2025小學生人工智能知識競賽試卷及答案一、單項選擇題（每題2分，共30分）1.下列哪一項最能準確描述“人工智能”？A.會說話的機器人B.讓機器像人一樣思考與行動的技術C.把所有數據都存進云端D.用遙控器控制家電答案：B解析：人工智能的核心目標是使機器具備類似人類的感知、推理、學習與決策能力，而不僅僅是“會說話”或“遙控”。2.2025年杭州亞運會上，首次擔任“志愿者”的AI狗“小蓮”主要運用了哪項技術？A.區(qū)塊鏈B.計算機視覺C.量子通信D.納米材料答案：B解析：“小蓮”通過攝像頭實時識別觀眾表情與手勢，提供引導服務，屬于計算機視覺范疇。3.小學生用圖形化編程軟件“Mind+”訓練垃圾分類模型時，最關鍵的一步是：A.給電腦加裝水冷B.采集并標注大量垃圾圖片C.把電腦音量調到最大D.把顯示器調成護眼模式答案：B解析：監(jiān)督學習需要大量帶標簽數據，標注質量直接決定模型效果。4.下列哪條指令可以讓語音助手“小翼”停止播放音樂？A.“下一首”B.“暫停”C.“大聲點”D.“收藏”答案：B解析：自然語言理解中，“暫?！睂皊top”意圖，系統會立即中斷播放。5.2024年發(fā)布的《中國青少年AI倫理公約》中，首要原則是：A.數據越大越好B.人類優(yōu)先C.算法必須保密D.速度高于一切答案：B解析：公約強調“人類福祉優(yōu)先”，任何AI應用不得傷害人類。6.在“無人駕駛”仿真賽中，小車遇到紅燈卻未停車，最可能的原因是：A.訓練數據缺少紅燈樣本B.小車油漆太亮C.賽道太直D.天氣晴朗答案：A解析：數據不均衡導致模型對紅燈特征學習不足，推理時漏檢。7.下列哪種算法最適合讓AI在“2048”游戲中自學策略？A.K均值聚類B.QlearningC.冒泡排序D.二分查找答案：B解析：Qlearning屬于強化學習，可通過獎勵機制自我優(yōu)化游戲策略。8.2025年新版《信息科技》小學教材中，用來比喻“神經網絡”的是：A.蜘蛛網B.水管網C.快遞網D.朋友圈答案：A解析：蜘蛛網節(jié)點層層連接，形象類比神經元分層傳遞信號。9.在AI繪畫工具“文心一格”中，輸入“未來校園”后，AI先生成的是：A.像素矩陣B.文本向量C.隨機噪聲D.壓縮包答案：C解析：擴散模型先以隨機噪聲為起點，逐步去噪生成圖像。10.小學生用“訊飛聽見”轉寫課堂錄音，發(fā)現“石楠花”被寫成“十年花”，主要體現AI哪一短板？A.算力不足B.語義歧義C.數據偏見D.網絡延遲答案：B解析：同音異義詞需要上下文語義消歧，模型仍需提升。11.2025年“六一”科普展上，機器人“小科”與觀眾對弈“五子棋”，它每步棋的思考本質是：A.在樹狀圖中搜索勝率最高的分支B.隨機落子C.背誦人類棋譜D.扔骰子決定答案：A解析：博弈樹搜索（如Minimax+剪枝）可評估落子勝率。12.下列哪項不是“人臉識別”系統的必要流程？A.人臉檢測B.特征提取C.情緒識別D.特征比對答案：C解析：情緒識別是可選增值功能，核心流程為檢測→提取→比對。13.在“AI+農業(yè)”大棚里，AI通過什么傳感器判斷番茄是否成熟？A.溫度傳感器B.顏色傳感器C.噪音傳感器D.震動傳感器答案：B解析：顏色傳感器采集果實RGB值，通過閾值判斷成熟度。14.小學生訓練“手寫數字識別”模型時，發(fā)現數字“9”識別率最低，改進方法不包括：A.增加“9”的樣本B.數據增強旋轉角度C.把“9”全部改成“6”D.調整網絡層數答案：C解析：篡改標簽會破壞數據真實性，反而降低模型可靠性。15.2025年最新AI科普動畫《小智的奇幻漂流》中，小智進入“梯度山谷”發(fā)現：A.越往谷底走，誤差越大B.越往谷底走，誤差越小C.谷底是沙漠D.山谷沒有風答案：B解析：梯度下降比喻中，谷底對應損失函數最小值，誤差最小。二、判斷題（每題1分，共10分）16.人工智能一定需要連接互聯網才能工作。