人工智能工程技術(shù)人員筆試試題一、填空題（每題3分，共15分）在深度學(xué)習(xí)中，根據(jù)《深度學(xué)習(xí)模型開發(fā)與評(píng)估技術(shù)規(guī)范》，衡量卷積神經(jīng)網(wǎng)絡(luò)模型泛化能力常用的指標(biāo)是___。依據(jù)《人工智能數(shù)據(jù)標(biāo)注技術(shù)規(guī)程》，對(duì)于圖像數(shù)據(jù)標(biāo)注，語義分割標(biāo)注的最小單位是___。按照《人工智能算法安全評(píng)估標(biāo)準(zhǔn)》，對(duì)抗樣本攻擊屬于___安全風(fēng)險(xiǎn)類型。為符合《人工智能倫理規(guī)范》要求，在開發(fā)人臉識(shí)別系統(tǒng)時(shí)，應(yīng)確保算法的___偏差不超過規(guī)定閾值。在聯(lián)邦學(xué)習(xí)場(chǎng)景下，依據(jù)相關(guān)技術(shù)規(guī)范，各參與方之間傳輸?shù)闹饕莀__而非原始數(shù)據(jù)。二、單項(xiàng)選擇題（每題4分，共20分）以下關(guān)于生成式對(duì)抗網(wǎng)絡(luò)（GAN）的說法，符合現(xiàn)行技術(shù)標(biāo)準(zhǔn)的是（）A.判別器只能判別生成樣本，不能判別真實(shí)樣本B.訓(xùn)練過程中，生成器和判別器的損失函數(shù)始終反向變化C.當(dāng)GAN達(dá)到納什均衡時(shí)，生成器生成的數(shù)據(jù)分布與真實(shí)數(shù)據(jù)分布完全相同D.GAN訓(xùn)練時(shí)不需要設(shè)置標(biāo)簽數(shù)據(jù)根據(jù)《人工智能系統(tǒng)能耗評(píng)估規(guī)范》，在評(píng)估人工智能計(jì)算設(shè)備能耗效率時(shí)，常用的指標(biāo)是（）A.FLOPS/WB.MB/sC.GHzD.GB下列哪項(xiàng)技術(shù)符合《人工智能數(shù)據(jù)隱私保護(hù)技術(shù)規(guī)程》，可用于在不泄露原始數(shù)據(jù)的前提下實(shí)現(xiàn)數(shù)據(jù)價(jià)值共享？（）A.數(shù)據(jù)加密B.同態(tài)加密C.哈希函數(shù)D.數(shù)據(jù)脫敏依據(jù)《人工智能模型知識(shí)產(chǎn)權(quán)保護(hù)相關(guān)法律法規(guī)》，以下關(guān)于人工智能模型知識(shí)產(chǎn)權(quán)的說法正確的是（）A.人工智能生成的內(nèi)容自動(dòng)享有著作權(quán)B.模型訓(xùn)練過程中使用的開源代碼不能申請(qǐng)專利C.企業(yè)開發(fā)的人工智能模型，其知識(shí)產(chǎn)權(quán)歸企業(yè)所有D.只要是基于公開數(shù)據(jù)訓(xùn)練的模型，就不涉及知識(shí)產(chǎn)權(quán)問題在強(qiáng)化學(xué)習(xí)中，根據(jù)《強(qiáng)化學(xué)習(xí)算法設(shè)計(jì)規(guī)范》，以下哪種探索-利用平衡策略能更好地適應(yīng)動(dòng)態(tài)環(huán)境？（）A.ε-貪婪策略B.玻爾茲曼探索C.UCB算法D.基于熵的探索三、多項(xiàng)選擇題（每題5分，共25分，少選得2分，選錯(cuò)不得分）依據(jù)《人工智能算法可解釋性技術(shù)標(biāo)準(zhǔn)》，以下屬于模型可解釋性方法的有（）A.LIME（局部可解釋模型無關(guān)解釋）B.SHAP（SHapleyAdditiveexPlanations）C.梯度可視化D.模型蒸餾根據(jù)《人工智能安全風(fēng)險(xiǎn)防控規(guī)范》，在人工智能系統(tǒng)部署前需進(jìn)行的安全檢測(cè)包括（）A.數(shù)據(jù)投毒檢測(cè)B.模型后門檢測(cè)C.算法偏見檢測(cè)D.系統(tǒng)漏洞掃描以下哪些技術(shù)符合《人工智能數(shù)據(jù)質(zhì)量提升規(guī)范》，可用于處理數(shù)據(jù)缺失問題？（）A.均值/中位數(shù)填充B.多重填補(bǔ)法C.