1.7項目練習一、【單選題】1.在人工智能的發(fā)展史上，哪一事件標志著人工智能這一新興學科的正式誕生？（）。A.1943年，神經(jīng)科學家沃倫·麥卡洛克和沃爾特·皮茨提出第一個神經(jīng)元數(shù)學模型。B.1950年，英國數(shù)學家艾倫·圖靈提出“圖靈測試”，作為判斷機器是否具有智能的標準。C.1956年夏季，在美國達特茅斯，以麥卡賽、明斯基、羅切斯特和申農(nóng)等為首的學者首次提出了“人工智能”這一術(shù)語，并召開了相關(guān)研討會。D.1966年，斯坦福研究院的約瑟夫·魏澤鮑姆開發(fā)了ELIZA，一個能夠模仿心理治療師進行對話的計算機程序。答案：C2.人工智能不包括（）。A.自動駕駛B.PhotoshopC.語音識別D.自然語言處理答案：B3.人工智能的感知能力是其基礎，其中哪個領域?qū)Ｗ⒂谘芯咳绾巫寵C器“看”，并廣泛應用于自動駕駛、醫(yī)療影像分析和安防監(jiān)控等領域？（）A.語音識別B.自然語言處理C.計算機視覺D.機器人學答案：C4.在人工智能的眾多應用中，哪一個領域通過模擬人類對話和交互，極大地提升了人機交互的自然性和便捷性？（）A.自然語言處理B.語音識別與合成C.計算機視覺D.機器學習答案：A5.深度學習在以下哪個領域取得了突破性的進展，通過構(gòu)建深層神經(jīng)網(wǎng)絡來模擬人腦的學習過程？（）A.邏輯電路設計B.傳統(tǒng)統(tǒng)計分析C.心理學研究D.圖像識別與自然語言處理答案：D二、【填空題】1.“______”這一術(shù)語首次被在達特茅斯會議被提出。答案：人工智能2.人工智能發(fā)展的三次浪潮，包括______、______、______步入成熟。答案：AI思潮賦予機器邏輯推理能力、專家系統(tǒng)使得人工智能實用化、深度學習助力感知智能3.在人工智能中，______技術(shù)利用已有的知識庫和推理規(guī)則，通過邏輯推理得到新的結(jié)論或解決方案。答案：自動推理【簡答題】1.請簡述深度學習技術(shù)在人工智能發(fā)展中的重要性及其主要應用領域。參考答案：深度學習技術(shù)在人工智能發(fā)展中的重要性體現(xiàn)在其突破性進展和對復雜特征表示及模式識別能力的學習。深度學習通過建立深層的神經(jīng)網(wǎng)絡模型，推動了人工智能在圖像識別、語音識別、自然語言處理等多個領域的快速發(fā)展。主要應用領域包括醫(yī)療健康、金融、制造業(yè)、教育等，這些領域通過深度學習技術(shù)實現(xiàn)了更高效、精準的決策和自動化操作。2.請簡述具身智能對人工智能領域以及未來生活的影響。參考答案：具身智能作為人工智能的一個重要發(fā)展領域，它通過使智能系統(tǒng)或機器具備感知和交互能力，從而實現(xiàn)了與環(huán)境的實時互動。這種能力不僅讓機器人更加智能和靈活，還推動了人工智能技術(shù)的不斷進步。在未來生活中，具身智能將帶來諸多便利。例如，家用機器人可以更加智能地完成家務，提高工作效率；醫(yī)療領域的手術(shù)機器人能夠輔助醫(yī)生進行更為精準和復雜的手術(shù)，提高治療效果；此外，具身智能還可以在工業(yè)生產(chǎn)、交通出行、安全防護等多個領域發(fā)揮重要作用，讓我們的生活更加智能、便捷和安全?？傊?，具身智能的發(fā)展將深刻改變?nèi)祟惿鐣拿婷玻瑸槲磥淼闹悄芑畹於▓詫嵒A。2.7項目練習一、選擇題1.深度學習中的核心概念是什么？（B）。A.機器學習B.神經(jīng)網(wǎng)絡C.人工智能D.計算機2.用機器學習來解決實際任務時，會面對多種多樣的數(shù)據(jù)形式，這些數(shù)據(jù)不包括（D）。A.語音B.文本C.圖像D.算法3．機器學習在進行手寫體數(shù)字識別時，輸入的數(shù)據(jù)類型是哪種？（C）A.文字B.數(shù)字C.圖像D.聲音4.在機器學習流程中，數(shù)據(jù)在進行特征提取之前，要先經(jīng)過哪個步驟？（A）A.預處理B.特征轉(zhuǎn)換C.預測D.學習5.