2024年4月21日发(作者：努比亚z17手机)

人工智能测试题库一 （共100题）

一、判断题（共75题）

1. 人工智能（Artificial Intelligence），英文缩写为AI。（ √ ）

2. 人工智能是计算机科学的一个分支。（ √ ）

3. 人工智能不是人的智能，但能像人那样思考，也可能超过人的智能。（ √ ）

4. 人脸识别不是人工智能。（ × ）

5. 图灵的猜想在2000年时就已经实现了！（ × ）

6. 计算机科学家艾兹赫尔·戴克斯特拉认为机器人可以思考，相当于“潜水艇能不能

游泳”一样，但这个回答争议很大。（ √ ）

7. 图灵是德国著名的计算机科学家。（ × ）

8. 与其说计算机在思考，不如说它在计算。（ √ ）

9. 当你交给计算机一个任务的时候，不但要告诉它做什么，还要告诉它怎么做。关于

“怎么做”的一系列指令就叫做算法。（ √ ）

10. 为了完成更加复杂的任务，工程师必须让计算机变得再聪明一些，能够自动“学

习”，从已有的历史数据和经验中自动分析，总结出规律，并利用自己总结出来的规律，

对新输入的数据进行预测，这就是机器学习算法。（ √ ）

11. 有些规律虽然你自己能够领悟，但你却无法翻译成机器能理解的算法，这个时候

就要靠机器学习来解决。（ √ ）

12. 自动驾驶只是一种简单的模拟人类驾驶的技术，不属于人工智能。（ × ）

13. 机器也能“思考”，只不过不是我们所设想的那种思考。机器可以通过计算机程

序模拟人类的思考，使得自己在某些具体的任务中，像人类一样能看、能听、能想、能

说、能动。（ √ ）

14. 1950年， 图灵 发表了一篇论文，叫做《计算机器与智能》，提出了图灵测试。

15. 特斯拉的电动汽车的自动驾驶技术，采用的并不是人工智智能技术。（ × ）

16. 为了让机器能够通过某种计算机程序学会“思考”，人类科学家尝试了各种各样

的方法，付出了几代人的努力，熬过了两次低谷，经历了三次高潮。（ √ ）

17. 1956年，艾伦艾伦·纽厄尔和赫伯特·西蒙研发了一个程序，拥有逻辑推理能力，

能够证明《数学原理》中的38个定理，有些证明比原著更加巧妙。（ √ ）

18. 早期的机器就拥有了逻辑推理能力，已经能够实现人工智能了。（ × ）

19.80年代初，哈佛大学为谷歌公司设计了一个专家系统，能够自动为购买电脑软件

的用户匹配对应的芯片、驱动、数据线、接口，不但比销售人员的效率高，每年还能为谷

歌公司节省几千万美元。（ × ）

20. 专家系统虽然很有用，但它的应用领域过于狭窄。专家系统中所需的知识需要预

先输入，但是获得计算机能理解的知识哪有那么容易。而且专家系统的维护费用也比较

高，人工智能遭遇低谷。（ √ ）

21. 计算机主要干三件事，一是输入，二是运算，三是输出。（ √ ）

22. 运算能力的高低对人工智能影响很小。（ × ）

23. 机器要学习，必须有大数据作为支撑。（ √ ）

24. 计算机程序要经过大量运算，才能对大数据进行消化，变成各种各样的模型，模

拟人类的智能。（ √ ）

25. 机器可以不要通过学习就可以模仿梵高的画风。（ × ）

26. 不同算法的效率是一样的。（ × ）

27. 语音识别、计算机视觉等领域的突破离不开深度学习算法。（ √ ）

28. CPU模型训练运行速度不如GPU，是因为CPU单元不能同时运算，有的需要负

责控制，有的负责缓存。（ √ ）

29. 把上海所有房子的价格和它们的面积、学区、建造时间以及周围的交通情况等信

息输入计算机，通过机器学习算法，计算机就能够找到“大致判定上海一个房子的价格的

规律”（ √ ）

30. 计算机足智多谋，能像诸葛亮一样，把所有可能的情况提前预料到！（ × ）

31. 让计算机把自己想象成一个小球，从图中峡谷的任意一个地方开始往下滚。如果

滚到一个地方滚不动了，那个地方就是海拔最低的地方。这种聪明的算法叫做“梯度下降

法”。（ √ ）

32. 不论输入什么，在计算机看来都是一堆数据。不论输出什么，在计算机看来也都

是一堆数据。（ √ ）

33. 研究人工智能的计算机程序，很多时候是在研究“聪明的算法”，能够适应各种

各样的实际情况，让计算机程序通过运算，从输入的数据出发，正确而高效地得出应该输

出的结果。（ √ ）

34. 机器在通过计算机程序模拟人类的思考，使得自己在某些具体的任务中，像人类

一样能看、能听、能想、能说、能动。（ √ ）

35. 人工智能之所以能在近年来掀起新一轮高潮，主要是因为三大驱动要素：算法、

大数据、运算能力。（ √ ）

36. 计算机语言使用的是二进制，只有0和1两个符号。（ √ ）

37. 80年代的专家系统就好比一个有推理能力的知识库，能够模拟专家解决某个领域

的复杂问题。SIRI就是一种专家系统。（ √ ）

38. 利用人工智能，可以语音合成一个名人的声音。（ √ ）

39. 前互联网时代，可以轻易记录和保存人类每时每刻的行为数据。（ × ）

40. 科学家使用传统的CPU进行模型训练，运算过程少则几天，多则几个星期，效

率非常低。（ √ ）

41. 梯度下降法可能是学习人工智能第一个需要掌握的算法。（ √ ）

从理论上讲，人类能够完成的任何一种重复的劳动，甚至人类无法完成的许多重复的

劳动，都能用人工智能的算法让机器来学习。（ √ ）

42. 人工智能不能应用在医疗场景。（ × ）

43. 人工智能技术可以做到车辆的精确识别，永远不会出错。（ × )

44. 著名对冲基金桥水曾经利用人工智能技术，通过这些历史数据和统计概率预测未

来。( √ )

45. 人工智能技术可以应用在语音识别和语音合成。（ √ ）

46. 预先给计算机要学习的数据进行了分类，属于监督学习方法。（ √ )

47. 人工智能技术可以应用在科学研究场景中。（ √ ）

48. 人工智能技术可以应用在任何一种场景。（ × ）

49. 计算机只是从动物学的角度进行了分类，而不是从数字照片的数学特征的角度进

行了分类。（ × ）

50. 机器学习只有监督学习一种方法。（ × ）

51. 淘宝会根据我们以前的购物的喜好推荐其他产品，也是人工智能的一种应用。

（ √ ）

52. 机器学习中的监督学习需要我们预先进行分类。（ √ ）

53. 人工智能技术可以识别出猫和狗的区别并进行分类。（ √ ）

54. 非监督学习需要我们在进行机器学习前预先进行分类。（ × ）

55. 通过监督学习机器可以学会精准的击打乒乓球。（ × )

56. 机器在学会打乒乓球后，如果希望打网球，需要重新学习。（ × ）

57. 迁移学习可以让机器对规则相似的项目，不需要让计算机从零开始重新学。

（ √ ）

58. 通过强化学习，机器可以学会打乒乓球。（ √ ）