答案：錯解析：邊緣AI可在本地計算，如離線語音玩具。17.訓練數據越多，模型效果一定越好。答案：錯解析：低質量、重復數據會引入噪聲，需質量與數量并重。18.小學生可以自己在開源平臺下載人臉識別模型并商用。答案：錯解析：涉及隱私與倫理，需監(jiān)護人及相關部門審核。19.“深度學習”之所以“深”，是指網絡層數多。答案：對解析：深度即層數，多層可逐層提取抽象特征。20.AI生成的作文可以不經修改直接用于競賽投稿。答案：錯解析：違反競賽原創(chuàng)性規(guī)定，且可能涉及版權爭議。21.強化學習中的“獎勵”可以是負數。答案：對解析：負獎勵表示懲罰，引導AI避免錯誤行為。22.所有AI算法都必須使用GPU。答案：錯解析：簡單模型如決策樹可在CPU實時運行。23.2025年起，國產AI芯片“寒武紀”已應用于部分小學AI實驗箱。答案：對解析：教育版實驗箱為降低成本，已搭載輕量級國產芯片。24.人工智能可以完全替代人類教師。答案：錯解析：AI是輔助工具，情感、價值觀教育仍需人類。25.在AI倫理中，“可解釋性”指AI能說明自己為何做出決策。答案：對解析：可解釋AI幫助人類理解模型邏輯，增強信任。三、填空題（每空2分，共20分）26.2025年，小學生AI科普口號是“玩AI、________、用AI”。答案：懂AI解析：三字口號押韻易記，強調理解而非盲目使用。27.在圖形化編程中，讓小車“看到”黑線就左轉的語句屬于________結構。答案：條件（或“如果…那么”）解析：根據傳感器輸入判斷，體現條件分支。28.神經網絡中，每個小圓圈用來模擬人類神經元，它被稱為________。答案：節(jié)點（或“神經元”）解析：節(jié)點接收輸入、加權求和、激活輸出。29.當模型把“蘋果”圖片誤分為“梨”，這種錯誤在AI評估指標里記作________。答案：假正（FP）解析：實際為蘋果卻預測為梨，屬于假正類。30.在“AI+體育”跳繩計數器中，AI通過________傳感器獲取人體骨骼點。答案：攝像頭（或“視覺”）解析：OpenPose等視覺算法可提取關鍵點。31.2025年，教育部規(guī)定小學生AI課程每周不少于________課時。答案：1解析：新課標確保普及基礎，兼顧學業(yè)負擔。32.讓AI學會“先寫作業(yè)再玩游戲”的策略，需要設置________機制，使其按順序完成任務。答案：獎勵延遲（或“延遲獎勵”）解析：強化學習通過延遲獎勵引導長期策略。33.在“AI作曲”中，把音符轉化為數字的過程稱為________。答案：編碼（或“符號化”）解析：音樂符號需數字化后才能被神經網絡處理。34.當AI系統采集同學人臉照片時，必須獲得本人及其________的同意。答案：監(jiān)護人解析：未成年人數據需雙重授權，保護隱私。35.在“AI+天文”項目中，小學生用AI發(fā)現新小行星，其編號前綴為________。答案：2025解析：國際小行星中心按發(fā)現年份分配前綴。四、連線題（每線1分，共10分）36.將左側AI應用場景與右側核心技術連線：A.智能批改作文1.生成對抗網絡B.AI復原兵馬俑色彩2.自然語言處理C.無人機自主避障3.強化學習D.AI合成孔子配音4.語音合成E.AI設計校服花紋5.計算機視覺答案：A2，B5，C3，D4，E1解析：作文批改需NLP理解語義；復原色彩需視覺識別原色；無人機避障用強化學習試錯；配音依賴語音合成；花紋設計用生成網絡創(chuàng)造新圖案。五、簡答題（每題6分，共30分）37.小明用“百度EasyDL”訓練“識別校園植物”模型，準確率僅65%，請給出三條具體改進建議并說明理由。答案：1.擴充數據：每類植物拍照不少于200張，覆蓋不同光照、角度，減少欠擬合。2.數據清洗：刪除模糊、遮擋圖片，避免噪聲干擾特征提取。3.