人工智能技术 习题答案 郑孝宗

1.3习题与练习1.填空题1)原动力维护力凝聚力2)个人集体综合产物3)企业社会自然企业环境生产秩序4)融合跨界普及5)黑客行为加固技术6)程序性知识应试教育空间7)生命未来研究所2.选择题1)D2)A3)B4)D5)B6)C7)B8)D9)A3.简答题1)简述人工智能从业人员的特征？（1）专业性具备最基本的编程能力，对数据结构和基础算法有一定的掌握。编程语言：Python、C++或者Java。大数据环境：Hadoop、Spark用来对数据进行整合和挖掘。（2）架构性搭建一个人工智能系统：比如搜索系统、人脸识别系统、图像检索系统、推荐系统等数据链路的设计、整体系统的架构、甚至前后端的衔接等多方面的知识。（3）人文素养和情怀性机器人和人交互时，一定会伴随着情感等非理性因素。冷冰冰的工业机器人协调的动作和节奏，让观者产生感性情绪，也会影响人的情绪。2)我国新一代人工智能八大治理原则是什么？（1)公平公正（2)和谐友好（3)包容共享（4)尊重隐私（5)安全可控（6)共担责任（7)开放协作（8)敏捷治理3)人工智能从业人员应从哪些方面应对隐私保护挑战？（1）智能系统比人更了解人：数据如果使用得当，可以提升人类的生活质量，但如果出于商业目的非法使用某些私人信息，就会造成隐私侵犯。（2）云端隐私保护：隐私数据信息存储至云端后，这些信息就容易遭到各种威胁和攻击。（3）知识抽取整合：无数个看似不相关的数据片段可能被整合在一起，识别出个人行为特征甚至性格特征。4)人工智能从业人员应从哪些方面应对安全性挑战？（1）反黑客行动永不停歇：智能化的网络攻击软件能自我学习，模仿系统中用户的行为，并不断改变方法。（2）深挖技术或管理缺陷：技术或管理缺陷，使人工智能系统工作异常，产生安全隐患。（3）超级智能或“奇点”的到来：超级智能机器人或人工智能系统能够自我演化，发展出类人的自我意识，对人类的主导性甚至存续造成威胁。5)人工智能从业人员应从哪些方面应对伦理规范挑战？（1）机器人的行为规则：人工智能正在替代人的很多决策行为，智能机器人在作出决策时，同样需要遵从人类社会的各项规则。（2)机器人的教育：未来机器人不仅有感知、认知和决策能力，人工智能在不同环境中学习和演化，还会形成不同的个性，机器人使用者需要承担类似监护人一样的道德责任甚至法律责任。2.6习题与练习1.填空题1）一个人和一台机器如键盘人类智能2）感知智能认知智能3）弱人工智能4）意识5）感知能力6）AlphaGo7）人工智能是计算机学科的一个分支8）商业9）智能10）心智2.选择题1）B2）D3）A4）C5）B6）B7）C8）A9）D10）D3.简答题1）简述人工智能的定义。人工智能的英文缩写为AI，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。2）简述图灵测试的内容。指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果机器让平均每个参与者做出超过30%的误判，那么这台机器就通过了测试，并被认为具有人类智能。3）简述人工智能的三大学派。（1）符号主义学派。符号主义，又称逻辑主义、心理学派或计算机学派，是一种基于逻辑推理的智能模拟方法，认为人工智能源于数学逻辑，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。（2）连接主义学派。连接主义，又称仿生学派或生理学派，是一种基于神经网络和网络间的连接机制与学习算法的智能模拟方法。连接主义强调智能活动是由大量简单单元通过复杂连接后，并行运行的结果，基本思想是，既然生物智能是由神经网络产生的，那就通过人工方式构造神经网络，再训练人工神经网络产生智能。（3）行为主义学派。行为主义，又称进化主义或控制论学派，是一种基于“感知——行动”的行为智能模拟方法，思想来源是进化论和控制论。