暨南大學(xué)《區(qū)塊鏈實(shí)踐應(yīng)用》2023-2024學(xué)年第一學(xué)期期末試卷

學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線(xiàn)…………內(nèi)…………不…………要…………答…………題…………第1頁(yè)，共3頁(yè)暨南大學(xué)《區(qū)塊鏈實(shí)踐應(yīng)用》

2023-2024學(xué)年第一學(xué)期期末試卷題號(hào)一二三四總分得分批閱人一、單選題（本大題共20個(gè)小題，每小題2分，共40分．在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的．）1、在人工智能的對(duì)話(huà)系統(tǒng)中，需要實(shí)現(xiàn)自然流暢的交互。假設(shè)要開(kāi)發(fā)一個(gè)客服機(jī)器人，以下關(guān)于對(duì)話(huà)系統(tǒng)的描述，正確的是：（）A.只要對(duì)話(huà)系統(tǒng)能夠回答用戶(hù)的問(wèn)題，就不需要考慮回答的方式和語(yǔ)氣B.對(duì)話(huà)系統(tǒng)可以完全理解用戶(hù)的意圖和情感，無(wú)需進(jìn)一步的優(yōu)化C.利用大規(guī)模的對(duì)話(huà)數(shù)據(jù)進(jìn)行訓(xùn)練，并結(jié)合語(yǔ)義理解和生成技術(shù)，可以提高客服機(jī)器人的對(duì)話(huà)能力D.對(duì)話(huà)系統(tǒng)的性能不受語(yǔ)言多樣性和文化差異的影響2、在人工智能的異常檢測(cè)任務(wù)中，例如檢測(cè)網(wǎng)絡(luò)中的異常流量或金融交易中的欺詐行為。假設(shè)正常數(shù)據(jù)的模式較為復(fù)雜，而異常數(shù)據(jù)相對(duì)較少且具有多樣性。以下哪種方法在這種情況下更適合進(jìn)行異常檢測(cè)？（）A.基于統(tǒng)計(jì)的方法，設(shè)定閾值判斷異常B.無(wú)監(jiān)督學(xué)習(xí)方法，自動(dòng)發(fā)現(xiàn)異常模式C.監(jiān)督學(xué)習(xí)方法，使用有標(biāo)注的異常數(shù)據(jù)進(jìn)行訓(xùn)練D.人工檢查所有數(shù)據(jù)，識(shí)別異常3、知識(shí)圖譜在人工智能中用于整合和表示知識(shí)。假設(shè)要構(gòu)建一個(gè)關(guān)于歷史事件的知識(shí)圖譜，以下關(guān)于知識(shí)圖譜構(gòu)建的描述，正確的是：（）A.可以隨意收集和整合信息，無(wú)需對(duì)知識(shí)的準(zhǔn)確性和可靠性進(jìn)行驗(yàn)證B.知識(shí)圖譜的結(jié)構(gòu)和關(guān)系定義不重要，只要包含大量的數(shù)據(jù)就行C.構(gòu)建知識(shí)圖譜需要對(duì)知識(shí)進(jìn)行精心的組織和關(guān)聯(lián)，以支持有效的查詢(xún)和推理D.知識(shí)圖譜一旦構(gòu)建完成，就無(wú)需更新和維護(hù)，因?yàn)橹R(shí)是固定不變的4、人工智能在智能家居領(lǐng)域的應(yīng)用為人們的生活帶來(lái)了便利。以下關(guān)于人工智能在智能家居應(yīng)用的描述，不準(zhǔn)確的是（）A.可以實(shí)現(xiàn)家電的智能控制和自動(dòng)化運(yùn)行，根據(jù)用戶(hù)的習(xí)慣和需求進(jìn)行個(gè)性化設(shè)置B.通過(guò)語(yǔ)音指令和智能傳感器，提供便捷的家居服務(wù)和環(huán)境監(jiān)測(cè)C.