2025年大學(xué)試題(大學(xué)選修課)-人工智能與信息社會(huì)歷年參考題庫(kù)含答案解析(5套典型考題)2025年大學(xué)試題(大學(xué)選修課)-人工智能與信息社會(huì)歷年參考題庫(kù)含答案解析(篇1)【題干1】機(jī)器學(xué)習(xí)的核心是通過(guò)數(shù)據(jù)訓(xùn)練模型以實(shí)現(xiàn)自主決策，其關(guān)鍵技術(shù)分支主要包含哪兩類(lèi)？【選項(xiàng)】A.監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)B.強(qiáng)化學(xué)習(xí)和遷移學(xué)習(xí)C.突觸神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)D.深度學(xué)習(xí)和聯(lián)邦學(xué)習(xí)【參考答案】A【詳細(xì)解析】監(jiān)督學(xué)習(xí)依賴帶標(biāo)簽的數(shù)據(jù)集進(jìn)行模型訓(xùn)練（如分類(lèi)、回歸），而無(wú)監(jiān)督學(xué)習(xí)則從無(wú)結(jié)構(gòu)數(shù)據(jù)中發(fā)現(xiàn)潛在模式（如聚類(lèi)、降維）。強(qiáng)化學(xué)習(xí)屬于另一分支（需通過(guò)環(huán)境交互學(xué)習(xí)策略），而選項(xiàng)C和D僅代表特定技術(shù)類(lèi)型而非核心分支分類(lèi)?！绢}干2】深度學(xué)習(xí)模型中，用于提取圖像局部特征的金字塔結(jié)構(gòu)通常指？【選項(xiàng)】A.神經(jīng)網(wǎng)絡(luò)架構(gòu)B.梯度下降優(yōu)化算法C.特征金字塔網(wǎng)絡(luò)（FPN）D.自動(dòng)編碼器【參考答案】C【詳細(xì)解析】特征金字塔網(wǎng)絡(luò)（FPN）通過(guò)多層特征圖融合實(shí)現(xiàn)多尺度目標(biāo)檢測(cè)，其核心是建立不同分辨率特征圖間的金字塔式連接，屬于計(jì)算機(jī)視覺(jué)領(lǐng)域的經(jīng)典架構(gòu)。選項(xiàng)A為廣義描述，B和D分別對(duì)應(yīng)優(yōu)化方法和生成模型?！绢}干3】以下哪項(xiàng)不是人工智能倫理的主要爭(zhēng)議領(lǐng)域？【選項(xiàng)】A.算法偏見(jiàn)與公平性B.人工智能武器化C.數(shù)據(jù)隱私與安全D.人類(lèi)就業(yè)替代風(fēng)險(xiǎn)【參考答案】D【詳細(xì)解析】就業(yè)替代風(fēng)險(xiǎn)屬于經(jīng)濟(jì)學(xué)和社會(huì)學(xué)范疇，雖與AI發(fā)展相關(guān)，但并非倫理爭(zhēng)議的直接焦點(diǎn)。核心倫理問(wèn)題集中在技術(shù)可控性（A）、軍事化應(yīng)用（B）、數(shù)據(jù)濫用（C）和責(zé)任歸屬（如自動(dòng)駕駛事故）等方面?！绢}干4】區(qū)塊鏈技術(shù)在人工智能中的應(yīng)用場(chǎng)景中，聯(lián)邦學(xué)習(xí)的主要優(yōu)勢(shì)在于？【選項(xiàng)】A.跨機(jī)構(gòu)數(shù)據(jù)共享B.隱私保護(hù)與數(shù)據(jù)加密C.實(shí)時(shí)計(jì)算能力提升D.降低硬件成本【參考答案】B【詳細(xì)解析】聯(lián)邦學(xué)習(xí)通過(guò)分布式參數(shù)更新實(shí)現(xiàn)數(shù)據(jù)不出本地，采用同態(tài)加密等技術(shù)保障隱私（如Google的聯(lián)邦學(xué)習(xí)框架）。選項(xiàng)A雖為聯(lián)邦學(xué)習(xí)應(yīng)用目標(biāo)，但技術(shù)實(shí)現(xiàn)的核心是B項(xiàng)隱私保護(hù)機(jī)制?！绢}干5】在NLP任務(wù)中，機(jī)器翻譯的經(jīng)典突破性模型是？【選項(xiàng)】A.BERTB.GPT系列C.TransformerD.Word2Vec【參考答案】C【詳細(xì)解析】Transformer通過(guò)自注意力機(jī)制（Sself-attention）解決了傳統(tǒng)RNN的長(zhǎng)距離依賴問(wèn)題，2017年谷歌發(fā)布基于Transformer的Transformer-XL模型實(shí)現(xiàn)機(jī)器翻譯性能突破，成為后續(xù)BERT（文本理解）和GPT（生成任務(wù)）的基礎(chǔ)架構(gòu)。【題干6】以下哪項(xiàng)不是自然語(yǔ)言處理的子領(lǐng)域？【選項(xiàng)】A.語(yǔ)音識(shí)別B.情感分析C.視頻內(nèi)容生成D.文本摘要【參考答案】C【詳細(xì)解析】NLP核心任務(wù)集中在文本處理（分詞、句法、語(yǔ)義分析），語(yǔ)音識(shí)別屬于ASR（自動(dòng)語(yǔ)音識(shí)別）領(lǐng)域，視頻生成涉及計(jì)算機(jī)視覺(jué)和生成對(duì)抗網(wǎng)絡(luò)（GAN）技術(shù)?！绢}干7】深度強(qiáng)化學(xué)習(xí)中的“探索-利用”困境指的是什么？【選項(xiàng)】A.過(guò)度依賴歷史數(shù)據(jù)B.模型收斂速度慢C.算力資源不足D.決策中探索與利用的平衡難題【參考答案】D【詳細(xì)解析】該困境源于智能體（Agent）需在試錯(cuò)探索（Exploration）和依賴已有知識(shí)（Exploitation）之間權(quán)衡，如AlphaGo通過(guò)策略梯度與蒙特卡洛樹(shù)搜索解決此問(wèn)題?！绢}干8】在隱私計(jì)算技術(shù)中，安全多方計(jì)算（MPC）的核心原理是？【選項(xiàng)】A.數(shù)據(jù)脫敏B.聯(lián)邦學(xué)習(xí)C.密文運(yùn)算與協(xié)議加密D.差分隱私【參考答案】C【詳細(xì)解析】MPC通過(guò)加密協(xié)議實(shí)現(xiàn)多方在不泄露隱私數(shù)據(jù)前提下完成計(jì)算（如金融風(fēng)控聯(lián)合建模），而差分隱私（D）側(cè)重個(gè)體數(shù)據(jù)不可區(qū)分性保護(hù)，聯(lián)邦學(xué)習(xí)（B）側(cè)重分布式模型訓(xùn)練?！绢}干9】以下哪項(xiàng)是生成對(duì)抗網(wǎng)絡(luò)（GAN）的核心組件？【選項(xiàng)】A.神經(jīng)網(wǎng)絡(luò)架構(gòu)B.生成器與判別器C.梯度下降算法D.數(shù)據(jù)增強(qiáng)技術(shù)【參考答案】B【詳細(xì)解析】GAN通過(guò)對(duì)抗訓(xùn)練機(jī)制（Generativeadversarialtraining）實(shí)現(xiàn)，包含生成器（生成假數(shù)據(jù)）和判別器（區(qū)分真?zhèn)危?，如StyleGAN在圖像生成中的突破?！绢}干10】在數(shù)據(jù)挖掘中，“冷啟動(dòng)”問(wèn)題主要出現(xiàn)在哪種場(chǎng)景？【選項(xiàng)】A.新用戶注冊(cè)B.新商品上架C.新市場(chǎng)開(kāi)拓D.數(shù)據(jù)清洗階段【參考答案】B【詳細(xì)解析】冷啟動(dòng)指新實(shí)體（用戶/商品/服務(wù)）缺乏歷史數(shù)據(jù)導(dǎo)致推薦系統(tǒng)失效，典型場(chǎng)景包括電商新商品（用戶無(wú)購(gòu)買(mǎi)記錄）、社交平臺(tái)新用戶（交互數(shù)據(jù)缺失）?！绢}干11】人工智能輔助教育系統(tǒng)中，個(gè)性化推薦的核心技術(shù)是？【選項(xiàng)】A.協(xié)同過(guò)濾B.探索性學(xué)習(xí)C.知識(shí)圖譜D.強(qiáng)化學(xué)習(xí)【參考答案】A【詳細(xì)解析】協(xié)同過(guò)濾通過(guò)用戶行為相似性（如物品評(píng)分）實(shí)現(xiàn)推薦（如基于用戶的協(xié)同過(guò)濾），而知識(shí)圖譜（C）用于構(gòu)建結(jié)構(gòu)化教育知識(shí)體系，強(qiáng)化學(xué)習(xí)（D）適用于動(dòng)態(tài)環(huán)境下的長(zhǎng)期決策優(yōu)化?！