人工智能

人工智能最早提出的时间和地点，普遍认为是在

• 1943 年，英国牛津大学的一场研讨会

• 1956 年，美国达特茅斯会议

• 1969 年，日本东京大学的一次座谈

• 1972 年，美国斯坦福大学实验室

关于当前人工智能的发展现状，下列说法正确的是：

• 目前已出现真正意义上的“强人工智能”，可替代人类所有工作

• 所有人工智能模型都不需要数据，只需要足够的计算资源

• 现实中 AI 系统多为应用在特定领域的弱人工智能

• 人类对人工智能的研究已经完全结束，不再需要探索

被誉为人工智能之父的人物是

• 亚伯拉罕·林肯

• 阿兰·图灵

• 约翰·麦卡锡

• 艾萨克·阿西莫夫

以下对“人工智能”（AI）的简单定义，最恰当的一项是：

• 简单地在计算机上执行固定程序

• 让计算机做复杂的数学题

• 让机器像人一样学习、推理、做决策的技术和方法

• 让机器在无需数据的情况下自动思考

在人工智能发展的历史中，下列说法正确的是：

• 人工智能的发展完全依赖于硬件处理速度的提升

• 人工智能只有在大数据时代才出现

• 人工智能概念由来已久，1956 年的达特茅斯会议被视为起点

• 人工智能的核心仅在于机器人硬件研究

以下对“决策式 AI（Discriminative AI）”的理解，哪一项最准确？

• 决策式模型以生成新内容为主要目标

• 判别式模型通过学习数据分布来产生数据样本

• 判别式模型只能处理图像数据，无法处理文本数据

• 判别式模型注重对已有数据进行区分和分类

“生成式 AI（Generative AI）”的主要特点是

• 仅能对已有输入进行分类或回归，不能产出新内容

• 能够根据学习到的数据分布，生成新的数据或内容

• 不需要学习数据分布，只需输出固定结果

• 只能在视觉领域使用，无法应用于其他场景

判别式模型与生成式模型最核心的区别是什么？

• 判别式模型学习输入与输出之间的决策边界，生成式模型学习数据的内在分布

• 判别式模型更复杂，生成式模型更简单

• 判别式模型只用在文本处理，生成式模型只用在图像处理

• 两者其实没有区别，只是叫法不同

当前的“生成式 AI”在很多领域开始流行，下列属于生成式 AI 常见应用场景的是：

• 自动文本翻译

• 订单管理系统的数据自动录入

• 人脸识别打卡系统

• 根据一段文本描述生成对应图像

在人工智能入门阶段，需要了解的一个关键点是：

• 人工智能研究已经停止，目前已经完全成熟

• 人工智能是一个多学科交叉领域，需要结合数学、计算机科学等多方面知识

• 所有 AI 模型都可以自动获得训练数据，不需要人工干预

• AI 只需要学习编程语言就能完全掌握