監(jiān)督學習與無監(jiān)督學習的差別，主要表現(xiàn)在什么方面？（D）A.數(shù)據(jù)是否相似B.是否需要訓練C.是否為深度學習D.數(shù)據(jù)是否有標簽二、填空題1._____是人工智能領域中專指利用數(shù)據(jù)進行學習的技術(shù)。答案：機器學習2._____任務根據(jù)輸入的圖片來判斷圖中的內(nèi)容。答案：圖像識別3.圖像信息都是以_____的形式保存在計算機中的。答案：像素三、簡答題1.監(jiān)督學習是目前人工智能領域中最常用的方法，這種方法和人類的學習過程也比較類似。假設現(xiàn)在要訓練機器來識別蘋果和梨的圖像，請簡述一下監(jiān)督學習的過程。答案：首先，需要收集足夠多的蘋果和梨的圖像數(shù)據(jù)，并且需要對這些圖像數(shù)據(jù)做好標簽，標記出哪個圖像是蘋果，哪些是梨。然后對圖像進行預處理，處理包括圖像清晰度調(diào)整、大小的統(tǒng)一等，以確保數(shù)據(jù)的質(zhì)量和一致性。再輸入到機器中利用監(jiān)督學習的方法進行訓練。訓練完成后可用蘋果或梨的照片進行評估。2.我們希望預測寶石的價格，而且我們知道寶石的價格主要由它的重量和等級確定的，如果我們使用監(jiān)督學習的方法，收集了一批寶石價格的數(shù)據(jù)如下表，請問用這些數(shù)據(jù)訓練機器學習模型，表中有幾個樣本，哪部分是樣本的標簽。表2-1寶石數(shù)據(jù)集重量等級價格327030416010237960答案：表中每一行是表示一個寶石，總共三行代表三個寶石樣本。其中，重量、等級是寶石樣本的特征，價格是樣本的標簽。3.7項目練習一、選擇題1.人工神經(jīng)網(wǎng)絡的基本組成單元是什么？（D）。A.樹B.細胞體C.矩陣D.神經(jīng)元2.在神經(jīng)網(wǎng)絡中，權(quán)重參數(shù)剛開始是多少？（C）。A.1B.0C.隨機產(chǎn)生D.103．最簡單的神經(jīng)網(wǎng)絡又稱為什么？（A）A.感知機B.機器C.深度模型D.神經(jīng)元4.神經(jīng)網(wǎng)絡的參數(shù)存儲在哪里？（D）A.軸突B.樹突C.神經(jīng)元D.神經(jīng)元之間的鏈接5.深層神經(jīng)網(wǎng)絡在輸入層與輸出層之間的層稱為？（B）A.中間層B.隱藏層C.神經(jīng)元D.深層二、填空題1.通過對人腦的神經(jīng)網(wǎng)絡進行模擬而設計的模型稱為______。答案：人工神經(jīng)網(wǎng)絡2.構(gòu)成神經(jīng)網(wǎng)絡的基本單元是_____。答案：神經(jīng)元3.生物神經(jīng)元由樹突、______、軸突三部分組成。答案：細胞體三、簡答題1.現(xiàn)在我們要設計一個神經(jīng)網(wǎng)絡用于人臉識別，假設我們收集了100個人的人臉照片，每個人分別收集了100張，共一萬張人臉組成的數(shù)據(jù)集，每張照片由50×50的像素組成。請問該如何設計我們的模型，輸入和輸出層分別要多少神經(jīng)元，應該設計多少層。同學們可以收集一些人臉照片，然后上傳到百度EasyDL平臺，訓練一個用于識別人臉的神經(jīng)網(wǎng)絡模型。答案：由于人臉照片的像素大小為50×50，因此輸入層的神經(jīng)元需要2500個，一共有100個人，相當于要分類100個類別，輸出層則需要100個神經(jīng)元，再加上至少需要一個隱藏層，所以模型至少要有3層。2.簡述為什么需要深層的神經(jīng)網(wǎng)絡。答案：感知機屬于最簡單的單層神經(jīng)網(wǎng)絡，只能完成簡單的任務。為了讓我們的人工神經(jīng)網(wǎng)絡學習諸如識別手寫體數(shù)字的復雜任務，我們會把數(shù)量更多的感知器連接在一起從而組成更高級的網(wǎng)絡，從而完成更復雜的任務。4.7項目練習一、選擇題1.在圖像識別任務中，卷積神經(jīng)網(wǎng)絡的哪一層主要負責特征提取？（B）。A.輸入層B.卷積層C.輸出層D.全連接層2.