绢}干12】以下哪項(xiàng)是邊緣計(jì)算與云計(jì)算的主要區(qū)別？【選項(xiàng)】A.數(shù)據(jù)處理位置B.模型壓縮技術(shù)C.用戶界面設(shè)計(jì)D.計(jì)算資源規(guī)?！緟⒖即鸢浮緼【詳細(xì)解析】邊緣計(jì)算將計(jì)算任務(wù)下沉至終端設(shè)備（如自動(dòng)駕駛汽車(chē)實(shí)時(shí)處理數(shù)據(jù)），減少云端依賴；云計(jì)算則依賴集中式數(shù)據(jù)中心。兩者在資源規(guī)模（D）和技術(shù)架構(gòu)上均存在差異，但核心區(qū)別在于數(shù)據(jù)處理位置（A）。【題干13】在自然語(yǔ)言處理中，預(yù)訓(xùn)練語(yǔ)言模型通過(guò)哪種方式獲得通用語(yǔ)義理解能力？【選項(xiàng)】A.預(yù)訓(xùn)練+微調(diào)B.增量學(xué)習(xí)C.聯(lián)邦學(xué)習(xí)D.自監(jiān)督學(xué)習(xí)【參考答案】A【詳細(xì)解析】預(yù)訓(xùn)練模型（如BERT）通過(guò)海量無(wú)標(biāo)注文本訓(xùn)練獲得語(yǔ)言表征，再針對(duì)特定任務(wù)微調(diào)（如醫(yī)療文本分類(lèi)）。自監(jiān)督學(xué)習(xí)（D）指利用無(wú)標(biāo)注數(shù)據(jù)通過(guò)預(yù)測(cè)任務(wù)（如掩碼語(yǔ)言模型）訓(xùn)練模型?！绢}干14】人工智能在醫(yī)療診斷中的應(yīng)用難點(diǎn)主要涉及？【選項(xiàng)】A.數(shù)據(jù)標(biāo)注成本高B.模型可解釋性不足C.算法實(shí)時(shí)性要求低D.跨機(jī)構(gòu)數(shù)據(jù)共享【參考答案】B【詳細(xì)解析】醫(yī)療影像診斷需滿足臨床可解釋性（如醫(yī)生需理解AI決策依據(jù)），而數(shù)據(jù)標(biāo)注成本（A）是通用挑戰(zhàn)，跨機(jī)構(gòu)數(shù)據(jù)共享（D）需依賴隱私計(jì)算技術(shù)。【題干15】以下哪項(xiàng)是聯(lián)邦學(xué)習(xí)與集中式學(xué)習(xí)的本質(zhì)區(qū)別？【選項(xiàng)】A.模型訓(xùn)練頻率B.數(shù)據(jù)隱私保護(hù)機(jī)制C.模型參數(shù)同步方式D.數(shù)據(jù)標(biāo)注質(zhì)量【參考答案】B【詳細(xì)解析】聯(lián)邦學(xué)習(xí)允許參與方（如醫(yī)院）本地訓(xùn)練模型后僅上傳參數(shù)更新，數(shù)據(jù)始終保留本地（B），而集中式學(xué)習(xí)需共享原始數(shù)據(jù)。數(shù)據(jù)同步方式（C）的差異是結(jié)果而非本質(zhì)區(qū)別。【題干16】在計(jì)算機(jī)視覺(jué)中，目標(biāo)檢測(cè)任務(wù)中“非極大值抑制”（NMS）的主要作用是？【選項(xiàng)】A.提升分類(lèi)準(zhǔn)確率B.減少重復(fù)檢測(cè)框C.增強(qiáng)光照適應(yīng)性D.優(yōu)化損失函數(shù)【參考答案】B【詳細(xì)解析】NMS通過(guò)排序候選框并抑制IoU（交并比）過(guò)高檢測(cè)框，解決多框重疊問(wèn)題，如YOLOv5中采用NMS后mAP（平均精度）提升12.3%。【題干17】以下哪項(xiàng)屬于隱私計(jì)算的典型應(yīng)用場(chǎng)景？【選項(xiàng)】A.金融風(fēng)控模型聯(lián)邦訓(xùn)練B.社交媒體評(píng)論情感分析C.自動(dòng)駕駛系統(tǒng)訓(xùn)練D.電商用戶畫(huà)像構(gòu)建【參考答案】A【詳細(xì)解析】金融風(fēng)控需多家銀行聯(lián)合建模（如花旗銀行與匯豐銀行），但數(shù)據(jù)不出本地（A）。社交媒體分析（B）和用戶畫(huà)像（D）多基于集中數(shù)據(jù)，而自動(dòng)駕駛（C）涉及實(shí)時(shí)安全要求，通常采用集中式訓(xùn)練+邊緣推理。【題干18】在知識(shí)圖譜構(gòu)建中，“本體”與“實(shí)體”的關(guān)系是？【選項(xiàng)】A.本體包含實(shí)體B.實(shí)體屬于本體C.二者獨(dú)立存在D.本體映射實(shí)體【參考答案】A【詳細(xì)解析】本體（Ontology）定義領(lǐng)域概念及關(guān)系（如“人-生病-疾病”），實(shí)體（Entity）是本體實(shí)例（如“張三-感冒-流感”），本體是實(shí)體存在的邏輯框架?！绢}干19】人工智能在制造領(lǐng)域中的“數(shù)字孿生”技術(shù)核心是？【選項(xiàng)】A.多物理場(chǎng)仿真B.供應(yīng)鏈優(yōu)化C.質(zhì)量檢測(cè)自動(dòng)化D.人力資源調(diào)配【參考答案】A【詳細(xì)解析】數(shù)字孿生通過(guò)建立物理實(shí)體的虛擬映射（如西門(mén)子汽車(chē)工廠孿生體），集成傳感器數(shù)據(jù)實(shí)現(xiàn)實(shí)時(shí)仿真與預(yù)測(cè)性維護(hù)，本質(zhì)是物理建模（A）?！绢}干20】強(qiáng)化學(xué)習(xí)環(huán)境中，Q-learning的“Q值”更新公式為？【選項(xiàng)】A.Q(s,a)=max_a'(Q'(s',a'))+γrB.Q(s,a)=r+γmax_a'(Q'(s',a'))C.Q(s,a)=r+γQ(s,a)D.Q(s,a)=(1-ε)r+εε【參考答案】B【詳細(xì)解析】Q-learning基于時(shí)序差分學(xué)習(xí)（TD）更新規(guī)則，公式為Q(s,a)=r+γmax'_aQ'(s',a')，其中γ為折扣因子，r為獎(jiǎng)勵(lì)值。選項(xiàng)A缺少獎(jiǎng)勵(lì)值r，D為ε-貪心策略更新公式。2025年大學(xué)試題(大學(xué)選修課)-人工智能與信息社會(huì)歷年參考題庫(kù)含答案解析(篇2)【題干1】監(jiān)督學(xué)習(xí)的核心特征是每個(gè)訓(xùn)練樣本都必須包含與之對(duì)應(yīng)的標(biāo)簽，下列哪項(xiàng)屬于典型的監(jiān)督學(xué)習(xí)應(yīng)用？【選項(xiàng)】A.用戶行為預(yù)測(cè)基于歷史軌跡B.無(wú)監(jiān)督聚類(lèi)分析客戶群體C.預(yù)測(cè)股票價(jià)格時(shí)間序列模式D.自動(dòng)標(biāo)注醫(yī)學(xué)影像中的病變區(qū)域【參考答案】D【詳細(xì)解析】監(jiān)督學(xué)習(xí)需要已標(biāo)注數(shù)據(jù)集，D項(xiàng)醫(yī)學(xué)影像標(biāo)注需人工或半自動(dòng)標(biāo)注標(biāo)簽，屬于監(jiān)督學(xué)習(xí)典型場(chǎng)景。A項(xiàng)用戶行為預(yù)測(cè)可基于隱式反饋數(shù)據(jù)（如點(diǎn)擊次數(shù)），可能為無(wú)監(jiān)督；B項(xiàng)聚類(lèi)分析無(wú)需標(biāo)簽；C項(xiàng)股票預(yù)測(cè)若使用純時(shí)間序列模型則屬于無(wú)監(jiān)督?！绢}干2】深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)（CNN）主要用于解決哪類(lèi)任務(wù)的優(yōu)化？【選項(xiàng)】A.文本情感極性判斷B.圖像語(yǔ)義分割與分類(lèi)C.時(shí)序語(yǔ)音識(shí)別D.圖像生成與風(fēng)格遷移【參考答案】B【詳細(xì)解析】CNN通過(guò)卷積核提取圖像局部特征，適用于空間數(shù)據(jù)。B項(xiàng)圖像分類(lèi)（如ImageNet數(shù)據(jù)集）是CNN經(jīng)典應(yīng)用。A項(xiàng)文本情感分析多使用RNN/LSTM；C項(xiàng)語(yǔ)音識(shí)別常用RNN+CRNN；D項(xiàng)生成對(duì)抗網(wǎng)絡(luò)（GAN）更適合圖像生成?！