智能家居中的人工智能系統(tǒng)容易受到網(wǎng)絡(luò)攻擊和數(shù)據(jù)泄露的威脅D.目前智能家居中的人工智能應(yīng)用還處于初級(jí)階段，功能較為單一，無(wú)法滿(mǎn)足用戶(hù)的多樣化需求5、人工智能中的自動(dòng)推理技術(shù)旨在讓計(jì)算機(jī)能夠自動(dòng)進(jìn)行邏輯推理和證明。假設(shè)要開(kāi)發(fā)一個(gè)能夠自動(dòng)解決數(shù)學(xué)定理證明問(wèn)題的系統(tǒng)，以下關(guān)于自動(dòng)推理的描述，正確的是：（）A.現(xiàn)有的自動(dòng)推理技術(shù)可以輕松解決所有復(fù)雜的數(shù)學(xué)定理證明問(wèn)題B.自動(dòng)推理系統(tǒng)只需要基于固定的推理規(guī)則，不需要學(xué)習(xí)和適應(yīng)新的推理模式C.結(jié)合機(jī)器學(xué)習(xí)和符號(hào)推理的方法，可以提高自動(dòng)推理系統(tǒng)的能力和靈活性D.自動(dòng)推理在人工智能中的應(yīng)用范圍非常有限，沒(méi)有實(shí)際價(jià)值6、在人工智能的圖像超分辨率任務(wù)中，假設(shè)需要將低分辨率圖像恢復(fù)為高分辨率圖像，同時(shí)保持圖像的細(xì)節(jié)和清晰度。以下哪種方法通常能夠取得較好的效果？（）A.基于深度學(xué)習(xí)的超分辨率模型，學(xué)習(xí)圖像的特征和模式B.傳統(tǒng)的插值方法，如雙線(xiàn)性插值C.對(duì)低分辨率圖像進(jìn)行簡(jiǎn)單的放大處理D.隨機(jī)生成高分辨率圖像7、當(dāng)利用人工智能進(jìn)行欺詐檢測(cè)，例如在金融交易中識(shí)別異常行為，以下哪種特征和模型可能是關(guān)鍵的因素？（）A.用戶(hù)行為特征B.交易模式特征C.復(fù)雜的深度學(xué)習(xí)模型D.以上都是8、在人工智能的自然語(yǔ)言生成任務(wù)中，如何生成連貫、有邏輯的文本是一個(gè)挑戰(zhàn)。假設(shè)要開(kāi)發(fā)一個(gè)能夠自動(dòng)撰寫(xiě)新聞報(bào)道的系統(tǒng)，需要考慮文章的結(jié)構(gòu)、語(yǔ)法和語(yǔ)義的一致性。以下哪種方法或技術(shù)在提高文本生成質(zhì)量方面最為關(guān)鍵？（）A.預(yù)訓(xùn)練語(yǔ)言模型B.強(qiáng)化學(xué)習(xí)中的獎(jiǎng)勵(lì)機(jī)制C.語(yǔ)法規(guī)則約束D.以上方法結(jié)合使用9、在人工智能的聯(lián)邦學(xué)習(xí)中，假設(shè)多個(gè)參與方需要在保護(hù)數(shù)據(jù)隱私的前提下共同訓(xùn)練一個(gè)模型。以下哪種技術(shù)或機(jī)制能夠確保數(shù)據(jù)的安全性和隱私性？（）A.加密技術(shù)，對(duì)數(shù)據(jù)和模型參數(shù)進(jìn)行加密傳輸和計(jì)算B.數(shù)據(jù)匿名化，去除數(shù)據(jù)中的敏感信息C.建立可信的第三方機(jī)構(gòu)進(jìn)行數(shù)據(jù)管理D.不采取任何措施，直接共享原始數(shù)據(jù)10、在人工智能的模型評(píng)估中，假設(shè)已經(jīng)有了訓(xùn)練集、驗(yàn)證集和測(cè)試集。以下關(guān)于使用這些數(shù)據(jù)集的方法，哪一項(xiàng)是不正確的？（）A.在訓(xùn)練集上訓(xùn)練模型，在驗(yàn)證集上調(diào)整超參數(shù)，在測(cè)試集上評(píng)估最終模型的性能B.