人工智能试卷及答案（共2套）

人工智能A卷

专业班级：命题教师：审题教师:

学生姓名：学号：考试成绩:

一、填空题（每空1分，共15分）得分：分

1、人工智能三大学派是、、。

2、人工之智能是计算机科学中涉及研究、设计和应用的一个分支，它

的近期目标在于研究用机器来的某些智力功能。

3、人工智应用研究的两个最重要最广泛领域为、。

4、产生式系统的推理可以分为和•两种基本方式。

5、数据挖掘具体功能有类/概念描述、、o

6、知识发现的方法有、、和等。

二、单项选择题（每小题2分，共20分）得分：分

1.蚁群算法中信息素浓度与路径长度呈（）关系？

A.正比关系

B.不相关关系

C.相等关系

D.反比关系

2.深度学习的概念源于人工神经网络的研究，最早由（）于（）提出？

A.Bengio、1990年

B.LeCun、1995年

C.Hinton.2006年

D.Goodfellow^2016年

3.大数据的基本特征包括（）

A.体量大、多样性、价值密度低、速度快

B.体量大、成本低、多样性、速度快

C.体量大、成本高、价值密度低、速度快

D.体量大、多样性、成本低、价值密度低

4.（）是知识图谱中数据展示的一种形式，它可以看作是一个数据模型，也就是

表达数据的一种手段。

A.RDFS

B.RD

C.RDF

D.RD

5.粒子群算法的粒子的方向和距离是由（）决定的。

A.适应度值

B.目标函数

C.速度

D.体积

6.影响基本K-均值算法的主要因素不包含以下哪项（）

A.样本输入顺序B.聚类准则

C.模式相似性测度D.初始类中心的选取

7.以下哪种方法不属于分类算法（）

A.K-近邻算法B.朴素贝叶斯C.支持向量机D.K-均值

8.以下哪个算法不属于有监督学习算法（）

A.朴素贝叶斯B.决策树

C.K-均值D.支持向量机

9.在神经网络中,每一个感知器相当于人类大脑的神经元,那么对于感知器来说

哪些部分是他必须具有的？（）

A输入信号、输出信号

B输入信号、输出信号、阈值、权重、偏置

C阈值、权重、偏置

D输入信号、输出信号、阈值、权重

10.卷积神经网络的出现对与深度学习是革命性的.对于一个完整的卷积神经网

络通常具有五个层（layer）,你知道这五个层的顺序是（）

A输入层-卷积层-激励层-池化层-全连接层

B输入层-激励层-卷积层-池化层-全连接层

C输入层-激励层-池化层-卷积层-全连接层

D输入层-卷积层-全连接层-激励层-池化层

三、判断题（共5分）

1.因为数据放到云上，可能会使数据泄露，所以使用本地计算机更可靠一些。

（）

2.层次聚类算法不适用于大规模数据集。（）

3.决策树是一个预测模型。（）

4.粗糙集反映一个事物与其他事物之间的相互依赖性或相互关联性。（）

5.标准语义分割（standardsemanticsegmentation）也称为全像素语义分割,

它是将每个像素分类为属于对象类的过程。O

四、简答题（共60分）得分：分

1.列举出十项人工智能在平时生活中的应用，并描述该应用解决了人们哪些

问题

人工智能应用包含但不限于：

（1）公司门禁打卡

（2）门口车辆进出闸机的车牌识别

（3）智能语音音箱

（4）美图换脸

（5）网上购物推荐

（6）刷脸支付

（7）人证核验

（8）公安布控

（9）车流检测

（10）机器翻译

2.简要描述当今大数据对人们的影响，我们应该如何利用大数据创造价值？

（10分）

答：

大数据的影响，可围绕但不限于以下方面：

1）大数据技术不仅能够提高人们利用数据的效率，而且能够实现数据的再

利用和重复利用，进而大大降低交易成本，提升人们开发自我潜能的空

间。

2）人们可以低成本或零成本进行事务信息全息式的纵向历史比对和横向

现实比对。大数据技术自身不仅能够迅速衍生为新兴信息产业，还可以

同云计算、物联网和智慧工程技术联动，支撑一个信息技术的新时代。

3）云计算技术可以使人们及时利用各类大数据。物联网技术的实质就是物

物相连的互联网，物联网的核心和基础仍然是互联网，其用户端延伸和

扩展到了任何物品与物品之间，进行信息交换和通信。

如何利用大数据创造价值，可围绕但不限于以下方面：

1）可视化分析

2）数据挖掘算法

3）预测性分析

