绪论 单元测试

1、1956年达特茅斯会议上，学者们首次提出“artificial intelligence（人工智能）”这个观点时，所确定的人工智能研究方向不包括：

A:研究如何用打算机表示人类知识

B:研究智能学习的机制

C:研究人类大脑构造和智能起源

D:研究如何用打算机来仿照人类智能

答案: 【研究人类大脑构造和智能起源】

2、在现阶段，下列哪项尚未成为人工智能研究的紧张方向和目标：

A:研究如何用打算机仿照人类大脑的网络构造和部分功能

B:研究如何用打算机延伸和扩展人类智能

C:研究机器智能与人类智能的实质差别

D:研究如何用打算机仿照人类智能的多少功能，如会听、会看、会说

答案: 【研究机器智能与人类智能的实质差别】

3、下面哪个不是人工智能的紧张研究流派？

A:符号主义

B:履历主义

C:连接主义

D:仿照主义

答案: 【仿照主义】

4、从人工智能研究流派来看，西蒙和纽厄尔提出的“逻辑理论家”方法用，应该属于：

A:履历主义，行为主义

B:符号主义，连接主义

C:连接主义，履历主义

D:理性主义，符号主义

答案: 【理性主义，符号主义】

5、从人工智能研究流派来看，明斯基等人所推举的“人工神经网络”方法用打算机仿照神经元及其连接，实现自主识别、判断，应该属于：

A:理性主义，符号主义

B:符号主义，连接主义

C:履历主义，行为主义

D:连接主义，履历主义

答案: 【连接主义，履历主义】

6、“鸟飞派”指的是人类研究人工智能必须要完备符合智能征象的实质

A:错

B:对

答案: 【错】

7、人工智能受到越来越多的关注，许多国家出台了支持人工智能发展的计策操持

A:对

B:错

答案: 【对】

8、人工智能将分开人类掌握，并终极毁灭人类

A:对

B:错

答案: 【错】

9、人工智能目前仅适用于特定的、专用的问题

A:对

B:错

答案: 【对】

10、通用人工智能的发展正处于起步阶段

A:对

B:错

答案: 【对】

第一章 单元测试

1、以下组合最能全面包括所有知识表示形式的是

A:谓词逻辑、履历主义、网络权重

B:符号主义、履历主义、连接主义

C:产生式系统、特色表示、连接主义

D:符号主义、特色表示、语义向量

答案: 【符号主义、履历主义、连接主义】

2、以下用谓词表示的命题缺点的是

A:老王的生日在4月：birthday（老王，4月）

B:小博不在实验室：¬in(小博，实验室)

C:我爸爸喜好吃鸡蛋并且我妈妈喜好吃西红柿：like_eat(father(我)，鸡蛋) ∨ like_eat(mother(我)，西红柿)

D:大亮的老师善于打羽毛球和网球：good_at(teacher(大亮)，羽毛球)⋀ good_at(teacher(大亮)，网球)

答案: 【我爸爸喜好吃鸡蛋并且我妈妈喜好吃西红柿：like_eat(father(我)，鸡蛋) ∨ like_eat(mother(我)，西红柿)】

3、哪种知识表示的样本数据的特色表示，就对应了某种知识。
智能系统通过“体验”样本特色，来获取知识

A:都不是

B:连接主义

C:履历主义

D:符号主义

答案: 【履历主义】

4、为了描述关于”健身房“的知识，可以从中抽象出很多要素。
比如：健身房的地点、开放韶光、教练、东西、团课名称、次卡价格等等，并由这些要素关联构成对健身房的整体认知，这种知识表示形式称作（ ）