遷移學習：調用“ResNet50”預訓練模型，利用大規(guī)模ImageNet權重，提升泛化能力。解析：數據量與質量是AI性能基石，預訓練模型可借用已有知識，快速收斂。38.簡述“生成式AI”與“判別式AI”的區(qū)別，并各舉一個校園生活中的例子。答案：生成式AI學習數據分布，可創(chuàng)造新樣本，如AI為校報自動生成插圖；判別式AI學習分類邊界，用于判斷樣本類別，如門禁系統判別是否為本校師生。解析：生成式重創(chuàng)造，判別式重分類，目標函數不同。39.2025年，某小學引入“AI體育考官”進行跳繩測試，有家長擔心“孩子動作快但機器計數少”，請從技術與流程兩方面提出解決措施。答案：技術：采用120fps高幀率攝像頭+多視角融合，減少運動模糊與遮擋；引入OpenPose改進版，提升關鍵點跟蹤精度。流程：測試前讓學生試跳30秒，AI校準個人身高參數；設置人工申訴通道，3秒內回放視頻復核。解析：高精度傳感+人性化復核，兼顧公平與效率。40.閱讀材料：2025年4月，安徽某?！癆I小詩人”寫出詩句“柳絲輕拂四月春，AI也戀故鄉(xiāng)人”。有人評論“AI沒有故鄉(xiāng)，詩句無真情實感”。請從“數據、算法、倫理”三個角度回應此評論。答案：數據：AI訓練語料含大量“故鄉(xiāng)”主題古詩，統計上“故鄉(xiāng)”與“春”高頻共現，故組合輸出，并非“虛構情感”。算法：模型基于概率生成，無主觀意識，所謂“戀”只是最大化語言流暢度，而非情感體驗。倫理：應在發(fā)布時標注“AI生成”，避免讀者誤把統計幻覺當人類真情，維護文化創(chuàng)作誠信。解析：AI產出是數據投影，非意識表達，透明標識是倫理底線。41.說明“聯邦學習”如何在保護隱私的前提下，讓全國小學生共同訓練一個“手寫漢字識別”大模型，并寫出兩步關鍵流程。答案：關鍵流程：1.本地訓練：各校用本校學生手寫數據訓練本地模型，將參數加密上傳，不上傳原始圖片。2.云端聚合：中央服務器采用FedAvg算法平均各校參數，下發(fā)更新后的全局模型，循環(huán)迭代。解析：原始數據始終留在本地，僅共享梯度，符合《個人信息保護法》最小夠用原則。六、綜合設計題（共30分）42.題目：設計一款“AI校園垃圾分類志愿者”系統，要求具備“語音交互、視覺識別、數據統計”三大功能。請完成：（1）畫出系統結構圖（文字描述即可，10分）；（2）列出所需硬件清單并說明作用（10分）；（3）寫出核心算法流程（偽代碼或流程圖文字描述，10分）。答案：（1）結構描述：頂層：用戶→語音模塊（麥克風+揚聲器）中層：邊緣計算盒（GPU+CPU）運行識別與交互模型底層：攝像頭+稱重傳感器+舵機控制垃圾桶蓋后端：校園服務器定時同步統計數據到云端儀表盤移動端：教師小程序查看班級排行榜箭頭：用戶語音喚醒→攝像頭拍照→邊緣盒推理→返回語音結果→舵機開蓋→數據上傳（2）硬件清單：1.1080P廣角攝像頭×1：捕捉垃圾圖片，30fps，帶夜視。2.樹莓派4B（8GB）×1：本地運行輕量化MobileNetV3模型。3.麥克風陣列×1：3米遠場拾音，降噪，支持“小蓮小蓮”喚醒。4.揚聲器×1：3W，播放“這是可回收物”等提示。5.稱重傳感器HX711+壓力板×1：記錄垃圾重量，用于積分。6.舵機MG996R×2：控制可回收/其他垃圾雙蓋開啟。7.LED燈環(huán)×1：綠色表示識別成功，紅色表示重投。8.太陽能電源套件：12V20W板+鋰電池，綠色能源。（3）核心算法流程（文字偽代碼）：步驟1：語音喚醒if檢測到喚醒詞“小蓮小蓮”：進入識別模式，LED閃藍燈步驟2：圖像采集攝像頭拍攝5連幀，選取清晰度最高幀步驟3：垃圾檢測與分類輸入圖片→YOLOv5n檢測垃圾位置→裁剪ROI→MobileNetV3分類輸出：類別∈{可回收，廚余，有害，其他}，置信度conf步驟4：語音反