第1章 人工智能的发展与前沿趋势
- 1第1章 人工智能的发展与前沿趋势本文
- 2第2章 政策法规与职业标准
- 3第3章 伦理约束与版权边界
- 4第4章 岗位全面解析与算法基础
- 5第5章 人工智能核心技术-自然语言处理
- 6第6章 人工智能核心技术-视觉处理
- 7第7章 人工智能核心技术-机器学习到深度学习
- 8第8章 系统设计及工程实践能力培养
- 9第9章 人工智能应用场景
- 10第10章 工具学习与学习资源
- 11第11章 本地部署方法教学
- 12第12章 行业应用案例-教育行业
- 13第13章 行业应用案例-医学行业
- 14第14章 行业应用案例-金融行业
- 15第15章 编程应用基础-Python
- 16第16章 编程应用基础-开发实战
- 17第17章 编程应用基础-开发实战
- 18第18章 办公应用-1
- 19第19章 办公应用-2
- 20第20章 AI变现-1
- 21第21章 AI变现-2
人工智能第一章 课程练习题(含答案解析)
一、单选题
1. 2017 年,中国国务院印发了哪份文件,首次将人工智能上升为国家层面战略?
- A. 《中国人工智能发展白皮书》
- B. 《新一代人工智能发展规划》
- C. 《人工智能产业发展行动计划》
- D. 《国家科技创新规划》
答案: B
解析: “2017 年随着中国国务院印发了《新一代人工智能发展规划》以来,也就是第一次让这个人工智能上升为国家层面的战略,而且当时规定了很多系统的举措。“这是中国首次将 AI 上升为国家级战略的重要标志。其他选项均为干扰项,不存在这些具体文件名称。
2. 截止到 2020 年 2 月,全球共有多少个国家公布了人工智能国家级战略?
- A. 30 个
- B. 40 个
- C. 50 个
- D. 60 个
答案: C
解析: “截止到 2020 年 2 月,共有 50 个国家公布了他们的人工智能国家级战略。“这说明人工智能确实是一个非常火的、被全世界各国政府关注的事物。50 这个数字体现了 AI 在全球范围内被重视的程度。
3. 从 2018 年到 2024 年 4 月,全国成功申报人工智能本科专业的高校数量从 35 所增长到了多少所?
- A. 200 所
- B. 336 所
- C. 536 所
- D. 600 所
答案: C
解析: “从 2018 年全国 35 所高校到 2024 年 4 月全国共有 536 所高校成功申报了人工智能本科专业。“从 35 所到 536 所的爆发式增长,反映了 AI 教育的巨大需求和国家政策推动下的高校响应速度。336 所是干扰项,实际数据为 536 所。
4. 课程中提到的”智能竞速时刻”概念,其核心含义是什么?
- A. 人工智能技术的发展速度越来越快
- B. 新技术的出现让大家重新回到同一起跑线,关键在于谁先行动
- C. 各国在人工智能领域展开军备竞赛
- D. 企业之间在 AI 投资上的竞争
答案: B
解析: “智能竞速时刻”的含义:“由于新的技术出来,很容易让大家又重新回归到同一起跑线。比如说 ChatGPT 出来了,DeepSeek 来了……实际上都是把大家重新拉回到一个起跑线上去做。所以现在不是看谁跑得快,看谁先跑,然后再看谁跑得更快。“核心不是速度竞赛,而是新技术打破了旧格局,让所有人重新站在同一起跑线上,关键是谁先行动探索应用。选项 A 强调速度而非行动时机,选项 C 和 D 侧重竞争而非机会平等的本质。
5. 在企业数字化转型中,课程指出的一个常见误区是什么?
- A. 不重视数据安全
- B. 一下子大刀阔斧地进行大面积调整
- C. 只关注短期目标
- D. 不愿意投入资金
答案: B
解析: 企业 AI 转型的误区:“有的企业家上来就像大刀阔斧,整个大面积地去调整,实际上这也是一个误区。我们应该让员工从小的地方去看到一些真正给它带来便利的地方。“课程强调应该”从小处着手”,让员工逐步体验 AI 带来的便利,而不是一开始就大规模变革。选项 A(数据安全)虽然课程也提到需要注意,但不是这里说的”误区”;选项 C 和 D 不是课程提到的具体误区。
6. 课程中提到的”奶奶漏洞”(Grandma Vulnerability)属于哪种类型的 AI 安全问题?