A:一阶谓词

B:框架形式

C:细化形式

D:产生式

答案: 【框架形式】

5、一阶谓词的功能与优点不包括：（ ）

A:可以表示不愿定性知识

B:随意马虎实现

C:对知识的表现较精确

D:表达对客不雅观天下的陈述

答案: 【可以表示不愿定性知识】

6、一阶谓词逻辑式有很强的表达能力，但常常难以直接在打算中运用。

A:对

B:错

答案: 【对】

7、由于蕴含式的灵巧性，它能表示推理知识以及类似于“如果按住鼠标拖动，则按轨迹画出一条线”这种规则。

A:错

B:对

答案: 【错】

8、产生式类型的知识表示推动了专家系统的发展，并且曾运用于机器翻译的领域。

A:错

B:对

答案: 【对】

9、一阶谓词逻辑是产生式的一种特例，而产生式是框架形式的一种特例。

A:错

B:对

答案: 【错】

10、最大略的命题至少由一个主语和一个谓语组成

A:错

B:对

答案: 【对】

第二章 单元测试

1、以下说法缺点的是（ ）

A:学者们普遍认为逻辑和推理是智能思维的一种表现形式。

B:推理便是从初始证据出发，按照某种策略，不断地利用知识库中已有的知识，逐步匹配，直到推出结果为止。

C:推理的定义中提到的“知识库”是指利用一阶谓词和产生式等办法表示的知识。

D:演绎是从分外到一样平常，归纳是从一样平常到分外。

答案: 【演绎是从分外到一样平常，归纳是从一样平常到分外。
】

2、 以下说法中精确的个数有（ ）：

a) 不愿定性推理基于产生式表示，确定性推理基于一阶谓词表示。

b) 不愿定性推理与确定性推理的不同点在于推理过程中每个环节都是不愿定的。

c) 推理规则的可信度取值范围为[0,1]，表示条件与结论之间的推理强度。

d) 事实证据的可信度取值范围同样为[0,1]

A:3

B:2

C:1

D:4

答案: 【2】

3、 IF 晚上两点睡觉 AND 失落眠到三点 THEN 第二天睡

A:0.144

B:0.48

C:0.24

D:0.18

答案: 【0.24】

4、以下关于反向演绎的说法缺点的是（ ）

A:演绎是从一样平常到分外；而反向推理以某个假设目标作为出发点，来展开推理。

B:但在规则量很大时，反向演绎仍旧须要逐一打算规则的匹配，比较缓慢低效。

C:打算机实现自动推理最可行的方法是采取反向、演绎的方法。

D:反向演绎从待证目标出发，又称归结事理。

答案: 【反向演绎从待证目标出发，又称归结事理。
】

5、利用Horn子句进行推理，利用的是什么样的搜索方法（）：

A:深度优先搜索和广度优先搜索都可以

B:深度优先搜索和广度优先搜索都不是

C:广度优先搜索

D:深度优先搜索

答案: 【深度优先搜索】

6、打算机如果要实现自动推理，最可行的方法便是采取反向、演绎的方法

A:对

B:错

答案: 【对】

7、推理的确定性是推理的三个特性中最繁芜的。

A:错

B:对

答案: 【对】

8、推理之所以为推理，是由于它有确定性的特点。

A:错

B:对

答案: 【错】

9、确定性推理在推理时，所有知识和证据都是确定非真即假的

A:错

B:对

答案: 【对】

10、景象预报中的“来日诰日降水概率”，是个确定的推理结论

A:错

B:对

答案: 【错】

第三章 单元测试

1、以下说法中精确的个数是（）：

① 专家系统强调观点及其关系的表达，语义网络强调知识的推理能力。

② 专家系统和语义网络的建立都比较随意，没有严格的语义支撑。

③ KL_ONE措辞将知识表示能力和推理打算能力相结合，表达能力和推理能力并重。

④ 从linked_data开始，语义web开始进入“弱语义”阶段，并采取RDF三元组形式描述知识。

A:0

B:3

C:2

D:1

答案: 【3】

2、以下不属于现阶段知识图谱技能类别的是（ ）

A:运用技能

B:展示技能

C:推理技能

D:构建技能

答案: 【展示技能】

3、以下关于知识图谱的说法缺点的是：（）

A:知识图谱以构造化的形式，描述客不雅观天下中存在的观点、实体和实体间的关系。

B:实体内通过关系来刻画内在属性。

C:实体之间通过它们之间的一些关系来连接，通过这种办法形成“图”。

D:知识图谱中一样平常每个实体都有一个ID来标识，称为标识符。

答案: 【实体内通过关系来刻画内在属性。
】

4、对付农夫过河的问题，农夫、狼、羊、白菜想要坐船过河。
有以下条件：1.只有农夫能开船。
2.船上只能放一个物品。
3.没有农夫扼守，狼会吃羊，羊会吃白菜。
将这个例子放在状态空间中考虑，以下说法精确的是（）：

