人工智能与信息社会考试及答案2025.docxVIP

人工智能与信息社会考试及答案2025

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“三要素”的核心构成？

A.数据

B.算法

C.算力

D.场景

2.生成式预训练变换器（GPT4）的核心技术属于以下哪类机器学习方法？

A.监督学习

B.无监督学习

C.强化学习

D.迁移学习

3.2024年欧盟《人工智能法案》正式生效，其将AI系统风险等级划分为四类，其中“不可接受风险”的典型场景是？

A.智能医疗诊断

B.公共场合生物识别

C.教育资源推荐

D.消费者商品推荐

4.以下哪项技术最能体现人工智能的“可解释性”需求？

A.卷积神经网络（CNN）用于图像识别

B.LIME（局部可解释模型无关解释）算法

C.生成对抗网络（GAN）生成虚拟图像

D.循环神经网络（RNN）处理时序数据

5.在信息社会中，AI驱动的“算法权力”最可能引发的社会问题是？

A.数据存储成本降低

B.个人隐私边界模糊

C.信息传播速度加快

D.传统媒体内容丰富化

6.2025年最新发布的“多模态大模型”核心突破在于？

A.单一模态数据的高精度处理

B.文本、图像、语音等跨模态信息融合

C.小样本学习能力的显著提升

D.计算能耗的指数级下降

7.以下哪项属于“弱人工智能”的典型应用？

A.具备自我意识的机器人

B.基于规则的智能客服

C.能自主研发新药的AI系统

D.模拟人类情感的社交机器人

8.AI伦理中的“公平性”原则主要针对？

A.算法训练数据的代表性不足

B.算力资源分配的区域差异

C.开发者的技术水平差异

D.用户设备的性能差异

9.信息社会中，AI对“数字鸿沟”的影响表现为？

A.完全消除不同群体的信息获取差异

B.加剧高技能群体与低技能群体的机会差距

C.降低老年人使用智能设备的门槛

D.缩小城乡之间的网络覆盖差距

10.以下哪项技术属于“因果推理”在AI中的应用？

A.基于历史数据预测销量

B.分析广告投放与用户购买的因果关系

C.用聚类算法划分用户群体

D.用神经网络生成艺术画作

二、填空题（每空1分，共15分）

1.人工智能的核心研究方向包括机器学习、计算机视觉、自然语言处理、__________和机器人学等。

2.大语言模型（LLM）的训练过程通常分为预训练、__________和微调三个阶段。

3.2024年国际标准化组织（ISO）发布的AI伦理框架中，明确提出“__________”原则，要求AI系统的决策过程可被人类理解。

4.信息社会的核心特征是__________成为关键生产要素，AI则是其价值转化的核心工具。

5.生成式AI的典型应用包括文本生成、图像生成、__________和代码生成等。

6.算法歧视的根源通常在于训练数据的__________偏差或算法设计中的隐含偏见。

7.边缘计算与AI结合的优势在于__________、降低延迟，适用于实时性要求高的场景（如自动驾驶）。

8.欧盟《人工智能法案》将高风险AI系统定义为可能对__________、自由、健康或环境造成重大损害的系统。

9.多智能体系统（MAS）中，智能体的核心能力包括感知、__________和交互。

10.2025年最新研究表明，大模型的“涌现能力”通常出现在参数规模超过__________量级时。

11.信息社会中，AI驱动的“__________”模式正在重构传统产业，例如医疗领域的AI辅助诊断、教育领域的个性化学习系统。

12.隐私计算技术（如联邦学习）的核心目标是在__________的前提下实现数据价值共享。

13.AI与可持续发展目标（SDGs）的结合案例包括__________（如用AI优化能源分配）和生物多样性保护（如用AI监测野生动物）。

14.认知计算的目标是模拟人类的__________过程，包括推理、决策和问题解决。

15.2025年，全球AI专利申请量排名第一的领域是__________（如自动驾驶、智能机器人）。

三、简答题（每题8分，共32分）

1.简述生成式AI（如StableDiffusion）与判别式AI（如传统图像分类模型）的核心区别，并各举一例说明其应用场景。

2.分析大语言模型（如GPT4）在信息社会中可能引发的“信息茧房”效应及其社会影响。

3.结合2024年欧盟《人工智能法案》