- 1、本文档共12页,可阅读全部内容。
- 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、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、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)。
2025届陕西省高考适应性训练(二模)
语文试题
本试题卷共10页,共23道题。全卷满分150分,考试时间150分钟。
★祝考试顺利★
注意事项:
1.答题前,考生务必将自己的姓名、考号填写在答题卡和试卷指定位置上,并将考号条形码贴在答题卡上的指定位置。
2.选择题的作答:每小题选出答案后,用2B铅笔把答题卡上对应题目的答案标号涂黑。如需改动,用橡皮擦干净后,再选涂其他答案标号。答在试题卷、草稿纸上无效。
3.非选择题用0.5毫米黑色墨水签字笔将答案直接答在答题卡上对应的答题区域内,答在试题卷、草稿纸上无效。
4.考生必须保持答题卡的整洁。考试结束后,只交答题卡。
一、现代文阅读(35分)
(一)现代文阅读Ⅰ(本题共5小题,19分)
阅读下面的文字,完成1~5题。
材料一:
在现代世界的社会结构中,每个具体的个人都是潜在的劳动力提供者,是潜在的商品消费者,这种双重身份也使得每个人都成为社会系统中不可或缺的文化个体。在这种逻辑下,个人的独特性不仅被承认,还被刻意培养和强调,某种程度上这可以被视为大众生产对人的主体性的一种塑造法则。
当我们转向讨论人工智能时,采用了一种抽象化和一般化的表达方式,这反映了技术作为生产资料在当前经济体系中的地位,它在人们的想象里是去人格化和工具化的,是一种生产资料。既然AI在当前的经济体系中主要被视为一种生产资料,一种提高生产效率的工具,于是,就对AI进行去人格化和工具化描述。当我们说“AI正在改变金融业”时,我们并不会去想象某个具体的AI系统,而是将AI视为一种普遍存在的技术力量。
每个AI系统都是特定算法、训练数据和设计理念的产物,这些因素共同塑造了AI的“个性”。这种个性不仅是技术差异的体现,更是不同知识体系、价值观念和权力结构在技术领域的具象化,开发者的数据库、伦理对齐方式等对其都有很大影响。想象一下,你正在使用两个来自不同地域的AI语言助手。当你问它们“什么是成功的人生?”时,由于底层数据库的差异,你可能会得到不同的回答。不同文化背景和社会价值观通过训练数据和算法设计,最终塑造了AI的“个性”。
深入观察,我们会发现AI的“个性”甚至会影响它的表达方式和语言风格。一个专门为教育目的设计的AI可能会使用更简单、更有耐心的语言,就像一位循循善诱的老师。相比之下,一个面向专业人士的AI可能会使用更多技术术语,它的回答可能简洁而直接,就像一位经验丰富的顾问。AI的“个性”还会随着时间和使用而演变。你刚刚打开与它交互时,和它与你交互一段时间之后,它对同一问题的答案在内容和风格上都有差异。
人工智能作为一种具有自主学习和决策能力的技术,挑战了人类在智能领域的独特地位。这种挑战触动了我们深层的焦虑,即对被机器取代或超越的恐惧。通过将人工智能归类为传统机器,我们试图否认这种威胁,将其降格为可控和可理解的对象,从这个角度来看,我们对人工智能的理解方式不仅是一个认知问题,更是一个关于主体性和存在焦虑的问题。
(摘编自耿弘明《个性的AI与泛化的学术话语》)
材料二:
说到黑匣子,许多人会联想到飞机上用于记录飞行数据的设备。然而,在人工智能(AI)领域,黑匣子同样是个不可忽视的重要术语。
《科学美国人》杂志报道称,AI黑匣子指的是内部运作方式对用户完全不可见的AI系统。用户可以向这些系统输入信息并获得输出,但无法检查其代码或了解产生输出的逻辑。
机器学习作为AI的主要分支,是ChatGPT等生成式AI系统的基石。机器学习包含算法、训练数据和模型3个核心部分。机器学习系统这3个部分中,任何一个都可能被隐藏起来,即被置于黑匣子中。通常情况下,算法是公开的。但为了保护知识产权,AI软件开发者通常会将模型或训练数据放进黑匣子。
尽管许多AI算法背后的数学原理已被人们充分理解,但由这些算法构成的网络所产生的行为,却难以捉摸。要理解这些算法的黑匣子问题,人们必须想象一个由相互连接的神经元或节点构成的网络。当你把数据输入网络,节点中的值会触发一系列计算。信息从第一批节点开始传播,以数值形式传递到后续节点,每个节点都会计算一个数字,并将其发送到所有连接,同时考虑每个连接的权重(即数值)。接收到这些信息的新节点会再计算另一个数字。值得注意的是,当前深度学习模型包含数千到数百万个参数。据业内人士估计,GPT-4拥有近1.8万亿个参数。根据这一分析,每个语言模型将使用约2200亿个参数。这意味着,每当提出一个问题时,就有2200亿个变量可能影响算法的回应。
系统不透明性让纠正偏见变得更难,也加剧了不信任感。解码黑匣子对语言模型大有裨益,能避免错误推理和AI产生误导信息,解决答案不一致问题。
与黑匣子相对的一个概念是玻璃盒。AI
文档评论(0)