2022初級(jí)人工智能應(yīng)用師考試題庫(kù)

2022初級(jí)人工智能應(yīng)用師始出現(xiàn)。(A)調(diào)速器(B)聽(tīng)覺(jué)傳感器(C)視覺(jué)傳感器(D)觸覺(jué)傳感器(A)蟻群算法是從生物智能現(xiàn)象抽象出的算法(B)蟻群算法屬于群體智能(C)蟻群算法用于預(yù)測(cè)蟻群在給定條件下的行為(D)對(duì)蟻群覓食的模擬要考慮到環(huán)境、選擇路線等等多種因素(A)間接(B)表象(C)直覺(jué)(D)感知4.狀態(tài)圖中尋找從一種狀態(tài)到另一種狀態(tài)的某個(gè)算符序列問(wèn)題，等價(jià)于尋找圖(A)神經(jīng)網(wǎng)絡(luò)需要大量數(shù)據(jù)(B)神經(jīng)網(wǎng)絡(luò)在概括方面很不好(C)神經(jīng)網(wǎng)絡(luò)是白盒的(D)神經(jīng)網(wǎng)絡(luò)是不透明的(A)神經(jīng)網(wǎng)絡(luò)需要大量數(shù)據(jù)(B)神經(jīng)網(wǎng)絡(luò)在概括方面很不好(C)神經(jīng)網(wǎng)絡(luò)是白盒的(D)神經(jīng)網(wǎng)絡(luò)是不透明的9.為了能夠在更復(fù)雜的任務(wù)中實(shí)現(xiàn)更高的精度，可以考慮引入更多的()。(A)節(jié)點(diǎn)(B)集合(C)函數(shù)(D)隱藏單元(A)0(B)1~2(C)5個(gè)以上(D)10個(gè)以上11.()是指能夠按照人的要求，在某一領(lǐng)域完成一項(xiàng)工作或者一類工作的人工智(A)基于規(guī)則方法的符號(hào)派(B)采用概率方法的隨機(jī)派(C)上下文無(wú)關(guān)語(yǔ)法(D)形式語(yǔ)言理論(A)PaddlePaddle(B)AlLab(C)Face++(D)NeuHub16.在遺傳算法的一輪迭代中，以下操作順序正確的是()。①種群中的交叉操作②種群中個(gè)體的選擇操作③種群中個(gè)體的變異操作(A)結(jié)構(gòu)化數(shù)據(jù)(B)半結(jié)構(gòu)化數(shù)據(jù)(C)非結(jié)構(gòu)化數(shù)據(jù)(D19.人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的()的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。(A)智能(B)行為(C)語(yǔ)言(D)計(jì)算能力20.以下不屬于人工智能在計(jì)算機(jī)視覺(jué)領(lǐng)域的應(yīng)用是()。(A)車站人臉識(shí)別進(jìn)站(B)拍照識(shí)別植物(C)醫(yī)療影像診斷(D)實(shí)時(shí)字幕(A)圖像識(shí)別與分類(B)醫(yī)學(xué)影像分析(C)語(yǔ)音識(shí)別(D)人臉識(shí)別(A)不精確推理過(guò)程是從不確定的事實(shí)出發(fā)(B)不精確推理過(guò)程最終能夠推出精確的結(jié)論(C)不精確推理過(guò)程運(yùn)用不確定的知識(shí)(D)不精確推理過(guò)程最終推出不確定性的結(jié)論23.從20世紀(jì)60年代開始，美國(guó)卡耐基梅隆大學(xué)開展了()研究。(A)孤立數(shù)字識(shí)別系統(tǒng)(B)連續(xù)語(yǔ)音識(shí)別(C)HMM,GMM-HMM(D)(A)根據(jù)搜索過(guò)程中是否會(huì)依據(jù)某些信息調(diào)整搜索方向，可以將搜索算法分成盲目搜索和啟發(fā)式搜索(B)盲目搜索又稱無(wú)信息搜索(C)啟發(fā)式搜索又稱有信息搜索(D)盲目搜索可以解決任何搜索問(wèn)題25.()是采用對(duì)誤差的衡量來(lái)探索變量之間關(guān)系的一類算法。(A)回歸算法(B)支持向量機(jī)(C)聚類算法(D)統(tǒng)計(jì)方法27.在知識(shí)表示的要求中，()是指把有關(guān)知識(shí)按照某種組織方式組成一種知識(shí)結(jié)構(gòu)，便于在求解問(wèn)題時(shí)從知識(shí)庫(kù)中搜索有關(guān)知識(shí)。