绢}干3】大數(shù)據(jù)的"4V"特征中，高并發(fā)處理能力屬于哪個(gè)維度？【選項(xiàng)】A.實(shí)時(shí)性B.領(lǐng)域性C.價(jià)值密度D.高并發(fā)性【參考答案】D【詳細(xì)解析】4V特征為：Volume（體量）、Velocity（速度）、Variety（多樣性）、Veracity（真實(shí)性）。D項(xiàng)"高并發(fā)性"對(duì)應(yīng)Velocity的實(shí)時(shí)處理能力，A項(xiàng)"實(shí)時(shí)性"屬于Velocity的進(jìn)一步描述，但標(biāo)準(zhǔn)術(shù)語(yǔ)中未單獨(dú)列為維度。【題干4】自然語(yǔ)言處理（NLP）中，基于統(tǒng)計(jì)的機(jī)器翻譯系統(tǒng)主要面臨的挑戰(zhàn)是？【選項(xiàng)】A.短語(yǔ)結(jié)構(gòu)歧義解析B.跨語(yǔ)言語(yǔ)義對(duì)齊C.低資源語(yǔ)言訓(xùn)練D.實(shí)時(shí)語(yǔ)音轉(zhuǎn)寫(xiě)【參考答案】B【詳細(xì)解析】統(tǒng)計(jì)機(jī)器翻譯（SMT）需解決源語(yǔ)言與目標(biāo)語(yǔ)言間的語(yǔ)義對(duì)應(yīng)問(wèn)題（如中文"手機(jī)"對(duì)應(yīng)英語(yǔ)"mobilephone"），而C項(xiàng)低資源語(yǔ)言依賴神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯（GNMT）。A項(xiàng)為句法問(wèn)題，D項(xiàng)屬語(yǔ)音識(shí)別范疇?！绢}干5】人工智能倫理中的"算法公平性"原則要求避免哪種現(xiàn)象？【選項(xiàng)】A.算法偏見(jiàn)導(dǎo)致群體歧視B.算法優(yōu)化犧牲隱私保護(hù)C.算法延遲影響用戶體驗(yàn)D.算法迭代降低系統(tǒng)穩(wěn)定性【參考答案】A【詳細(xì)解析】公平性指算法對(duì)不同群體應(yīng)具有相似性能（如性別、種族）。B項(xiàng)屬隱私與效率的權(quán)衡問(wèn)題，C/D屬技術(shù)優(yōu)化范疇。A項(xiàng)是公平性原則直接針對(duì)的問(wèn)題，如招聘算法中的性別偏見(jiàn)。【題干6】生成對(duì)抗網(wǎng)絡(luò)（GAN）的核心機(jī)制是通過(guò)哪兩種網(wǎng)絡(luò)對(duì)抗實(shí)現(xiàn)數(shù)據(jù)生成？【選項(xiàng)】A.神經(jīng)網(wǎng)絡(luò)與決策樹(shù)B.生成器與判別器C.分類(lèi)器與聚類(lèi)器D.編譯器與解釋器【參考答案】B【詳細(xì)解析】GAN由生成器（Generate）和判別器（Discriminate）組成，生成器試圖生成逼真數(shù)據(jù)，判別器區(qū)分真實(shí)與生成數(shù)據(jù)。A項(xiàng)決策樹(shù)非對(duì)抗結(jié)構(gòu)；C/D屬編程領(lǐng)域?！绢}干7】差分隱私（DifferentialPrivacy）保護(hù)數(shù)據(jù)隱私的主要技術(shù)手段是？【選項(xiàng)】A.數(shù)據(jù)匿名化處理B.添加隨機(jī)噪聲C.數(shù)據(jù)加密存儲(chǔ)D.數(shù)據(jù)脫敏查詢【參考答案】B【詳細(xì)解析】差分隱私通過(guò)向數(shù)據(jù)或查詢結(jié)果添加可控噪聲實(shí)現(xiàn)隱私保護(hù)。A項(xiàng)匿名化可能無(wú)法抵抗重放攻擊；C項(xiàng)加密無(wú)法保證統(tǒng)計(jì)查詢的隱私；D項(xiàng)脫敏不適用于實(shí)時(shí)場(chǎng)景?！绢}干8】云計(jì)算與邊緣計(jì)算的典型區(qū)別在于處理數(shù)據(jù)的地理位置？【選項(xiàng)】A.云計(jì)算在本地設(shè)備B.邊緣計(jì)算在云端C.云計(jì)算在分布式節(jié)點(diǎn)D.邊緣計(jì)算在終端設(shè)備【參考答案】D【詳細(xì)解析】邊緣計(jì)算在終端設(shè)備（如手機(jī)、傳感器）實(shí)時(shí)處理數(shù)據(jù)，減少云端傳輸延遲；云計(jì)算依賴集中式數(shù)據(jù)中心（如AWS/Azure）。C項(xiàng)描述不準(zhǔn)確，分布式節(jié)點(diǎn)可能同時(shí)包含云端和邊緣節(jié)點(diǎn)?！绢}干9】量子計(jì)算相對(duì)于經(jīng)典計(jì)算的突破性優(yōu)勢(shì)體現(xiàn)在？【選項(xiàng)】A.更高時(shí)鐘頻率B.量子比特疊加態(tài)C.更大內(nèi)存容量D.更低能耗特性【參考答案】B【詳細(xì)解析】量子比特（Qubit）通過(guò)疊加態(tài)和糾纏實(shí)現(xiàn)并行計(jì)算，可同時(shí)處理2^n種狀態(tài)，這是經(jīng)典二進(jìn)制比特?zé)o法實(shí)現(xiàn)的。A項(xiàng)屬經(jīng)典處理器優(yōu)化方向；C/D為硬件物理特性?！绢}干10】5G通信標(biāo)準(zhǔn)中，eMBB（增強(qiáng)移動(dòng)寬帶）的典型速率承諾是？【選項(xiàng)】A.1Gbps（下行）B.100Mbps（上行）C.10Gbps（全雙工）D.1Mbps（平均）【參考答案】A【詳細(xì)解析】3GPP定義5GeMBB峰值速率下行1Gbps，上行100Mbps。C項(xiàng)10Gbps為全雙工場(chǎng)景理論值；D項(xiàng)為2G時(shí)代速率?！绢}干11】區(qū)塊鏈技術(shù)中的"去中心化"信任建立機(jī)制依賴？【選項(xiàng)】A.中心機(jī)構(gòu)背書(shū)B(niǎo).鏈?zhǔn)焦＝Y(jié)構(gòu)C.非對(duì)稱加密算法D.節(jié)點(diǎn)共識(shí)算法【參考答案】D【詳細(xì)解析】區(qū)塊鏈通過(guò)分布式節(jié)點(diǎn)（如比特幣的礦工節(jié)點(diǎn)）通過(guò)工作量證明（PoW）等共識(shí)算法達(dá)成數(shù)據(jù)修改共識(shí)，無(wú)需中心機(jī)構(gòu)。A項(xiàng)是傳統(tǒng)中心化系統(tǒng)的特征；B項(xiàng)為數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)；C項(xiàng)用于身份認(rèn)證。【題干12】物聯(lián)網(wǎng)（IoT）設(shè)備數(shù)據(jù)處理的典型特征是？【選項(xiàng)】A.集中式實(shí)時(shí)分析B.邊緣端實(shí)時(shí)分析與云端離線處理C.用戶主動(dòng)觸發(fā)處理D.人工審核后處理【參考答案】B【詳細(xì)解析】IoT設(shè)備需在邊緣端實(shí)時(shí)處理數(shù)據(jù)（如溫濕度傳感器觸發(fā)預(yù)警），同時(shí)將原始數(shù)據(jù)上傳云端進(jìn)行離線分析。A項(xiàng)不符合邊緣計(jì)算特點(diǎn)；C/D屬應(yīng)用層邏輯?！绢}干13】圖像識(shí)別系統(tǒng)中，支持向量機(jī)（SVM）常用于解決哪類(lèi)問(wèn)題？【選項(xiàng)】A.圖像語(yǔ)義分割B.手寫(xiě)數(shù)字分類(lèi)C.病變區(qū)域定位D.圖像生成【參考答案】B【詳細(xì)解析】SVM通過(guò)核函數(shù)將低維非線性數(shù)據(jù)映射到高維空間進(jìn)行分類(lèi)，適合手寫(xiě)數(shù)字識(shí)別（MNIST數(shù)據(jù)集）。A項(xiàng)語(yǔ)義分割多使用U-Net等卷積網(wǎng)絡(luò)；C項(xiàng)定位需深度學(xué)習(xí)；D項(xiàng)屬GAN范疇?！绢}干14】協(xié)同過(guò)濾推薦系統(tǒng)的核心是尋找用戶/物品間的哪種相似性？【選項(xiàng)】A.語(yǔ)義相似度B.行為相似度C.時(shí)空相似度D.物理距離相似度【參考答案】B【詳細(xì)解析】協(xié)同過(guò)濾基于用戶行為（如評(píng)分、點(diǎn)擊）計(jì)算相似度，如K近鄰算法。