其原理为控制论以及感知——动作型控制系统。4）简述中文屋子实验的内容。假想一位只会说英语的人，身处于一个房间之中。这个房间，除了门上有一个小窗口以外，全部都是封闭的；他随身带着一本写有中文翻译程序的书；房间里还有足够的稿纸、铅笔。写着中文的纸片，通过小窗口被送入房间中，房间中的人可以使用他的书，来翻译这些文字，并用中文回复。虽然他不会中文，房间里的人却可以使得房间之外的人，以为他会说流利的中文。5）简述智能家居的概念。智能家居是基于互联网平台打造的一种全新智能化生活方式，利用移动物联网、云计算、自动化以及移动互联网等高端智能技术。它是一个智能化的控制系统，它本身又包括很多子系统，比如安防系统、照明系统、背景音乐系统、电器控制系统、门窗控制系统、家庭网络系统、家庭影院系统等等，它可以利用综合布线、网络通信、安全防范、自动控制等技术手段实现家居设施集成，从而构建起安全、高效、智能化的管理系统。3.4习题与答案1.填空题1）数据量大、处理速度快、数据多样化、价值密度低2）Docker、MongoDB3）数据清洗，数据集成，数据变换、数据规约4）自主性，学习能力5）数据集合6）分布式文件存储7）分布式系统8）计算9）半结构化，非结构化2.选择题1)C2)C3)C4)D5)A6)D7)D8)C9)A10)B3.简答题1）略2）略3）Hadoop：是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。求，可以以流的形式访问（Streamingaccess）文件系统中的数据。HBase-HadoopDatabase：是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PCServer上搭建起大规模结构化存储集群。Hive：是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。Sqoop：是一款开源的工具，主要用于在Hadoop（Hive）与传统的数据库（MySQL、PostgreSQL）间进行数据的传递，可以将一个关系型数据库（例如：MySQL，Oracle，Postgres等）中的数据导入Hadoop的HDFS中，也可以将HDFS的数据导入关系型数据库中。4）略5）略4.5习题与答案1.填空题1）阿瑟·萨缪尔2）数据3）监督学习、非监督学习、半监督学习和强化学习4）分类、回归、聚类5）再励学习、评价学习和增强学习6）机械学习、示教学习、类比学习7）降维8）分类、回归、聚类及降维2.选择题1）D2）C3）B4）A5）D6）A7）C8）B9）A3.简单题1）简述机器学习的发展历程。第一阶段是20世纪40年代的萌芽时期。第二阶段是20世纪50年代中叶至60年代中叶的热烈时期。第三阶段是20世纪60年代中叶至70年代中叶的冷静时期。第四阶段是20世纪70年代中叶至80年代末的复兴时期。2）简述机器学习的定义。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。3）机器学习的学习类型有哪些？机器学习算法的分类方式有很多种，如果按照学习方式分类可分为监督学习、非监督学习、半监督学习和强化学习四种。4）简述机器学习的分类。机器学习按学习策略、所获取知识的表示形式和应用领域可以有不同的分类。（1）按学习策略分类分为机械学习、示教学习、类比学习、演绎学习、基于解释的学习、归纳学习（2）按所获取知识的表示形式，学习系统获取的知识可能有：行为规则、物理对象的描述、问题求解策略、各种分类及其它用于任务实现的知识类型。（3）按应用领域分类最主要的应用领域有：专家系统、认知模拟、规划和问题求解、数据挖掘、网络信息服务、图象识别、故障诊断、自然语言理解、机器人和博弈等领域。（4）综合分类，经验性归纳学习、分析学习、类比学习、遗传算法、联接学习、增强学习5）机器学习的常见任务有哪些？机器学习的常见任务有分类、回归、聚类及降维。5.5习题与答案6.5习题与答案1.填空题hintonlecunbengio计算力算法数据cnnrnn前向后向权重Rnn反向传播lenet5imagenet

