2025年江苏省公需课《人工智能赋能制造业高质量发展》试题及答案.docxVIP

2025年江苏省公需课《人工智能赋能制造业高质量发展》试题及答案

一、单项选择题（每题2分，共20分）

1.以下哪项不属于人工智能在制造业中“降本增效”的典型应用场景？

A.基于机器学习的设备预测性维护

B.计算机视觉技术驱动的产品外观缺陷检测

C.自然语言处理（NLP）实现的客户需求文本分析

D.数字孪生技术构建的虚拟工厂能耗优化模型

答案：C

解析：客户需求文本分析属于市场端应用，虽能辅助决策，但直接“降本增效”的核心场景更聚焦生产制造环节，如设备维护、质量检测、能耗优化等。

2.工业大模型与通用大模型的核心差异在于？

A.参数量级大小

B.对制造业知识的结构化沉淀能力

C.多模态数据处理能力

D.实时响应速度

答案：B

解析：工业大模型需深度融合制造业机理模型、工艺知识及行业数据，具备对特定工业场景的知识推理能力，而非仅依赖通用数据训练。

3.江苏省推动“智改数转”（智能化改造和数字化转型）中，针对中小企业的关键支持政策是？

A.免费提供工业机器人硬件设备

B.建设区域性工业互联网平台，降低企业上云用数成本

C.强制要求企业部署5G全连接工厂

D.补贴企业购买国际头部AI软件系统

答案：B

解析：中小企业转型的核心痛点是资金和技术能力不足，区域性平台通过资源共享和轻量化服务（如低代码工具、行业知识库）降低门槛，符合江苏“一行业一平台”的政策导向。

4.以下哪项技术是实现“零缺陷制造”的关键？

A.边缘计算+实时质量检测算法

B.区块链技术用于供应链溯源

C.增强现实（AR）辅助装配

D.5G网络实现设备远程控制

答案：A

解析：“零缺陷制造”要求在生产过程中实时识别并纠正缺陷，边缘计算确保检测实时性，AI算法提升缺陷识别精度，是核心技术组合。

5.预测性维护与传统定期维护的本质区别是？

A.依赖传感器数量不同

B.基于数据驱动的故障预测替代时间驱动的计划维护

C.维护成本更低

D.仅适用于高端设备

答案：B

解析：预测性维护通过设备运行数据建模，预测故障发生概率，实现“按需维护”；传统维护基于固定周期，可能导致过度或不足维护。

6.以下哪类制造业企业最适合优先部署AI驱动的智能排产系统？

A.单一大批量生产的钢铁企业

B.多品种小批量的定制化家具厂

C.流程型生产的化工企业

D.劳动密集型的纺织服装厂

答案：B

解析：多品种小批量场景下，生产计划需频繁调整，AI排产系统通过实时订单、设备状态、物料库存等数据优化排程，提升资源利用率，价值更显著。

7.数字孪生在制造业中的“双向映射”指？

A.物理工厂与虚拟模型的数据同步与交互

B.设计阶段与生产阶段的模型共享

C.国内工厂与海外工厂的协同仿真

D.设备层与管理层的信息传递

答案：A

解析：数字孪生通过传感器、物联网等技术实时采集物理实体数据，驱动虚拟模型更新；同时虚拟模型的优化指令可反馈至物理实体，形成“感知-分析-决策-执行”的闭环。

8.工业AI算法落地的最大挑战是？

A.计算算力不足

B.标注数据质量与数量不足

C.企业管理层认知不足

D.政策支持力度不够

答案：B

解析：工业场景数据具有高噪声、小样本、强场景依赖性等特点，高质量标注数据（如缺陷样本）获取困难，直接影响算法泛化能力。

9.以下哪项属于AI赋能制造业绿色转型的典型应用？

A.AI优化工艺参数降低单位产品能耗

B.AI机器人替代人工进行危险作业

C.AI分析客户反馈优化产品功能

D.AI预测市场需求调整生产计划

答案：A

解析：通过AI模型优化加热温度、冷却时间等工艺参数，可直接降低能耗和碳排放，符合绿色制造目标。

10.江苏省“十四五”智能制造发展规划中提出的“三化”目标是？

A.数字化、网络化、智能化

B.高端化、绿色化、服务化

C.集群化、品牌化、国际化

D.标准化、模块化、柔性化

答案：A

解析：江苏明确以“数字化转型、网络化协同、智能化升级”为路径推动智能制造，对应“三化”目标。

二、多项选择题（每题3分，共15分，多选、错选不得分，少选得1分）

1.人工智能赋能制造业高质量发展的核心价值包括？

A.提升全要素生产率

B.推动制造业服务化转型（如个性化定制）

C.降低供应链整体波动风险

D.完全替代一线操作工人

答案：ABC

解析：AI通过优化生产、管理、服务流程提升效率（A