(A)超人類的功能問(wèn)題(B)責(zé)任倫理問(wèn)題(C)隱私倫理問(wèn)題(D)偏見(jiàn)倫理29.生成一個(gè)比原圖分辨率更高的任務(wù)屬于哪種計(jì)算機(jī)視覺(jué)應(yīng)用()。(A)控制策略相對(duì)更簡(jiǎn)單(B)結(jié)合正向推理和逆向推理的優(yōu)點(diǎn)(C)可根據(jù)初始事實(shí)進(jìn)行正向推理(D)可利用逆向推理尋找支持假設(shè)的證據(jù)31.將抽象派的風(fēng)格應(yīng)用到寫實(shí)派的圖片上屬于哪種應(yīng)用()。32.在二人博弈問(wèn)題中，最常用的一種分析技術(shù)是(),這種方法的思想是先生成一棵博弈樹，然后再計(jì)算其倒推值。(A)極小極大值分析法(B)剪枝算法(C)零和博弈算法(D)a-β剪枝(A)自然語(yǔ)言處理(B)搜索技術(shù)(C)專家系統(tǒng)(D)數(shù)據(jù)挖掘35.()是一種能夠表示計(jì)算的圖，在這種圖中每一個(gè)節(jié)點(diǎn)表示一個(gè)基本的計(jì)算以及一個(gè)計(jì)算的值。(A)流向圖(B)集合(C)函數(shù)(D)節(jié)點(diǎn)(A)推理的前提是推理時(shí)所依據(jù)的已知判斷(B)推理的結(jié)論是推理時(shí)所得出的新判斷(C)推理形式有效性不重要(D)推理的結(jié)論是推理的目的(A)當(dāng)問(wèn)題的復(fù)雜度過(guò)高，通常傾向于接受局部最優(yōu)解(B)局部最優(yōu)解不一定是全局最優(yōu)解(C)全局最優(yōu)解一定是局部最優(yōu)解(D)最優(yōu)解不是可行解38.第三代具有智能的機(jī)器人是靠人工智能技術(shù)決策行動(dòng)的機(jī)器人，它們根據(jù)感覺(jué)到的信息，進(jìn)行(),并作出判斷和決策，不用人的參與就可以完成一些復(fù)雜(A)一定感知(B)獨(dú)立思維、識(shí)別、推理(C)自動(dòng)重復(fù)39.()算法的核心思想是如果一個(gè)樣本在特征空間中的k個(gè)最相鄰的樣本中的大41.()是指根據(jù)語(yǔ)言學(xué)相關(guān)的理論，計(jì)算該聲音信號(hào)對(duì)應(yīng)可能詞組序列的概率。(A)窮搜和啟發(fā)式搜索都維護(hù)CLOSED表(B)啟發(fā)式搜索從OPEN表中選取評(píng)價(jià)值最高的節(jié)點(diǎn)作為下一個(gè)擴(kuò)展的節(jié)點(diǎn)(C)深度優(yōu)先搜索從OPEN表中選取最后一個(gè)加入的節(jié)點(diǎn)作為下一個(gè)擴(kuò)展的節(jié)點(diǎn)(D)窮搜會(huì)保證OPEN表中所有點(diǎn)都被訪問(wèn)到(A)全連接的前饋深度神經(jīng)網(wǎng)絡(luò)(B)卷積網(wǎng)絡(luò)(C)循環(huán)神經(jīng)網(wǎng)絡(luò)(D)雙向循環(huán)網(wǎng)絡(luò)44.科幻影片反映了人們對(duì)人工智能未來(lái)的思考，我們當(dāng)前應(yīng)該如何正確看待人(A)人工智能技術(shù)跟蒸汽機(jī)發(fā)明一樣，永遠(yuǎn)不可能超越人類，不需要擔(dān)心它給人類社會(huì)帶來(lái)災(zāi)難(B)人工智能會(huì)侵蝕人類基本情感，顛覆家庭，要制止人工智能情感研究(C)科技向善，我們要發(fā)揮人工智能好的一面，同時(shí)快速調(diào)整政策法規(guī)，預(yù)防不利的影響(D)人工智能技術(shù)對(duì)社會(huì)太危險(xiǎn)，我們要削弱這種技術(shù)的發(fā)展(A)20世紀(jì)60年代(B)19世紀(jì)60年代(C)20世紀(jì)70年代(D)20世紀(jì)90年代46.由一個(gè)隨機(jī)子集的實(shí)例組成，并且每個(gè)節(jié)點(diǎn)都是從一系列隨機(jī)子集中選擇，47.語(yǔ)義網(wǎng)絡(luò)和框架等知識(shí)表示方法，都是對(duì)知識(shí)的一種()的表達(dá)方法。48.從已知事實(shí)出發(fā)，通過(guò)規(guī)則庫(kù)求得結(jié)論的產(chǎn)生式系統(tǒng)的推理方式是()。49.