2025年人工智能基础知识考试卷及答案.docxVIP

2025年人工智能基础知识考试卷及答案

一、单项选择题（每题2分，共40分）

1.下列关于人工智能（AI）的定义，最准确的是（）。

A.计算机程序模拟人类的所有行为

B.通过算法使机器具备感知、推理和决策的能力

C.利用大数据训练出的高精度分类模型

D.机器人完成人类指定的重复性任务

2.监督学习与无监督学习的核心区别在于（）。

A.是否需要人工标注数据

B.模型是否具备泛化能力

C.训练时是否使用梯度下降

D.输入数据的维度数量

3.以下不属于深度学习常用激活函数的是（）。

A.Sigmoid

B.ReLU

C.Linear

D.Tanh

4.在卷积神经网络（CNN）中，卷积层的主要作用是（）。

A.减少数据维度

B.提取局部特征

C.增强图像对比度

D.实现全连接映射

5.自然语言处理（NLP）中，BERT模型的核心创新是（）。

A.引入循环神经网络（RNN）

B.采用双向Transformer预训练

C.基于词袋模型（BagofWords）

D.仅使用前向语言模型

6.下列哪项属于强化学习中的“奖励函数”设计目标？（）

A.最大化模型训练速度

B.引导智能体做出期望行为

C.减少训练数据的噪声

D.提高模型的可解释性

7.过拟合（Overfitting）现象产生的主要原因是（）。

A.训练数据量过大

B.模型复杂度远高于数据复杂度

C.学习率设置过小

D.损失函数选择错误

8.在支持向量机（SVM）中，“核函数”的作用是（）。

A.降低数据维度

B.将低维线性不可分数据映射到高维线性可分空间

C.计算样本间的欧氏距离

D.优化分类超平面的间隔

9.下列哪项不属于计算机视觉（CV）的典型任务？（）

A.目标检测（ObjectDetection）

B.机器翻译（MachineTranslation）

C.图像分割（ImageSegmentation）

D.人脸识别（FacialRecognition）

10.决策树（DecisionTree）中，信息增益（InformationGain）用于（）。

A.评估特征的分类能力

B.计算样本的类别概率

C.确定树的最大深度

D.处理缺失值

11.生成对抗网络（GAN）由哪两个子模型组成？（）

A.编码器与解码器

B.生成器与判别器

C.分类器与回归器

D.预训练模型与微调模型

12.下列关于Transformer模型的描述，错误的是（）。

A.完全基于自注意力机制（SelfAttention）

B.解决了RNN的长依赖问题

C.输入序列长度受限于固定窗口

D.支持并行计算

13.在机器学习中，“交叉验证”（CrossValidation）的主要目的是（）。

A.提高模型的训练速度

B.评估模型的泛化能力

C.减少训练数据的过采样

D.优化超参数的选择

14.以下哪项属于AI伦理的核心问题？（）

A.模型的参数量大小

B.算法的计算复杂度

C.数据隐私与偏见

D.硬件的算力限制

15.下列哪类任务更适合使用循环神经网络（RNN）？（）

A.图像分类

B.时间序列预测

C.目标检测

D.文本情感分析（短文本）

16.梯度下降（GradientDescent）优化过程中，“学习率”（LearningRate）设置过大会导致（）。

A.模型收敛速度变慢

B.梯度消失

C.参数震荡甚至无法收敛

D.过拟合

17.自然语言处理中的“词嵌入”（WordEmbedding）技术主要解决的问题是（）。

A.文本长度不一致

B.单词的离散表示缺乏语义关联

C.语法结构复杂

D.多语言翻译

18.在迁移学习（TransferLearning）中，“微调”（FineTuning）通常指（）。

A.重新训练预训练模型的所有层

B.仅调整预训练模型的最后几层

C.替换预训练模型的输入层

D.冻结所有层并添加新的分类器

19.下列哪项不属于AI系统的“可解释性”（Explainability）要求？（）

A.模型能说明决策的关键依据

B.输出结果与人类直觉一致

C.可视化特征重要性

D.提高模型