- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2020 人工智能参考答案
一、人工智能导论
练习一:图灵与图灵测试及人工智能案例
1、冯 ?诺依曼计算机的五个组成部分不包括(处理器)
2、以下对强人工智能的描述不准确的是(计算机可表现出不低于人类智能水平的外部智能行为 )
3、当前主流人工智能研究的三个重要特征不包括: (将人工智能问题视为计算问题,通过数学建模进行求
解)
4、以下哪个方法不属于检测人工智能的手段(中国餐馆测试)
5、2016 年 3 月 15 日, AlphaGo 首次战胜的人类围棋世界冠军是:
(李世石)
6、以下哪个部件不是 AlphaGo 的组成部分(纳什均衡博弈算法)
7、AlphaGo 的评估网络的设计思想源于(增强学习)
8、AlphaGo 的策略网络所采用的学习算法模型是(深度卷积神经网络)
9、以 AlphaGo 为代表的智能博弈机器人是典型的强人工智能。错误
10
、图灵测试与人工智能研究的最终目标都是得到可以通过图灵测试的计算机。错误
练习二:人工智能发展史和案例
1、AI(人工智能)的英文缩写是(
Artifical Intelligence )
2、人工智能的含义最早由一位科学家于
1950
年提出 ,并且同时提出一个机器智能的测试模型
,请问这个科
学家是(阿兰 ?图灵)
3、历史上人工智能经历过几次低谷期(
2 次)
4、下列哪部分不是专家系统的组成部分(用户
)
5、2017 年,谷歌发起的围棋人机之战,其人工智能程序
AlphaGo 战胜的世界冠军是(柯洁)
6、不属于人工智能的三大学派是(机会主义)
7、神经网络研究属于下列(连接主义)学派
8、符号主义代表人物不包括(约翰
?霍普菲尔德
)
9、1997 年 5 月,著名的“人机大战” ,最终计算机以
3.5 比 2.5
的总比分将世界国际象棋棋王卡斯帕罗夫
击败,这台计算机被称为(深蓝) 。
10
、AlphaGo 是由谷歌( Google)旗下 DeepMind 公司杰米斯 ?哈撒比斯领衔的团队开发。其主要工作原理
是(深度学习)
11
、2017 年,卡内基梅隆大学开发的一个人工智能程序在(德州扑克
)大赛上战胜了四位人类玩家,这
在人工智能发展史上具有里程碑式的意义。
12
、AlphaGo 主要采用的关键技术不包括
(行为网络 )
13
、(单选, 5 分 )
第五代 AlphaGo 的名字叫做 (AlphaZero) 。
14
、以下并非德州扑克
AI 的代表的是(
Suphx)
15
、德州扑克 AI 的 Libratus,其技术构成模块不包括(快速走子)
16
、2019 年 7 月 11 日,美国卡内基—梅隆大学宣布, 该校和 facebook 公司合作开发的人工智能 ( Pluribus )
在六人桌德州扑克比赛中击败多名世界顶尖选手,成为机器在多人游戏中战胜人类的一个里程碑。
17
、人工智能是智能计算机系统,即人类智慧在计算机上的模拟,或者说是人们使及其具有类似于人的智
慧(对语言能理解、能学习、能推理)
。正确
18
、人工智能已经在教育、医疗健康、交通出行、家庭家居、公共安全、手机及互联网娱乐等领域给人们
的生活带来了诸多的便利,在现今社会的应用也越来越广泛。正确
19
、AlphaGo、 DeepStack 和 Libratus 都是针对完美信息博弈的。错误
20
、黑桃大师个性化培训
AI 是利用大数据分析
/AI 聚类技术,对海量线上真实玩家实战历史数据进行玩家
分类、场景分类、行动树分类,识别出行动树分类明确、优秀玩家与差玩家赢率差别大(教学效果大)的场景,并生成初步的评判标准,人工教研团队进行审核、补充完善,形成训练内容,并根据玩家反馈不断改进。正确
二、人工智能技术与应用
练习一:骨骼识别
1、单人骨骼识别不需要包含如下处理过程(关键点区分)
2、以下哪项不属于目前常用的人体骨架关键点的定义方式( 7 个关键点)
3、以下哪种环境 / 条件有助于提升人体骨骼识别的准确率(光照良好)
4、人体骨骼识别与哪项技术的关联程度最低(区块链技术)
5、以下哪项不是骨骼识别系统包含的功能(图像模糊化)
6、以下哪项不属于造成多人骨骼识别较单人骨骼识别更具挑战的因素(需串联的关键点个数增多)
7、当前的骨骼识别技术不适用于以下哪个应用场景(身份认证)
8、以下哪家公司不属于人体骨骼识别领域的代表企业(携程旅行网络科技)
9、人的头颈、肩部、手肘关节、手腕关节、髋关节、膝关节等可作为人体骨骼关键点。正确
10、在自顶向下方法中,人体目标检测需要用方框标记出一块尽可能大的区域。错误
练习二:人脸识别
1、以下哪项不是人脸识别系统包含的功能( 图像模糊化)
2、未来人脸识别的个人隐私防护不包含(随意授权自己的人脸信息
原创力文档


文档评论(0)