圖像識別任務中，哪個步驟通常涉及將圖像調(diào)整為固定大??？（A）。A.數(shù)據(jù)預處理B.特征提取C.分類D.測試3．哪種神經(jīng)網(wǎng)絡結(jié)構(gòu)特別適用于處理具有矩形結(jié)構(gòu)的圖像數(shù)據(jù)？（C）A.感知機B.全連接神經(jīng)網(wǎng)絡C.卷積神經(jīng)網(wǎng)絡D.神經(jīng)元4.識別一張圖像中有多少個物體及其所處位置，稱為什么任務？（D）A.圖像識別B.圖像分類C.目標定位D.目標檢測5.在用CNN進行圖像分類時，全連接層的主要作用是什么？（C）A.特征提取B.激活C.分類D.預處理二、填空題1.卷積神經(jīng)網(wǎng)絡結(jié)構(gòu)包含輸入層、______、全連接層。答案：卷積層2.卷積層采用______的方法，大大減少的模型的參數(shù)。答案：部分連接3.目標檢測的流程包括_______、特征提取、分類與定位。答案：區(qū)域選擇三、簡答題1.簡述卷積神經(jīng)網(wǎng)絡是怎么檢測圖像中的模式的。答案：通過滑動掃描的方式。掃描過程中，如果某個神經(jīng)元的掃描區(qū)域內(nèi)存在待檢測的特征，該神經(jīng)元就會被激活。在卷積層，由于只有部分連接，因此該層上的一個神經(jīng)元只能檢測到輸入圖片的一個有限區(qū)域，并通過一個叫做卷積的操作來計算這個區(qū)域有沒有相關(guān)的特征，如果有的話這個神經(jīng)元就會被激活，并傳遞到下一層的神經(jīng)元繼續(xù)檢測。同一層的其它神經(jīng)元會按從左到右、從上到下的順序依次檢測對應的區(qū)域，直到圖片中所有區(qū)域都檢測完畢。5.7項目練習一、選擇題1.將原始文本轉(zhuǎn)換為計算機可以有效處理的格式，不包括下列哪個過程？（B）。A.預處理B.采樣C.分詞D.編碼2.預處理后的文本需要拆分為單詞，也稱為什么？（A）。A.tokenB.樣本C.wordD.分詞3．詞嵌入技術(shù)的主要作用是什么？（A）A.將單詞轉(zhuǎn)換為具有語義的向量B.將句子轉(zhuǎn)換為圖像C.統(tǒng)計單詞數(shù)量D.將文本編碼為二進制代碼4.句子由多個單詞組成，可以將句子中單詞的詞向量進行拼接，形成什么？（D）A.文檔B.句子C.主題D.句向量5.在自然語言處理中，情感分析的主要目的是什么？（C）A.確定單詞在句子中的位置B.提取句子的主題C.識別句子的情感傾向D.識別單詞的詞性（如名詞、動詞等）二、填空題1.將文本中的詞匯轉(zhuǎn)換為______，使模型能夠更準確地理解文本內(nèi)容。答案：詞向量2.在自然語言處理中，詞嵌入把單詞（word）轉(zhuǎn)換成實數(shù)向量（vector），因此大家都也把詞嵌入稱為_______。答案：word2vec3.詞嵌入主要采用______模型來實現(xiàn)。答案：神經(jīng)網(wǎng)絡三、簡答題1.簡述將句子中的單詞表示為獨熱編碼的步驟。答案：第一步預處理：文本需要標準化以確保一致性，如刪除標點符號，對于英文來說還需要統(tǒng)一字母大小寫，或者一些縮寫的形式，比如：“I’m”和“Iam”。第二步分詞：將文本拆分為單詞，也稱為token。例如，句子“我愛北京天安門”，分詞結(jié)果為：“我/愛/北京/天安門”，如果是英文句子則可以根據(jù)單詞之間的空格進行拆分。第三部編碼：將每個token轉(zhuǎn)換為一個跟句子長度一樣的向量，向量中只在該詞出現(xiàn)的位置設置為1，其余全部為0。2.簡述用神經(jīng)網(wǎng)絡對“我正在學習人工智能”這句話中的“學習”進行詞嵌入的過程。答案：首先，把句子進行分詞，生成“我”，“正在”，“學習”，“人工智能”。然后，將這幾個單詞一同輸入神經(jīng)網(wǎng)絡，這樣能夠更好的表現(xiàn)“學習”在語句中的含義與位置，輸入到神經(jīng)網(wǎng)絡的是這些單詞的編碼，可以是簡單的數(shù)字編碼，也可以是獨熱編碼。最后，神經(jīng)網(wǎng)絡輸出“學習”這個詞的詞向量。6.7項目練習一、選擇題1.