A項(xiàng)語(yǔ)義相似度屬于內(nèi)容推薦范疇；C/D非推薦系統(tǒng)核心?！绢}干15】深度學(xué)習(xí)框架PyTorch的動(dòng)態(tài)計(jì)算圖特性允許模型結(jié)構(gòu)在訓(xùn)練過(guò)程中？【選項(xiàng)】A.固定不變B.自動(dòng)調(diào)整C.手動(dòng)修改D.靜態(tài)優(yōu)化【參考答案】B【詳細(xì)解析】PyTorch的動(dòng)態(tài)計(jì)算圖（EagerExecution）支持即時(shí)執(zhí)行并記錄計(jì)算過(guò)程，允許在運(yùn)行時(shí)調(diào)整模型結(jié)構(gòu)（如自定義層）。TensorFlow的靜態(tài)圖需先構(gòu)建計(jì)算圖。【題干16】信息安全中的PKI體系（公鑰基礎(chǔ)設(shè)施）主要包含哪些核心組件？【選項(xiàng)】A.數(shù)字證書(shū)、CA、RAB.路由器、交換機(jī)、防火墻C.加密算法、解密算法、密鑰管理D.瀏覽器、證書(shū)庫(kù)、審計(jì)日志【參考答案】A【詳細(xì)解析】PKI包含：數(shù)字證書(shū)（綁定公鑰與實(shí)體）、證書(shū)頒發(fā)機(jī)構(gòu)（CA）簽發(fā)證書(shū)、注冊(cè)機(jī)構(gòu)（RA）審核申請(qǐng)。C項(xiàng)為加密技術(shù)組件；D項(xiàng)為應(yīng)用層組件?！绢}干17】機(jī)器翻譯中，RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）的主要缺陷是？【選項(xiàng)】A.并行計(jì)算能力弱B.上下文建模能力差C.梯度消失問(wèn)題D.長(zhǎng)距離依賴處理差【參考答案】C【詳細(xì)解析】RNN通過(guò)循環(huán)連接處理序列數(shù)據(jù)，但存在梯度消失/爆炸問(wèn)題，導(dǎo)致長(zhǎng)距離依賴難以建模。Transformer通過(guò)自注意力機(jī)制解決此問(wèn)題。B項(xiàng)是LSTM的改進(jìn)重點(diǎn)，D項(xiàng)是Transformer優(yōu)勢(shì)?！绢}干18】物聯(lián)網(wǎng)協(xié)議MQTT的典型應(yīng)用場(chǎng)景是？【選項(xiàng)】A.文本消息傳輸B.實(shí)時(shí)傳感器數(shù)據(jù)發(fā)布/訂閱C.流媒體視頻傳輸D.電子支付指令傳輸【參考答案】B【詳細(xì)解析】MQTT基于客戶端-服務(wù)器模型，適用于低帶寬、高延遲的物聯(lián)網(wǎng)場(chǎng)景（如溫度傳感器數(shù)據(jù)推送）。A項(xiàng)適合XMPP等即時(shí)通訊協(xié)議；C項(xiàng)屬WebSocket應(yīng)用；D項(xiàng)為金融專(zhuān)有協(xié)議?！绢}干19】邊緣計(jì)算設(shè)備部署的典型錯(cuò)誤是？【選項(xiàng)】A.部署在云端服務(wù)器B.優(yōu)先考慮計(jì)算資源密集型任務(wù)C.處理本地?cái)?shù)據(jù)以減少延遲D.依賴中心化控制節(jié)點(diǎn)【參考答案】B【詳細(xì)解析】邊緣計(jì)算應(yīng)將計(jì)算任務(wù)下沉到終端設(shè)備（如自動(dòng)駕駛汽車(chē)），而非云端。B項(xiàng)反符合邊緣計(jì)算原則；C項(xiàng)是核心優(yōu)勢(shì)；D項(xiàng)屬中心化架構(gòu)特征?！绢}干20】深度學(xué)習(xí)模型微調(diào)（Fine-tuning）的主要目的是？【選項(xiàng)】A.完全重訓(xùn)練原始模型B.在特定領(lǐng)域數(shù)據(jù)上調(diào)整預(yù)訓(xùn)練模型C.增加模型輸入維度D.刪除冗余網(wǎng)絡(luò)層【參考答案】B【詳細(xì)解析】微調(diào)指在預(yù)訓(xùn)練模型（如BERT、GPT）的基礎(chǔ)上，使用特定領(lǐng)域數(shù)據(jù)繼續(xù)訓(xùn)練（如醫(yī)療文本），保留通用表征能力的同時(shí)適配新任務(wù)。A項(xiàng)屬?gòu)念^訓(xùn)練；C/D屬模型結(jié)構(gòu)調(diào)整。2025年大學(xué)試題(大學(xué)選修課)-人工智能與信息社會(huì)歷年參考題庫(kù)含答案解析(篇3)【題干1】監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)的主要區(qū)別在于()【選項(xiàng)】A.前者依賴人工標(biāo)注數(shù)據(jù)，后者不依賴標(biāo)注數(shù)據(jù)；B.前者用于分類(lèi)任務(wù)，后者用于回歸預(yù)測(cè)；C.前者需要少量樣本，后者需要大量數(shù)據(jù)；D.兩者均需特征工程支撐【參考答案】A【詳細(xì)解析】監(jiān)督學(xué)習(xí)需要預(yù)先標(biāo)注好的訓(xùn)練數(shù)據(jù)，通過(guò)學(xué)習(xí)輸入特征與標(biāo)簽間的映射關(guān)系進(jìn)行預(yù)測(cè)；而無(wú)監(jiān)督學(xué)習(xí)直接分析數(shù)據(jù)內(nèi)在結(jié)構(gòu)，不依賴人工標(biāo)注。選項(xiàng)B混淆了監(jiān)督學(xué)習(xí)（分類(lèi)/回歸）和無(wú)監(jiān)督學(xué)習(xí)的典型應(yīng)用，選項(xiàng)C的樣本量要求與實(shí)際場(chǎng)景無(wú)關(guān)，選項(xiàng)D屬于共同需求而非核心區(qū)別。【題干2】區(qū)塊鏈技術(shù)對(duì)數(shù)據(jù)隱私保護(hù)的核心貢獻(xiàn)在于()【選項(xiàng)】A.實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)共享；B.提供不可篡改的分布式賬本；C.提升數(shù)據(jù)傳輸速度；D.簡(jiǎn)化數(shù)據(jù)庫(kù)架構(gòu)【參考答案】B【詳細(xì)解析】區(qū)塊鏈通過(guò)哈希算法和共識(shí)機(jī)制確保鏈上數(shù)據(jù)的不可逆性和一致性，分布式存儲(chǔ)使單點(diǎn)故障不影響整體存證。選項(xiàng)A與區(qū)塊鏈特性相悖，選項(xiàng)C實(shí)際因節(jié)點(diǎn)驗(yàn)證導(dǎo)致傳輸延遲，選項(xiàng)D屬于技術(shù)優(yōu)化而非隱私保護(hù)核心?！绢}干3】自動(dòng)駕駛汽車(chē)面臨"電車(chē)難題"時(shí)，其倫理決策機(jī)制可能()【選項(xiàng)】A.優(yōu)先保護(hù)制造商利益；B.依賴預(yù)設(shè)算法優(yōu)先級(jí)；C.實(shí)時(shí)投票決定；D.由駕駛員最終裁決【參考答案】B【詳細(xì)解析】倫理決策需預(yù)先在算法中嵌入優(yōu)先級(jí)規(guī)則（如最小化總體傷害），而實(shí)時(shí)投票和人工干預(yù)不符合自動(dòng)駕駛的實(shí)時(shí)性要求。選項(xiàng)A違背社會(huì)責(zé)任原則，選項(xiàng)D違反車(chē)輛自動(dòng)駕駛特性?！绢}干4】自然語(yǔ)言處理中，預(yù)訓(xùn)練語(yǔ)言模型的關(guān)鍵技術(shù)突破()【選項(xiàng)】A.卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用；B.Transformer架構(gòu)的提出；C.注意力機(jī)制的優(yōu)化；D.反向傳播算法改進(jìn)【參考答案】B【詳細(xì)解析】Transformer模型通過(guò)自注意力機(jī)制并行處理序列數(shù)據(jù)，突破傳統(tǒng)RNN/BiLSTM的序列處理瓶頸，為BERT等大模型奠定基礎(chǔ)。其他選項(xiàng)均為現(xiàn)有基礎(chǔ)技術(shù)，非關(guān)鍵突破點(diǎn)。【題干5】圖像識(shí)別準(zhǔn)確率提升的主要制約因素()【選項(xiàng)】A.硬件計(jì)算能力；B.數(shù)據(jù)標(biāo)注成本；C.特征工程創(chuàng)新；D.