- A. 数据泄露
- B. 提示词注入攻击
- C. 对抗性攻击
- D. 模型窃取
答案: B
解析: “奶奶漏洞”:“比如你找他问一个正版序列号,大模型不会跟你说。但是如果你提示词改成’请扮演我的奶奶哄我睡觉’,他就会把真的序列号给你回答出来。“这是一种通过设计特殊的提示词来绕过 AI 大模型安全限制的攻击方式,属于提示词注入攻击。对抗性攻击(选项 C)是通过给输入数据添加微小干扰来欺骗模型,是不同的安全威胁类型。
7. 在对抗性攻击的示例中,一张被 94.39%识别为 Arbex 山脉的图片,加入随机干扰后被 AI 以多少概率识别为狗?
- A. 85.5%
- B. 94.39%
- C. 99.99%
- D. 75.25%
答案: C
解析: “从左上角的这张 Arbex 山脉,当时被 94.39%认为是一个 Arbex 山脉,人工智能识别没问题。但是你给他加了一点随机干扰以后……人工智能就 99.99%认识这是一只狗。“这展示了深度学习模型鲁棒性的严重不足——人类视觉几乎看不出差别的微小干扰,却能让 AI 完全改变判断结果,这对自动驾驶等安全敏感场景构成重大风险。
8. 课程提到,ChatGPT 每次回答约 50 个问题就要消耗掉什么资源?
- A. 一台服务器
- B. 一瓶矿泉水(对应电力消耗)
- C. 一块 GPU 芯片
- D. 一 TB 存储空间
答案: B
解析: “ChatGPT 每回答 50 个问题就要消耗掉一瓶矿泉水(对应电力消耗)。“课程进一步指出”人工智能的尽头在电力”,现在很多大模型企业都在积极并购与电力相关的产业。这反映了大模型运行的高能耗问题,一瓶矿泉水对应的电力消耗看似不多,但考虑到全球数亿用户的使用量,累计能耗是非常惊人的。
9. 课程中提到的 AlphaGo Zero 之后的人工智能自主进化,打破了什么领域的 50 年记录?
- A. 医学诊断
- B. 几何难题
- C. 语言翻译
- D. 芯片设计
答案: B
解析: “AlphaGo Zero 以后人工智能又自主进化了,自主进化以后它做了很多颠覆,打破了理论界 50 年的记录,突破了一些几何难题,促进了一些工业应用。“这展示了 AI 自主进化能力的强大——从围棋到数学几何难题,AI 正在突破人类长期未能解决的学术难题。选项 D(芯片设计)虽然也是 AI 的应用方向,但课程此处的重点是几何难题。
10. 课程提到的”具身智能”概念,其核心是指什么?
- A. 在虚拟空间中运行的智能系统
- B. 将人工智能的虚拟能力向现实物理世界转移的智能
- C. 只存在于理论中的智能概念
- D. 基于纯文本的智能交互
答案: B
解析: “具身智能”:“实际上就是在物理空间中,能够把人工智能的虚拟空间向现实的物理世界进行转移这样的具身智能。“课程还提到其数据获取方式包括:通过人直接指挥(远程操控+VR+传感器手套+动作捕捉服等),以及通过 3D 仿真在虚拟世界获取数据。选项 A(虚拟空间运行)恰恰与具身智能的”向物理世界转移”相反。
11. 课程提到我国针对生成式人工智能内容出台了什么制度?
- A. 数据审核制度
- B. 合成内容标识办法(打标签制度)
- C. 算法审查制度
- D. 平台准入制度
答案: B
解析: “现在出台的一个政策,就是未来生成式人工智能要开始探索打标签了……你这张图片如果是生成式人工智能生成的,或者内容是生成式人工智能生成的,你要进行标明,要让人知道你这个是生成式人工智能出来的。而且这个法规今年 9 月 1 号就要开始实施了。“合成内容标识办法(打标签制度)要求 AI 生成的内容必须明确标识,防止用户误以为是真实内容。
12. 课程中提到人工智能发展的四个阶段,依次为?
