人工智能三大分類及人工智能日常應(yīng)用2020考試答案

人工智能三大分類認(rèn)知學(xué)習(xí);機(jī)器學(xué)習(xí);深度學(xué)習(xí)人工智能的概念不在陌生，但是其中的幾大專業(yè)術(shù)語又是什么呢？人工智能進(jìn)入了一切領(lǐng)域——從自動駕駛汽車，到自動回復(fù)電子郵件，再到智能家居。似乎可以獲得任何商品（例如醫(yī)療健康，飛行，旅行等），并通過人工智能的特殊應(yīng)用使其更加智能。所以除非相信事件具有終結(jié)者般的轉(zhuǎn)折，可能會問自己，人工智能能夠預(yù)示著工作場所或整體的業(yè)務(wù)線的什么利益。人工智能主要有三個分支：1)認(rèn)知AI（cognitiveAI）

認(rèn)知計算是最受歡迎的一個人工智能分支，負(fù)責(zé)所有感覺“像人一樣”的交互。認(rèn)知AI必須能夠輕松處理復(fù)雜性和二義性，同時還持續(xù)不斷地在數(shù)據(jù)挖掘、NLP（自然語言處理）和智能自動化的經(jīng)驗中學(xué)習(xí)。

現(xiàn)在人們越來越傾向于認(rèn)為認(rèn)知AI混合了人工智能做出的最好決策和人類工作者們的決定，用以監(jiān)督更棘手或不確定的事件。這可以幫助擴(kuò)大人工智能的適用性，并生成更快、更可靠的答案。2)機(jī)器學(xué)習(xí)AI（MachineLearningAI）

機(jī)器學(xué)習(xí)（ML）AI是能在高速公路上自動駕駛你的特斯拉的那種人工智能。它還處于計算機(jī)科學(xué)的前沿，但將來有望對日常工作場所產(chǎn)生極大的影響。機(jī)器學(xué)習(xí)是要在大數(shù)據(jù)中尋找一些“模式”，然后在沒有過多的人為解釋的情況下，用這些模式來預(yù)測結(jié)果，而這些模式在普通的統(tǒng)計分析中是看不到的。

然而機(jī)器學(xué)習(xí)需要三個關(guān)鍵因素才能有效：

a)數(shù)據(jù)，大量的數(shù)據(jù)

為了教給人工智能新的技巧，需要將大量的數(shù)據(jù)輸入給模型，用以實現(xiàn)可靠的輸出評分。例如特斯拉已經(jīng)向其汽車部署了自動轉(zhuǎn)向特征，同時發(fā)送它所收集的所有數(shù)據(jù)、駕駛員的干預(yù)措施、成功逃避、錯誤警報等到總部，從而在錯誤中學(xué)習(xí)并逐步銳化感官。一個產(chǎn)生大量輸入的好方法是通過傳感器：無論你的硬件是內(nèi)置的，如雷達(dá)，相機(jī)，方向盤等（如果它是一輛汽車的話），還是你傾向于物聯(lián)網(wǎng)(InternetofThings)。藍(lán)牙信標(biāo)、健康跟蹤器、智能家居傳感器、公共數(shù)據(jù)庫等只是越來越多的通過互聯(lián)網(wǎng)連接的傳感器中的一小部分，這些傳感器可以生成大量數(shù)據(jù)（多到讓任何正常的人來處理都太多）。

b)發(fā)現(xiàn)

為了理解數(shù)據(jù)和克服噪聲，機(jī)器學(xué)習(xí)使用的算法可以對混亂的數(shù)據(jù)進(jìn)行排序、切片并轉(zhuǎn)換成可理解的見解。（如果你想嚇跑你的同事，請先聽聽常用的不同排序算法）從數(shù)據(jù)中學(xué)習(xí)的算法有兩種，無監(jiān)督算法和有監(jiān)督算法。

無監(jiān)督算法只處理數(shù)字和原始數(shù)據(jù)，因此沒有建立起可描述性標(biāo)簽和因變量。該算法的目的是找到一個人們沒想到會有的內(nèi)在結(jié)構(gòu)。這對于深入了解市場細(xì)分，相關(guān)性，離群值等非常有用。

另一方面，有監(jiān)督算法通過標(biāo)簽和變量知道不同數(shù)據(jù)集之間的關(guān)系，使用這些關(guān)系來預(yù)測未來的數(shù)據(jù)。這可能在氣候變化模型、預(yù)測分析、內(nèi)容推薦等方面都能派上用場。

c)部署機(jī)器學(xué)習(xí)需要從計算機(jī)科學(xué)實驗室進(jìn)入到軟件當(dāng)中。越來越多像CRM、Marketing、ERP等的供應(yīng)商，正在提高嵌入式機(jī)器學(xué)習(xí)或與提供它的服務(wù)緊密結(jié)合的能力。3)深度學(xué)習(xí)(DeepLearning)