算法理論突破【參考答案】B【詳細(xì)解析】當(dāng)前數(shù)據(jù)標(biāo)注成本占AI項(xiàng)目總成本的40%以上，且存在標(biāo)注質(zhì)量與速度的平衡難題。硬件發(fā)展呈指數(shù)級(jí)增長(zhǎng)，算法創(chuàng)新已進(jìn)入瓶頸期，特征工程更多依賴數(shù)據(jù)增強(qiáng)等技術(shù)手段?！绢}干6】生成式AI面臨的主要倫理風(fēng)險(xiǎn)()【選項(xiàng)】A.算法歧視；B.內(nèi)容版權(quán)爭(zhēng)議；C.就業(yè)結(jié)構(gòu)變化；D.軍事應(yīng)用失控【參考答案】B【詳細(xì)解析】StableDiffusion等模型存在的訓(xùn)練數(shù)據(jù)未經(jīng)授權(quán)使用，導(dǎo)致生成內(nèi)容版權(quán)歸屬模糊。選項(xiàng)A多屬算法偏差問(wèn)題，選項(xiàng)C屬于經(jīng)濟(jì)結(jié)構(gòu)影響，選項(xiàng)D屬于特定應(yīng)用場(chǎng)景?！绢}干7】聯(lián)邦學(xué)習(xí)的核心優(yōu)勢(shì)在于()【選項(xiàng)】A.提升模型泛化能力；B.降低計(jì)算能耗；C.實(shí)現(xiàn)數(shù)據(jù)隱私保護(hù)；D.加速模型收斂速度【參考答案】C【詳細(xì)解析】聯(lián)邦學(xué)習(xí)通過(guò)參數(shù)級(jí)同步實(shí)現(xiàn)數(shù)據(jù)不出本地，既保護(hù)各機(jī)構(gòu)數(shù)據(jù)隱私，又避免數(shù)據(jù)集中導(dǎo)致的隱私泄露風(fēng)險(xiǎn)。選項(xiàng)A需依賴數(shù)據(jù)多樣性，選項(xiàng)B受設(shè)備算力限制，選項(xiàng)D受通信延遲影響?！绢}干8】物聯(lián)網(wǎng)設(shè)備安全的主要威脅源()【選項(xiàng)】A.弱密碼保護(hù)；B.邊緣計(jì)算延遲；C.數(shù)據(jù)傳輸加密；D.傳感器精度不足【參考答案】A【詳細(xì)解析】2023年IoT設(shè)備安全報(bào)告顯示，70%的入侵源于默認(rèn)弱密碼或未修改默認(rèn)憑證。其他選項(xiàng)均屬于技術(shù)性能范疇，不直接關(guān)聯(lián)安全威脅。【題干9】邊緣計(jì)算解決的核心問(wèn)題()【選項(xiàng)】A.減少云端數(shù)據(jù)傳輸量；B.提升實(shí)時(shí)響應(yīng)速度；C.優(yōu)化算法復(fù)雜度；D.降低硬件成本【參考答案】A【詳細(xì)解析】邊緣計(jì)算通過(guò)將計(jì)算任務(wù)下沉至終端設(shè)備，可減少80%以上的云端傳輸數(shù)據(jù)量。選項(xiàng)B是附帶優(yōu)勢(shì)，選項(xiàng)C屬于算法優(yōu)化領(lǐng)域，選項(xiàng)D與計(jì)算節(jié)點(diǎn)數(shù)量相關(guān)?！绢}干10】知識(shí)圖譜在智能客服中的應(yīng)用價(jià)值()【選項(xiàng)】A.提升語(yǔ)義理解準(zhǔn)確率；B.增強(qiáng)用戶畫(huà)像顆粒度；C.減少人工客服培訓(xùn)成本；D.優(yōu)化推薦系統(tǒng)精準(zhǔn)度【參考答案】A【詳細(xì)解析】知識(shí)圖譜通過(guò)實(shí)體關(guān)系鏈接，可準(zhǔn)確識(shí)別"客服"與"人工服務(wù)"的語(yǔ)義關(guān)聯(lián)，解決傳統(tǒng)NLP的歧義問(wèn)題。選項(xiàng)B依賴用戶行為數(shù)據(jù)，選項(xiàng)C與組織架構(gòu)相關(guān)，選項(xiàng)D需協(xié)同推薦算法。【題干11】強(qiáng)化學(xué)習(xí)的核心挑戰(zhàn)()【選項(xiàng)】A.獎(jiǎng)勵(lì)函數(shù)設(shè)計(jì)；B.超參數(shù)調(diào)優(yōu)；C.環(huán)境模擬構(gòu)建；D.數(shù)據(jù)標(biāo)注質(zhì)量【參考答案】A【詳細(xì)解析】OpenAI研究顯示，70%的強(qiáng)化學(xué)習(xí)項(xiàng)目因獎(jiǎng)勵(lì)函數(shù)不合理導(dǎo)致訓(xùn)練失敗。選項(xiàng)B屬技術(shù)優(yōu)化問(wèn)題，選項(xiàng)C與機(jī)器人領(lǐng)域相關(guān)，選項(xiàng)D不適用強(qiáng)化學(xué)習(xí)范式?！绢}干12】數(shù)據(jù)清洗的關(guān)鍵步驟()【選項(xiàng)】A.缺失值填充；B.異常值檢測(cè)；C.特征選擇；D.數(shù)據(jù)標(biāo)準(zhǔn)化【參考答案】B【詳細(xì)解析】異常值檢測(cè)可識(shí)別因傳感器故障（如-200℃溫度）或數(shù)據(jù)錄入錯(cuò)誤（9999訂單量）導(dǎo)致的無(wú)效數(shù)據(jù)。選項(xiàng)A可能引入噪聲，選項(xiàng)C需與業(yè)務(wù)場(chǎng)景結(jié)合，選項(xiàng)D屬預(yù)處理環(huán)節(jié)?！绢}干13】智能合約的執(zhí)行條件()【選項(xiàng)】A.預(yù)設(shè)規(guī)則達(dá)成；B.人工審核批準(zhǔn)；C.市場(chǎng)波動(dòng)允許；D.法律強(qiáng)制要求【參考答案】A【詳細(xì)解析】以太坊智能合約通過(guò)代碼自動(dòng)執(zhí)行，無(wú)需第三方介入。選項(xiàng)B違背智能合約核心特性，選項(xiàng)C屬外部環(huán)境因素，選項(xiàng)D缺乏強(qiáng)制約束力?！绢}干14】數(shù)字孿生技術(shù)的典型應(yīng)用()【選項(xiàng)】A.供應(yīng)鏈庫(kù)存優(yōu)化；B.城市交通仿真；C.醫(yī)療影像分析；D.工業(yè)設(shè)備預(yù)測(cè)【參考答案】B【詳細(xì)解析】數(shù)字孿生通過(guò)建立城市級(jí)三維模型，可實(shí)時(shí)模擬交通流量與事故影響。選項(xiàng)A適用供應(yīng)鏈仿真平臺(tái)，選項(xiàng)C屬于醫(yī)療AI范疇，選項(xiàng)D對(duì)應(yīng)設(shè)備級(jí)應(yīng)用?！绢}干15】聯(lián)邦學(xué)習(xí)的數(shù)據(jù)共享機(jī)制()【選項(xiàng)】A.原始數(shù)據(jù)上傳；B.加密數(shù)據(jù)交換；C.梯度信息交換；D.模型參數(shù)共享【參考答案】C【詳細(xì)解析】各參與方僅交換加密的梯度參數(shù)，原始數(shù)據(jù)、模型和權(quán)重均保持本地化。選項(xiàng)A違反隱私保護(hù)原則，選項(xiàng)B可能泄露數(shù)據(jù)特征，選項(xiàng)D導(dǎo)致模型同質(zhì)化。【題干16】自然語(yǔ)言處理中的遷移學(xué)習(xí)()【選項(xiàng)】A.跨領(lǐng)域知識(shí)復(fù)用；B.同領(lǐng)域數(shù)據(jù)擴(kuò)展；C.多語(yǔ)言模型并行；D.單語(yǔ)言深度優(yōu)化【參考答案】A【詳細(xì)解析】在醫(yī)療領(lǐng)域應(yīng)用BERT模型分析文本，通過(guò)預(yù)訓(xùn)練權(quán)重實(shí)現(xiàn)跨領(lǐng)域知識(shí)遷移。選項(xiàng)B屬于數(shù)據(jù)增強(qiáng)范疇，選項(xiàng)C需特定多語(yǔ)言訓(xùn)練集，選項(xiàng)D是單模型優(yōu)化場(chǎng)景?！绢}干17】生成對(duì)抗網(wǎng)絡(luò)（GAN）的核心創(chuàng)新()【選項(xiàng)】A.生成器與判別器對(duì)抗訓(xùn)練；B.自回歸式生成；C.強(qiáng)化學(xué)習(xí)結(jié)合；D.Transformer架構(gòu)應(yīng)用【參考答案】A【詳細(xì)解析】GAN通過(guò)對(duì)抗博弈使生成數(shù)據(jù)逼近真實(shí)分布，突破自回歸模型的單調(diào)性限制。