资源简介

5.2 人工智能的应用
一、选择题
1．粗糙集理论相对于其他不精确推理方法的独特之处在于什么？（ ）
A．处理不完整信息的能力 B．处理模糊信息的能力
C．处理随机信息的能力 D．处理矛盾信息的能力
2．反向推理与演绎推理的区别是（ ）
A．前者从目标出发，后者从一般原则出发
B．前者侧重于推导结论，后者侧重于证明结论
C．前者适用于非结构化问题，后者适用于结构化问题
D．所有选项
3．反向推理的缺点是（ ）
A．容易陷入局部最优解 B．难以处理不确定性问题
C．需要大量的已知事实和规则 D．所有选项
4．深度优先搜索算法是否总是能找到问题的最优解（ ）
A．是，对于所有问题 B．不一定，取决于问题的性质
C．否，对于某些问题 D．无法确定
5．深度优先搜索算法在解决迷宫问题时有什么优势（ ）
A．可以找到最短路径 B．可以找到所有解
C．可以找到最优解 D．可以找到次优解
6．在α-β剪枝算法中，α值表示什么？（ ）
A．当前节点的最小可能得分 B．当前节点的最大可能得分
C．当前节点的父节点的最小可能得分 D．当前节点的父节点的最大可能得分
7．在专家系统中，符号运算主要用于实现哪项功能（ ）
A．知识获取 B．知识表示 C．知识推理 D．知识管理
8．在人工智能中，符号运算通常用于解决哪一类问题（ ）
A．模糊逻辑问题 B．不确定性问题 C．确定性问题 D．非结构化问题
9．在机器学习中，梯度下降是一种常用的优化算法。下列哪项不属于梯度下降的主要特点（ ）
A．迭代更新 B．基于梯度方向
C．需要计算所有样本的梯度 D．适用于大规模数据集
10．宽度优先搜索算法在处理大规模图时可能会遇到什么问题？（ ）
A．内存不足 B．计算速度慢 C．无法找到最短路径 D．容易陷入死循环
11．下面关于宽度优先搜索的说法，哪个是正确的？（ ）
A．它总是能找到问题的最短解 B．它适用于所有类型的问题
C．它使用递归来实现 D．它从图的任意节点开始搜索
12．宽度优先搜索（BFS）是一种用于遍历或搜索树或图的算法。这个算法会尽可能深地搜索树的分支。当节点v的所在边都已被探寻过，搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点，则选择其中一个作为源节点并重复以上过程，整个进程反复进行直到所有节点都被访问为止。请问，宽度优先搜索使用什么数据结构来存储待访问的节点？（ ）
A．栈 B．队列 C．数组 D．链表
13．在自然语言处理中，问答系统是指能够回答用户提出的问题的智能系统。下列哪项不属于问答系统的主要组成部分（ ）
A．问题理解 B．信息检索 C．答案生成
D．用户界面 E．数据预处理
14．在模式识别中，特征提取是一个重要步骤，其目的是从原始数据中提取出有助于分类或识别的特征。下列哪项不属于常用的特征提取方法（ ）
A．主成分分析（PCA） B．线性判别分析（LDA）
C．支持向量机（SVM） D．小波变换
15．小张使用某国产人工智能软件辅助学习编程。该软件通过学习海量的开源代码、编程教程等数据，具备了代码生成能力。小张可将问题以文字、语音、图像等形式进行提交，该软件会生成求解问题的程序代码，并可通过人机对话进一步完善代码。根据阅读材料，下列关于人工智能的说法，正确的是（ ）
A．该人工智能的能力和表现完全依赖于其使用者的技能和知识
B．该人工智能软件生成和完善代码都是通过符号主义人工智能实现的
C．在生成求解问题的程序代码的过程中应用了人工智能
D．该人工智能已经可以代替人类完成所有的工作
二、填空题
16．模糊逻辑是一种处理 问题的数学工具。
17．专家系统的特点之一是能够模拟人类专家的思维过程，解决 问题。
18．状态空间中的节点代表问题的 ，边代表状态之间的转换。
19．符号运算在人工智能中主要用于 、 和 等领域。
20．在图像识别中，模板匹配是一种简单的图像匹配方法。模板匹配的基本步骤包括 ， ， 。
21．模式识别是人工智能的一个重要分支，主要研究如何让计算机能够识别和处理输入数据中的模式。模式识别的主要应用领域包括 ， ， 。
22．函数式编程语言在人工智能领域的应用包括 和 等。
三、判断题
23．扫地机器人属于智能机器人。( )
24．AlphaGo战胜了世界围棋冠军，主要是采用了人工智能中的深度学习技术。( )
