1.作为计算机科学的一个分支，人工智能的英文缩写是（ ）。AI

2. 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门交叉科学，它涉及（ D）。

A. 自然科学 B. 社会科学 C. 技术科学 D. A、B 和 C

3. 人工智能定义中的“智能”，涉及到诸如（ A）等问题。

A. B、C 和 D B. 意识 C. 自我 D. 思维

4. 下列关于人工智能的说法不正确的是（ C ）。

A. 人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。

B. 人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。

C. 自 1946 年以来，人工智能学科经过多年的发展，已经趋于成熟，得到充分应用。

D. 人工智能不是人的智能，但能像人那样思考，甚至也可能超过人的智能。

5. 人工智能经常被称为世界三大尖端技术之一，下列说法中错误的是（B ）。

A. 空间技术、能源技术、人工智能

B. 管理技术、工程技术、人工智能

C. 基因工程、纳米科学、人工智能

D. 人工智能已成为一个独立的学科分支，无论在理论和实践上都已自成系统

6. 人工智能与思维科学的关系是实践和理论的关系。从思维观点看，人工智能不包括（ A）。

A. 直觉思维 B. 逻辑思维 C. 形象思维 D. 灵感思维

7. 强人工智能强调人工智能的完整性，下列（C ）不属于强人工智能。

A. （类人）机器的思考和推理就像人的思维一样

B. （非类人）机器产生了和人完全不一样的知觉和意识

C. 看起来像是智能的，其实并不真正拥有智能，也不会有自主意识

D. 有可能制造出真正能推理和解决问题的智能机器

8. 被誉为“人工智能之父”的科学大师是（D ）。

A. 爱因斯坦 B. 冯·诺依曼 C. 钱学森 D. 图灵

9. 电子计算机的出现使信息存储和处理的各个方面都发生了革命。下列说法中不正确的是（ C）。

A. 计算机是用于操纵信息的设备

B. 计算机在可改变的程序的控制下运行

C. 人工智能技术是后计算机时代的先进工具

D. 计算机这个用电子方式处理数据的发明，为实现人工智能提供了一种媒介

10. Wiener 从理论上指出，所有的智能活动都是（A ）机制的结果，而这一机制是有可能用机器模拟的。这项发现对早期 AI 的发展影响很大。

A. 反馈 B. 分解 C. 抽象 D. 综合

11. （B ）年夏季，一批有远见卓识的年轻科学家在达特茅斯学会上聚会，共同研究和探讨用机器模拟智能的一系列有关问题，首次提出了“人工智能（AI）”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。

