网站大量收购闲置独家精品文档,联系QQ:2885784924

四川省自贡市2024-2025学年高三上学期第一次诊断性考试语文试题(含答案解析).pdf

四川省自贡市2024-2025学年高三上学期第一次诊断性考试语文试题(含答案解析).pdf

  1. 1、本文档共20页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多

四川省自贡市2024-2025学年高三上学期第一次诊断性考试语

文试题

:____________________________________________

学校姓名:班级:考号:

一、现代文阅读

阅读下面的文字,完成下面小题。

材料一:

月日,瑞典皇家科学院宣布,将年诺贝尔物理学奖授予美国科学家约翰

1082024•

霍普菲尔德和加拿大科学家杰弗里辛顿,以表彰他们通过人工神经网络实现机器学习而作

出的基础性发现和发明。

当我们谈论时,通常指的是使用人工神经网络进行的机器学习。事实上,这项技

AI

术最初的开发灵感源自人脑结构。在人工神经网络中,大脑的神经元由具有不同值的节点表

示。这些节点通过类似于突触的连接相互影响,这些连接可以变强或变弱。例如,通过在同

时具有高数值的节点之间建立更强连接,可以对人工神经网络进行训练。

机器学习长期以来一直是科学家们研究的重要内容,其中包括对大量数据的分类和分

析。霍普菲尔德和辛顿利用物理学工具构建了新方法,为当今强大的机器学习奠定了基础。

霍普菲尔德发明了一种联想记忆网络,它能够存储和重建图像以及其他类型的数据模

式。

如何理解呢?我们可以将节点想象成像素。霍普菲尔德网络利用了物理学中描述物

“”

质特性的原理。根据该原理,材料因原子自旋而具有独特特性,这种特性使每个原子成为一

个小型磁铁。整个网络的描述方式相当于物理学中自旋系统的能量,它通过寻找节点之间连

接的值来进行训练,从而使得保存的图像具有较低的能量。

当输入扭曲或不完整的图像时,霍普菲尔德网络会系统地遍历节点并更新它们的值,

“”

从而降低网络的能量。因此,网络能够逐步找到与输入图像最相似的已保存图像。

辛顿的研究建立在霍普菲尔德网络基础之上,他构建了一种使用不同方法的新网络,

“”

即玻尔兹曼机(玻尔兹曼是十九世纪的统计物理学家,他提出的玻尔兹曼分布,描述了多个

分子组成的系统)。它能够学习识别给定类型数据中的特征元素。辛顿运用统计物理学原理,

通过输入机器运行时可能出现的示例对其进行训练。玻尔兹曼机可用于对图像进行分类,或

创建训练模式类型的新示例。辛顿在此基础上进行拓展,推动了当前机器学习的爆炸式发展。

试卷第1页,共10页

诺贝尔物理学奖颁给两位先驱,除了表彰他们在将物理学与人工神经网络深度结

“AI”

合方面所作的贡献之外,可能还有两层隐含意义,一是物理规律不仅存在于自然界中,在数

字世界(计算机模型、模型创建的虚拟世界)中也可能发挥着制约作用。二是与物理学

AI

等基础科学存在千丝万缕的联系,基础科学不仅为筑起了基座,同时其发现和理论也对

AI

AI研究提供了启发和灵感。

(摘编自张佳欣、张梦然《推动机器学习技术爆炸式发展——年诺贝尔物理学

“”2024

奖授予两位人工智能先驱》

您可能关注的文档

文档评论(0)

学习资料库 + 关注
实名认证
内容提供者

初高中各学科试卷

1亿VIP精品文档

相关文档