模拟卷7
欢迎参加人工智能模拟考试,请先填写班级和姓名,然后作答。本卷共70题,第一部分为50道单选题,每题1分;第二部分为20道多选题,每题2.5分,满分100分。提交后生成详细答案解析和考试分数。
请先填写你的班级和姓名:
1. 个人信息:
班级:
姓名:
第一部分:单选题(每题1分)
2. 下列属于纯软件 AI、不属于具身智能的是
人形机器人
在线 AI 问答小程序
自动驾驶汽车
工业机械臂
3. 具身智能机器人标准执行流程
感知→决策→行动→反馈
决策→感知→反馈→行动
反馈→行动→感知→决策
感知→行动→决策→反馈
4. 制定 AI 伦理规范的根本目的
限制 AI 创新发展
保障 AI 安全公平向善发展
抬高企业运营成本
减少 AI 产品普及
5. 不使用计算机视觉技术的场景
超市自助收银人脸识别
高速车牌识别抓拍
实时语音同声翻译
农产品外观缺陷检测
6. 模型测试样本 1200 个,正确 1032 个,准确率为
0.86
0.76
0.82
0.92
7. 机器人感知障碍物、距离依靠
各类传感器
音响设备
打印机
显示屏
8. 训练数据集职业样本分布失衡会造成模型
运算速度提升
输出职业相关算法偏见
程序代码报错
网络传输延迟
9. 智能文案自动生成工具核心技术
自然语言处理
计算机视觉
激光雷达传感
运动控制
10. 不属于人工智能发展三大核心驱动要素的是
海量互联网数据
GPU 算力持续升级
深度学习算法突破
人类先天智力提升
11. 单一视觉摄像头无法独立完成全场景感知的原因
光照、遮挡、黑夜会丢失环境信息,需多传感器融合
摄像头无法采集视觉信息
摄像头不属于传感器
摄像头仅能识别文字内容
12. 人工智能赋能传统物流行业的核心作用
推动物流数字化、智能化转型升级
彻底淘汰传统人工分拣
完全不需要人工参与
仅用于线上商品售卖宣传
13. 弱人工智能的核心定义
全领域综合能力超越人类
仅能完成单一、限定类任务
拥有自主意识、独立情感
目前无任何落地商用产品
14. 知识图谱中关联推理技术核心作用
统一存储海量原始业务数据
挖掘实体之间隐藏关系,生成新知识
将数据图形化展示给用户
转换用户搜索关键词为数据库语句
15. 医疗人机协作 AI 辅助影像诊断正确描述
AI 可以直接出具最终诊断报告无需医生复核
AI 完成影像快速初筛,医生综合判断,人机能力互补
医生完全不具备图像识别能力,必须依赖 AI
AI 影像筛查结果 100% 精准无误差
16. 搭载大模型的智能搜索引擎与传统关键词搜索最大区别
只能完成文字精准匹配
具备推理、联想、理解用户深层搜索意图
搜索响应速度一定慢于传统搜索
无法对搜索结果进行排序
17. 深度学习所属技术层级
机器学习
传统专家系统
关系型数据库技术
网络通信技术
18. 具身智能机器人伦理安全需要覆盖
仅硬件使用寿命问题
仅网络信息安全
物理碰撞安全、隐私保护、自主决策边界管控
不存在任何伦理安全风险
19. 具身智能机器人获取实时环境信息主要方式
调取云端存储的历史数据
搭载多类传感器实时采集环境数据
程序虚拟生成模拟环境数据
工作人员手动录入环境参数
20. 人类独有的、AI 无法复刻的核心能力
海量数据快速存储检索
高速大规模数值运算
创造性思维、共情、道德价值判断
不间断长期重复劳动
21. 企业搭建 AI 系统设立伦理审查委员会体现
AI 技术发展完全依靠市场自发调节,无需管控
伦理审查阻碍技术创新,应当取消
AI 产品无需任何审查即可上市销售
AI 全生命周期需要治理,平衡技术创新与安全风险
22. 知识图谱基础结构定义
数据库表格行列结构
像素、帧组成的视觉结构
节点代表实体、边代表实体关联关系的语义网络
流程规则组成的专家系统
23. 机械臂抓取饮料瓶需要协同工作的两大模块
语音交互模块 语音合成模块
视觉识别模块 机械运动控制模块
定位导航模块 路径规划模块
情感计算模块 人机对话模块
24. 知识图谱典型落地应用场景
视频降噪、画面修复处理
数据加密、访问权限管控
智能问答、语义检索、知识库服务
服务器代码编译、运维调度
25. AI 文本润色、续写工具依靠的核心技术
自然语言处理
计算机视觉
语音合成技术
机器人运动控制技术
26. 从通识教育角度 AI 与人类智能最合理关系
AI 完全复刻人类生物大脑认知结构