A. 1946 B. 1956 C. 1976 D. 1986

12. 用来研究人工智能的主要物质基础以及能够实现人工智能技术平台的机器就是计算机。下列（D ）不是人工智能研究的主要领域。

A. 深度学习 B. 计算机视觉 C. 智能机器人 D. 人文地理

13. 人工智能在计算机上的实现方法有多种，但下列（ B）不属于其中。

A. 传统的编程技术，使系统呈现智能的效果

B. 多媒体拷贝复制和剪贴的方法

C. 传统开发方法而不考虑所用方法是否与人或动物机体所用的方法相同

D. 模拟法，不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似

14. 人工智能当前的发展具有“四新”特征，下面（A ）不属于其中之一。新挑战

A. 新能源 B. 新突破 C. 新动能 D. 新高地

15. 通过总结人工智能发展历程中的经验和教训，我们可以得到的启示是（D ）。

A. 尊重发展规律是推动学科健康发展的前提，实事求是设定发展目标是制定学科发展规划的基本原则

B. 基础研究是学科可持续发展的基石

C. 应用需求是科技创新的不竭之源，学科交叉是创新突破的“捷径”，宽容失败是支持创新的题中应有之义

D. A、B 和 C

16. 人工智能的发展突破了“三算”方面的制约因素，这“三算”不包括（ C）。

A. 算法 B. 算力 C. 算子 D. 算料

17. 得益于人工智能技术的兴起，一些行业岗位将呈现出显着的增长趋势，但下面（C ）不属于其中之一。

A. 数据科学家 B. 机器学习工程师C. 电脑维修工程师 D. AI 硬件专家

18. 有研究指出，人工智能可能会给人类社会带来潜在威胁，包括（ D）。

A. 数字安全 B. 物理安全 C. 政治安全 D. A、B 和 C

19. 有研究者认为，让计算机拥有智商是很危险的，它可能会反抗人类。这种隐患已经在（ B）中呈现过，其关键是允不允许机器拥有自主意识的产生与延续。

A. 法律文件 B. 多部电影 C. 政府报告 D. 一些案例

1. 19 世纪以来，当面临大量数据时，社会都依赖于采样分析。但是采样分析是（ C）时代的产物。

A. 电脑 B. 青铜器 C. 模拟数据 D. 云

2. 长期以来，人们已经发展了一些使用尽可能少的信息的技术。例如，统计学的一个目的就是（ C）

A. 用尽可能多的数据来验证一般的发现

B. 同尽可能少的数据来验证尽可能简单的发现

C. 用尽可能少的数据来证实尽可能重大的发现

D. 用尽可能少的数据来验证一般的发现。

3. 因为大数据是建立在（ A），所以我们就可以正确地考察细节并进行新的分析。

A. 掌握所有数据，至少是尽可能多的数据的基础上的

B. 在掌握少量精确数据的基础上，尽可能多地收集其他数据

C. 掌握少量数据，至少是尽可能精确的数据的基础上的

D. 尽可能掌握精确数据的基础上

4. 直到今天，我们的数字技术依然建立在精准的基础上，这种思维方式适用于掌握（ A）的情况。

A. 小数据量 B. 大数据量 C. 无数据 D. 多数据

5. 当人们拥有海量即时数据时，绝对的精准不再是人们追求的主要目标。当然，（ C）。

A. 我们应该完全放弃精确度，不再沉迷于此

B. 我们不能放弃精确度，需要努力追求精确度

C. 我们也不是完全放弃了精确度，只是不再沉迷于此

D. 我们是确保精确度的前提下，适当寻求更多数据

6. 为了获得更广泛的数据而牺牲了精确性，也因此看到了很多如若不然无法被关注到的细节。（ B）。

A. 在很多情况下，与致力于避免错误相比，对错误的包容会带给我们更多问题

B. 在很多情况下，与致力于避免错误相比，对错误的包容会带给我们更多好处

C. 无论什么情况，我们都不能容忍错误的存在

D. 无论什么情况，我们都可以包容错误

7. 以前，统计学家们总是把他们的兴趣放在提高样本的随机性而不是数量上。这时因为（ C）。

A. 提高样本随机性可以减少对数据量的需求

B. 样本随机性优于对大数据的分析

C. 可以获取的数据少，提高样本随机性可以提高分析准确率