2.选择题

1）A2）B3）C4）B5）C6）A7）A

8）D9）D10）B

3.简答题1）什么是卷积神经网络？卷积神经网络，它是现在图像、语音等人工智能领域应用的最多的一种神经网络结构，学习深度学习技术的话当然必须要学习这个卷积神经网络。卷积神经网络其实也是神经网络的一种，它的基本结构和计算方式，在本质上和刚介绍的传统的神经网络没有什么太大的区别。

2）卷积神经网络和循环神经网络的显著区别是什么？循环神经网络有反馈机制为什么引入非线性激励函数？增加模型的非线性表达能力

4）什么样的数据集不适合用深度学习？数据量太小的数据

5）什么是循环神经网络？具有反馈机制的神经网络7.4习题与练习1.填空题1）像素2）时间空间冗余3）海量数据4）机器学习5）计算机视觉6）模型或算法7）深度学习8）TermFrequency，词语在文本中出现的频率InverseDocumentFrequency，逆文档频率9）AI10）艾伦·图灵2.选择题1）C2）C3）C4）A5）D6）A7）A8）C9）C10A3.简答题1）请简述人眼成像与数字成像的异同。人眼成像和数字成像都是通过光线的反射和折射来形成图像，但它们在成像原理和图像处理方式上存在一些不同之处。人眼成像是通过眼球的晶状体和视网膜来完成图像的捕捉，而数字成像则是通过数字相机或数字传感器来捕捉图像，然后将图像转换成数字信号进行处理。此外，数字成像可以通过后期处理软件进行图像的处理和修饰，而人眼成像则不能。2）请简述位图图像与矢量图像各自的特点。位图图像和矢量图像是两种不同的图像类型，它们各自具有以下特点：位图图像：也称为栅格图像或像素图像，由一系列像素点组成，每个像素点表示图像中的一个颜色。优点是能够真实地再现图像的细节和颜色，适合于表现照片、艺术作品等细腻的图像。缺点是放大或缩小会导致失真，因为每个像素点的大小是固定的，无法适应不同尺寸的显示。矢量图像：也称为向量图像或贝塞尔曲线图像，由一系列数学公式和参数组成，表示图像中的形状、线条和颜色。优点是能够保持清晰度和质量，适合于表现几何图形、标志、插图等抽象的图像。缺点是在表现照片等真实世界的场景时，可能无法达到位图图像的真实感。3）请简述视频编码的目的。视频编码的目的主要是为了压缩视频数据的大小，以便于存储和传输。未经编码的视频数据通常较大，占用较多的存储空间和带宽。通过视频编码技术，可以将视频数据压缩至较小的文件大小，同时保持视频的质量和流畅度。这可以大大提高视频数据的传输效率和存储效率。4）请简述视频编码中I，P，B帧的作用。在视频编码中，I、P、B帧是三种不同的关键帧类型，它们的作用如下：I帧（IntraFrame）：也称为关键帧或固定帧，是视频编码中的关键帧类型之一。I帧是独立于其他帧的完整图像帧，可以独立地解码和显示。I帧主要用于提供视频序列的初始参考点，可以作为其他帧的跳转点，但由于其独立性，压缩效率较低。P帧（PredictedFrame）：也称为前向预测帧，是视频编码中的另一种关键帧类型。P帧是通过对前一帧和运动向量进行预测得到的，具有较高的压缩效率。P帧需要依赖于前一帧进行解码和显示，因此如果前一帧出现错误或丢失，会对后续的P帧产生累积效应。B帧（BidirectionallyPredictedFrame）：也称为双向预测帧，是视频编码中的另一种关键帧类型。B帧是通过参考前一帧和后一帧以及运动向量进行预测得到的，具有更高的压缩效率。B帧需要依赖于前后两帧进行解码和显示，因此如果其中一帧出现错误或丢失，会对后续的B帧产生累积效应。5）什么是个性化推荐技术？ 个性化推荐技术是一种通过分析用户的历史行为、兴趣偏好和群体特征等信息，来推荐符合用户个性化需求的技术。