A:这个问题没有解。

B:如果说状态表示成4维向量，每个分量为0（未过河）、1值（已过河），代表农夫、狼、菜、羊的过河状态，那么（1,0,1,0）是一个合理状态。

C:将农夫、狼、羊、白菜这四个工具可以表示为：F（代表农夫）、W（代表狼）、S（代表羊）、C（代表白菜）

D:这个问题有2222=16种合理的状态。

答案: 【将农夫、狼、羊、白菜这四个工具可以表示为：F（代表农夫）、W（代表狼）、S（代表羊）、C（代表白菜）】

5、什么是实体关系学习（ ）

A:检测文本中的实体是否具有某种预定义的关系。

B:研究如何从文本中抽取事宜信息并以构造化的形式呈现出来

C:创造文本中的有效实体。

D:实体识别与链接

答案: 【检测文本中的实体是否具有某种预定义的关系。
】

6、问答系统让打算机自动回答用户的提问，返回干系的一系列文档。

A:对

B:错

答案: 【错】

7、知识问答的实现分为两步：提问剖析和答案推理。

A:错

B:对

答案: 【对】

8、Guha提出了RDF——一种描述资源信息的框架，后来Guha也被称作知识图谱之父。

A:错

B:对

答案: 【对】

9、RDF是当代知识图谱的一个分支之一。

A:错

B:对

答案: 【错】

10、Conceptnet是纯中文的知识库。

A:对

B:错

答案: 【对】

第四章 单元测试

1、以下关于状态空间图的说法缺点的是

A:将状态和连接合在一起可以构成状态图

B:将一个繁芜问题表示成多个连续的状态

C:状态空间图未必一定能画出来

D:状态之间的连接指的是衔接、转移、导致等关系

答案: 【将一个繁芜问题表示成多个连续的状态】

2、以下说法精确的是：

A:贪心算法又称盲目搜索

B:深度优先搜索通用性差，但是可以准确地找到较大略问题的解

C:宽度优先搜索的效率高于贪心算法

D:贪心算法搜索速率较快，但未必能找到最优解

3、状态空间图表示方法的核心思想不包括：

A:对付任何问题，可以直接布局状态图

B:将一个繁芜问题表示为多少离散状态

C:将衔接、转移、导致等关系表示为状态之间的连接

D:所有状体和连接构成状态图

4、对付博弈搜索，下列说法缺点的是：（ ）

A:对付许多棋类问题，须要两个乃至多个人参与，只能利用博弈算法

B:每个角色在做出决策时，不仅要考虑到自己的态度，还要预测对手可能的反应

C:不对状态利害进行判断，仅按照固定办法搜索

D:一个角色可以完成博弈搜索

5、关于盲目搜索策略的说法禁绝确的是

A:深度优先搜索首先考虑同级的状态，宽度优先搜索首先考虑纵深探索

B:贪婪搜索的搜索速率非常快

C:贪婪搜索总是做出在当前看来最好的选择

D:深度优先和宽度优先搜索的适应性强，但效率每每不高。

6、深度优先搜索会首先考虑纵深搜索，然后回溯上一层

A:对

B:错

7、贪婪搜索每一步都会选择使当前步骤获利最大的下一步

A:对

B:错

8、通用搜索可以考虑当前节点到终止节点的最优路线

A:对

B:错

9、启示式搜索策略可以同时考虑到初始节点到当前节点与当前节点到终止节点的利害

A:错

B:对

10、贪婪搜索策略首先考虑纵深探索

A:错

B:对

第五章 单元测试

1、下列说法禁绝确的是（）

A:进化智能和群体智能是从自然界适者生存的客不雅观规律中得到启示

B:“进化智能”和“群体智能”分别从韶光和空间的角度上来研究物种的适者生存

C:图灵的不雅观点认为“物种的适者生存”显然不是智能活动

D:自动图谱、自动推理、搜索技能都是仿照“单一”智能体的智能活动

2、下列关于群体智能和进化智能的说法禁绝确的是

A:进化智能的思想来悛改达尔文主义

B:群体智能具有个体行为繁芜、具有智能特色，群体行为大略的特点

C:蚂蚁、蜜蜂、候鸟、微生物都具有群体智能

D:利用打算机仿照进化智能的过程中将限定条件抽象为“环境”