4）语义引擎

5）数据质量和数据管理。

3.人工智能概念下的知识分类的种类？分别对每一类进行简单叙述？（10分）

答：

（1）有关现实世界中所关心对象的概念，即用来描述现实世界总结出的概

念。

（2）有关现实世界中发生的事件、关系对象的行为、状态等，也就是说不

只是有前项所述的静态的概念，还有动态的信息

（3）关于过程的知识，就是说不只有当前状态和行为的描述，还要有对其

发展的变化及其相关条件、因果关系等描述的知识

（4）元知识即控制知识集，就是关于知识的知识，其涉及到知识分类、知

识项的宏观描述、控制知识的激发和运行等作用

4.RNN多结构都包含什么？其中每项应用在什么地方？（10分）

答：

一对一：这是最简单的RNN结构，可以理解为输入一个单词（或词向量），

输出一个单词（label）o

这种结构其实就是最普通的神经网络，和RNN其实没多大关系，写到这里

也只是为了保持理论的完整性，实践中几乎没有这样用RNN的。

一对多：可以理解为输入一个label,就能输出很多单词。这样的应用比如

“根据音乐类型（输入int型的一个x）,生成一篇音乐”，或者“生成文

章”。

多对一：可以理解为，输入一篇文章，输出文章作者的情绪（0/1）。这种

“多对一”的结构，主要用于做“情绪识别”，或者“文章分类”。

多对多：这种结构的输入序列数量和输出序列数量相同，主要用于实现“NER

命名实体识别”的应用。或者比如做“中译英”，我们的输入中文汉字数

量，和输出的英文单词数量不一样。就必须要实现输入输出不等长的RNN。

这样的RNN有两部分组成，左半部分叫做“Encoder"（编码器，获取输入），

右半部分叫做“Decoder"（解码器）。

5.机器人的研究领域主要有哪几种？请列举出来。（10分）

答：

机器人的研究领域主要有：传感器技术，控制系统及其控制算法，视频处

理及视觉伺服控制，视频处理及视觉伺服控制，人机交互，机器学习，通讯技

术及多机器人协调，机器人系统研究

6.简述有监督学习和无监督学习的不同点。（10分）

答：

有监督学习方法必须要有训练集与测试样本。在训练集中找规律，而

对测试样本使用这种规律。而无监督学习没有训练集，只有一组数据，在

该组数据集内寻找规律。

有监督学习的方法就是识别事物，识别的结果表现在给待识别数据加

上了标签。因此训练样本集必须由带标签的样本组成。而无监督学习方法

只有要分析的数据集的本身，预先没有什么标签。如果发现数据集呈现某

种聚集性，则可按自然的聚集性分类，但不予以某种预先分类标签对上号

为目的。

无监督学习方法在寻找数据集中的规律性，这种规律性并不一定要达

到划分数据集的目的，也就是说不一定要“分类”。

一、填空

1、符号主义、连接主义、行为主义

2、智能机器、模仿和执行人脑

3、专家系统、机器学习

4、正向推理、反向推理

5、分类和预测、关联分析

6、学习和适应、自组织、函数逼迫、大规模并行处理。

二、选择

DCACCBDCBA

三、判断

FTTFT

四、简答

1.列举出十项人工智能在平时生活中的应用，并描述该应用解决了人们哪些

问题

人工智能应用包含但不限于：

（11）公司门禁打卡

（12）门口车辆进出闸机的车牌识别

（13）智能语音音箱

（14）美图换脸

（15）网上购物推荐

（16）刷脸支付

（17）人证核验

（18）公安布控

（19）车流检测

（20）机器翻译

2.简要描述当今大数据对人们的影响，我们应该如何利用大数据创造价值？

（10分）

答：

大数据的影响，可围绕但不限于以下方面：

4）大数据技术不仅能够提高人们利用数据的效率，而且能够实现数据的再

利用和重复利用，进而大大降低交易成本，提升人们开发自我潜能的空

间。

5）人们可以低成本或零成本进行事务信息全息式的纵向历史比对和横向

现实比对。大数据技术自身不仅能够迅速衍生为新兴信息产业，还可以

同云计算、物联网和智慧工程技术联动，支撑一个信息技术的新时代。

6）云计算技术可以使人们及时利用各类大数据。物联网技术的实质就是物

物相连的互联网，物联网的核心和基础仍然是互联网，其用户端延伸和

扩展到了任何物品与物品之间，进行信息交换和通信。

如何利用大数据创造价值，可围绕但不限于以下方面:

6）可视化分析

7）数据挖掘算法

8）预测性分析

9）语义引擎

10）数据质量和数据管理。

3.人工智能概念下的知识分类的种类？分别对每一类进行简单叙述？（10分）

答：

（5）有关现实世界中所关心对象的概念，即用来描述现实世界总结出的概

念。

（6）有关现实世界中发生的事件、关系对象的行为、状态等，也就是说不

只是有前项所述的静态的概念，还有动态的信息

（7）关于过程的知识，就是说不只有当前状态和行为的描述，还要有对其

发展的变化及其相关条件、因果关系等描述的知识

（8）元知识即控制知识集，就是关于知识的知识，其涉及到知识分类、知

识项的宏观描述、控制知识的激发和运行等作用

4.RNN多结构都包含什么？其中每项应用在什么地方？（10分）

答：

一对一：这是最简单的RNN结构，可以理解为输入一个单词（或词向量），

输出一个单词（label）o

这种结构其实就是最普通的神经网络，和RNN其实没多大关系，写到这里

也只是为了保持理论的完整性，实践中几乎没有这样用RNN的。

一对多：可以理解为输入一个label,就能输出很多单词。这样的应用比如

“根据音乐类型（输入int型的一个x）,生成一篇音乐”，或者“生成文

章”。

多对一：可以理解为，输入一篇文章，输出文章作者的情绪（0/1）。这种

“多对一”的结构，主要用于做“情绪识别”，或者“文章分类”。

多对多：这种结构的输入序列数量和输出序列数量相同，主要用于实现“NER

命名实体识别”的应用。或者比如做“中译英”，我们的输入中文汉字数

量，和输出的英文单词数量不一样。就必须要实现输入输出不等长的RNN。

这样的RNN有两部分组成，左半部分叫做“Encoder"（编码器，获取输入），

右半部分叫做“Decoder"（解码器）。

5.机器人的研究领域主要有哪几种？请列举出来。（10分）

答：

机器人的研究领域主要有：传感器技术，控制系统及其控制算法，视频处

理及视觉伺服控制，视频处理及视觉伺服控制，人机交互，机器学习，通讯技

术及多机器人协调，机器人系统研究

6.简述有监督学习和无监督学习的不同点。（10分）

答：

有监督学习方法必须要有训练集与测试样本。在训练集中找规律，而

对测试样本使用这种规律。而无监督学习没有训练集，只有一组数据，在

该组数据集内寻找规律。

有监督学习的方法就是识别事物，识别的结果表现在给待识别数据加

上了标签。因此训练样本集必须由带标签的样本组成。而无监督学习方法

只有要分析的数据集的本身，预先没有什么标签。如果发现数据集呈现某

种聚集性，则可按自然的聚集性分类，但不予以某种预先分类标签对上号

为目的。

无监督学习方法在寻找数据集中的规律性，这种规律性并不一定要达到划

分数据集的目的，也就是说不一定要“分类”。

人工智能B卷

专业班级：命题教师：审题教师：

学生姓名：学号：考试成绩：

—'填空题（每空1分，共15分）得分：分

1.人工智能也称为智能。

2.按照学习方法分类，机器学习可分为监督（或有教师）学习，强化（或激励）

学习和学习。

3.似然函数（plausibilityfunction）又称为函数。

4.智能是与的总和。

5.框架（frame）是一•种的数据结构。

6.根据搜索过程中是否运用与问题有关的信息，可以分为和

7.遗传算法的基本操作算子包括选择、复制和0

8.回溯搜索的算法用路径状态表，表和表来保存状