如果機(jī)器學(xué)習(xí)是前沿的，那么深度學(xué)習(xí)則是尖端的。這是一種你會把它送去參加智力問答的AI。它將大數(shù)據(jù)和無監(jiān)督算法的分析相結(jié)合。它的應(yīng)用通常圍繞著龐大的未標(biāo)記數(shù)據(jù)集，這些數(shù)據(jù)集需要結(jié)構(gòu)化成互聯(lián)的群集。深度學(xué)習(xí)的這種靈感完全來自于我們大腦中的神經(jīng)網(wǎng)絡(luò)，因此可恰當(dāng)?shù)胤Q其為人工神經(jīng)網(wǎng)絡(luò)。

深度學(xué)習(xí)是許多現(xiàn)代語音和圖像識別方法的基礎(chǔ)，并且與以往提供的非學(xué)習(xí)方法相比，隨著時間的推移具有更高的準(zhǔn)確度。

希望在未來，深度學(xué)習(xí)AI可以自主回答客戶的咨詢，并通過聊天或電子郵件完成訂單?；蛘咚鼈兛梢曰谄渚薮蟮臄?shù)據(jù)池在建議新產(chǎn)品和規(guī)格上幫助營銷?；蛘咭苍S有一天他們可以成為工作場所里的全方位助理，完全模糊機(jī)器人和人類之間的界限。

人工智能通過在其上使用的數(shù)據(jù)規(guī)模來生存和改進(jìn)，這意味著不但我們能夠隨著時間的推移看到更好的人工智能，而且它們的發(fā)展將會圍繞著那些可以挖掘最大數(shù)據(jù)集的組織。人工智能日常應(yīng)用1.《國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》中指出，到（）年人工智能理論、技術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平。（10.0分）A.2020B.2025C.2030D.2035我的答案：C

√答對2.《國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》中指出，到2025年人工智能要達(dá)到的目標(biāo)不包括（）。（10.0分）A.人工智能基礎(chǔ)理論實現(xiàn)重大突破B.部分技術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平C.智能社會建設(shè)取得積極進(jìn)展D.成為世界主要人工智能創(chuàng)新中心我的答案：D

√答對3.下列對我國未來人工智能產(chǎn)業(yè)的表述不當(dāng)?shù)氖牵ǎ?。?0.0分）A.人機(jī)協(xié)同成為主流生產(chǎn)和服務(wù)方式B.跨界融合成為重要經(jīng)濟(jì)模式C.共創(chuàng)分享成為經(jīng)濟(jì)生態(tài)基本特征D.勞動力成為經(jīng)濟(jì)增長的第一要素我的答案：D

√答對4.下列對戰(zhàn)斗機(jī)器人的表述，不當(dāng)?shù)氖牵ǎ?。?0.0分）A.目前戰(zhàn)場上的主要力量B.配合人類士兵作戰(zhàn)的角色C.在執(zhí)行低烈度作戰(zhàn)和危險任務(wù)時可以大大減輕人類士兵的負(fù)擔(dān)和傷亡D.具有較高智能、全方位作戰(zhàn)能力、較強(qiáng)戰(zhàn)場生存能力、絕對服從命令等優(yōu)勢我的答案：A

√答對1.人工智能技術(shù)在軍事上的應(yīng)用特點包括（）。（10.0分））A.行為個人化B.競爭常態(tài)化C.行為國家化D.競爭失?；业拇鸢福築C

√答對2.智能制造發(fā)展特點包括（）。（10.0分））A.向智能化、網(wǎng)絡(luò)化發(fā)展B.實現(xiàn)高效綠色制造C.生產(chǎn)過程透明化D.生產(chǎn)現(xiàn)場無人化我的答案：ABCD

√答對1.我國于2018年發(fā)布了《國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》。（10.0分）我的答案：錯誤

√答對2.在移動互聯(lián)網(wǎng)、大數(shù)據(jù)、超級計算、傳感網(wǎng)、腦科學(xué)等新理論新技術(shù)以及經(jīng)濟(jì)社會發(fā)展強(qiáng)烈需求的共同驅(qū)動下，人工智能發(fā)展進(jìn)入新階段。（10.0分）我的答案：正確

√答對3.人工智能是研究、開發(fā)