2025年制造业人工智能风控试题及答案.docxVIP

2025年制造业人工智能风控试题及答案

一、单项选择题（每题2分，共20分）

1.制造业人工智能风控的核心目标是：

A.提升AI模型训练速度

B.确保AI系统在生产场景中的可靠性与合规性

C.降低企业IT硬件投入成本

D.优化生产线可视化界面

答案：B

解析：制造业AI风控需聚焦于系统在质量检测、预测性维护、供应链管理等场景中的稳定性，避免因模型偏差、数据错误或算法漏洞导致的生产事故、质量缺陷或合规风险，因此核心目标是可靠性与合规性。

2.某汽车制造厂使用AI模型预测设备故障，若模型训练数据中包含大量夏季高温环境下的设备运行数据，但实际应用时进入冬季低温环境，可能引发的主要风险是：

A.模型过拟合

B.数据漂移（DataDrift）

C.对抗样本攻击

D.算法偏见

答案：B

解析：数据漂移指训练数据与实际应用数据的分布不一致，本题中季节变化导致环境参数（如温度）分布改变，属于概念漂移（ConceptDrift）的一种，会直接降低模型预测准确性。

3.制造业AI质检系统中，为防止因训练数据中某类缺陷样本缺失导致的“漏检”风险，最有效的风控措施是：

A.增加模型层数以提升复杂度

B.对现有数据进行随机扰动增强

C.引入主动学习（ActiveLearning）机制补充缺失样本

D