從一個(gè)輸入中產(chǎn)生一個(gè)輸出所涉及的計(jì)算可以通過(guò)一個(gè)()來(lái)表示。(A)節(jié)點(diǎn)(B)集合(C)函數(shù)(D)流向圖(A)采集原始的語(yǔ)音信號(hào)(B)系統(tǒng)訓(xùn)練(C)系統(tǒng)識(shí)別(D)語(yǔ)音翻譯(A)按一定表示方式存儲(chǔ)在計(jì)算機(jī)系統(tǒng)中(B)只用于存放領(lǐng)域內(nèi)的事實(shí)知識(shí)(C)用來(lái)解決問(wèn)題和進(jìn)行推理的知識(shí)集合體(D)用于存放領(lǐng)域?qū)＜姨峁┑膶ｉT知識(shí)52.人工智能研究的一項(xiàng)基本內(nèi)容是機(jī)器感知，以下列舉中的()不屬于機(jī)器感知的領(lǐng)域。(A)使機(jī)器具有視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、味覺(jué)、嗅覺(jué)等感知能力。(B)讓機(jī)器具有理解文字的能力。(C)使機(jī)器具有能夠獲取新知識(shí)、學(xué)習(xí)新技巧的能力(D)使機(jī)器具有聽(tīng)懂人類語(yǔ)言的能力53.邏輯回歸對(duì)線性回歸的計(jì)算結(jié)果加上了Sigmoid函數(shù)，將數(shù)值結(jié)果轉(zhuǎn)化為()(A)0(B)[0,1](C)1(D)無(wú)窮(A)動(dòng)態(tài)定價(jià)策略(B)市場(chǎng)調(diào)查和客戶細(xì)分(C)欺詐檢測(cè)(D)圖像分類和圖像識(shí)別56.在流向圖中，()表示從一個(gè)輸入到一個(gè)輸出的最長(zhǎng)路徑的長(zhǎng)度。(A)深度(B)集合(C)函數(shù)(D)節(jié)點(diǎn)(A)20世紀(jì)50年代初到60年代中葉(B)20世紀(jì)60年代中葉到70年代末(C)20世紀(jì)70年代末到80年代中葉(D)20世紀(jì)90年初到21世紀(jì)初59.知識(shí)表示將人類的知識(shí)翻譯成計(jì)算機(jī)所能接受的形式，最后獲得各種不同的適合于機(jī)器處理的、形式化的()。60.2016年3月9日至15日，谷歌AlphaGo機(jī)器人在圍棋比賽中以比分()擊敗61.1967年美國(guó)心理學(xué)家Neisser提出()的概念，直接把自然語(yǔ)言處理與人類的(A)基于規(guī)則方法的符號(hào)派(B)形式邏輯系統(tǒng)(C)認(rèn)知心理學(xué)(D)形式語(yǔ)言理論62.用于辨別圖像是什么類別的任務(wù)屬于哪種計(jì)算機(jī)視覺(jué)應(yīng)用()。(A)可以精確表示的(B)正確的(C)在學(xué)校學(xué)到的知識(shí)(D)能夠解決問(wèn)題的64.盲人看不到一切物體，他們可以通過(guò)辨別人的聲音識(shí)別人，這是智能的()方(A)行為能力(B)感知能力(C)思維能力(D)學(xué)習(xí)能力65.關(guān)于單調(diào)推理和非單調(diào)推理，下列描述不恰當(dāng)?shù)氖?)。(A)單調(diào)推理在推理形式上呈現(xiàn)線性特征(B)單調(diào)推理在推理有效性方面要強(qiáng)于非單調(diào)推理(C)非單調(diào)推理在常識(shí)推理中要比單調(diào)推理更加靈活(D)單調(diào)推理在常識(shí)推理中的應(yīng)用范圍要大于非單調(diào)推理66.下列關(guān)于確定性推理過(guò)程的描述不恰(A)推出的結(jié)論不唯一(B)推理時(shí)所用的知識(shí)是確定的(C)推出的結(jié)論或者為真，或者為假(D)推理時(shí)所用的證據(jù)是確定的(A)問(wèn)題所有可能的解構(gòu)成了解空間(B)搜索過(guò)程中所訪問(wèn)到的所有可能的解構(gòu)成搜索空間(C)在搜索空間中逐步調(diào)整、尋找問(wèn)題解的過(guò)程被稱作搜索。(D)在解題過(guò)程中的每一時(shí)刻，數(shù)據(jù)基都處于一定的狀態(tài)，數(shù)據(jù)基所有可能狀態(tài)的集合稱為狀態(tài)空間73.機(jī)器學(xué)習(xí)理解模式的能力，以及立即發(fā)現(xiàn)模式之外異常情況的能力稱為()。