超星尔雅《人工智能与科学之美》完整章节测验满分答案（最新版）.docxVIP

超星尔雅《人工智能与科学之美》完整章节测验满分答案（最新版）

1.1人工智能的起源与定义

被公认为“人工智能之父”的科学家是（A）

A.图灵

B.爱因斯坦

C.冯?诺依曼

D.钱学森

解析：艾伦?图灵提出“图灵测试”，奠定了人工智能的理论基础，被普遍视为“人工智能之父”；冯?诺依曼是计算机科学奠基人，钱学森是中国航天事业奠基人。

人工智能的英文缩写是（B）

A.AT

B.AI

C.AM

D.AG

解析：人工智能的英文为ArtificialIntelligence，缩写为AI，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的科学。

下列关于人工智能的定义，最准确的是（C）

A.能完全替代人类思考的技术

B.仅用于机器人领域的技术

C.模拟、延伸和扩展人类智能的理论与技术

D.与人类智能完全相同的人造智能

解析：人工智能并非复制人类智能，而是通过技术手段模拟人类的感知、推理、学习等智能行为，核心是“模拟与扩展”而非“替代或等同”。

1956年达特茅斯会议的召开，标志着人工智能学科的正式诞生（A）

解析：1956年，多位科学家在达特茅斯会议上首次提出“人工智能”概念，确立了该学科的研究方向，是人工智能发展的里程碑事件。

人工智能的发展仅依赖计算机技术，与数学、心理学等学科无关（B）

解析：人工智能是交叉学科，融合了数学（概率统计、逻辑推理）、心理学（认知科学）、计算机科学、语言学等多领域知识，是多学科协同发展的成果。

1.2人工智能的发展历程

人工智能发展史上的“第一次寒冬”主要源于（D）

A.计算机硬件性能不足

B.没有政府资金支持

C.公众不接受人工智能技术

D.技术突破不及预期，实际应用有限

解析：20世纪70年代，人工智能技术在语音识别、机器翻译等领域的进展未达预期，且面临计算资源限制，导致投资减少，进入“第一次寒冬”。

下列哪项技术突破推动了人工智能进入“深度学习时代”（A）

A.神经网络与大数据、GPU的结合

B.图灵测试的提出

C.专家系统的研发

D.机器人的商业化应用

解析：21世纪后，神经网络算法的优化的同时，大数据的积累和GPU算力的提升，让深度学习得以大规模应用，推动人工智能进入爆发期。

人工智能发展历程中，属于“热潮期”的阶段是（AC）

A.20世纪50-60年代（学科诞生初期）

B.20世纪70-80年代（第一次寒冬）

C.21世纪至今（深度学习时代）

D.20世纪90年代（第二次寒冬）

解析：人工智能发展经历“热潮-寒冬-热潮”的循环，50-60年代学科诞生初期和21世纪深度学习兴起后均为热潮期，70-80年代、90年代为寒冬期。

专家系统是20世纪80年代人工智能的核心应用，在医疗、化工等领域发挥了重要作用（A）

解析：20世纪80年代，基于规则推理的专家系统成熟，能模拟领域专家的决策过程，在专业领域解决实际问题，是当时人工智能的主要成果。

人工智能的发展是一帆风顺的，没有经历过技术瓶颈（B）

解析：人工智能的发展多次遭遇技术瓶颈和投资寒冬，如早期语音识别准确率低、机器学习算法泛化能力不足等，均导致发展停滞，是螺旋式上升的过程。

2.1人工智能的核心技术（一）：机器学习与深度学习

机器学习的核心是让计算机（C）

A.按照预设程序执行指令

B.像人类一样进行逻辑推理

C.从数据中自主学习规律，无需显式编程

D.具备情感感知能力

解析：机器学习的本质是“数据驱动”，通过算法让计算机从海量数据中挖掘规律、构建模型，实现自主决策，而非依赖固定程序。

深度学习的“深度”主要指（B）

A.数据的深度（海量数据）

B.神经网络的层数多

C.技术难度高

D.应用场景广

解析：深度学习是机器学习的分支，核心是深度神经网络，“深度”即指神经网络包含多个隐藏层，能更复杂地拟合数据特征。

下列属于监督学习算法的是（AB）

A.线性回归

B.决策树

C.聚类分析

D.强化学习

解析：监督学习需要标注好的训练数据（输入+输出标签），线性回归（预测连续值）和决策树（分类/回归）均属于监督学习；聚类分析是无监督学习，强化学习是通过“奖励/惩罚”机制学习。

深度学习在图像识别领域的准确率已超过人类水平（A）

解析：目前，基于深度学习的图像识别技术在人脸识别、物体检测等任务中的准确率已达到甚至超过人类，广泛应用于安防、自动驾驶等领域。

机器学习算法不需要数据支持，能自主创造知识（B）

解析：数据是机器学习的基础，算法需要通过大量数据训练才能学习到规律，没有数据输入，模型无法构建，更无法创造知识。

2.2人工