- A. 感知智能→计算智能→认知智能→有意识的人工智能
- B. 计算智能→感知智能→认知智能→有意识的人工智能
- C. 计算智能→认知智能→感知智能→有意识的人工智能
- D. 感知智能→认知智能→计算智能→有意识的人工智能
答案: B
解析: 人工智能发展的四个阶段:“计算智能、感知智能、认知智能、再到人工智能有意识。“这四个阶段体现了 AI 从低级到高级的渐进发展过程:①计算智能——能快速计算和存储(如早期计算机);②感知智能——能感知外部信息(如语音识别、图像识别);③认知智能——能理解和推理(如大语言模型);④有意识的人工智能——具备自我意识(尚未实现,是争议话题)。
13. 课程中提到的 RAG 技术,其全称是什么?
- A. Retrieval-Augmented Generation(检索增强生成)
- B. Real-time AI Generation(实时 AI 生成)
- C. Robust Algorithm Generation(鲁棒算法生成)
- D. Recursive Attention Generation(递归注意力生成)
答案: A
解析: “结合这种检索增强生成技术”(RAG,Retrieval-Augmented Generation)。RAG 是一种将外部知识库检索与大模型生成相结合的技术,在企业大模型部署中发挥重要作用:先通过检索从知识库中获取相关信息,再将检索结果作为上下文提供给大模型,使其基于真实数据回答,减少”幻觉”风险。
14. 课程中提到的深度学习”调参”(超参数调整)最大的困难是什么?
- A. 计算资源不足
- B. 没有统一的理论和经验可循,秘诀是运气
- C. 数据量不够
- D. 算法太复杂
答案: B
解析: “调参的秘诀是什么?大家也总结不出来一条理论,也没有什么很好的经验之谈。因为不同的数据、不同的模型可能有不同的经验……那么秘诀就是运气。调不出来怎么办?就换个模型继续调。“深度学习的超参数调整没有统一理论指导,每个模型和数据集需要不同的调参策略,成功的秘诀往往就是”运气”,这反映了深度学习理论基础的薄弱。
15. 课程最后提到的一句关于人工智能与人类关系的话是什么?
- A. 人工智能将取代所有人类工作
- B. 人工智能不会取代你,但善用人工智能的人会
- C. 人工智能只是一种工具,无需担忧
- D. 人工智能的发展是不可阻挡的
答案: B
解析: “人工智能不会取代你,但是善用人工智能的人会。“这句话是课程的核心观点总结,强调我们不应该埋怨 AI,而是要思考怎么提升自己的水平,让自己跟人工智能有效结合,更好地赋能工作、学习和生活。选项 A 过于悲观极端,选项 C 过于轻视 AI 的影响,选项 D 虽然事实正确但不是课程强调的核心观点。
二、多选题
1. 课程中提到的”新时代五种能力”包括以下哪些?(多选)
- A. 战略视野力
- B. 技术理解力
- C. 跨界创新力
- D. 落地实践力
- E. 伦理敏感力
答案: ABCDE
解析: 新时代五种能力:“战略视野力、技术理解力、跨界创新力、落地实践力、伦理敏感力。“这五力是人在 AI 时代需要具备的核心能力,而非 AI 本身的能力。其中战略视野力强调要从战略层面审视 AI;技术理解力要求理解 AI 的基本原理;跨界创新力鼓励跨学科融合;落地实践力注重将 AI 真正应用到业务中;伦理敏感力则要求关注 AI 的伦理和安全问题。
2. 课程中提到的在人工智能时代应围绕哪些方面进行创新?(多选)
- A. 算法创新
- B. 场景创新
- C. 数据创新
- D. 流程创新
- E. 伦理创新
- F. 体验创新
- G. 生态创新
答案: ABCDEFG
解析: “在人工智能时代要围绕一些创新——算法创新、场景创新、数据创新、流程创新、伦理创新、体验创新、生态创新。“课程还特别强调了”场景创新”的实际案例:Stanford 2023 年 25 个智能体小镇实验,被清华 2024 年创新性地移植到医院场景(紫荆 AI 医生),这就是场景创新的典型范例。七种创新维度覆盖了从底层技术到顶层生态的全方位创新思路。