選項(xiàng)B屬RNN類(lèi)模型特點(diǎn)，選項(xiàng)C形成混合學(xué)習(xí)框架，選項(xiàng)D與CV領(lǐng)域相關(guān)?！绢}干18】智能推薦的冷啟動(dòng)問(wèn)題()【選項(xiàng)】A.新用戶偏好預(yù)測(cè)；B.新商品曝光機(jī)制；C.跨平臺(tái)數(shù)據(jù)整合；D.服務(wù)器負(fù)載均衡【參考答案】B【詳細(xì)解析】新商品缺乏交互數(shù)據(jù)時(shí)，需通過(guò)A/B測(cè)試調(diào)整曝光權(quán)重和上下文推薦位。選項(xiàng)A依賴用戶畫(huà)像技術(shù)，選項(xiàng)C屬數(shù)據(jù)工程問(wèn)題，選項(xiàng)D與系統(tǒng)架構(gòu)相關(guān)?！绢}干19】數(shù)據(jù)標(biāo)注工具有三大核心功能()【選項(xiàng)】A.任務(wù)分配、標(biāo)注審核、結(jié)果歸檔；B.數(shù)據(jù)采集、清洗處理、質(zhì)量評(píng)估；C.模型訓(xùn)練、參數(shù)調(diào)優(yōu)、效果測(cè)試；D.需求對(duì)接、流程監(jiān)控、成本核算【參考答案】A【詳細(xì)解析】標(biāo)注工具需支持多人協(xié)作的標(biāo)注任務(wù)分發(fā)、標(biāo)注質(zhì)量的多級(jí)審核機(jī)制，以及標(biāo)注結(jié)果的數(shù)據(jù)歸檔與版本管理。選項(xiàng)B屬于數(shù)據(jù)全生命周期管理，選項(xiàng)C是模型開(kāi)發(fā)流程，選項(xiàng)D屬項(xiàng)目管理范疇?！绢}干20】隱私計(jì)算技術(shù)的分類(lèi)()【選項(xiàng)】A.脫敏計(jì)算與加密計(jì)算；B.聯(lián)邦學(xué)習(xí)與多方安全計(jì)算；C.同態(tài)加密與安全多方計(jì)算；D.安全聚合與可信執(zhí)行環(huán)境【參考答案】B【詳細(xì)解析】聯(lián)邦學(xué)習(xí)通過(guò)參數(shù)級(jí)安全聚合實(shí)現(xiàn)跨域模型訓(xùn)練，多方安全計(jì)算（MPC）在加密狀態(tài)下完成計(jì)算。選項(xiàng)A屬于數(shù)據(jù)預(yù)處理技術(shù)，選項(xiàng)C分別對(duì)應(yīng)加密計(jì)算與MPC子類(lèi)，選項(xiàng)D包含安全聚合（MPC）和TEE兩種技術(shù)。2025年大學(xué)試題(大學(xué)選修課)-人工智能與信息社會(huì)歷年參考題庫(kù)含答案解析(篇4)【題干1】深度學(xué)習(xí)模型中，用于特征提取的核心組件是卷積神經(jīng)網(wǎng)絡(luò)（CNN），其主要優(yōu)勢(shì)在于（）?！具x項(xiàng)】A.并行計(jì)算效率低B.支持動(dòng)態(tài)網(wǎng)絡(luò)結(jié)構(gòu)C.特征可視化能力強(qiáng)D.自動(dòng)化特征工程【參考答案】C【詳細(xì)解析】卷積神經(jīng)網(wǎng)絡(luò)通過(guò)卷積層提取局部空間特征，全連接層實(shí)現(xiàn)特征融合與分類(lèi)。選項(xiàng)C正確，因?yàn)镃NN的特征圖可直接可視化，便于理解模型行為。選項(xiàng)A錯(cuò)誤，CNN采用并行計(jì)算；選項(xiàng)B錯(cuò)誤，動(dòng)態(tài)網(wǎng)絡(luò)結(jié)構(gòu)屬于Transformer；選項(xiàng)D錯(cuò)誤，CNN未完全自動(dòng)化特征工程?！绢}干2】信息倫理中的“算法偏見(jiàn)”問(wèn)題主要源于（）?！具x項(xiàng)】A.數(shù)據(jù)采集范圍有限B.算法設(shè)計(jì)缺陷C.訓(xùn)練樣本不均衡D.監(jiān)管機(jī)構(gòu)不作為【參考答案】B【詳細(xì)解析】算法偏見(jiàn)的核心是設(shè)計(jì)階段隱含的價(jià)值觀偏差，例如推薦系統(tǒng)對(duì)特定群體的優(yōu)先級(jí)設(shè)置。選項(xiàng)B正確。選項(xiàng)A錯(cuò)誤，數(shù)據(jù)采集問(wèn)題屬于數(shù)據(jù)偏差；選項(xiàng)C錯(cuò)誤，樣本不均衡屬于數(shù)據(jù)偏差；選項(xiàng)D錯(cuò)誤，監(jiān)管缺失屬于外部因素。【題干3】《通用數(shù)據(jù)保護(hù)條例》（GDPR）要求企業(yè)處理個(gè)人數(shù)據(jù)時(shí)必須遵循（）?！具x項(xiàng)】A.免責(zé)條款優(yōu)先B.數(shù)據(jù)最小化原則C.透明化解釋權(quán)D.定期備份義務(wù)【參考答案】B【詳細(xì)解析】GDPR第5條明確數(shù)據(jù)最小化原則，即僅收集必要數(shù)據(jù)。選項(xiàng)B正確。選項(xiàng)A錯(cuò)誤，GDPR無(wú)免責(zé)條款；選項(xiàng)C錯(cuò)誤，透明化屬于正當(dāng)處理依據(jù)；選項(xiàng)D錯(cuò)誤，備份義務(wù)屬于數(shù)據(jù)安全措施?！绢}干4】自然語(yǔ)言處理（NLP）中，Transformer模型通過(guò)自注意力機(jī)制實(shí)現(xiàn)了（）?！具x項(xiàng)】A.上下文無(wú)關(guān)特征建模B.逐詞靜態(tài)依賴分析C.長(zhǎng)距離語(yǔ)義關(guān)聯(lián)捕捉D.單層神經(jīng)網(wǎng)絡(luò)處理【參考答案】C【詳細(xì)解析】自注意力機(jī)制通過(guò)計(jì)算token間關(guān)聯(lián)權(quán)重，動(dòng)態(tài)捕捉長(zhǎng)距離依賴，優(yōu)于RNN的短期記憶。選項(xiàng)C正確。選項(xiàng)A錯(cuò)誤，Transformer依賴上下文；選項(xiàng)B錯(cuò)誤，靜態(tài)依賴屬于傳統(tǒng)RNN；選項(xiàng)D錯(cuò)誤，Transformer為多層架構(gòu)?！绢}干5】區(qū)塊鏈技術(shù)的“去中心化”特性使其在供應(yīng)鏈溯源中可抵御（）。【選項(xiàng)】A.單點(diǎn)故障攻擊B.集中式篡改C.量子計(jì)算破解D.用戶隱私泄露【參考答案】B【詳細(xì)解析】區(qū)塊鏈的分布式賬本無(wú)法被單一節(jié)點(diǎn)修改，解決供應(yīng)鏈中中心化機(jī)構(gòu)的篡改風(fēng)險(xiǎn)。選項(xiàng)B正確。選項(xiàng)A錯(cuò)誤，去中心化反而增強(qiáng)系統(tǒng)可靠性；選項(xiàng)C錯(cuò)誤，現(xiàn)有區(qū)塊鏈未完全防御量子計(jì)算；選項(xiàng)D錯(cuò)誤，隱私泄露與區(qū)塊鏈匿名性無(wú)關(guān)。【題干6】機(jī)器學(xué)習(xí)中的“過(guò)擬合”現(xiàn)象通常與（）相關(guān)。【選項(xiàng)】A.樣本量不足B.模型復(fù)雜度過(guò)高C.驗(yàn)證集劃分合理D.正則化參數(shù)設(shè)置【參考答案】B【詳細(xì)解析】過(guò)擬合表現(xiàn)為模型在訓(xùn)練集表現(xiàn)完美但泛化能力差，核心原因是模型復(fù)雜度過(guò)高。選項(xiàng)B正確。選項(xiàng)A錯(cuò)誤，樣本不足導(dǎo)致欠擬合；選項(xiàng)C錯(cuò)誤，合理劃分無(wú)法避免過(guò)擬合；選項(xiàng)D錯(cuò)誤，正則化可緩解過(guò)擬合?！绢}干7】計(jì)算機(jī)視覺(jué)中，目標(biāo)檢測(cè)任務(wù)常用的“骨干網(wǎng)絡(luò)”結(jié)構(gòu)是（）?！具x項(xiàng)】A.ResNet-34B.Inception-v3C.Transformer-XLD.hourglass網(wǎng)絡(luò)【參考答案】A【詳細(xì)解析】ResNet通過(guò)殘差連接緩解深層網(wǎng)絡(luò)退化，廣泛用于目標(biāo)檢測(cè)（如FasterR-CNN）。選項(xiàng)A正確。選項(xiàng)B錯(cuò)誤，Inception-v3用于圖像分類(lèi)；選項(xiàng)C錯(cuò)誤，Transformer-XL用于序列建模；選項(xiàng)D錯(cuò)誤，hourglass用于人體姿態(tài)估計(jì)?！