其目的是为用户提供更加贴合个人需求和喜好的内容和服务，提高用户体验和满意度。在个性化推荐中通常会使用算法和模型对用户数据进行分析和挖掘8.6习题与练习1.填空题1)NaturalLanguageProcessing自然语言处理2)词汇形态学词法屈折变化构词法3)孤立语黏着语屈折语多式综合语4)非结构化5)连续的重新组合6)机械分词法基于N-gram的分词法基于HMM的分词法基于深度学习的分词法7)未登录词的识别词的界限没有统一标准切词产生歧义8)StanfordCoreNLPHanlpTHULAC9)自然语言处理（或NLP）10)采集清洗标注质检2.选择题1)C2)A3)D4)C5)ABCD6)ABC7)C8)B9)C10)C3.简答题1)自然语言处理的挑战有哪些？词法、句法、语义、语用和语音各个层面普遍存在不确定性；未知语言现象的不可预测性；有限的语言集合永远无法涵盖开放的语言现象语音知识表达的复杂性；语义知识的模糊性和错综复杂的关联性难以用常规方法有效描述，为语义计算带来了极大的困难。2)中英文本的预处理过程有何不同？中文分词预处理的分词系统采用的是传统基于词典的正向最大匹配法来完成的。由于数字、日期、时间、网址等不可枚举，无法通过词典简单查找来分词。可以采用正则表达式或者自动机进行自动识别，并给予特殊名字进行泛化。英文这种阿拉伯语系的语言处理起来相对中文要简单一些，总的来说主要是处理以下几个问题：将所有大写字母改为小写字母；将英文句尾结束符与句尾最后一个单词用空格分开；同样将数字、日期、时间、网址等不可枚举的类型进行识别，然后分别采用特殊名字进行泛化处理。3)有哪些常用的分词工具？StanfordCoreNLP：是由斯坦福大学研发的自然语言处理工具，其中提供了中文分词接口。Hanlp：由大快搜索主导开发，包含了一系列自然语言操作。THULAC：由清华大学研发的具有中文词汇分析功能的自然语言处理工具。SnowNLP：是用于中文自然语言处理的工具，主要用于分词、情感分析等。Jieba：是一个专门针对中文分词的应用工具，提供了多种分词模式，包括全模式、精确模式、搜索引擎模式，还可以加入自定义的词汇以修正分词效果。全模式会将语句所有可以组合的词都分出来，精确模式只是将语句进行正常分词，而搜索模式则在精确模式的基础上，对长词再次划分。4)你觉得作为自然语言处理工程师，都需要哪些必备技能？统计学基础知识扎实；熟练掌握一门编程技术，及常用数据处理、挖掘和分析包；熟练掌握SQL语言、MySQL数据库；掌握常用机器学习模型及相关算法，如回归、随机森林、KNN、Kmean、神经网络、贝叶斯等；了解各种自然语言处理框架；有较好的学习能力、团队合作能力，对技术工作有浓厚兴趣。9.7习题与练习填空题1)非平稳的随机声带声道语音的特征短时谱2)精确度噪声对语音增强3)真实语音数据语音文件文本信息4)预加重分帧、加窗，快速傅里叶变换Mel滤波器组离散余弦变换DCT5)特征向量序列的可变长音频信号的丰富变化性可变长动态时间规划隐马尔可夫模型声学模型6)生成性模型分析性模型辨识性模型生成性模型7)单词发音建模单元语言模型建模单元间解码器8)优化测试模板参考模板累计距离9)马尔可夫链向量序列概率密度概率密度10)信号压缩语音编码语音识别语音合成选择题BDDCBCDACB3.简答题1）语音识别的基本流程包括哪几个步骤？所谓语音识别，就是将一段语音信号转换成对应的文本信息，主要包含特征提取、声学模型，语言模型以及字典与解码四大部分，此外为了更有效地提取特征往往还需要对所采集到的声音信号进行滤波、分帧等音频数据预处理工作，将需要分析的音频信号从原始信号中合适地提取出来。2）语音的特性是什么？语音是一段非平稳的随机过程，但由于声带和声道的形状在一段相对稳定的时间内是不会产生突变的，因此可以得出结论：语音的特征是不变的，所以语音具有短时谱的相对稳定性。这种平稳的语音可以使用短时谱来进行分析。