將訓(xùn)練集、驗(yàn)證集和測(cè)試集混合在一起進(jìn)行訓(xùn)練，以增加數(shù)據(jù)量C.只在訓(xùn)練集上訓(xùn)練模型，然后直接在測(cè)試集上評(píng)估性能D.多次使用測(cè)試集來(lái)評(píng)估模型，以確保結(jié)果的可靠性11、人工智能中的聯(lián)邦學(xué)習(xí)可以在保護(hù)數(shù)據(jù)隱私的前提下進(jìn)行模型訓(xùn)練。假設(shè)多個(gè)機(jī)構(gòu)想要合作訓(xùn)練一個(gè)模型，但又不想共享原始數(shù)據(jù)，以下哪個(gè)技術(shù)是聯(lián)邦學(xué)習(xí)的核心？（）A.加密通信B.模型參數(shù)的加密共享和聚合C.分布式計(jì)算框架D.數(shù)據(jù)脫敏12、在人工智能的模型評(píng)估中，需要使用多種指標(biāo)來(lái)衡量模型的性能。假設(shè)評(píng)估一個(gè)分類(lèi)模型，以下關(guān)于模型評(píng)估指標(biāo)的描述，哪一項(xiàng)是不正確的？（）A.準(zhǔn)確率是正確分類(lèi)的樣本數(shù)占總樣本數(shù)的比例，是常用的評(píng)估指標(biāo)之一B.召回率衡量了被正確識(shí)別的正例在實(shí)際正例中的比例C.F1值綜合考慮了準(zhǔn)確率和召回率，是一個(gè)更全面的評(píng)估指標(biāo)D.只要模型的準(zhǔn)確率高，就說(shuō)明模型在實(shí)際應(yīng)用中表現(xiàn)良好，無(wú)需考慮其他指標(biāo)13、人工智能在農(nóng)業(yè)領(lǐng)域的應(yīng)用包括作物監(jiān)測(cè)、病蟲(chóng)害預(yù)測(cè)等。假設(shè)要利用人工智能技術(shù)預(yù)測(cè)農(nóng)作物的病蟲(chóng)害發(fā)生情況，以下關(guān)于農(nóng)業(yè)領(lǐng)域人工智能應(yīng)用的描述，正確的是：（）A.僅依靠氣象數(shù)據(jù)就能準(zhǔn)確預(yù)測(cè)農(nóng)作物的病蟲(chóng)害發(fā)生B.人工智能在農(nóng)業(yè)中的應(yīng)用成本過(guò)高，不具有實(shí)際推廣價(jià)值C.綜合考慮農(nóng)作物的生長(zhǎng)環(huán)境、圖像數(shù)據(jù)和歷史病蟲(chóng)害信息等，可以提高病蟲(chóng)害預(yù)測(cè)的準(zhǔn)確性D.農(nóng)業(yè)領(lǐng)域的數(shù)據(jù)質(zhì)量和多樣性對(duì)人工智能應(yīng)用的效果沒(méi)有影響14、在人工智能的發(fā)展過(guò)程中，可解釋性是一個(gè)重要的問(wèn)題。假設(shè)一個(gè)深度學(xué)習(xí)模型在醫(yī)療診斷中做出了關(guān)鍵決策，但無(wú)法解釋其決策的依據(jù)。這可能會(huì)帶來(lái)哪些潛在的風(fēng)險(xiǎn)？（）A.醫(yī)生可能無(wú)法信任模型的結(jié)果B.模型的準(zhǔn)確率可能會(huì)下降C.模型的訓(xùn)練時(shí)間可能會(huì)增加D.模型的復(fù)雜度可能會(huì)降低15、當(dāng)利用人工智能進(jìn)行輿情監(jiān)測(cè)和分析，及時(shí)了解公眾對(duì)某一事件或話(huà)題的看法和情緒傾向，以下哪種數(shù)據(jù)來(lái)源和分析手段可能是有效的？（）A.社交媒體數(shù)據(jù)和情感分析B.新聞評(píng)論數(shù)據(jù)和主題建模C.網(wǎng)絡(luò)搜索數(shù)據(jù)和趨勢(shì)預(yù)測(cè)D.