AI 与人类智能底层本质完全相同
AI 是人类智能延伸工具,二者底层存在本质差异
未来 AI 将逐步取代人类全部智能活动
27. 具身智能核心理念准确描述
纯软件算法运行,无任何物理实体载体
依托物理实体智能体,与真实物理环境持续交互
仅后台数据运算,不配置感知、执行硬件模块
完全依赖云端远程算力,与本地环境关联极低
28. 具身智能系统使用强化学习的核心优势
在与真实环境交互过程中试错,自主优化行为策略
无需任何训练过程直接完成各类任务
仅能按照预先设定固定规则运行
不与环境产生任何交互即可完成学习
29. 多模态传感器融合在具身智能中的作用
减少传感器种类,降低系统硬件复杂度
简化数据处理流程,减少运算量
融合多源环境信息,提升感知准确度与运行稳健性
增加冗余数据,降低系统响应速度
30. 云计算为 AI 提供的核心支撑能力
固定配置本地硬件设备
弹性可扩展算力,支撑大规模大模型训练
仅提供数据离线存储服务
固定有限规模运行环境,无法扩容
31. 人工智能三大基础核心要素
网络、终端设备、软件程序
算法、数据、算力
输入、处理、输出
感知、决策、行动
32. AI 网页设计工具核心功能
仅处理图片素材内容
仅展示预设静态页面
无法和访问用户产生交互
根据用户需求自动生成页面布局与配色方案
33. 智能客服系统 NLP 技术核心作用
理解用户提问意图并生成适配回复内容
仅记录存储对话文本
无法识别用户咨询真实诉求
不自动回复,直接转接人工客服
34. 机器学习与人工智能层级包含关系
机器学习是人工智能下属子领域
人工智能属于机器学习子领域
二者概念完全等同无区别
二者相互独立无任何关联
35. 强化学习与监督学习核心区分点
强化学习依靠环境奖励反馈学习;监督学习依靠人工标注数据集学习
强化学习需要大量人工标注训练数据
监督学习依靠智能体与环境试错学习
二者底层原理、应用场景无明显区别
36. 知识图谱语义检索实现原理
仅采用文字字面相似度匹配检索
基于实体、实体关联关系理解语义,实现关联检索
依靠数据加密、权限控制实现检索防护
仅图形化展示知识,不提供检索功能
37. 具身智能机器人完整任务执行流程
决策→感知→行动→反馈
感知→决策→行动→反馈
感知→决策→反馈→行动
反馈→行动→决策→感知
38. 监督学习标志性特征
训练过程不需要任何标注数据
训练必须使用人工标注完成的数据集
仅能应用于图像分类预测任务
仅能应用于数值回归预测任务
39. 无监督学习典型生活应用场景
带标注图片猫狗分类识别
无标注客户消费数据自动分群
带标注文本情感正负分析
带标注语音转文字识别
40. 自动驾驶车载计算机视觉描述正确
可以独立完成全天候、全场景环境感知
必须搭配激光雷达等传感器协同提升感知可靠性
识别效果不受光照、雨雪、逆光影响
主要用于车辆外观设计与车内影音娱乐
41. 智能语音助手语音识别核心原理
声音特征提取分析 语言语义理解配合处理
文本情感标注与语义联合运算
音频信号加密与传输协议处理
音频压缩编码与存储格式转换
42. 人工神经网络错误描述
结构模仿人脑神经元连接方式
基础结构包含输入层、隐藏层、输出层
仅能处理表格类结构化数据
训练过程持续调整内部权重参数优化精度
43. 推动人工智能进入数据驱动发展阶段的关键技术
深度学习
规则推理技术
逻辑编程技术
传统专家系统
44. 不属于具身智能应用场景的是
云端 AI 文案生成网页
家用扫地清洁机器人
医疗康复辅助机械臂
园区自主配送机器人
45. 大语言模型区别传统专用 AI 模型核心特点
仅处理结构化表格数据
具备文本自主生成、代码编写、跨领域通用推理能力
仅适配单一业务场景,功能单一
无法自主生成文本、对话内容
46. 判断设备是否属于具身智能的核心标准
具备可与现实环境交互的物理实体硬件载体
设备支持互联网连接
搭载语音播报交互模块
本地存储海量训练数据
47. 具身智能执行模块硬件组成
路径规划、运动控制算法软件
摄像头、激光雷达、力传感器等感知设备
机械臂、轮子、清扫刷等物理执行机构
显示屏、语音播报等人机交互部件
48. 具身智能与纯软件 AI 大模型核心区别
设备计算算力大小
是否需要电力能源供电
是否具备物理实体、可与现实环境物理交互
是否支持联网访问云端
49. 强化学习中奖励信号核心作用