(A)動(dòng)態(tài)定價(jià)策略(B)市場(chǎng)調(diào)查和客戶細(xì)分(C)欺詐檢測(cè)(D)客戶流失模型74.下面屬于機(jī)器人學(xué)三大法則之一的是()。(A)第一定律：機(jī)器人不得傷害人類個(gè)體，或者目睹人類個(gè)體遭受危險(xiǎn)而袖手不管(B)第二定律：機(jī)器人可以不服從人給予它的命令，可由自己決定(C)第三定律：機(jī)器人不必保護(hù)自己的生存(D)第三定律：機(jī)器人要保護(hù)同類76.神經(jīng)網(wǎng)絡(luò)是一種(),由大量的節(jié)點(diǎn)(或稱神經(jīng)元)之間相互聯(lián)接構(gòu)成。(A)從一般到個(gè)別(B)從個(gè)別到一般(C)從個(gè)別到個(gè)別(D)從一般到一般78.將推理劃分為啟發(fā)式推理和非啟發(fā)式推理的依據(jù)是()。(A)是否利用專業(yè)知識(shí)(B)是否對(duì)問(wèn)題進(jìn)行分析(C)是否利用問(wèn)題有關(guān)啟發(fā)式知識(shí)(D)是否關(guān)注推理過(guò)程80.企業(yè)使用()可以預(yù)測(cè)客戶關(guān)系何時(shí)開始惡化，并找到解決辦法。(A)實(shí)時(shí)聊天機(jī)器人代理(B)決策支持(C)客戶推薦引擎(D)客戶流失模型(A)人工智能是以機(jī)器為載體的智能(B)人工智能是以人為載體的智能(C)人工智能是相對(duì)于動(dòng)物的智能(D)人工智能也叫機(jī)器智能(A)從一般到個(gè)別(B)從個(gè)別到一般(C)從個(gè)別到個(gè)別(D)從一般到一般(A)實(shí)時(shí)聊天機(jī)器人代理(B)決策支持(C)客戶推薦引擎(D)客戶流失模型84.伯恩斯坦認(rèn)為知識(shí)是由特定領(lǐng)域的描述、關(guān)系和()組成的。85.班級(jí)里，小明同學(xué)喜歡唱歌。小麗同學(xué)喜歡唱歌。小強(qiáng)同學(xué)喜歡唱歌。所以，班級(jí)里同學(xué)都喜歡唱歌。以上推理屬于()。(A)局部搜索問(wèn)題通常稱為博弈(B)啟發(fā)式搜索問(wèn)題通常稱為博弈(C)經(jīng)典搜索問(wèn)題通常稱為博弈(D)對(duì)抗搜索通常稱為博弈(A)盲目搜索即無(wú)信息搜索(B)盲目搜索的策略一旦確定就不會(huì)更改(C)盲目搜索適用于搜索空間較小的場(chǎng)景(D)盲目搜索會(huì)向著問(wèn)題最有希望的方向進(jìn)行88.聚類算法沒(méi)有()過(guò)程，這是和分類算法最本質(zhì)的區(qū)別。(A)20世紀(jì)50年代初到60年代中葉(B)20世紀(jì)60年代中葉到70年代末(C)20世紀(jì)70年代末到80年代中葉(D)20世紀(jì)90年初到21世紀(jì)初90.關(guān)于專用人工智能與通用人工智能，下列表述不當(dāng)?shù)氖?)。(A)人工智能近期進(jìn)展主要集中在專用智能領(lǐng)域(B)專用人工智能形成了人工智能領(lǐng)域的單點(diǎn)突破，在局部智能水平的單項(xiàng)測(cè)試中可以超越人類智能(C)通用人工智能可處理視覺(jué)、聽(tīng)覺(jué)、判斷、推理、學(xué)習(xí)、思考、規(guī)劃、設(shè)計(jì)等各類問(wèn)題(D)真正意義上完備的人工智能系統(tǒng)應(yīng)該是一個(gè)專用的智能系統(tǒng)91.機(jī)器人具有語(yǔ)言識(shí)別和理解、文字識(shí)別、環(huán)境互動(dòng)的功能，這屬于人工智能92.谷歌旗下智能機(jī)器人AlphaGo與世界圍棋冠軍對(duì)戰(zhàn)受到了全球的矚目，(A)具有人的形象(B)模仿人的功能(C)像人一樣思維(D)感知能力很強(qiáng)多樣性(C)產(chǎn)生后繼節(jié)點(diǎn)(D)避免搜索空間過(guò)大95.在知識(shí)表示的要求中，()是指在保證知識(shí)的一致性和完整性前提下，便于知識(shí)的增加、刪除和修改等操作。(A)把知識(shí)客體中的知識(shí)因子與知識(shí)關(guān)聯(lián)起來(lái)，便于人們識(shí)別和理解知識(shí)。