人工智能导论学习指南：核心概念与历史发展知识要点梳理

以下是人工智能导论的核心选择题，涵盖基础概念与关键发展节点。

1. 人工智能（AI）这一术语最早由谁在 1956 年的达特茅斯会议上正式提出，标志着人工智能学科的诞生？
   ① 阿兰·图灵
   ② 约翰·麦卡锡
   ③ 马文·明斯基
   ④ 赫伯特·西蒙

2. 以下哪项不属于人工智能发展的三大核心要素（通常被称为“三驾马车”或“铁三角”）？
   ① 数据
   ② 算法
   ③ 算力
   ④ 人工

3. 1950 年，哪位科学家在其著名的论文《计算机器与智能》中，首次提出了“图灵测试”作为判断机器是否具备智能的标准？
   ① 约翰·冯·诺依曼
   ② 阿兰·图灵
   ③ 克劳德·香农
   ④ 沃伦·麦卡洛克

4. 在人工智能的发展历程中，1973 年发表的“莱特希尔报告”对当时的人工智能研究提出了批评，直接导致了什么后果？
   ① 人工智能研究的第一次高潮
   ② 政府资金的大幅削减，人工智能进入第一次“寒冬”
   ③ 深度学习技术的重大突破
   ④ 专家系统在商业领域的成功推广

5. 根据人工智能的发展层级划分，以下哪种描述最符合“弱人工智能”（也称“狭义人工智能”）的定义？
   ① 具备跨领域自主学习与推理能力，能够像人类一样解决广泛问题的智能系统
   ② 在智力上全面超越人类，可能具备自我意识与创造力的超级智能
   ③ 专注于特定领域任务，在该领域可能超越人类，但无法将此能力迁移到其他领域的智能系统
   ④ 通过与环境的交互逐步演化出智能行为的系统

6. 2012 年，哪个深度卷积神经网络模型在 ImageNet 大规模视觉识别挑战赛（ILSVRC）中取得了革命性突破，其成功被认为是深度学习浪潮开启的标志性事件？
   ① LeNet-5
   ② AlexNet
   ③ ResNet
   ④ VGGNet

7. 在人工智能研究的早期，形成了三个主要的思想流派或“三种主义”。其中，哪一个流派的核心思想是“智能来源于对符号的操作与逻辑推理”？
   ① 连接主义
   ② 行为主义
   ③ 符号主义
   ④ 进化主义

8. 以下哪个是“强化学习”这一人工智能分支的典型应用案例？该案例通过自我对弈和与环境的交互来学习最优策略。
   ① 对电子邮件进行垃圾邮件分类
   ② 将一种语言的文本自动翻译成另一种语言
   ③ AlphaGo 程序，它成功击败了人类围棋世界冠军
   ④ 识别图片中的猫和狗

9. 随着人工智能的广泛应用，其引发的伦理问题日益受到关注。其中，“算法偏见”（Algorithmic Bias）问题主要指什么？
   ① 算法的计算效率低下，运行速度过慢
   ② 由于训练数据本身存在社会、性别或种族等方面的偏差，导致模型在学习后也产生并放大了歧视性结果
   ③ 算法的内部决策过程过于复杂，像一个“黑箱”，人类无法理解其做出判断的依据
   ④ 训练和运行大型人工智能模型需要消耗巨大的电能，带来环境问题

10. 2009 年，由斯坦福大学李飞飞教授团队创建并公开发布了哪个大规模标注图像数据集？该数据集极大地推动了深度学习在计算机视觉领域的研究和应用。
    ① MNIST 手写数字数据集
    ② CIFAR-10 数据集
    ③ ImageNet 数据集
    ④ COCO（Common Objects in Context）数据集

11. 2020 年代以来，人工智能模型的发展呈现出“多模态”的趋势。以下哪个是典型的能够同时理解和生成图像与文本的多模态人工智能模型？
    ① GPT-3（一个纯文本生成模型）
    ② BERT（一个基于 Transformer 的文本表示模型）
    ③ DALL·E（能够根据文本描述生成对应图像）
    ④ Transformer（一种神经网络架构）

12. 人工智能系统的安全性面临诸多挑战，“对抗样本”（Adversarial Examples）是其中一种。它主要描述了一种什么现象？
    ① 人工智能系统在处理数据时可能泄露用户的个人隐私信息
    ② 人工智能模型，尤其是深度神经网络，在训练和推理时需要消耗大量的计算资源和电力
    ③ 攻击者通过精心构造的、对人类来说难以察觉的微小扰动输入，能够成功欺骗模型，使其产生严重的误判
    ④ 用于训练模型的数据规模不够大，导致模型的泛化能力不足

13. 计算机视觉（Computer Vision）是人工智能的一个重要分支。以下哪个应用场景不属于计算机视觉的主要研究范畴？
    ① 让汽车“看见”道路和障碍物，实现自动驾驶
    ② 分析医学影像（如 X 光片、CT 扫描）以辅助疾病诊断
    ③ 将英文新闻稿自动翻译成中文
    ④ 在视频监控系统中进行人脸识别和行为分析

14. 进入 2020 年代，人工智能技术的发展呈现出一些显著的新趋势。以下哪一项最能概括当前发展的核心方向之一？
    ① 学术界和工业界全面放弃深度学习，回归到早期的符号主义方法
    ② 以“大语言模型”（如 GPT 系列）为代表的生成式 AI 和多模态智能的迅猛发展
    ③ 人工智能研究开始减少对大规模数据的依赖，转向纯粹的理论推演
    ④ 所有人工智能系统都必须具备完全的自我意识和情感

15. 为了应对“黑箱”模型带来的信任危机，研究者提出了“可解释人工智能”（XAI, Explainable AI）的概念。XAI 的主要目标和核心价值是什么？
    ① 不惜一切代价，最大限度地提高人工智能模型的预测准确率和运行速度
    ② 通过技术优化，显著降低训练和部署人工智能模型所需的能源消耗
    ③ 开发一系列方法和技术，使人工智能系统的决策过程、逻辑和依据对人类而言是透明、可理解和可追溯的
    ④ 缩短从模型设计到实际应用部署的整个开发周期

以下是填空题部分，用于巩固对关键术语和里程碑事件的理解。

1. 人工智能按其所追求的目标和能力范围，通常被划分为三个递进的层级：专注于特定任务的弱人工智能（ANI）、具备跨领域通用能力的（    ），以及理论上在所有领域都超越人类智慧的（    ）。

2. 在训练多层人工神经网络时，一种名为（    ）的关键算法被广泛使用，它通过将输出层的误差反向传播到网络的每一层，从而指导网络权重的调整。

3. 根据学习过程中是否提供明确的标签指导，机器学习可以大致分为几种主要范式，其中除了监督学习和无监督学习之外，还有一种智能体通过与环境交互、根据获得的奖励或惩罚来学习最优行为策略的范式，被称为（    ）。

4. 2016 年，由 DeepMind 公司研发的（    ）人工智能程序，以 4:1 的比分战胜了世界围棋冠军李世石，成为人工智能发展史上的一个里程碑事件。

5. 人工智能技术在创造巨大价值的同时也带来了新的安全风险，“深度伪造”（Deepfake）特指利用（    ）技术生成高度逼真但完全虚构的（    ）内容，可能被用于传播虚假信息和实施诈骗。