以上都是16、在人工智能的語(yǔ)音情感識(shí)別中，以下哪個(gè)特征對(duì)于準(zhǔn)確判斷情感可能最具挑戰(zhàn)性？（）A.語(yǔ)音的語(yǔ)調(diào)B.語(yǔ)音的語(yǔ)速C.說(shuō)話(huà)人的口音D.背景噪音17、在自然語(yǔ)言處理領(lǐng)域，情感分析是一項(xiàng)重要的任務(wù)。假設(shè)要分析大量的在線(xiàn)商品評(píng)論，以確定消費(fèi)者對(duì)產(chǎn)品的態(tài)度是積極、消極還是中性。在進(jìn)行情感分析時(shí)，以下哪種方法可能不是最有效的？（）A.基于詞典的方法，通過(guò)查找預(yù)定義的情感詞來(lái)判斷情感傾向B.利用深度學(xué)習(xí)模型，如循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），自動(dòng)學(xué)習(xí)語(yǔ)言的特征和模式C.僅僅依靠人工閱讀和判斷，不使用任何自動(dòng)化的技術(shù)D.結(jié)合詞向量和機(jī)器學(xué)習(xí)分類(lèi)算法，如支持向量機(jī)（SVM）18、在強(qiáng)化學(xué)習(xí)中，“Q-learning”算法通過(guò)估計(jì)什么來(lái)進(jìn)行決策？（）A.狀態(tài)價(jià)值B.動(dòng)作價(jià)值C.策略D.獎(jiǎng)勵(lì)19、人工智能在工業(yè)生產(chǎn)中的質(zhì)量檢測(cè)方面有廣泛應(yīng)用。假設(shè)要開(kāi)發(fā)一個(gè)能夠檢測(cè)產(chǎn)品缺陷的系統(tǒng)，需要考慮光照、拍攝角度等因素對(duì)圖像的影響。以下關(guān)于解決這些影響的方法，哪一項(xiàng)是不正確的？（）A.使用多光源和多角度拍攝，獲取更全面的產(chǎn)品圖像B.對(duì)圖像進(jìn)行預(yù)處理，如歸一化和標(biāo)準(zhǔn)化，減少光照和角度的影響C.忽略光照和角度的變化，依靠模型的自適應(yīng)能力D.建立光照和角度的模型，對(duì)圖像進(jìn)行校正20、在人工智能的圖像生成任務(wù)中，例如生成逼真的人臉圖像或風(fēng)景圖像，假設(shè)需要生成具有高度細(xì)節(jié)和真實(shí)感的圖像。以下哪種技術(shù)或模型在圖像生成方面表現(xiàn)較為出色？（）A.生成對(duì)抗網(wǎng)絡(luò)（GANs），通過(guò)對(duì)抗訓(xùn)練生成圖像B.自編碼器（Autoencoder），壓縮和解壓縮圖像C.傳統(tǒng)的圖像處理算法，如濾波和邊緣檢測(cè)D.隨機(jī)生成像素值來(lái)創(chuàng)建圖像二、簡(jiǎn)答題（本大題共3個(gè)小題，共15分)1、（本題5分）解釋人工智能的社會(huì)公平性問(wèn)題。2、（本題5分）談?wù)勅斯ぶ悄茉谥悄茼?xiàng)目成本估算中的應(yīng)用。3、（本題5分）簡(jiǎn)述數(shù)據(jù)增強(qiáng)技術(shù)在解決過(guò)擬合中的作用。三、案例分析題（本大題共5個(gè)小題，共25分)1、（本題5分）考察某智能民間舞蹈文化傳承效果評(píng)估系統(tǒng)中人工智能的數(shù)據(jù)采集和分析方法。2、（本題5分）研究一個(gè)使用人工智能的智能影視特效制作輔助系統(tǒng)，分析其如何提高特效制作效率和質(zhì)量。3、（本題5分）以某智能風(fēng)箏制作指導(dǎo)系統(tǒng)為例，探討人工智能在設(shè)計(jì)和制作過(guò)程中的幫助。4、（本題5分）剖析某智能民間音樂(lè)文化傳承