25．用机器人、网络和物结合成的更加复杂的智能系统是当今人工智能发展方向之一。( )
26．某单位对员工考勤使用人脸识别，工作原理是提取人脸图像的特征进行身份识别，其工作流程是：①采集人脸图像；②预处理人脸图像；③提取人脸图像特征；④匹配人脸图像特征值；⑤员工签到成功。( )
27．智能手机上利用指纹识别来鉴定人的身份从而解锁手机，这属于人工智能的一个应用。( )
四、操作题
28．近期chatgpt火爆，引发了小申对人工智能的浓厚学习兴趣。围绕人工智能的学习，请完成以下各题。
（1）以下应用了人工智能技术的场景是( )
A．使用诱导屏幕显示空余车位的数量 B．驾驶员通过指纹识别完成停车费用的支付
C．使用地磁传感器感知车位上车辆的存在 D．车辆入场时通过拍照识别车牌号码采集车牌信息
（2）对于计算机而言，无论字符、图像还是视频都是一串由'0'和'1'构成的序列。这是因为在计算机内部采用的是( )
A．二进制编码 B．十进制编码 C．十六进制编码 D．ASCII码
（3）如图所示，小申用第三方平台进行人脸标记的实验。“人脸标记.bmp”文件的大小是( )B。
A．351×245/8 B．351×245 C．351×245×24/8 D．351×245×24
（4）根据第三方平台返回的人脸定位信息画一个矩形框的代码如下所示：
draw.rectangle((left,top,left+width,top+height),outline=(255,127,63))
其中outline=(255,127,63)括号中的3个十制数依次对应三原色（Red，Green，Blue），用于指定边框线颜色。这3个十进制数用十六进制表示依次为：FF7F 。
（5）小申把“人脸标记.bmp”另存为jpeg格式，发现图像文件小了很多且质量有所损耗，但看起来图像没有很明显的变化。这是对图像进行了 【选填：无损压缩/有损压缩】；接着把“人脸标记.jpeg”又另存为bmp格式，图像质量 【选填：可以恢复/无法复原】
（6）目前的技术不仅让计算机具备有“视觉”，还有“听觉”。如图所示，这段音频时间是256秒，保存为WAV波形文件格式，那么这段声音文件的大小是( )KB。
A．44.1*1000*16*256/8/1024 B．44.1*1024*16*256/8/1024 C．44.1*1000*16*2*256/8/1024 D．44.1*1024*16*2*256/8/1024
（7）小申学习识别鸢尾花的人工智能算法时，利用150条带标记的数据拆分成训练集和测试集。这种数据带标记的机器学习是( )
A．专家系统 B．监督学习 C．非监督学习 D．半监督学习
（8）整理预测鸢尾花算法的步骤
①将最小值对应的鸢尾花类别判定为测试数据的分类
②将机器判定的分类与测试集中的标记分类进行对比，计算正确率
③计算每种鸢尾花的属性平均值
④计算测试数据与每种鸢尾花属性平均值之间的欧式距离的平方值，找到其中的最小值。
请将正确的流程步骤填写完整： → → →
参考答案：
1．A
【详解】本题考查不精确推理。粗糙集理论相对于其他不精确推理方法的独特之处在于其处理不完整信息的能力，它通过对集合的近似描述来处理不确定性的知识。故选A。
2．A
【详解】本题考查反向推理。反向推理是从目标或假设出发，寻找支持证据；而演绎推理是从一般原则或前提出发，推导出具体的结论。故答案为：A。
3．A
【详解】本题考查反向推理。反向推理存在容易陷入局部最优解的缺点，即可能只找到满足部分条件的解而无法找到全局最优解。故答案为：A。
4．B
【详解】本题考查深度优先搜索算法。深度优先搜索算法并不总是能找到问题的最优解。它主要用于解决需要深入探索分支的问题，如迷宫问题等。对于某些特定类型的问题，如寻找最短路径问题，深度优先搜索可能无法找到最优解。故答案为：B。
5．B
【详解】本题考查深度优先搜索。深度优先搜索算法在解决迷宫问题时可以找到所有可能的解。由于它会深入探索任何一个分支，因此可以遍历整个迷宫并找到所有从起点到终点的路径。故答案为：B。
6．C
【详解】本题考查剪枝算法。在α-β剪枝算法中，α值表示当前节点的父节点的最小可能得分。这个值用于判断是否需要继续搜索当前节点的子节点。故答案为：C。