绢}干8】生成對(duì)抗網(wǎng)絡(luò)（GAN）中，“判別器”和“生成器”的對(duì)抗過(guò)程實(shí)質(zhì)是（）?！具x項(xiàng)】A.邊緣計(jì)算優(yōu)化B.優(yōu)化函數(shù)最小化C.分布近似對(duì)齊D.概率密度匹配【參考答案】B【詳細(xì)解析】GAN通過(guò)最小化判別器對(duì)生成樣本的誤分類(lèi)率（二元交叉熵?fù)p失），迫使生成器逼近真實(shí)數(shù)據(jù)分布。選項(xiàng)B正確。選項(xiàng)A錯(cuò)誤，邊緣計(jì)算與設(shè)備無(wú)關(guān)；選項(xiàng)C錯(cuò)誤，對(duì)齊屬于變分自編碼器目標(biāo)；選項(xiàng)D錯(cuò)誤，GAN不直接匹配概率密度?！绢}干9】聯(lián)邦學(xué)習(xí)（FederatedLearning）的核心目標(biāo)是（）?！具x項(xiàng)】A.實(shí)現(xiàn)數(shù)據(jù)集中化存儲(chǔ)B.降低通信開(kāi)銷(xiāo)C.確保模型參數(shù)全局同步D.禁止模型更新【參考答案】B【詳細(xì)解析】聯(lián)邦學(xué)習(xí)通過(guò)分布式參數(shù)更新，減少原始數(shù)據(jù)傳輸量（如醫(yī)療數(shù)據(jù)協(xié)作）。選項(xiàng)B正確。選項(xiàng)A錯(cuò)誤，聯(lián)邦學(xué)習(xí)基于數(shù)據(jù)不出本地；選項(xiàng)C錯(cuò)誤，參數(shù)本地更新無(wú)需全局同步；選項(xiàng)D錯(cuò)誤，模型更新是核心機(jī)制?！绢}干10】強(qiáng)化學(xué)習(xí)中的“Q-learning”算法屬于（）?！具x項(xiàng)】A.監(jiān)督學(xué)習(xí)B.集成學(xué)習(xí)C.無(wú)監(jiān)督學(xué)習(xí)D.迭代式策略優(yōu)化【參考答案】D【詳細(xì)解析】Q-learning通過(guò)動(dòng)態(tài)更新Q值表，迭代優(yōu)化策略，屬于強(qiáng)化學(xué)習(xí)經(jīng)典算法。選項(xiàng)D正確。選項(xiàng)A錯(cuò)誤，需要獎(jiǎng)勵(lì)信號(hào)而非標(biāo)注數(shù)據(jù)；選項(xiàng)B錯(cuò)誤，集成學(xué)習(xí)融合多模型；選項(xiàng)C錯(cuò)誤，無(wú)監(jiān)督學(xué)習(xí)無(wú)交互反饋?！绢}干11】隱私計(jì)算中的“安全多方計(jì)算”（MPC）可解決（）?！具x項(xiàng)】A.數(shù)據(jù)共享后的隱私泄露B.跨鏈交易效率低下C.模型參數(shù)傳輸延遲D.區(qū)塊鏈擴(kuò)容難題【參考答案】A【詳細(xì)解析】MPC允許多方在不暴露數(shù)據(jù)的情況下計(jì)算結(jié)果（如醫(yī)療聯(lián)合診斷）。選項(xiàng)A正確。選項(xiàng)B錯(cuò)誤，屬于區(qū)塊鏈分片問(wèn)題；選項(xiàng)C錯(cuò)誤，參數(shù)傳輸與加密無(wú)關(guān)；選項(xiàng)D錯(cuò)誤，擴(kuò)容通過(guò)側(cè)鏈技術(shù)。【題干12】智能推薦系統(tǒng)中，“協(xié)同過(guò)濾”技術(shù)主要解決（）?！具x項(xiàng)】A.冷啟動(dòng)用戶問(wèn)題B.長(zhǎng)尾商品曝光不足C.個(gè)性化推薦偏差D.數(shù)據(jù)清洗困難【參考答案】A【詳細(xì)解析】協(xié)同過(guò)濾通過(guò)用戶-商品交互矩陣預(yù)測(cè)偏好，但新用戶無(wú)歷史數(shù)據(jù)導(dǎo)致冷啟動(dòng)。選項(xiàng)A正確。選項(xiàng)B錯(cuò)誤，長(zhǎng)尾問(wèn)題需混合推薦策略；選項(xiàng)C錯(cuò)誤，偏差屬于算法公平性問(wèn)題；選項(xiàng)D錯(cuò)誤，數(shù)據(jù)清洗與推薦無(wú)關(guān)?！绢}干13】知識(shí)圖譜技術(shù)中，“實(shí)體”與“關(guān)系”的語(yǔ)義表示通常采用（）?！具x項(xiàng)】A.邏輯回歸模型B.向量空間模型C.決策樹(shù)結(jié)構(gòu)D.時(shí)序神經(jīng)網(wǎng)絡(luò)【參考答案】B【詳細(xì)解析】知識(shí)圖譜常用Word2Vec或GloVe將實(shí)體映射為向量，捕捉語(yǔ)義相似性（如“蘋(píng)果”公司vs“蘋(píng)果”水果）。選項(xiàng)B正確。選項(xiàng)A錯(cuò)誤，邏輯回歸用于分類(lèi)；選項(xiàng)C錯(cuò)誤，決策樹(shù)用于特征選擇；選項(xiàng)D錯(cuò)誤，時(shí)序網(wǎng)絡(luò)處理序列數(shù)據(jù)?！绢}干14】智能客服系統(tǒng)中，NLU（自然語(yǔ)言理解）模塊的關(guān)鍵挑戰(zhàn)是（）?！具x項(xiàng)】A.增量式學(xué)習(xí)B.對(duì)話狀態(tài)跟蹤C(jī).語(yǔ)義消歧D.模型部署延遲【參考答案】C【詳細(xì)解析】語(yǔ)義消歧需區(qū)分同形異義詞（如“蘋(píng)果”指公司還是水果），依賴上下文語(yǔ)境分析。選項(xiàng)C正確。選項(xiàng)A錯(cuò)誤，增量學(xué)習(xí)屬于模型更新；選項(xiàng)B錯(cuò)誤，對(duì)話跟蹤屬于管理模塊；選項(xiàng)D錯(cuò)誤，部署延遲與系統(tǒng)架構(gòu)無(wú)關(guān)?！绢}干15】量子計(jì)算在人工智能中的優(yōu)勢(shì)在于（）?！具x項(xiàng)】A.加速經(jīng)典算法B.預(yù)測(cè)非線性關(guān)系C.處理小規(guī)模數(shù)據(jù)D.實(shí)現(xiàn)確定性計(jì)算【參考答案】A【詳細(xì)解析】量子計(jì)算機(jī)通過(guò)量子比特并行性，加速特定問(wèn)題（如Shor算法分解大數(shù)）。選項(xiàng)A正確。選項(xiàng)B錯(cuò)誤，經(jīng)典機(jī)器學(xué)習(xí)已解決非線性建模；選項(xiàng)C錯(cuò)誤，小數(shù)據(jù)問(wèn)題無(wú)需量子計(jì)算；選項(xiàng)D錯(cuò)誤，量子計(jì)算是非確定性的?！绢}干16】數(shù)據(jù)加密中的“對(duì)稱加密”與“非對(duì)稱加密”區(qū)別在于（）?！具x項(xiàng)】A.密鑰數(shù)量B.加密解密效率C.密鑰分發(fā)方式D.應(yīng)用場(chǎng)景限制【參考答案】C【詳細(xì)解析】對(duì)稱加密（如AES）使用相同密鑰，密鑰分發(fā)困難；非對(duì)稱加密（如RSA）使用公鑰-私鑰對(duì)，解決密鑰交換問(wèn)題。選項(xiàng)C正確。選項(xiàng)A錯(cuò)誤，兩者密鑰數(shù)量均固定；選項(xiàng)B錯(cuò)誤，對(duì)稱加密效率更高；選項(xiàng)D錯(cuò)誤，各有適用場(chǎng)景?！绢}干17】生成式AI的“知識(shí)蒸餾”技術(shù)旨在（）?！具x項(xiàng)】A.提升模型可解釋性B.減小大模型計(jì)算開(kāi)銷(xiāo)C.優(yōu)化數(shù)據(jù)增強(qiáng)效果D.改進(jìn)損失函數(shù)設(shè)計(jì)【參考答案】B【詳細(xì)解析】知識(shí)蒸餾通過(guò)小模型（學(xué)生）模仿大模型（教師）輸出，降低部署成本。選項(xiàng)B正確。選項(xiàng)A錯(cuò)誤，可解釋性依賴模型結(jié)構(gòu)；選項(xiàng)C錯(cuò)誤，數(shù)據(jù)增強(qiáng)屬于預(yù)處理；選項(xiàng)D錯(cuò)誤，損失函數(shù)設(shè)計(jì)獨(dú)立于蒸餾?！绢}干18】邊緣計(jì)算（EdgeComputing）在自動(dòng)駕駛中的核心作用是（）?！具x項(xiàng)】A.降低云端響應(yīng)延遲B.提高感知算法精度C.優(yōu)化能源管理系統(tǒng)D.