态空间中的不同性质结点。

9.目前人工智能的主要学派有符号主义、连结主义和。

10.鲁宾逊提出了，使机器定理证明变为现实。

11.专家系统的核心是和o

二、单项选择题（每小题2分，共20分）得分:分

1.下列人工神经网络属于反馈网络的是

A.Hopfield网B.BP网络

C.多层感知器D.LVQ网络

2.下列关于人工智能的叙述不正确的是（）

A.人工智能技术与其他科学技术相结合极大地提高了应用技术的智能化水

平。

B.人工智能是科学技术发展的趋势。

C.因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分

重要。

D.人工智能有力地促进了社会的发展。

3.要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研

究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究

分支学科叫（）

A.专家系统B.机器学习

C.神经网络D.模式识别

4.人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器

智能的测试模型，请问这个科学家是（）

A.明斯基B.扎德

C.图灵D.冯•诺依曼

5.在谓词公式中，连接词的优先级别从高到低排列是（）

A.―>,V,A,—,7B.A,V,-1,f,6

C.—1,A,V,*D.—i,A,V,—,—

6.示例学习属于下列哪种学习方法？（）

A.解释学习B.归纳学习

C.类比学习D.机械学习

7.在深度优先搜索策略中，open表的数据结构是

A.先进先出B.先进后出

C.根据估价函数值重排D.后进后出

8.人工智能应用研究的两个最重要最广泛领域为

A.专家系统、自动规划B.专家系统、机器学习

C.机器学习、智能控制D.机器学习、自然语言理解

9.下列不在人工智能系统的知识包含的4个要素中（）

A.事实B.规则

C.控制和元知识D.关系

10.人工智能、大数据和云计算的关系是什么？（）

A.人工智能、大数据和云计算相互独立，互不干涉

B.大数据和云计算为人工智能提供发展的动力

C.云计算和人工智能的协同开展，能够给大数据技术提供支撑

D.人工智能的一些关键技术也属于大数据的范畴

三、判断题（共5分）

1.1997年5月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将

世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为深蓝。（

2.机械学习是最简单的机器学习方法，机械学习就是规划。（）

3.CA（AvB）（CAA）v（CAB）称为分配律。（）

4.消解原理是一种用于规则演绎的推理规则。（）

5.自动识别系统属于人工智能的机器学习应用领域。（）

四'简答题（共60分）得分：分

1.什么是人工智能（从学科角度）？它的发展过程经历了哪些阶段？（10分）

答.

2.产生式的基本形式是什么？与谓词逻辑中蕴含式有何区别？（10分）

答：

3.什么是可信度？由可信度因子CF（H,E）的定义说明它的含义。（10分）

答：

4.试述专家系统的工作原理。（10分）

答：

5.用自然语言简述A搜索算法的步骤。（10分）

答:

6.简述遗传算法的一般步骤。（10分）

答：

B卷参考答案与评分标准

考试课程：人工智能学年学期：

试卷类型：B卷考试时间：

专业年级：

一、填空题（每空1分，共15分）

1.机1岂2.非监督（或无教师或无导师）3.不可驳斥（或上限）

4.知识，智力（或智力，知识）

5.描述所论对象（一个事物、事件或概念）属性

6.启发式搜索，盲目搜索（或盲目搜索、启发式搜索）7.变异

8.新的路径状态、不可解状态（或NPS,NSS）9.行为主义10.（鲁滨逊）

归结原理（或消解原理）H.知识库、推理机

评分依据：因次序或非书面语言不影响得分

二、单项选择题（每小题2分，共20分）

1.A2.C3.A4.C5.D6.B7.B8.B9.D10.B

三、判断题（共5分）

1.T2.F3.T4.T5.F

三、简答题（共60分）

1.人工智能是一门研究如何构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、

扩展人类智能的学科。

人工智能的发展历史可归结为孕育、形成和发展三个阶段。

（1）孕育期：这个阶段主要是指1956年以前。早在公元前384-322年，亚里士多德

就在他的名著《工具论》中提出了形式逻辑的一些主要定律，他提出的三段论至今仍是演

绎推理的基本依据。

英国数学家图灵在1936年提出了图灵机，美国爱荷华她婢大学的阿塔那索夫教授和

他的研究生在1937年至1941年间开发了世界上第一台电子计算机，为人工智能的研究奠

定了物质基础。

（2）形成期：这个阶段主要是指1956年-1969年。1956年夏季，在美国达

特茅斯大学召开了一次为时两个月的学术研讨会，讨论关于机器智能的问题。会上经麦卡

锡提议正式采用了“人工智能”这一术语。麦卡锡因而被称为人工智能之父。自这次会议

之后的10多年间，人工智能的研究在机器学习、定理证明、模式识别、问题求解、专家

系统及人工智能语言等方面都取得了许多引人注目的成就。

（3）发展期：这个阶段主要是指1970年以后。进入20世纪70年代，许多

国家都开展了人工智能的研究，涌现了大量的研究成果。

评分依据：语言组织不规范，酌情扣分

2.产生式通常用于表示事实、规则以及它们的不确定性度量，适合于表示事实性知识和规

则性知识。

（1）确定性规则知识的产生式表现

确定性规则知识的产生式表示的基本形式如下：

IFPTHENQ或者P-Q

（2）不确定性规则知识的产生式表示

不确定性规则知识的产生式表示的基本形式如下:

IFPTHENQ（置信度）或者P-Q（置信度）

(3)确定性事实性知识的产生式表示

确定性事实一般用三元组表示：

(对象，属性，值)或者(关系，对象1,对象2)

(4)不确定性事实性知识的产生式表示

不确定性事实一般用四元组表示：

(对象，属性，值，置信度)或者(关系，对象1,对象2,置信度)

产生式与谓词逻辑中的蕴含式的基本形式相同，但蕴含式只是产生式的一种特殊情况,

理由有如下两点：

a.除逻辑蕴含外，产生式还包括各种操作、规则、变换、算子、函数等。

b.蕴含式只能表示确定性知识，其真值或者为真，或者为假，而产生式不仅可以表示确

定的知识，而且还可以表示不确定性知识。

评分依据：语言组织不规范，酌情扣分

3.人们在长期的实践活动中，对客观世界的认识积累了大量的经验，当面临一个新事物或

新情况时，往往可用这些经验对问题的真、假或为真的程度作出判断。这种根据经验对一

个事物或现象为真的相信程度称为可信度。

在C-F模型中，知识是用产生式规则表示的，其一般形式为：

IFETHENH(CF(H,E))

其中,CF(H,E)是该条知识的可信度，称为可信度因子。

CF(H,E)反映了前提条件与结论的联系强度。它指出当前提条件E所对应的证据为

真时，它对结论H为真的支持程度，CF(H,E)的值越大，就越支持结论H为真。

评分依据：语言组织不规范，酌情扣分

4.专家系统的功能和结构可能彼此有些差异，但完整的专家系统一般应该包括人机接口、

推理机、知识库、数据库、知识获取机构和解释机构六部分。

知识库主要用来存放领域专家提供的有关问题求解的专门知识。

推理机的功能是模拟领域专家的思维过程，控制并执行对问题的求解。

数据库又称综合数据库、动态数据库或黑板，主要用于存放初始事实、问题描述及系

统运行过程中得到的中间结果、最终结果等信息。

知识获取机构把知识转换为计算机可存储的内部形式，然后把它们存入知识库。

人机接口是专家系统与领域专家、知识工程师、一般用户之间进行交互的界面，由一

组程序