生成式人工智能的目標是什么？（C）。A.提高訓練速度B.提高計算效率C.模擬人類的創(chuàng)造力D.實現(xiàn)自動化生產(chǎn)2.生成式模型能夠生成哪些類型的數(shù)據(jù)？（D）。A.文本B.圖像C.音頻D.文本、圖像、音頻和視頻等多種類型的數(shù)據(jù)3．生成對抗網(wǎng)絡的作用是什么？（A）A.生成逼真的圖像、文字、視頻等B.優(yōu)化數(shù)據(jù)存儲C.圖像識別D.目標檢測4.生成式人工智能在文本生成方面的應用不包括以下哪一項？（D）A.創(chuàng)作新聞文章B.生成詩歌C.編寫程序代碼D.實現(xiàn)語音識別5.以下哪項不是生成式人工智能的關(guān)鍵技術(shù)？（B）A.深度學習B.樣本標簽C.神經(jīng)網(wǎng)絡D.生成對抗模型二、填空題1.自動編碼器由編碼器和解碼器兩部分組成。答案：編碼器；解碼器2.生成式人工智能的最大區(qū)別在于能根據(jù)訓練數(shù)據(jù)生成新數(shù)據(jù)，如文本、_______和音頻等。答案：圖像3.生成對抗模型（GAN）的核心組成包括_____和_______兩部分。答案：生成器；判別器三、簡答題1.簡述生成對抗網(wǎng)絡的訓練過程與傳統(tǒng)的分類模型有什么不一樣。答案：GAN首先根據(jù)判別器的誤差來更新判別器的參數(shù)，也就是說，先讓判別器學會區(qū)分真實的和生成的圖像。訓練完判別器后，相當于有了一個鑒別標準了，此時鎖定判別器不訓練，只訓練生成器。生成器會通過隨機噪聲生成一張圖片，當然一開始這張圖像是過不了判別器這關(guān)的，如果判斷出是生成的圖像，就會輸出一個較低的分數(shù)，比如0，同時計算出與真實圖像之間的誤差來更新生成器的參數(shù)。接下來就交替訓練這兩個網(wǎng)絡，直至生成器能夠生成高質(zhì)量的圖像2.簡述自編碼器的結(jié)構(gòu)特點及其作用。答案：自動編碼器由編碼器和解碼器組成，它們通常情況下是結(jié)構(gòu)相同的兩個神經(jīng)網(wǎng)絡，可以由全連接層組成，也可以是由卷積層組成的。編碼器的任務將輸入數(shù)據(jù)轉(zhuǎn)換為一個特征向量，它可以看作是對輸入數(shù)據(jù)的一種壓縮表示方法，里面包含有能識別出輸入數(shù)據(jù)的特征，是一個機器能理解的參數(shù)值。自編器的輸出端也不再是對輸入數(shù)據(jù)進行分類，而是一個解碼器，它的任務是將該特征向量進行解碼重建，重新轉(zhuǎn)換為輸入數(shù)據(jù)的樣子，從而使其具備了生成數(shù)據(jù)的能力。7.7項目練習一、選擇題1.下列哪個是代表性的大語言模型？（B）。A.TansformerB.ChatGPTC.自編碼器D.CNN2.大模型普遍采用了下列哪個結(jié)構(gòu)？（D）。A.感知機B.自編碼器C.全連接神經(jīng)網(wǎng)絡D.基于注意力機制的Tansformer3．下列哪個不屬于大模型的特點？（A）A.體積大B.需要海量訓練數(shù)據(jù)C.模型參數(shù)規(guī)模大D.計算資源需求高4.大模型的分類不包括下列哪個？（B）A.通用大模型B.對話大模型C.特定領域大模型D.多模態(tài)大模型二、填空題1.大模型的訓練主要包括______和微調(diào)兩部分。答案：預訓練2.大模型在自然語言處理任務中可以完成序列標注、關(guān)系抽取、_____。答案：文本生成3.人形機器人主要模仿人的_____、運動和功能，還可以與人進行交流。答案：形態(tài)三、簡答題1.在當前人工智能的浪潮中，我們應該如何扮演自己的角色，參與到大模型領域中。答案：學習基礎概念和技術(shù)：掌握人工智能的基礎概念，如機器學習、深度學習、自然語言處理等，以及這些技術(shù)在大模型中的應用。結(jié)合行業(yè)背景：將大模型技術(shù)應用于自己所在的行業(yè)，如工業(yè)制造、金融、教育等，推動行業(yè)的智能化轉(zhuǎn)型。2.簡述通用大模型與專用大模型的特點。答案：通用大模型通過處理大量通