2024-2025学年北京市昌平区高一（上）期末语文试卷.docx

第PAGE1页（共NUMPAGES1页）

2024-2025学年北京市昌平区高一（上）期末语文试卷

一、本大题共1小题，共18分。

1．（18分）阅读下面材料，完成各题。

材料一

人工智能（ArtificialIntelligence），英文缩写为AI，是一种能够模拟人类智能的技术。它具有多种功能，如数据处理、图像识别、预测与决策、自然语言处理等。近年来，人工智能正以前所未有的力度涌入交通运输领域。从智能驾驶技术的稳步发展，到智能交通管理系统的精准调度，乃至物流供应链的深度优化，人工智能的应用极大地提高了运输效率，增强了安全性，并开启了交通服务的新纪元。

智能驾驶技术正逐步从辅助驾驶向更高层次的自动化迈进，其中L3至L5级别的自动驾驶技术尤为引人注目。L3级自动驾驶技术允许车辆在特定条件下接管驾驶任务，而L4和L5则分别代表高度自动化和完全自动化，能够在无需人类干预的情况下完成整个旅程。特斯拉、谷歌旗下的Waymo、百度Apollo等公司是这一领域的先行者，它们的无人驾驶车辆已经在特定区域进行了测试和小规模运营。智能驾驶技术通过实时路况感知与动态调整、全局路径规划与优化等措施，增强了行驶安全性，减少人为错误，优化路线，提升行车效率。然而，技术成熟度、公众接受度以及道德伦理问题仍是其广泛应用后会面临的挑战。

智慧交通管理系统利用AI和大数据分析技术，实现了对交通流的精细化管理。智能信号灯系统能够根据实时交通流量调整红绿灯时序，有效缓解交通拥堵。视频监控与传感器网络的广泛应用，使得交通管理部门能够即时监测交通状况，迅速响应突发事件，处理交通事故。此外，通过分析历史数据，AI算法能预测交通流量趋势，为城市规划提供科学依据，优化公共交通布局，提升整体交通系统的效能和乘客体验。

在物流供应链领域，人工智能的应用极大地提升了货物运输的效率和准确性。AI算法通过分析大量数据，优化物流路径，实现快速、精准配送货物。例如，DHL、Fe﹣dEx等国际物流巨头采用AI技术，结合天气、路况、历史数据等多维度信息，实时调整运输路线，减少延误和成本。智能仓库中，机器人、无人机以及自动化分拣系统的运用显著提高了仓储作业效率，减少了人力需求，同时通过精确库存管理降低了因人为操作而产生的损耗。AI在物流决策支持系统中的应用，能帮助管理者做出更快速、更准确的业务判断，提高供应链整体的灵活性与响应速度。

这一系列应用为构建智慧、可持续的未来交通蓝图奠定了坚实基础，展现了科技与交通融合共生的广阔前景。

（取材于柯平的相关文章）

材料二

人工智能作为当今科技领域最为炙手可热的技术之一，在学术研究领域展现出强大的应用潜力。

在生物化学领域，深度学习模型“阿尔法折叠2”在预测蛋白质三维结构方面取得了前所未有的成功。在蛋白质的世界里，氨基酸以长链的形式相连，折叠成复杂的三维结构，这些结构对蛋白质的功能至关重要。自20世纪70年代以来，科学家一直致力于根据氨基酸链预测蛋白质结构，但这是一项极其艰巨的任务。因为有些氨基酸和其他氨基酸相互吸引、相互作用，很难准确地预测它们对蛋白质结构的具体影响；有些氨基酸则具有疏水性，会影响到蛋白质结构的稳定性。氨基酸链由此形成的复杂形状，使精准确定蛋白质结构难上加难。人工智能模型“阿尔法折叠2”的横空出世，为解决这一萦绕在科学家心头50年的难题带来转机。2020年，哈萨比斯和乔普研制出“阿尔法折叠2”。在该模型的帮助下，科学家们已经能够预测2亿多种蛋白质的结构。

自问世以来，“阿尔法折叠2”已被来自190个国家和地区的200多万研究人员使用。这一模型的应用使研究人员能够更深入地研究微生物对抗生素的耐药性。科学家们现在能够借助它预测蛋白质的结构，并设计全新的蛋白质，这是科学赐予人类最美好的礼物之一。这一技术不仅加速了生物学和医学研究的发展，还为新药物的设计和研发提供了重要的技术支持。

天文学是另一个受益于人工智能技术的领域。传统的天文学研究需要天文学家检查来自望远镜的海量图像，以识别异常天体现象，比如超新星爆发或黑洞活动。然而，这种方法费时费力，效率低下。AI的引入改变了这一局面，通过深度学习模型自动识别天体图像特征，研究人员在短短几个月内就发现了超过50个新的天体现象。而如果依赖于传统方法，这些发现可能需要数年时间。这种高效的研究方式让科学家得以专注于探索宇宙的奥秘，而非耗费大量时间在海量图像识别上。

此外，人工智能技术还能对超新星等已知天体进行分类。新一波的人工智能应用程序经过算法优化，可以执行“无监督聚类”，即在不告知具体查找内容的情况下，找出数据中的模式。今年1月，AstroAI（哈佛—史密森天体物理中心设立的人工智能试点项目）的研究人员使用这种方法对超过14000个来自X射线源的探测数据进行了分类，此前这些探测数据是很难通过人工来进行