(B)是一種計(jì)算機(jī)可以接受的用于描述知識(shí)的數(shù)據(jù)結(jié)構(gòu)。(C)表示方法唯一(D)能夠完成對(duì)專家知識(shí)進(jìn)行計(jì)算機(jī)處理的一系列技術(shù)手段。(A)基礎(chǔ)奠定的熱烈時(shí)期(B)停滯不前的冷靜時(shí)期(C)重拾希望的復(fù)興時(shí)期(D)現(xiàn)代機(jī)器學(xué)習(xí)的成型時(shí)期(A)回歸算法(B)支持向量機(jī)(C)聚類算法(D)統(tǒng)計(jì)方法100.根據(jù)知識(shí)的適用范圍，知識(shí)可分為常識(shí)性知識(shí)和()知識(shí)。藍(lán)戰(zhàn)勝國(guó)際象棋世界冠軍(D)2010年蘋果第四代手機(jī)iPhone4發(fā)布(A)必須使用與目標(biāo)無(wú)關(guān)的知識(shí)(B)適用于結(jié)論單一并要求證實(shí)的系統(tǒng)(C)需要提出一個(gè)假設(shè)目標(biāo)并以此出發(fā)尋找證據(jù)。(D)搜索目的性強(qiáng)103.()表示法是把某一特殊事件或?qū)ο蟮乃兄R(shí)儲(chǔ)存在一種復(fù)雜的數(shù)據(jù)結(jié)構(gòu)104.哪件事不是機(jī)器學(xué)習(xí)基礎(chǔ)奠定的熱烈時(shí)期的產(chǎn)物()。(A)Hebb學(xué)習(xí)規(guī)則(B)圖靈測(cè)試(C)跳棋程序(D)基于邏輯的歸納學(xué)(A)算法簡(jiǎn)單(B)推理效率低(C)目的性很強(qiáng)(D)解釋功能受限106.()由偉博斯在1981年的神經(jīng)網(wǎng)絡(luò)反向傳播(BP)算法中具(A)KNN(B)CNN(C)MLP(D)KMEANS(A)擬合(B)進(jìn)化(C)結(jié)論(D)遺傳(A)專家(B)軟件(C)問(wèn)題(D)知識(shí)111.人工智能一共經(jīng)歷了三個(gè)發(fā)展階段包括：(),感知智能，認(rèn)知智能。(A)遺傳算法是一種群搜索算法(B)遺傳算法是一種啟發(fā)式算法(C)遺傳算法一定能找到最優(yōu)解(D)遺傳算法中適應(yīng)度可理解為生物群體中個(gè)體適應(yīng)生存環(huán)境的能力(A)類似于演繹推理(B)最終目標(biāo)是實(shí)現(xiàn)推理的合理性(C)推出的事實(shí)暫時(shí)為真(D)用于處理日常遇到的復(fù)雜推理問(wèn)題114.在遺傳算法中，對(duì)交叉概率pc,說(shuō)法錯(cuò)誤的是()。(A)表示當(dāng)代群中選中的染色體將會(huì)執(zhí)行交叉算子的概率(B)交叉概率越大，種群的多樣性越高(C)交叉概率越大，解的收斂性能越穩(wěn)定(D)交叉概率的值可以隨種群進(jìn)化而變化115.輸入信息、隱藏層和輸出信息采用全連接的方式，稱為()。(A)全連接的前饋深度神經(jīng)網(wǎng)絡(luò)(B)卷積網(wǎng)絡(luò)(C)循環(huán)神經(jīng)網(wǎng)絡(luò)(D)雙向循環(huán)網(wǎng)絡(luò)(A)達(dá)特茅斯學(xué)院(B)倫敦(C)紐約(D)拉斯維加斯(A)知識(shí)是通過(guò)對(duì)信息的提煉和推理而獲得的正確結(jié)論(B)知識(shí)是銘刻在書本上不朽的真理(C)知識(shí)是人對(duì)自然世界、人類社會(huì)以及思維方式和運(yùn)動(dòng)規(guī)律的認(rèn)識(shí)與掌握(D)知識(shí)是人的大腦通過(guò)思維重新組合和系統(tǒng)化的信息集合(A)Agent是社會(huì)學(xué)問(wèn)題被引入到計(jì)算機(jī)領(lǐng)域。(B)Agent能夠與其他Agent(包括計(jì)算機(jī)用戶)通過(guò)Agent通信語(yǔ)言進(jìn)行交互，并能夠有效地與其他Agent協(xié)同工作。(C)Agent能夠遵循承諾采取主動(dòng)行動(dòng)，表現(xiàn)出面向目標(biāo)的行為。(D)Agent只能獲取自身內(nèi)部的狀態(tài)，無(wú)法獲取算法執(zhí)行過(guò)程中的119.假定問(wèn)題存在最優(yōu)解，則下面算法中()一定能求得最優(yōu)解。