3、下列说法精确的是

A:进化算法的思想来源——新达尔文主义是由达尔文独自提出的

B:遗传算法中的环境设计须要担保最优解对应的个体具有最强的适应能力

C:遗传算法是范例的群体智能算法，而蚁群算法是范例的进化智能算法

D:遗传算法中的环境设计有固定的标准，与详细问题无关

4、下列关于遗传算法的说法禁绝确的是

A:遗传算法与状态空间搜索法都将状态表示为“向量”

B:突变概率较小时，物种的适应性比较稳定，精良的突变能够在短韶光内迅速提高全体种群的适应性

C:提升种群数量能够提高求解速率和稳定性

D:纯挚提高突变概率，能够稳定地取得很好的结果

5、新达尔文主义认为的生物进化，不包括哪个过程

A:竞争

B:选择

C:突变

D:仿照

6、进化智能算法的目标，便是用打算机来仿照进化过程，从而求解问题

A:对

B:错

7、突变担保了生物体在不断变革的环境中具有适应能力

A:错

B:对

8、遗传算法的紧张思路，核心便是如何仿照生物进化过程

A:对

B:错

9、进化智能指的是空间维度上的说法

A:对

B:错

10、仿照物种“适者生存”的能力，不属于人工智能的研究范畴

A:对

B:错

第六章 单元测试

1、下列说法中精确的说法个数是（ ）

机器学习的过程中首先须要网络样本数据，并且抽象表现出来。

机器学习中的样本数据可以是人工判断的履历条款数据

有监督学习中不须要所有演习样本都有明确的“答案”