7．C
【详解】本题考查专家系统。在专家系统中，符号运算主要用于知识推理。知识推理是通过对符号进行操作和计算，来模拟专家的思维过程，从而得出结论或解决问题。知识获取、知识表示和知识管理虽然也涉及符号，但符号运算的核心应用在于推理过程。故选C。
8．C
【详解】本题考查符号运算。符号运算主要适用于确定性问题，通过明确的逻辑规则和事实进行推理和决策。故选C。
9．D
【详解】本题考查机器学习。梯度下降的主要特点包括迭代更新、基于梯度方向和需要计算所有样本的梯度等。但它不一定适用于大规模数据集，特别是当数据集非常大时，随机梯度下降（SGD）或其变种可能更为常用。故答案为：D。
10．A
【详解】本题考查宽度优先搜索。宽度优先搜索算法在处理大规模图时可能会遇到内存不足的问题。由于宽度优先搜索需要存储待访问的节点以及已访问的节点信息，当图的规模非常大时，所需的存储空间也会相应增加。如果内存不足以支持搜索过程，则可能导致程序崩溃或无法得到正确的结果。因此，在处理大规模图时，需要考虑优化搜索算法或使用其他更适合的搜索策略。故答案为：A。
11．A
【详解】本题考查宽度优先搜索。在宽度优先搜索中，由于是按照层次顺序进行遍历，因此它总是能找到从起始节点到目标节点的最短路径（步数最少）。但是，它并不适用于所有类型的问题，有些问题更适合使用深度优先搜索。宽度优先搜索通常不使用递归实现，而是使用队列这种数据结构。此外，宽度优先搜索通常从指定的起始节点开始搜索，而不是从任意节点。故答案为：A。
12．B
【详解】本题考查宽度优先搜索。在宽度优先搜索中，其核心思想是逐层地遍历树或图。为了实现这种逐层遍历，需要按照先访问的节点先处理的顺序，而队列这种数据结构正好满足先入先出的特性。故答案为：B。
13．E
【详解】本题考查自然语言处理。问答系统的主要组成部分包括问题理解、信息检索、答案生成和用户界面等，而数据预处理虽然对系统的性能有一定影响，但不属于其主要组成部分。故答案为：E。
14．C
【详解】本题考查模式识别。支持向量机（SVM）是一种分类器，而不是特征提取方法。常用的特征提取方法包括主成分分析（PCA）、线性判别分析（LDA）和小波变换等。故答案为：C。
15．C
【详解】本题考查人工智能相关内容。A选项，该人工智能的能力和表现不完全依赖于其使用者的技能和知识，选项说法错误。B选项，该人工智能软件生成和完善代码都是通过联结主义人工智能实现的，选项说法错误。C选项，在生成求解问题的程序代码的过程中应用了人工智能，选项说法正确。D选项，人工智能并不能代替人类完成所有的工作，选项说法错误。故本题答案是C选项。
16．模糊性
【详解】本题考查模糊逻辑的描述。模糊逻辑是一种数学工具，用于处理模糊性问题。它通过引入模糊集合和模糊规则，能够处理传统二值逻辑无法处理的不确定性和模糊性问题。模糊逻辑在许多领域，如控制系统、人工智能和决策支持系统中有广泛应用。
17．复杂
【详解】本题考查专家系统。专家系统具有模拟人类专家思维的能力，能够解决那些需要高度专业化和知识密集型的复杂问题。故答案为：复杂。
18．状态
【详解】本题考查智能搜索算法。在状态空间中，节点代表问题的状态，边代表状态之间的转换。状态空间是一种用于描述问题求解过程的图结构，其中每个节点表示问题的一个可能状态，而边则表示从一个状态转换到另一个状态的操作或步骤。
19． 逻辑推理 知识表示 自然语言处理
【详解】本题考查符号运算。符号运算在人工智能中主要用于逻辑推理、知识表示和自然语言处理等领域。这些领域依赖于符号表示和操作来处理复杂的信息和推理任务。
20． 准备模板 计算相似度 选择最佳匹配
【详解】本题考查图像识别。模板匹配是一种简单的图像匹配方法，通过在图像中寻找与预先定义的模板最为相似的区域来实现识别。模板匹配的基本步骤包括准备模板、计算相似度和选择最佳匹配。准备模板是指从先验知识或样本数据中定义一个标准模板，用于与目标图像进行比较。计算相似度是通过某种度量标准（如相关性或均方误差）来衡量模板与图像各区域的相似性。选择最佳匹配则是在计算相似度后，找到相似度最高的区域作为最终匹配结果。这些步骤构成了模板匹配的核心流程。故答案为：准备模板、计算相似度、选择最佳匹配。
21． 图像识别 语音识别 文本分类