(A)深度優(yōu)先搜索(B)廣度優(yōu)先搜索(C)深度受限搜索(D)啟發(fā)式搜索(A)肯定大前提的前件就肯定其后件。(B)否定大前提的后件就否定其前件。(C)否定大前提的前件不能否定其后件(D)肯定大前提的后件不能肯122.鄧志東教授指出，應(yīng)從以下()維度著手推動(dòng)弱人工智能產(chǎn)品、產(chǎn)業(yè)的發(fā)展(A)應(yīng)用場(chǎng)景(B)人工智能算法(C)大數(shù)據(jù)(D)計(jì)算平臺(tái)(A)智能Agent重于研究Agent的認(rèn)知、學(xué)習(xí)、理性決策、分布式問(wèn)題求解等方面內(nèi)容，從而來(lái)支持智能應(yīng)用系統(tǒng)的構(gòu)造和實(shí)現(xiàn)(B)Agent是指駐留在某一環(huán)境中能夠自主、靈活地執(zhí)行動(dòng)作以滿足設(shè)計(jì)目標(biāo)的行為實(shí)體(C)界發(fā)生的消息，并根據(jù)自己所具有的知識(shí)自動(dòng)作出反應(yīng)。(A)深度學(xué)習(xí)可以看作一種強(qiáng)化學(xué)習(xí)(B)每個(gè)內(nèi)部組件不能直接得到監(jiān)督信息(C)通過(guò)整個(gè)模型的最終監(jiān)督信息(獎(jiǎng)勵(lì))得到監(jiān)督信息(D)有一定的延時(shí)性(A)不完備性(B)模糊性(C)不精確性(D)隨意性(A)基于規(guī)則方法的符號(hào)派(B)采用概率方法的隨機(jī)派(C)上下文無(wú)關(guān)(A)神經(jīng)活動(dòng)中內(nèi)在思想的邏輯演算(B)行為的組織(C)感知機(jī)學(xué)習(xí)(D)感知器(A)將程序事先寫好在存儲(chǔ)器中(B)示教-再現(xiàn)方式(C)手動(dòng)控制(D)自我學(xué)習(xí)(A)充分表示領(lǐng)域知識(shí)(B)有利于對(duì)知識(shí)的使用(C)便于對(duì)知識(shí)的組織、維護(hù)和管理(D)便于理解和實(shí)現(xiàn)(A)是一種具有正反饋機(jī)制的優(yōu)化算法(B)是一種自組織的優(yōu)化算法(C)支持分布式計(jì)算(D)具有較強(qiáng)的魯棒性132.在遺傳算法中，對(duì)變異概率pm,說(shuō)法正確的有()。(A)變異概率控制選中的染色體執(zhí)行變異操作的可能性(B)變異概率過(guò)大會(huì)使得算法趨于純粹的隨機(jī)搜索(C)變異概率的值是固定的(D)低頻度的變異可防止群體中重要基因的丟失133.知識(shí)的表示能力是指能否將問(wèn)題求解所需的各種知識(shí)正確有效地表示出(A)知識(shí)表示范圍的廣泛性(B)領(lǐng)域知識(shí)表示的高效性(C)對(duì)非確定性知識(shí)表示的支持程度(D)知識(shí)表示的主觀性134.人工智能發(fā)展有三大流派，下列屬于符號(hào)主義觀點(diǎn)的包括()。(A)符號(hào)主義又叫生理學(xué)派(B)符號(hào)主義又叫邏輯主義(C)符號(hào)主義又叫仿生學(xué)派(D)基本思想是把智能活動(dòng)進(jìn)行形式化的精細(xì)描述，然后通過(guò)機(jī)器進(jìn)行執(zhí)行(A)TensorFlow(B)PyTorch(C)飛槳(D)Python136.啟發(fā)式推理在推理過(guò)程中運(yùn)用與問(wèn)題有關(guān)的啟發(fā)性知識(shí)，其中包括()。(A)解決問(wèn)題的策略(B)解決問(wèn)題的技巧(C)解決問(wèn)題的控制邏輯(D)解決問(wèn)題的經(jīng)驗(yàn)(A)遺傳算法的時(shí)間效率只與最大不進(jìn)化代數(shù)有關(guān)，與種群規(guī)模無(wú)關(guān)。(B)變異算子是保證種群個(gè)體多樣性、避免算法局部收斂的重要手段之一。(C)應(yīng)用交叉算子是遺傳算法中向當(dāng)前解的鄰域進(jìn)行搜索的一種手段。(D)選擇算子可以保證解的適應(yīng)度最優(yōu)的部分解一定可以進(jìn)入到下一代。