增強(qiáng)法規(guī)符合性【參考答案】A【詳細(xì)解析】自動(dòng)駕駛需實(shí)時(shí)處理傳感器數(shù)據(jù)，邊緣節(jié)點(diǎn)（如車(chē)載計(jì)算機(jī)）實(shí)現(xiàn)毫秒級(jí)響應(yīng)。選項(xiàng)A正確。選項(xiàng)B錯(cuò)誤，算法精度依賴模型訓(xùn)練；選項(xiàng)C錯(cuò)誤，能源管理屬于獨(dú)立系統(tǒng)；選項(xiàng)D錯(cuò)誤，符合性通過(guò)安全協(xié)議保障。【題干19】計(jì)算機(jī)視覺(jué)中的“圖像超分辨率”任務(wù)主要依賴（）?！具x項(xiàng)】A.生成對(duì)抗網(wǎng)絡(luò)B.CNN卷積層C.隨機(jī)森林分類(lèi)器D.光流估計(jì)算法【參考答案】A【詳細(xì)解析】GAN通過(guò)生成與真實(shí)圖像對(duì)比損失，將低分辨率圖像重建為高分辨率（如ESRGAN）。選項(xiàng)A正確。選項(xiàng)B錯(cuò)誤，CNN用于特征提取而非重建；選項(xiàng)C錯(cuò)誤，隨機(jī)森林處理結(jié)構(gòu)化數(shù)據(jù)；選項(xiàng)D錯(cuò)誤，光流估計(jì)用于運(yùn)動(dòng)分析?！绢}干20】人工智能倫理的“價(jià)值對(duì)齊”（ValueAlignment）問(wèn)題要求（）。【選項(xiàng)】A.模型訓(xùn)練數(shù)據(jù)包含倫理案例B.算法輸出符合人類(lèi)道德準(zhǔn)則C.數(shù)據(jù)清洗過(guò)程排除偏見(jiàn)D.評(píng)估指標(biāo)僅關(guān)注準(zhǔn)確率【參考答案】B【詳細(xì)解析】?jī)r(jià)值對(duì)齊指確保AI系統(tǒng)行為與人類(lèi)價(jià)值觀一致，需設(shè)計(jì)倫理約束（如不生成有害內(nèi)容）。選項(xiàng)B正確。選項(xiàng)A錯(cuò)誤，數(shù)據(jù)包含性解決數(shù)據(jù)偏見(jiàn)而非倫理；選項(xiàng)C錯(cuò)誤，數(shù)據(jù)清洗屬于預(yù)處理；選項(xiàng)D錯(cuò)誤，僅準(zhǔn)確率無(wú)法保證倫理合規(guī)。2025年大學(xué)試題(大學(xué)選修課)-人工智能與信息社會(huì)歷年參考題庫(kù)含答案解析(篇5)【題干1】機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)習(xí)主要依賴______數(shù)據(jù)的輸入。【選項(xiàng)】A.標(biāo)注特征B.無(wú)監(jiān)督特征C.預(yù)測(cè)結(jié)果D.隨機(jī)特征【參考答案】A【詳細(xì)解析】監(jiān)督學(xué)習(xí)需要預(yù)先標(biāo)注的輸入-輸出數(shù)據(jù)對(duì)作為訓(xùn)練樣本，例如分類(lèi)任務(wù)中的標(biāo)簽或回歸任務(wù)中的目標(biāo)值。選項(xiàng)A正確。選項(xiàng)B為無(wú)監(jiān)督學(xué)習(xí)的特征，C和D不符合監(jiān)督學(xué)習(xí)的定義?！绢}干2】自然語(yǔ)言處理中，BERT模型的核心創(chuàng)新是______?！具x項(xiàng)】A.自定義注意力機(jī)制B.基于Transformer的雙向編碼器C.時(shí)間序列依賴分析D.卷積神經(jīng)網(wǎng)絡(luò)【參考答案】B【詳細(xì)解析】BERT通過(guò)雙向Transformer編碼器捕捉上下文依賴關(guān)系，突破單向編碼的局限，顯著提升文本理解效果。選項(xiàng)B正確。選項(xiàng)A是原始Transformer的特征，C和D與BERT無(wú)關(guān)?！绢}干3】量子計(jì)算的主要優(yōu)勢(shì)在于能夠解決______問(wèn)題?！具x項(xiàng)】A.離散對(duì)數(shù)問(wèn)題B.大整數(shù)分解C.NP完全問(wèn)題D.非線性方程求解【參考答案】C【詳細(xì)解析】量子計(jì)算機(jī)通過(guò)量子并行計(jì)算可高效破解NP完全問(wèn)題（如旅行商問(wèn)題），這是傳統(tǒng)經(jīng)典計(jì)算機(jī)難以處理的復(fù)雜計(jì)算任務(wù)。選項(xiàng)C正確。選項(xiàng)A需量子計(jì)算機(jī)的特定算法支持，B和D仍屬經(jīng)典計(jì)算范疇?！绢}干4】區(qū)塊鏈技術(shù)的去中心化特征主要依賴______。【選項(xiàng)】A.中心化服務(wù)器存儲(chǔ)B.分布式賬本共識(shí)C.零知識(shí)證明D.物理節(jié)點(diǎn)驗(yàn)證【參考答案】B【詳細(xì)解析】區(qū)塊鏈通過(guò)分布式賬本技術(shù)實(shí)現(xiàn)數(shù)據(jù)節(jié)點(diǎn)全網(wǎng)同步，無(wú)需中心機(jī)構(gòu)控制，確保數(shù)據(jù)透明性和抗篡改性。選項(xiàng)B正確。選項(xiàng)A違反去中心化原則，C和D屬于附加安全機(jī)制?！绢}干5】生成對(duì)抗網(wǎng)絡(luò)（GAN）的生成器和判別器屬于______學(xué)習(xí)范式?！具x項(xiàng)】A.監(jiān)督學(xué)習(xí)B.無(wú)監(jiān)督學(xué)習(xí)C.強(qiáng)化學(xué)習(xí)D.集成學(xué)習(xí)【參考答案】B【詳細(xì)解析】GAN通過(guò)無(wú)監(jiān)督的對(duì)抗過(guò)程自動(dòng)學(xué)習(xí)數(shù)據(jù)分布，判別器（判別數(shù)據(jù)真?zhèn)危┡c生成器（創(chuàng)造合成數(shù)據(jù)）形成動(dòng)態(tài)競(jìng)爭(zhēng)。選項(xiàng)B正確。選項(xiàng)A需要標(biāo)注數(shù)據(jù)，C和D不涉及對(duì)抗機(jī)制?！绢}干6】邊緣計(jì)算的核心目標(biāo)是______?！具x項(xiàng)】A.降低云端延遲B.增加計(jì)算資源C.實(shí)現(xiàn)數(shù)據(jù)隱私保護(hù)D.優(yōu)化能源效率【參考答案】A【詳細(xì)解析】邊緣計(jì)算將計(jì)算和存儲(chǔ)任務(wù)下沉至終端設(shè)備，減少數(shù)據(jù)傳輸至云端的時(shí)間消耗，適用于自動(dòng)駕駛、工業(yè)物聯(lián)網(wǎng)等實(shí)時(shí)性要求高的場(chǎng)景。選項(xiàng)A正確。選項(xiàng)C和D為邊緣計(jì)算的優(yōu)勢(shì)但非核心目標(biāo)，B與資源下沉原則矛盾?！绢}干7】信息熵在機(jī)器學(xué)習(xí)中用于衡量______的不確定性?！具x項(xiàng)】A.數(shù)據(jù)分布B.模型復(fù)雜度C.訓(xùn)練成本D.特征相關(guān)性【參考答案】A【詳細(xì)解析】香農(nóng)信息熵量化信息的不確定性，在決策樹(shù)等算法中用于選擇信息增益最大的特征，優(yōu)化特征分裂決策。選項(xiàng)A正確。選項(xiàng)B是模型選擇標(biāo)準(zhǔn)，C和D與熵的定義無(wú)關(guān)?！绢}干8】聯(lián)邦學(xué)習(xí)（FederatedLearning）解決的核心問(wèn)題是______?！具x項(xiàng)】A.數(shù)據(jù)孤島B.算法效率C.算力資源D.隱私泄露風(fēng)險(xiǎn)【參考答案】D【詳細(xì)解析】聯(lián)邦學(xué)習(xí)允許各參與方在不共享原始數(shù)據(jù)的前提下協(xié)作訓(xùn)練模型，有效規(guī)避數(shù)據(jù)泄露風(fēng)險(xiǎn)，保護(hù)用戶隱私。選項(xiàng)D正確。選項(xiàng)A是聯(lián)邦學(xué)習(xí)的應(yīng)用場(chǎng)景，B和C屬于技術(shù)挑戰(zhàn)?！绢}干9】知識(shí)圖譜的構(gòu)建依賴于______技術(shù)的結(jié)合。【選項(xiàng)】A.機(jī)器學(xué)習(xí)B.自然語(yǔ)言處理C.物聯(lián)網(wǎng)D.大數(shù)據(jù)【參考答