【详解】本题考查模式识别。模式识别是人工智能的一个重要分支，旨在研究如何让计算机识别和处理输入数据中的模式，并将其应用于实际问题中。模式识别的主要应用领域包括图像识别、语音识别和文本分类。图像识别涉及从图像中识别和分类对象，语音识别用于将语音信号转换为文本，文本分类则用于对文本进行自动分类和组织。这些领域的成功应用显示了模式识别在处理复杂数据方面的强大能力。故答案为：图像识别、语音识别、文本分类。
22． 模式识别 数据挖掘
【详解】本题考查人工智能。函数式编程语言（如Haskell）在人工智能领域的应用包括模式识别和数据挖掘等，它们可以方便地处理复杂的数据结构和算法。故答案为：模式识别、数据挖掘。
23．正确
【详解】本题考查人工智能应用。扫地机器人是一种能够自主清扫地面的智能设备，通常具备避障、路径规划等智能功能，属于智能机器人的范畴。智能机器人指能够通过感知、学习和决策等能力来执行任务或解决问题的机器人，而扫地机器人具备这些能力，因此属于智能机器人的一种。故说法正确。
24．正确
【详解】本题主要考查人工智能技术。人工智能是研究、开发用于模拟、延伸和扩展人智能的理论、方法、技术及应用系统的一门新技术科学。AlphaGo战胜世界围棋冠军，主要是采用了人工智能中的深度学习技术。说法正确。
25．正确
【详解】本题考查的是人工智能的发展方向。用机器人、网络和物结合成的更加复杂的智能系统是当今人工智能发展方向之一。题干描述正确。
26．正确
【详解】本题考查的是人脸识别。人脸识别工作原理是提取人脸图像的特征进行身份识别，其工作流程是：①采集人脸图像；②预处理人脸图像；③提取人脸图像特征；④匹配人脸图像特征值；⑤员工签到成功。题干中的说法正确。
27．正确
【详解】本题考查人工智能相关知识。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新的技术科学。该领域的研究包括机器人，语言识别，图像识别，自然语言处理和专家系统等。智能手机上利用指纹识别来鉴定人的身份从而解锁手机，这属于人工智能的指纹识别，题干说法正确。
28． D A C 3F 有损压缩 无法复原 C B ③ ① ④ ②
【详解】本题考查人工智能技术、编码、图像与音频数字化。
（1）这个场景利用了图像识别技术，通过拍照识别车牌号码来自动采集车辆信息，属于人工智能在图像识别领域的应用。故答案为：D。
（2）计算机内部使用二进制编码，即由0和1组成的序列来表示数据和指令。故答案为：A。
（3）BMP图像文件大小的计算公式为图像宽度×图像高度×每像素的位数/8。对于本题中的24位色深（每像素RGB各8位），计算结果为351×245×24/8。故答案为：C。
（4）将每个十进制数转换为十六进制时，255对应FF，127对应7F，63对应3F。因此，完整的十六进制表示为FF7F3F。故答案为：3F。
（5）JPEG格式是有损压缩，它通过去除图像中的细节和冗余信息来减小文件大小，因此会导致图像质量的损失。当将JPEG图像再转为BMP格式时，由于损失的信息无法恢复，所以图像质量无法完全复原。故答案为：有损压缩、无法复原。
（6）WAV格式中音频文件大小的计算公式为：音频采样率×量化位数×声道数×时间长度/8/1024。根据题目给出的条件，采样率为44.1kHz，量化位数为16位，声道数为2（立体声），时间长度为256秒，代入计算得出文件大小为44.1*1000*16*2*256/8/1024KB。故答案为：C。
（7）监督学习是利用带有标记（标签）的数据作为训练样本，通过训练模型学习数据的规律，然后对未知数据进行预测和分类的机器学习方法。在这个情景下，使用带标记数据集进行训练集和测试集的拆分，属于监督学习的范畴。故答案为：B。
（8）③计算每种鸢尾花的属性平均值：首先计算每种鸢尾花的属性平均值作为分类依据。①将最小值对应的鸢尾花类别判定为测试数据的分类：根据距离最小的属性平均值确定测试数据的分类。④计算测试数据与每种鸢尾花属性平均值之间的欧式距离的平方值：用于衡量测试数据与各类别的相似度。②将机器判定的分类与测试集中的标记分类进行对比，计算正确率：最后验证机器学习模型的准确性。这些步骤组成了一个典型的监督学习算法的预测流程，用于识别和分类鸢尾花。故答案为：③①④②。

展开更多......

收起↑