3）语音识别的特征提取主要包含哪几个步骤？语音识别的特征提取主要包含以下几个步骤，一是预加重；二是分帧、加窗，快速傅里叶变换；三是Mel滤波器组；四是取log即得到Fbank；五是离散余弦变换DCT，即得到MFCC。简要阐述一下如何实现语音的增强。常用的语音增强算法大致分为两种：基于语音产生模型参数的增强方法和基于非语音产生模型参数的增强方法。基于语音产生模型参数的方法主要有卡尔曼滤波方法和基于隐马尔可夫模型的方法，他们对语言产生的模型参数和恢复特性做合理的估计。5）语音识别的相关算法有哪些？语音识别的相关算法有基于动态时间规整的算法、基于参数模型的隐马尔可夫模型的方法和基于非参数模型的矢量量化（VQ）的方法。10.4习题与练习1．填空题1) 22) GRUBB3) 内核4) 强制方式5) 删除引导装载程序删除Linux的磁盘分区6) /etc/sysconfig/network-scripts/ifcfg-eth07) tar-zxvfmyftp.tar.gz8) 字符设备9) /etc/shadow2.选择题1) B2) C3) D4) B5) A6) D7) B8) C9) C10) B3.简答题1) 嵌入式操作系统嵌入式Linux是将Linux操作系统进行裁剪修改，使之能在嵌入式计算机系统上运行的一种操作系统。其代码开源、内核小、效率高、性能稳定等优点，使得嵌入式Linux逐渐成为一个更加紧凑、快速、可靠的操作系统，往往将其根据目的的不同进行特殊的设计，用于控制嵌入式设备中的各种硬件、软件。最初的嵌入系统被用于控制机电电话交换机，随着技术的不断发展，现在嵌入式Linux已经在工业控制、航空航天、消费电子等领域有了更深层次的应用。服务器系统服务器系统通常来讲是指安装在服务器上的操作系统，比如安装在Web服务器、应用服务器和数据库服务器等上的操作系统，是企业IT系统的基础架构平台。服务器操作系统主要有WINDOWS、LINUX、NETWARE、UNIX四类，其中Linux系统由于其安全性、稳定性方面的突出优点，在国内得到了用户的充分肯定。此外Linux系统可以提供企业网络环境所需的各种网络服务，并且Linux服务器可以提供虚拟专用网络（VPN）或充当路由器与网关，为开发者提供了低成本、高可靠性的网络环境。桌面操作系统桌面操作系统现在是macos、windows、linux三足鼎立，虽然Linux操作系统没有windows系统操作界面美观、操作便捷，但对于专业的开发人员来讲，Linux是不二的选择，一些喜欢Unix系统的极客因为Linux的免费开源转向了这个平台，同时Linux因为吸收了很多Unix系统的优点，在稳定性上做得非常好。虽然Linux桌面系统在桌面操作系统上并未占得先机，但是仍然被企业团体、个人开发爱好者用来提高生产效率，例如图形化界面的Ubuntu、黑客技术爱好者常用的Kali等。2) 发展优势：1.稳定的系统：Linux是基于Unix发展出来的操作系统，继承了Unix的稳定并有效率的特点。2.免费：操作系统开源，没有版权法费用，也不用跟微软需要一而再、再而三的更新系统。3.安全性：Linux支持者众多，不断有人发现漏洞，修补漏洞，相当多的热心群体和个人参与其中，随时获取最新安全信息，给予随时的更新，相对来说更加安全。4.多任务、所使用者：Linux允许多人线上工作，资源分配较为公平。可以划出不同等级的用户，每个用户不同的组，每个用户登录时的工作环境可以不同，允许不同的用户同一时间登入主机。5.适合需要小核心程序的嵌入式系统：Linux只需要几百K不道德程序代码就可以完整的驱动整个计算机硬件并成为一个操作系统。6.整合度佳且多样的图形用户接口：Windows系统和Linux有高度整合，并对Linux推出了驱动程序。7.使用者和群组的规划：Linux机器中，档案属性可分为可读、可写、可执行来定义一个档案的适用性。