收集和模型測試
B 數(shù)據(jù)標(biāo)注和模型訓(xùn)練
C 數(shù)據(jù)標(biāo)注和模型測試
D 數(shù)據(jù)收集和模型訓(xùn)練
42.( )的工作容易被人工智能取代。
A 薪酬低
B 勞動密集型
C 非科研類
D 結(jié)構(gòu)化、低技能
43.相對機(jī)器學(xué)習(xí),深度學(xué)習(xí)的核心點在于( )
A 需手動進(jìn)行特征提取
B 端到端學(xué)習(xí)
C 分類器更復(fù)雜
D 處理速度更快
44.通常我們把( )兩個事件看作人工智能起源的標(biāo)志性事件
A 圖靈測試和達(dá)特茅斯會議的召開
B 圖靈測試和LISP語言的開發(fā)
C 圖靈測試和馮諾伊曼結(jié)構(gòu)的提出
D 圖靈測試和專家系統(tǒng)的出現(xiàn)
45.人工智能的發(fā)展水平可以分為三個層次,即:( )
A ANI、AGI和ASI
B AEI、AGI和ASI
C ABI、AGI和ASI
D AUI、AGI和ASI
46.人工智能技術(shù)的發(fā)展史形成了( )三大流派
A 符號主義、邏輯主義和仿生學(xué)派
B 符號主義、聯(lián)結(jié)主義和行為主義
C 邏輯主義、行為主義和進(jìn)化主義
D 聯(lián)結(jié)主義、行為主義和仿生學(xué)派
47.行為主義,又稱為進(jìn)化主義或控制論學(xué)派。其代表成果是( )
A 專家系統(tǒng)
B 深度學(xué)習(xí)
C 六足機(jī)器人
D 神經(jīng)網(wǎng)絡(luò)
48.當(dāng)前人工智能與人類智能的本質(zhì)區(qū)別在于人類智能具有( )
A 創(chuàng)造性、情感性和意向性
B 創(chuàng)造性、情感性和意識性
C 創(chuàng)造性、主動性和情感性
D 創(chuàng)造性、自我性和情感性
49.智能機(jī)器人有軟硬件系統(tǒng)構(gòu)成,包括三大核心技術(shù),分別是( )、人機(jī)交互和環(huán)境交互
A 自動控制
B 目標(biāo)檢測
C 圖像識別
D 定位導(dǎo)航
50.大數(shù)據(jù)由巨型數(shù)據(jù)集組成,( )是一個能對大數(shù)據(jù)進(jìn)行分布式處理的軟件框架。
A Hadoop
B Tensorflow
C Python
D Scikit learn
51.全世界較常用的深度學(xué)習(xí)框架由飛槳、( )、Caffe、Pytorch等。
A Hadoop
B Tensorflow
C Python
D Scikit learn
52.智能硬件一般由4部分組成:微控制器、輸入設(shè)備、輸出設(shè)備和( )
A 內(nèi)存
B 數(shù)據(jù)處理單元
C 顯示屏
D 網(wǎng)絡(luò)接口
53.神經(jīng)網(wǎng)絡(luò)分為( )和人工神經(jīng)網(wǎng)絡(luò)
A 機(jī)器神經(jīng)網(wǎng)絡(luò)
B 生物神經(jīng)網(wǎng)絡(luò)
C 仿生神經(jīng)網(wǎng)絡(luò)
D 超級神經(jīng)網(wǎng)絡(luò)
54.典型的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括輸入層、( )和輸出層。
A 傳輸層
B 控制層
C 隱藏層
D 處理層
55.人工神經(jīng)元也稱為感知器。它接受輸入信號,進(jìn)行加權(quán)求和,然后通過一個( )處理,產(chǎn)生輸出。
A 激活函數(shù)
B 閾值函數(shù)
C 調(diào)節(jié)函數(shù)
D 控制函數(shù)
56.機(jī)器學(xué)習(xí)根據(jù)訓(xùn)練方法可以分為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和( )。
A 深度學(xué)習(xí)
B 自動學(xué)習(xí)
C 強(qiáng)化學(xué)習(xí)
D 自主學(xué)習(xí)
57.( )是指機(jī)器基于已知答案的數(shù)據(jù)集訓(xùn)練,從而形成一套方法論,然后在新數(shù)據(jù)上驗證。
A 監(jiān)督學(xué)習(xí)
B 無監(jiān)督學(xué)習(xí)
C 強(qiáng)化學(xué)習(xí)