D. 提高样本随机性是为了减少统计分析的工作量

8. 研究表明，在少量数据情况下运行得最好的算法，当加入更多的数据时，（ A）。

A. 也会像其他的算法一样有所提高，但是却变成了在大量数据条件下运行得最不好的

B. 与其他的算法一样有所提高，仍然是在大量数据条件下运行得最好的

C. 与其他的算法一样所有提高，在大量数据条件下运行得还是比较好的

D. 虽然没有提高，还是在大量数据条件下运行得最好的

9. 如今，要想获得大规模数据带来的好处，混乱应该是一种（D ）。

A. 不正确途径，需要竭力避免的

B. 非标准途径，应该尽量避免的

C. 非标准途径，但可以勉强接受的

D. 标准途径，而不应该是竭力避免的

10. 研究表明，只有（ ）的数字数据是结构化的且能适用于传统数据库。如果不接受混乱，剩下（ C）的非结构化数据都无法被利用。

A. 95%，5% B. 30%，70% C. 5%，95% D. 70%，30%

11. 寻找（ B）是人类长久以来的习惯，即使确定这样的关系很困难而且用途不大，人类还是习惯性地寻找缘由。

A. 相关关系 B. 因果关系 C. 信息关系 D. 组织关系

12. 在大数据时代，我们无须再紧盯事物之间的（ A），而应该寻找事物之间的（ ），这会给我们提供非常新颖且有价值的观点。

A. 因果关系，相关关系 B. 相关关系，因果关系

C. 复杂关系，简单关系 D. 简单关系，复杂关系

13. 所谓相关关系，其核心是指量化两个数据值之间的数理关系。相关关系强是指当一个数据值增加时，另一个数据值很有可能会随之（ C）。

A. 减少 B. 显现 C. 增加 D. 隐藏

14. 通过找到一个现象的（ D），相关关系可以帮助我们捕捉现在和预测未来。

A. 出现原因 B. 隐藏原因 C. 一般的关联物 D. 良好的关联物

15. 大数据时代，专家们正在研发能发现并对比分析非线性关系的技术工具。通过（ A），相关关系帮助我们更好地了解了这个世界。

A. 探求“是什么”而不是“为什么”

B. 探求“为什么”而不是“是什么”

C. 探求“原因”而不是“结果”

D. 探求“结果”而不是“原因”

1. 搜索是大多数人生活中的（B ）。

A. 稀罕情况 B. 自然组成部分

C. 不可能出现 D. 大概率事件

2. 搜索及其执行是人工智能技术的（ C）。

A. 一般应用 B. 重要应用 C. 重要基础 D. 不同领域

3. 关于搜索算法，下面不正确或者不合适的说法是（D ）。

A. 利用计算机的高性能来有目的的穷举一个问题的部分或所有的可能情况，从而求出问题的解的一种方法

B. 根据初始条件和扩展规则构造一颗“解答树”并寻找符合目标状态的节点

C. 可以划分成两个部分——控制结构（扩展节点的方式）和产生系统（扩展节点）

D. 主要是通过修改其数据结构来实现的

4. 关于盲目搜索，下列选项中不正确或者不合适的选项是（A ）。

A. 又叫启发式搜索，是一种多信息搜索

B. 这些算法不依赖任何问题领域的特定知识

C. 一般只适用于求解比较简单的问题

D. 通常需要大量的空间和时间

5. 盲目搜索通常是按预定的搜索策略进行搜索，常用的盲目搜索有（C ）两种。

A. 连续搜索和重复搜索 B. 上下搜索和超链接搜索C. 广度优先搜索和深度优先搜索 D. 多媒体搜索和 AI 搜索

6. 状态空间图是一个有助于形式化搜索过程的（ D），是对一个问题的表示。

A. 程序结构 B. 算法结构 C. 模块结构 D. 数学结构

7. 回溯算法是所有搜索算法中最为基本的一种算法，它采用一种“（A ）”思想作为其控制结构。

A. 走不通就掉头 B. 一走到底

C. 循环往复 D. 从一点出发不重复

8. 盲目搜索是不使用领域知识的不知情搜索算法，它有 3 种主要算法，下列（ C）不属于其中。

A. 深度优先搜索 B. 广度优先搜索

C. 广度迭代搜索 D. 迭代加深的深度优先搜索

9. 知情搜索是用启发法，通过（B ）来缩小问题空间，是问题求解中通常是很有用的工具。