基于模型預(yù)測(cè)填充D.刪除缺失數(shù)據(jù)比例高的特征依據(jù)《人工智能倫理準(zhǔn)則》，在開發(fā)人工智能醫(yī)療診斷系統(tǒng)時(shí)，必須遵循的倫理原則有（）A.患者數(shù)據(jù)隱私保護(hù)B.算法決策透明性C.避免醫(yī)療資源分配不公D.系統(tǒng)可靠性和安全性按照《人工智能應(yīng)用開發(fā)流程規(guī)范》，人工智能應(yīng)用開發(fā)的主要階段包括（）A.需求分析與定義B.數(shù)據(jù)采集與預(yù)處理C.模型設(shè)計(jì)與訓(xùn)練D.系統(tǒng)部署與運(yùn)維四、判斷題（每題2分，共10分）根據(jù)《人工智能算法版權(quán)保護(hù)規(guī)定》，算法的邏輯結(jié)構(gòu)和流程可以申請(qǐng)版權(quán)保護(hù)。（）在人工智能模型訓(xùn)練中，使用未經(jīng)授權(quán)的開源代碼不涉及法律風(fēng)險(xiǎn)。（）依據(jù)《人工智能數(shù)據(jù)安全管理辦法》，數(shù)據(jù)跨境傳輸必須通過安全評(píng)估。（）為提高模型準(zhǔn)確率，在數(shù)據(jù)標(biāo)注過程中可以適當(dāng)修改原始數(shù)據(jù)。（）根據(jù)《人工智能系統(tǒng)評(píng)估標(biāo)準(zhǔn)》，模型的準(zhǔn)確率是唯一重要的評(píng)估指標(biāo)。（）五、簡(jiǎn)答題（每題10分，共20分）結(jié)合《人工智能模型優(yōu)化技術(shù)規(guī)范》，簡(jiǎn)述在深度學(xué)習(xí)模型訓(xùn)練過程中，針對(duì)過擬合問題的優(yōu)化策略有哪些？依據(jù)《人工智能應(yīng)用安全防護(hù)規(guī)范》，說明在人工智能金融風(fēng)控系統(tǒng)中，如何防范對(duì)抗樣本攻擊？人工智能工程技術(shù)人員筆試試題答案一、填空題答案測(cè)試集準(zhǔn)確率（或測(cè)試集誤差率）像素算法性別（或種族等合理答案）模型參數(shù)更新值二、單項(xiàng)選擇題答案BABCD三、多項(xiàng)選擇題答案ABCABCDABCDABCDABCD四、判斷題答案√×√××五、簡(jiǎn)答題答案針對(duì)過擬合問題的優(yōu)化策略包括：①數(shù)據(jù)增強(qiáng)，通過對(duì)原始數(shù)據(jù)進(jìn)行旋轉(zhuǎn)、裁剪、添加噪聲等操作擴(kuò)充數(shù)據(jù)集，增加數(shù)據(jù)多樣性；②正則化，如L1、L2正則化，在損失函數(shù)中加入正則項(xiàng)，限制模型參數(shù)的大小，防止模型過于復(fù)雜；③Dropout，在訓(xùn)練過程中隨機(jī)丟棄部分神經(jīng)元，減少神經(jīng)元之間的相互依賴，增強(qiáng)模型的泛化能力；④早停法，監(jiān)控驗(yàn)證集上的損失，當(dāng)驗(yàn)證集損失不再下降時(shí)停止訓(xùn)練，避免在訓(xùn)練集上過度訓(xùn)練；⑤使用合適的模型架構(gòu)，根據(jù)數(shù)據(jù)特點(diǎn)選擇簡(jiǎn)單或復(fù)雜程度適中的模型，避免模型容量過大。在人工智能金融風(fēng)控系統(tǒng)中，防范對(duì)抗樣本攻擊的措施有：①數(shù)據(jù)防御，對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)處理，如數(shù)據(jù)清洗、特征篩選，去除可能被攻擊者利用的噪聲和異常數(shù)據(jù)；采用數(shù)據(jù)壓縮、歸一化等操作改變數(shù)據(jù)分布，增加對(duì)抗樣本生成難度；②模型防御，使用對(duì)抗訓(xùn)練，將對(duì)抗樣本加入訓(xùn)練集，讓模型學(xué)習(xí)識(shí)別和抵御攻擊；采用模型集成，結(jié)合多個(gè)不同結(jié)構(gòu)或參數(shù)的模型進(jìn)行決策，降低單個(gè)模型被攻擊的風(fēng)險(xiǎn)；③實(shí)時(shí)監(jiān)測(cè)，建立異常檢測(cè)機(jī)制，對(duì)