(A)計(jì)算機(jī)科學(xué)的一個(gè)分支(B)試圖揭示人類智能的實(shí)質(zhì)和真相(C)以模擬人類智能的方式去賦能機(jī)器(D)使機(jī)器能夠模擬人類的智能進(jìn)行學(xué)習(xí)、思維、推理、決策和行動(dòng)139.哪些類型的公司是客戶流失模型的主要適用(A)流媒體娛樂(lè)服務(wù)(B)在線視頻平臺(tái)(C)醫(yī)療保健行業(yè)(D)農(nóng)業(yè)領(lǐng)域剪枝旨在增加搜索的節(jié)點(diǎn)數(shù)，保證算法能求得最優(yōu)解。(C)a-β剪枝旨在消除其搜索樹中由極小極大算法算得的大部分。(D)a-β剪枝旨在減少其搜索樹中由極小極大算法評(píng)價(jià)的節(jié)點(diǎn)數(shù)。(A)形狀特征是一種全局特征(B)形狀特征包括長(zhǎng)寬比(C)形狀特征包括圓形度等(D)形狀特征包括顏色特征(A)感知器(B)Hopfield神經(jīng)網(wǎng)絡(luò)(C)BP算法(D)行為的組織(A)否定大前提的前件就否定其后件(B)肯定大前提的后件就肯定其前件(C)肯定大前提的前件不能肯定其后件(D)否定大前提的后件不能否定其前件(A)情感信息的獲取(B)情感模式識(shí)別(C)情感的建模感的合成與表達(dá)(A)基礎(chǔ)奠定的熱烈時(shí)期(B)停滯不前的冷靜時(shí)期(C)重拾希望的復(fù)興時(shí)期(D)現(xiàn)代機(jī)器學(xué)習(xí)的成型時(shí)期152.在語(yǔ)音特征提取中，主流研究機(jī)構(gòu)最常用到的特征參數(shù)有()。(A)MFCC(B)loudness(C)LPCC(D)F0(A)Sigmoid(B)sigma(C)ReLU(D)Softmax的驚呼：機(jī)器紀(jì)元即將到來(lái)，超越人類的物種雛形已經(jīng)出現(xiàn)。這一觀點(diǎn)()。(A)夸大了人工智能的主動(dòng)創(chuàng)造性(B)否認(rèn)了意識(shí)是社會(huì)發(fā)展的產(chǎn)物(C)忽視了人工智能與人類思維的本質(zhì)區(qū)別(D)佐證了機(jī)器思維有時(shí)會(huì)取代人類的思維(A)搜索是找到一條從初始狀態(tài)到目標(biāo)狀態(tài)的推理路線(B)當(dāng)存在多個(gè)可能的解，搜索應(yīng)能提供代價(jià)最小的解(C)搜索是在所有的答案中進(jìn)行查找(D)搜索是一個(gè)尋找問(wèn)題解的過(guò)程(A)一個(gè)問(wèn)題由于在問(wèn)題陳述和數(shù)據(jù)獲取方面固有的模糊性，可能會(huì)使它沒(méi)有一個(gè)確定的解，即它是一個(gè)模糊系統(tǒng)(B)問(wèn)題的狀態(tài)空間特別大，無(wú)法在多項(xiàng)式時(shí)間內(nèi)完成搜索(C)問(wèn)題的狀態(tài)空間比較小(D)問(wèn)題具有唯一確定的解(A)計(jì)算機(jī)科學(xué)(B)數(shù)學(xué)(C)地理學(xué)(D)經(jīng)濟(jì)學(xué)164.機(jī)器學(xué)習(xí)可以幫助組織通過(guò)非同以往的規(guī)模和范圍執(zhí)行任務(wù)。因此，它可以(),從而對(duì)員工和客戶有所幫助。(A)加快工作速度(B)減少錯(cuò)誤(C)提高準(zhǔn)確性(D)減少規(guī)模(A)神經(jīng)網(wǎng)絡(luò)需要大量數(shù)據(jù)(B)神經(jīng)網(wǎng)絡(luò)在概括方面很不好(C)神經(jīng)網(wǎng)絡(luò)是白盒的(D)神經(jīng)網(wǎng)絡(luò)是不透明的168.在國(guó)家的強(qiáng)力引導(dǎo)和支持下，我國(guó)人工智能產(chǎn)業(yè)取得了非常迅速的發(fā)展，(A)龍頭企業(yè)引領(lǐng)邁進(jìn)(B)我國(guó)人工智能技術(shù)創(chuàng)新日益活躍(C)我國(guó)人工智能產(chǎn)業(yè)也初步呈現(xiàn)集聚態(tài)勢(shì)(D)我國(guó)人工智能實(shí)踐應(yīng)用快速推進(jìn)(A)學(xué)習(xí)單個(gè)概念擴(kuò)展到學(xué)習(xí)多個(gè)概念(B)第一屆機(jī)器學(xué)習(xí)國(guó)際研討會(huì)(A)強(qiáng)調(