无监督学习和有监督学习须要选取得当的参数来尽可能地靠近目标

A:1

B:3

C:2

D:0

2、下列关于有监督学习的说法禁绝确的是

A:支持向量机模型中间隔平面最近的几个样本对平面的选择影响最大

B:K隔壁算法中K值的选择对分类的结果影响不大

C:模型测试阶段的测试数据集不能与演习数据集有交集

D:决策树算法中最能将样本数据显著分开的属性该当在决策早期就利用

3、下列关于弱监督学习的说法禁绝确的是

A:弱监督学习等价于半监督学习

B:半监督学习通过学习有标记的数据，逐渐扩展无标注的数据

C:弱监督学习只对部分的样本引入标注知识

D:迁移学习的核心思想是将利用在任务A上得到的履历去办理相似的任务B

4、下列关于强化学习的说法精确的是

A:强化学习的观点是从Alphago降服李世石之后才提出的

B:强化学习属于无监督学习的一种，不须要有监督信息

C:强化学习和有监督学习的过程相似，是“开环”的过程

D:在强化学习中，打算机通过不断与环境交互并通过环境反馈来逐渐适应环境

5、关于决策树，说法有误的是：

A:规则归纳问题，适宜用决策树来表示

B:决策树算法是无监督学习

C:如果根据一个属性做判断，样本仍旧有多少种情形，则该属性不应该涌如今决策早期

D:属性在决策树中的位置不同，决策树的效率是不同的

6、聚类算法属于无监督学习

A:错

B:对

7、机器学习便是有监督学习

A:对

B:错

8、任务A 与 任务B 具有某种相似性，利用任务A的学习履历，办理任务B，即迁移学习

A:对

B:错

9、机器学习分为有监督和无监督等

A:对

B:错

10、有监督学习的最大问题：标注数据稀缺、昂贵

A:错

B:对

第七章 单元测试

1、神经网络是由一个神经元构成的

A:对

B:错

2、隐含层，是指个中神经元的状态在输出端无法直接不雅观测

A:对

B:错

3、v对付一个样本，如果当前权重能够精确判断其类型，就减小当前权重

A:对

B:错

4、对付一个样本，如果当前权重能够精确判断其类型，就提高其比例

A:对

B:错

5、神经元在输入端接管来自多个旗子暗记源的输入信息

A:错

B:对

6、以下关于FNN和缺点反向传播（BP）算法的说法缺点的是：

A:BP算法对多层网络演习时利用的sigmoid激活函数存在“梯度弥散”问题

B:BP算法的核心是对隐含层神经元偏差E的估计

C:BP算法是从输入层开始，逐层打算δ旗子暗记调度自身权重，并且将δ旗子暗记传向后一层

D:BP算法的涌现办理了多层神经网络权重调度困难的问题

7、以下说法中，不属于感知器和FNN模型的相同点的是：

A:二者都有输入、激活和输出

B:二者都是由多个神经元组成的多层神经网络

C:输入旗子暗记向后通报的过程中，都是加权和的打算

D:二者学习的关键都是神经元的丢失打算

8、以下关于前馈神经网络（FNN）的说法精确的是：

A:在FNN中，输入旗子暗记的通报方向是明确的，并不存在反向旗子暗记通报

B:一个标准的前馈神经网络只有一个输入层和一个输出层

C:FNN的输出结果只能是向量

D:FNN的同层神经元之间存在连接

9、以下关于感知器模型的说法缺点的是：

A:感知器的旗子暗记处理分为四个部分：输入、汇总、激活、输出

B:汇总后的输入旗子暗记如果高于阈值，则产生“激活”旗子暗记，否则仍基本坚持原有水平

C:在输入端，神经元只接管来自一个旗子暗记源的输入信息

D:输入为实例的特色向量，由激活函数打算输出，输出为1、-1两个值

10、以下关于感知器的说法缺点的是：

A:感知器模型中的激活函数是二值函数时，丢失函数是可导的

B:感知器模型的关键，便是通过调度权重使一类样本可以激活神经元，而另一类则不会

C:重调度采取“赏罚分明”策略，即对付能够准确判断样本类型的权重，提高当前权重比例，反之则降落当前权重比例

D:一层感知器只能针对线性可分的数据集分类，无法办理异或（XOR）问题

11、天生式模型仿照概率分布时，常用“后验分布”。

A:错

B:对

12、用天生式模型根据少量样本来估计全体类型的概率特色是很困难的

A:错

B:对

13、判别式模型对问题实质缺少理解，无法从个例中抽象出整体观点

A:错

B:对

14、天生对抗网络结合了天生模型和判别模型

A:错

B:对

15、图像分类属于天生对抗模型的运用的是

A:对

B:错

第八章 单元测试

1、打算机视觉、语音处理的研究内容都属于“感知智能”

A:对

B:错

2、长期来看，人工智能的核心方法论都是“用打算机仿照学习能力和智能特色”

A:对

B:错

3、AlphaGo框架在搜索过程引入了随机决策，可以通过蒙特卡洛搜索多次重复搜索取得最优

A:错

B:对

4、一个打算机模型即可席卷物体识别、间隔估计、动态物体轨迹判断等功能来实现视觉赞助的自动驾驶系统

A:对

B:错

5、AlphaGo行棋过程中，对付n中可能的走法，随机选取一些走法履行蒙特卡洛树搜索

A:对

B:错

6、以下关于打算机视觉研究的说法精确的是：

A:深度学习仍须要专家供应知识，再通过神经网络堆叠构造，实现特色表征

B:特色匹配中常见的特色包括颜色特色、纹理特色、形状轮廓特色

C:要让打算机理解图像，一定先要规复物体的三维构造

D:马尔理论是一个自上而下的理论

7、以下关于人工智能的说法缺点的是：

A:人工智能是研究开拓能够仿照、延伸和扩展人类智能的理论、方法、技能及运用系统的一门新的技能科学

B:人工智能的每个发展期间，都有比较明确的主流方法和里程碑式的运用成果

C:人工智能发展的核心方法论一贯在随着韶光变革，研究问题都不具有持续性

D:人工智能学科的发展与实际运用紧密结合，是“商用-需求-技能”三者的闭环

8、不属于打算机视觉的范畴的是：

A:以及目前工业界的热门话题，自动驾驶

B:Windows10的“刷脸”上岸系统

C:停车场和道路上的车牌识别

D:声纹识别

9、关于AlphaGo说法缺点的是

A:AlphaGo在实现中也利用了大量人工设定的围棋知识

B:借用了深度学习的超强表示能力、蒙特拉洛树的概率优化能力

C:不属于博弈

D:实质上办理问题的思路与A搜索是类似的

10、属于AlphaGo的造诣：

A:提出了深度学习

B:AlphaGo的成功归功于深度学习

C:提出了一套全新的搜索求最优解的方法论

D:蒙特拉洛树搜索优于AlphaGo的方法