还可以分为三个种类：档案拥有者、档案所属群组、其他非拥有者和群组者，有良好的保密性。8.相对比较不消耗资源：对硬件要求没有那么高。存在问题：1.没有特定的厂商，正常情况下，没有特定厂商则遇到问题难以解决。2.游戏支持度不足：很多游戏开发商没有在Linux平台开发大型游戏，间接导致Linux无法进入一般家庭说。3.专业软件的支持度不足：很多专业绘图软件所推出的专业不支持Linux操作系统。4.教育训练做的不够好：大多数还是习惯用Windows或者MAC，对Linux的推行并不那么多。3) 位置变量实际是属于系统预定义变量的一种，不能修改变量名，同时作用也是固定的，也不能新增的变量，只能修改变量的值。shell中的变量类型有:本地变量、环境变量、位置变量、标准变量、特殊变量。4) mmd5) 1.more此命令可以以分页的形式查看文件的内容,但是只能向下翻页;2.less此命令也可以分页显示文件的内容,不但可以向上翻页也可向下翻页;3.cat此命令只是简单把一个文件的内容给显示出来;4.vi此命令把一个文件的内容显示出来,同时用户可以对该文件进行各种编辑操作。 11.7习题与练习1.填空题1) Catkin2) 发布/订阅、客户端/服务器多种通信3) 节点4) ~/my_ws/src5) catkin_ws/devel6) roscore7) image_transport8) 7个9) 预先10) 深度学习2.选择题1) B2) D3) D4) A5) A6) C7) A8) B9) A10) C3．简单题1) 架构分为三个层次：OS层、中间层、应用层OS层：Linux系统中间层：实现ROS核心通信机制以及功能库（Linux作为通用系统，没有针对机器人提供特殊的中间件）如基于TCPROS/UDPROS的通信系统（基于TCP/UDP网络再次封装）如进程内的通信方法：Nodelet,其为多进程通信提供优化的数据传输方式，实时性好机器人相关库，如坐标变换等应用层：应用层运行一个管理者：ROSMASTER，负责系统正常运行以及在ROSMASTER管理下保证功能节点正常运行的应用层2) 功能包是指用户或作者根据不同功能定义的功能模块，是ROS中最小的管理单元，一个功能包中通常包含src源文件夹、launch文件夹、include头文件夹、script文件夹、config文件夹、package.xml、CMakeLists.txt。3) 在launch文件中加载的有用配置文件共6个，逐个介绍如下：1. costmap_common_params.yaml该文件被global_costmap、local_costmap共同使用。2. local_costmap_params.yaml局部代价地图配置参数文件。3. global_costmap_params.yaml全局代价地图参数配置文件。4. base_local_planner.yaml局部路径规划参数配置文件。5. move_base_params.yamlmove_base基础配置文件。6. global_planner_params.yaml全局路径规划参数配置navfn_global_planner_params.yamlnavfn/NavfnROS全局路径规划的参数配置。base_local_planner：这个包提供了TrajectoryRollout以及DynamicWindow两种在2D平面局部导航的方法。通过提供一个跟随的规划路径和一个代价地图，控制器生成速度指令并发送至机器人。它支持全向和非全向机器人，以及任何可以用多边形或圆描述的机器人轮廓，并且可以在launch文件中设置这些参数。4) 一、按照技术实现方式可以分为检索式和生成式检索式指的是机器人回复的内容都是预先定义好的，机器人只需要在知识库中找到最合适的答案即可。检索式对话机器人由于回复的内容是人工预先设定的，因此回复质量通常较高。但缺点也很明显，人工构造知识库耗