D 深度學(xué)習(xí)
58.監(jiān)督學(xué)習(xí)有兩個主要算法:分類和( )
A 聚類
B 預(yù)測
C 回歸
D 降維
59.在監(jiān)督學(xué)習(xí)中,( )輸出的數(shù)據(jù)是離散數(shù)據(jù)
A 分類算法
B 聚類算法
C 預(yù)測算法
D 決策算法
60.無監(jiān)督學(xué)習(xí)有兩個主要算法:( )
A 分類和回歸
B 聚類和降維
C 分類和聚類
D 回歸和降維
61.深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個重要分支,它源于( )的研究。
A 建模
B 預(yù)測
C 人工神經(jīng)網(wǎng)絡(luò)
D 分類
62.在多層神經(jīng)網(wǎng)絡(luò)中,隨著網(wǎng)絡(luò)的層數(shù)增加,每一層對前一層的抽象表示更深入。依次分別是“邊緣”特征、“形狀”特征、“圖案”特征,最后是( )特征。
A 目標(biāo)
B 結(jié)果
C 實際
D 訓(xùn)練
63.計算機(jī)視覺的基本任務(wù)主要有:圖像分類、目標(biāo)檢測和( )
A 目標(biāo)預(yù)測
B 語義分割
C 實例分割
D 圖像分割
64.圖像分割分為( )、實例分割和全景分割。
A 語義分割
B 對象分割
C 目標(biāo)分割
D 背景分割
65.( )是實例分割。
A 左上角圖A
B 右上角圖B
C 左下角圖C
D 右下角圖D
66.( )是實例分割。
A 左上角圖A
B 右上角圖B
C 左下角圖C
D 右下角圖D
67.自然語言處理的兩大任務(wù)為自然語言理解和( )
A 自然語言分析
B 自然語言生成
C 自然語言預(yù)測
D 自然語言訓(xùn)練
68.OneHot編碼指的是每個詞表示為一個高維向量,維度為詞典大小,對應(yīng)位置為1,其余為0。缺點是維度災(zāi)難且無法表示詞間關(guān)系。關(guān)于 “維度災(zāi)難”(Curse of Dimensionality),以下描述正確的是( )
A 維度越高,模型效果一定越好,因為特征越多信息越豐富
B 維度災(zāi)難主要指計算資源隨維度增加而線性增長的問題
C 高維空間中數(shù)據(jù)樣本分布稀疏,導(dǎo)致模型需要更多數(shù)據(jù)才能準(zhǔn)確估計分布
D 維度災(zāi)難可以通過增加特征數(shù)量直接解決,無需調(diào)整模型或數(shù)據(jù)
69.關(guān)于預(yù)訓(xùn)練模型(Pre-trained Model)的正確定義是( )
A 指針對特定任務(wù),使用少量標(biāo)注數(shù)據(jù)從頭開始訓(xùn)練的專用模型
B 指在大規(guī)模無標(biāo)注數(shù)據(jù)上通過自監(jiān)督學(xué)習(xí)訓(xùn)練得到的通用模型,可作為下游任務(wù)的 基拙
C 指參數(shù)固定不變、無法通過微調(diào)適應(yīng)新任務(wù)的靜態(tài)模型
D 指僅使用傳統(tǒng)機(jī)器學(xué)習(xí)算法(如SVM、決策樹)訓(xùn)練的模型
70.智能語音技術(shù)常見的任務(wù)包括:語音識別、( )、語音評測和聲紋識別等等。
A 語音分類
B 語音模擬
C 語音攻擊
D 語音合成
71.根據(jù)圖中語音識別流程示意圖,下列描述正確的是( )
A 聲學(xué)模型直接對語音波形進(jìn)行分析,跳過特征提取步驟即可輸出文字結(jié)果
B 語言模型通過分析詞語間的上下文關(guān)系,輔助修正同音詞歧義(如“智力與”和“致力于”)
C 特征提取階段主要依賴語言模型提供語法規(guī)則,以區(qū)分不同音素
D 語音識別結(jié)果完全由聲學(xué)模型決定,語言模型僅用于美化輸出文本
72.以下關(guān)于“端到端模型”核心定義的描述,最準(zhǔn)確的是( )
A 一種不涉及任何學(xué)習(xí)過程、完全基于規(guī)則映射的系統(tǒng)
B 一種從原始輸入到最終輸出進(jìn)行直接映射,無需依賴多個獨立中間模塊的模型
C 一種僅能處理結(jié)構(gòu)簡單、輸入輸出長 度固定的任務(wù)的模型架構(gòu)
D 一種模型結(jié)構(gòu)必須固定不變、無法結(jié)合注意力等動態(tài)機(jī)制的方法
關(guān)閉
更多問卷
復(fù)制此問卷