diào)數(shù)據(jù)量大(B)強(qiáng)調(diào)了模型結(jié)構(gòu)的深度(C)明確了特征學(xué)習(xí)的重(A)按針對(duì)性排序(B)按匹配度排序(C)按條件個(gè)數(shù)排序(D)按已知事實(shí)的新鮮性排序(A)只要技術(shù)發(fā)展成熟，不需要符合社會(huì)倫理規(guī)范和公共政策就能設(shè)計(jì)出可信賴的人工智能(B)人工智能會(huì)完全替代人類的某些工作，并不會(huì)創(chuàng)造新的就業(yè)機(jī)會(huì)(C)人工智能具有不可預(yù)見(jiàn)性，因此安全管理尤為重要(D)每一個(gè)弱人工智能的更新，都在給通往強(qiáng)人工智能的路上添磚加瓦(A)是通用的人工智能(B)僅在某個(gè)特定的領(lǐng)域超越人類的水平(C)可以勝任人類的大部分工作(D)在科學(xué)創(chuàng)造力、智慧等方面都遠(yuǎn)勝于人類(A)遺傳算法中使用染色體對(duì)應(yīng)問(wèn)題的解(B)遺傳算法中使用交叉和變異算子模擬遺傳學(xué)機(jī)理(C)遺傳算法每一輪迭代中適應(yīng)度值大的解進(jìn)入下一代的概率也更大(D)當(dāng)找到最優(yōu)解，遺傳算法才停止178.深度學(xué)習(xí)是一類模式分析方法的統(tǒng)稱，主要涉及以下方法()。(A)卷積神經(jīng)網(wǎng)絡(luò)(B)自編碼神經(jīng)網(wǎng)絡(luò)(C)深度置信網(wǎng)絡(luò)(D)生成網(wǎng)絡(luò)181.由于是在高維特征空間中建立線性學(xué)習(xí)機(jī)，所以與線性模型相比，不但幾182.人工智能發(fā)展的60年經(jīng)歷了三個(gè)低谷期、兩個(gè)高潮期。節(jié)點(diǎn)的α值等于其后繼節(jié)點(diǎn)當(dāng)前最小的最終倒推值。185.人工智能是一門綜合了計(jì)算機(jī)科學(xué)、電子工程、自動(dòng)化、神經(jīng)生物學(xué)、認(rèn)知科學(xué)、心理學(xué)等的交叉學(xué)科，而且是唯一影響人類社會(huì)的科學(xué)分支。(A)正確(B)錯(cuò)誤187.連接主義認(rèn)為人的思維基元是符號(hào)，而不是神經(jīng)元，人的認(rèn)知過(guò)程是符號(hào)操作而不是權(quán)值的自組織過(guò)程。188.人工智能所面向的是結(jié)構(gòu)有序，能從中分析計(jì)算出規(guī)律的問(wèn)題。(A)正確(B)錯(cuò)誤191.智能機(jī)器人具有類似于人的智能，它裝備了高靈敏度傳感器。192.過(guò)程性知識(shí)是描述客觀事物的特點(diǎn)及其關(guān)系的知識(shí)。193.提取特征無(wú)需對(duì)所采集到的聲音信號(hào)進(jìn)行濾波、分幀等預(yù)處理工作。194.知識(shí)表示的過(guò)程就是把隱性知識(shí)轉(zhuǎn)化為顯性知識(shí)的過(guò)程，或者是將知識(shí)由一種表示形式轉(zhuǎn)化成另一種表示形式的過(guò)程。195.受限玻爾茲曼機(jī)的結(jié)構(gòu)必須是二分圖。196.SVM應(yīng)用核函數(shù)的展開定理，需要提前知道非線性映射的顯式表達(dá)式。197.智能化應(yīng)用場(chǎng)景從單一向多元發(fā)展。198.循環(huán)神經(jīng)網(wǎng)絡(luò)用樹狀可以降低序列的長(zhǎng)度。199.必要條件假言推理的基本原則是小前提肯定大前提的后件，結(jié)論就肯定大200.人工智能機(jī)器視覺(jué)平臺(tái)三大技術(shù)支撐是指IOT技術(shù)、AR技術(shù)和機(jī)器視覺(jué)201.公司無(wú)法使用機(jī)器學(xué)習(xí)來(lái)了解整個(gè)客戶群中的特定細(xì)分市場(chǎng)。202.軸突是神經(jīng)元之間相互連接的接口部分。203.神經(jīng)細(xì)胞是構(gòu)成神經(jīng)系統(tǒng)的基本單元，稱之為生物神經(jīng)元。204.統(tǒng)計(jì)推理是指根據(jù)對(duì)某事物的數(shù)據(jù)統(tǒng)計(jì)進(jìn)行推理。