四川省德阳市2024-2025学年高三下学期质量监测（二）语文试题.docx

试卷第=page11页，共=sectionpages33页

试卷第=page11页，共=sectionpages33页

四川省德阳市2024-2025学年高三下学期质量监测（二）语文试题

学校:___________姓名：___________班级：___________考号：___________

一、未知

阅读下面的文字，完成下面小题。

材料一

从金融到医学，人工智能（AI）正深刻改变着现代生活。如今，它开始进军古代文本研究：从希腊与拉丁典籍到中国甲骨文，人工神经网络正成为解读古文字的钥匙。它不仅能驾驭浩瀚档案，填补字符空缺，还能解码几乎无迹可寻的罕见或灭绝语言，令古代智慧在现代科技之光下重现辉煌。

2023年10月，费德里卡·尼科拉尔迪收到了一封电子邮件，邮件附带的一张图片彻底改变了她的研究。此图显示了在公元79年维苏威火山浩劫中幸存的一卷莎草纸残骸，它于18世纪在赫库兰尼姆古城的一处豪华别墅遗迹中被发现。这些历经沧桑的莎草纸，曾是数百卷古籍之一，却因岁月侵蚀而变得脆弱不堪，多数已无法展开。

尼科拉尔迪是意大利那不勒斯大学的一名莎草纸学者，她曾参与一项利用AI读取难解文字的研究。而今，她见证了一项奇迹：图片上，一片莎草纸带上，希腊字母密布如织，于幽暗中焕发新生。这一名为“维苏威挑战”的项目只是AI重塑古代历史研究的“冰山一角”。

几十年来，计算机一直被用于对数字化文本进行分类和分析，但目前最令人兴奋的是神经网络的使用。神经网络由相互连接的节点组成的分层结构组成，尤其是具有多个内部层的“深层”神经网络。

卷积神经网络（CNN）模型能够从图像中精准捕捉网格状数据结构。CNN模型在光学字符识别领域大放异彩的同时，也开辟了其他多元化的应用途径。例如，中国研究团队在探索甲骨文时，巧妙地运用这些模型来复原遭受严重侵蚀的文字图案，深入分析甲骨文随时间的演变轨迹，并将破碎的文物碎片重新拼凑起来，重现历史原貌。

与此同时，循环神经网络（RNN）作为一种专为处理线性序列数据设计的模型，开始展现出在搜索、翻译以及填补已转录古代文本缺失内容方面的巨大潜力。那么，神经网络能否在历史的残片中找出人类专家难以发现的联系？

2017年，英国牛津大学的一项合作开启了探索之旅，当时，两名研究人员正面临破解西西里希腊铭文的难题。

古典学者通常依赖对现存文本的理解来诠释新材料，但难以全面掌握所有相关资料。牛津大学研究人员认为，这正是机器学习可发挥作用的领域。他们使用基于RNN的Pythia模型，并用数万份希腊铭文来训练它，最终成功预测了文本中缺失的单词和字符。

2022年，他们又推出Ithaca模型，不仅能预测缺失内容，还能为未知文本提供日期和来源地建议。Ithaca利用了Transformer模型的突破，能捕捉更复杂的语言模式。当前风靡全球的聊天机器人，如OpenAI的ChatGPT就是基于Transformer模型。

韩国研究人员有一项棘手的任务：整理历史档案。该档案详细记录了27位朝鲜王国国王自14世纪至20世纪初统治时期的日常，涵盖数十万篇文章。美国纽约大学机器翻译专家金亨俊表示，这些文本数据量极为庞大。将这些文本人工译成现代韩文，预计需耗时数十年。金亨俊携手韩国同行，利用Transformer网络训练自动翻译系统。结果显示，AI译文在准确性和可读性上远超古韩文，有时甚至优于现代韩文。

（摘编自张佳欣《AI进军古代文本研究：人工神经网络正成为解读古文字钥匙》）

材料二

在数字化迅猛发展的时代，我们日常生活的每部分都与电脑息息相关。从阅读到购物再到做决策，背后几乎都有电脑的身影。

长久以来，我们习惯了把电脑看作是人类智慧的延伸，是辅助我们更高效工作的工具。直到最近，随着人工智能能力的迅速提升，这种传统的角色分配开始发生悄然变化。我们不得不思考一个问题：我们是给人类配备了一台电脑，还是给电脑配备了一个人？当电脑和人工智能变得越来越聪明时，我们与这些技术之间的关系，是否已经发生了反转？是否有一天，我们将成为自己发明的科技的“奴隶”？

在过去的几十年里，电脑和互联网的发展已经使人类的工作效率大大提高。然而现在，人工智能不仅仅是处理任务，它还开始学习、推理、甚至做决策。

如IBM的“沃森”曾在《危险边缘》知识竞赛节目中击败了多位人类冠军。沃森的成功不仅因为它能在庞大的数据库中快速找到相关信息，而且它具备了某种“推理”能力，这意味着它能够理解问题的深层含义，并提出最符合逻辑的答案。沃森并不是一个简单的“工具”，它已经成为了一种“助手”，甚至在某些情况下，它的推理能力超越了人类的直觉。

再如，愈来愈多的大模型所展示的语言处理能力，让我们看到了人工智能迅速替代人类在创意领域的部分工作。无论是百度的文小言，还是字节跳动的豆包，不仅可以完成