A. 既不限定搜索深度也不限定搜索宽度

B. 限定搜索深度或是限定搜索宽度

C. 提高搜索算法智能化水平 D. 提高搜索算法的软件工程设计水平

10. 爬山法是贪婪且原始的，它可能会受到 3 个常见问题的困扰，但下列（ D）不属于这样的问题。

A. 山麓问题 B. 高原问题 C. 山脊问题 D. 压缩问题

11. 启发法是用于解决问题的一组常用指南。使用启发法，我们可以得到一个（A ）的结果。

A. 很有利但不能保证 B. 很有利且可以得到有效保证

C. 不利且不能得到保证 D. 不明确

12. 启发式搜索方法的目的是在考虑到要达到的目标状态情况下，（B）节点数目。

A. 极大地增加 B. 极大地减少 C. 稳定已有的 D. 无须任何

13. 有 3 种为找到任何解的知情搜索的特定搜索算法，但下列（ C）不属于其中之一。

A. 爬山法 B. 最陡爬坡法 C. 直接爬坡法 D. 最佳优先法

14. 有一些搜索算法的设计灵感来自于自然系统，例如遗传、（ D）等典型算法在图像边缘检测、图像分割、图像识别、图像匹配、图像分类等领域有广泛应用。

A. 蚁群 B. 模拟退火 C. 粒子群 D. A、B 和 C

1. 在线影片租赁服务商 Netflix 的主营业务是提供互联网随选流媒体播放，它所依赖的关键服务是（ B）。

A. 搜索引擎 B. 推荐引擎 C. 百度引擎 D. 谷歌引擎

2. 下列（D ）信息服务利用了人工智能的机器学习技术。

A. 智能语音助手 Siri B. Alexa 个人助理客户端

C. Netflix 电影推荐 D. 上述所有都是

3. 机器学习最早的发展可以追溯到（A ）。

A. 英国数学家贝叶斯在 1763 年发表的贝叶斯定理

B. 1950 年计算机科学家图灵发明的图灵测试

C. 1952 年亚瑟·塞缪尔创建的一个简单的下棋游戏程序

D. 唐纳德·米奇在 1963 年推出的强化学习的 tic-tac-toe（井字棋）程序

4. 学习是人类具有的一种重要的智能行为，社会学家、逻辑学家和心理学家都各有其不同的看法。关于机器学习，合适的定义是（ D）。

A. 兰利的定义是：“机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能”

B. 汤姆·米切尔的定义是：“机器学习是对能通过经验自动改进的计算机算法的研究”

C.Alpaydin 的定义是：“机器学习是用数据或以往的经验，以此优化计算机程序的性能标准”

D. A、B、C 都可以

5. 机器学习的核心是“使用（C ）解析数据，从中学习，然后对世界上的某件事情做出决定或预测”。

A. 程序 B. 函数 C. 算法 D. 模块

6. 有三种主要类型的机器学习：监督学习、非监督学习和（B ）学习，各自有着不同的特点。

A. 重复 B. 强化 C. 自主 D. 优化

7. 监督学习的主要类型是（A ）。

A. 分类和回归 B. 聚类和回归 C. 分类和降维 D. 聚类和降维

8. 无监督学习又称归纳性学习，分为（D）。

A. 分类和回归 B. 聚类和回归 C. 分类和降维 D. 聚类、离散点检测和降维

9. 强化学习使用机器的个人历史和经验来做出决定，其经典应用是（C ）。

A. 文字处理 B. 数据挖掘 C. 游戏娱乐 D. 自动控制

10. 要完全理解大多数机器学习算法，需要对一些关键的数学概念有一个基本的理解。机器学习使用的数学知识主要包括（ D）。

A. 线性代数 B. 微积分 C. 概率和统计 D. A、B、C

11. 机器学习的各种算法都是基于（ A）理论的。

A. 贝叶斯 B. 回归 C. 决策树 D. 聚类

监督学习的大部分算法基于回归理论。

12. 在机器学习的具体应用中，（ D）决定了学习系统基本结构的工作内容，确定了学习部分所需要解决的问题。

A. 环境 B. 知识库 C. 执行部分 D. A、B、C

以上解答若有错误之处，请及时留言错误处及修改后答案，我会及时更正。

doc版本下载地址：

https://wws.lanzous.com/iqpIbimdaeh