直接规定智能体每一步需要执行的动作
区分行为优劣,引导智能体优化行动策略
独立完成智能体全部学习过程
仅评估智能体运行速度与性能
50. 智能体 “可控可信” 准确含义
设备运行稳定无故障即可满足可控可信要求
智能体完全自主运行,人类无需干预管控
人类能够有效干预、管控智能体,行为稳定可靠可预期
只要满足可控,无需保证行为可信
51. 具身智能系统数据处理核心特点
快速处理与现实环境相关的多类型实时信息
仅处理单一静态数据,不感知外界环境
数据处理速度缓慢,无需实时响应环境
独立处理离线数据,与现实环境无关联
第二部分:多选题(每题2.5分)
52. 直接影响用户个人权益的 AI 伦理风险
用户隐私信息泄露
AI 算法决策透明度不足
模型训练周期过长
硬件算力资源消耗过高
53. 制造企业落地 AI 系统正确实施方式
客观评估 AI 技术能力边界与局限性
不盲目跟风采购最新算法模型
结合生产实际需求匹配技术方案
持续监控系统运行效果并动态优化
54. AI 系统正式部署前影响评估四大核心维度
技术可行性评估
社会公共影响评估
伦理安全风险评估
投入产出经济效益评估
55. 人工智能推动社会发展正向价值
提升各行业生产运营效率
优化教育、医疗、交通公共服务质量
完全消灭所有人类工作岗位
彻底替代人类全部脑力智能活动
56. AI 向善落地实践具体举措
面向弱势群体提供 AI 服务,缩小数字鸿沟
清洗训练数据消除算法偏见歧视
开发环境监测 AI 助力绿色可持续发展
兼顾商业经济效益与公共社会责任
57. 人工智能主流四大研究领域
机器学习
自然语言处理 NLP
计算机视觉
机器人 / 具身智能
58. 大语言模型可独立完成的任务
生成各类文章、文案文本
编写、调试程序代码
多轮对话、逻辑推理问答
直接操控机械臂完成实物抓取动作
59. 媒体机构使用 AI 生成新闻内容需遵守伦理规范
标注 AI 生成内容、素材来源,保障受众知情权
人工审核核验内容真实性
杜绝伪造人物、编造虚假新闻传播
生成内容不复核直接对外发布
60. 人机协作模式核心优势
人类专注创造性、情感关怀类工作
人机能力互补,整体工作效能提升
机器完全替代人类全部劳动内容
人类放弃全部决策交由机器处理
61. AI 发展历史关键正确事件
1950 年图灵提出图灵测试
1956 年达特茅斯会议提出人工智能概念
AI 发展多次经历 “AI 寒冬”
1943 年提出基础人工神经元模型
62. AI 在中小学教育合理应用定位
AI 仅作为教师辅助工具,不可完全替代教师
AI 处理批改等重复性工作,教师专注育人
引导学生辩证验证 AI 输出内容,不盲从
学生直接背诵 AI 给出结论,无需独立思考
63. 机器学习三大主流学习范式
监督学习
无监督学习
强化学习
固定规则脚本编程
64. 知识图谱核心基础组成要素
实体(节点)
实体关系(边)
实体属性标签
音视频原始素材文件
65. 具身智能标志性典型特征
拥有物理实体硬件载体
与真实物理环境实时交互
形成感知 - 决策 - 行动 - 反馈完整闭环
仅存在于云端虚拟软件,无实体硬件
66. 完整具身智能系统四大核心模块
感知传感模块
决策处理模块
机械执行模块
人机交互输出模块
67. 强人工智能、弱人工智能描述正确的是
弱人工智能仅擅长单一特定任务
强人工智能具备跨领域通用智能能力
当前商用落地 AI 产品均为强人工智能
弱人工智能已大规模落地各行各业
68. 多模态传感器融合技术优势
弥补单一传感器缺陷(摄像头夜间识别差)
提升逆光、雨雪、物体遮挡场景识别精度
多源信息交叉验证,降低误判概率
减少环境信息采集总量,降低感知精度
69. 云计算支撑大模型训练核心优势
算力按需弹性扩容,无需一次性采购大量硬件
支持分布式并行训练,大幅缩短训练周期
降低中小企业 AI 研发硬件采购成本
算力固定不可调整,无法弹性扩容
70. AI 伦理治理核心准则
公平公正,消除算法偏见歧视
严格保护用户数据隐私安全
人类主导,关键决策人工最终把控
AI 完全自主运行,无需外部监管约束
71. 强化学习应用于机器人场景优势
无需海量人工标注训练样本
依靠环境反馈自主试错优化动作策略
适配家居、工厂、物流动态多变场景
仅依靠固定程序运行,无法自主调整行为
关闭
更多问卷
复制此问卷