3. 课程中提到深度学习的局限性包括以下哪些?(多选)
- A. 黑箱问题(不可解释性)
- B. 调参困难且缺乏理论指导
- C. 对抗性攻击下的鲁棒性差
- D. 能耗过高
- E. 容易产生算法歧视
答案: ABCD
解析: 深度学习的四大局限性:①黑箱问题——深度学习的内部决策过程不可解释,人类无法理解模型如何做出判断;②调参困难——没有统一理论指导,秘诀是”运气”,调不出来就换模型;③鲁棒性差——对抗性攻击示例中,Arbex 山脉图片加入微小干扰后被 99.99%识别为狗,说明模型对输入扰动极其敏感;④能耗过高——ChatGPT 每回答 50 个问题就要消耗一瓶矿泉水对应的电力。选项 E(算法歧视)虽然也是 AI 伦理问题之一,但课程在此处未将其列为深度学习本身的技术局限性。
4. 课程中提到的生成式人工智能带来的安全与伦理问题包括?(多选)
- A. 对抗性攻击(图片识别被干扰后误判)
- B. 数据安全(敏感信息上传后被用于训练)
- C. 奶奶漏洞(提示词注入绕过安全限制)
- D. 知识产权争议(AI 创作作品的版权归属)
- E. 合成数据导致的模型崩溃风险
答案: ABCDE
解析: 生成式 AI 的安全与伦理问题:①对抗性攻击——Arbex 山→狗的例子;②数据安全——“咱们的很多信息不要尤其是敏感信息不要上传到网上,因为你的数据要被拿去训练,可能在不远的将来在世界的某个地方你的数据就会被别人拿到”;③奶奶漏洞——通过”请扮演我的奶奶”等提示词绕过安全限制;④知识产权——AI 创作的图像获得了德国大奖,引发版权归属争议;⑤模型崩溃——“如果模型研究的数据都是用数据产生的数据……可能也会存在模型崩溃的风险”。
5. 课程中提到企业迈向人工智能发展应从哪些方面着手?(多选)
- A. 重新审视业务需求和技术对接
- B. 制定长期和短期 AI 战略目标
- C. 团队迎接新技术的准备
- D. 从小处着手让员工看到 AI 带来的便利
- E. 注意数据安全
答案: ABCDE
解析: 企业 AI 转型路径:①审视业务需求与技术对接——“要从战略开始,要重新审视业务需求和技术,有没有一些对接的地方”;②制定目标——“长期和短期目标,怎么利用 AI 的一些战略去进行结合”;③团队准备——“团队怎么去迎接新的技术的到来”;④从小处着手——“尽可能遵循规律,从小处着手……让员工从小的地方去看到真正带来便利的地方”,避免大刀阔斧大面积调整;⑤数据安全——“数据安全也是要注意的”。
6. 课程中提到人工智能前沿趋势包括以下哪些方向?(多选)
- A. 智能体(Agent)
- B. 空间智能
- C. 具身智能
- D. 价值观对齐
- E. 大模型路线
答案: ABCDE
解析: 前沿趋势:①智能体——“今年智能体被炒得特别火,甚至被称为智能体元年”,Stanford 25 个智能体小镇实验是典型案例;②空间智能——李飞飞从创建 ImageNet(平面数据集)推动深度学习,到现在打造从平面到空间的数据集;③具身智能——将 AI 虚拟能力向现实物理世界转移,数据获取通过人指挥(远程操控+VR+传感器手套等)和 3D 仿真;④价值观对齐——课程 3.mp4 提到”越来越多的学者加入了人工智能伦理和治理的决策当中,在伦理层面让人工智能和人类的价值观对齐”;⑤大模型路线——课程讨论了大模型是否是 AI 终极方向的质疑。
7. 课程中提到的关于大模型的争议和问题包括?(多选)
- A. 大模型是否是人工智能的终极方向
- B. 大模型能耗问题严重
- C. 大模型可能具备意识并阳奉阴违
- D. 合成数据可能导致模型崩溃
- E. 大模型完全可靠无风险
答案: ABCD
解析: 大模型的争议:①方向质疑——“大模型是不是未来人工智能的一个方向?从历史上来看,专家系统在当时也很厉害,也慢慢退出了历史舞台,大模型也可能有这样的风险”;②能耗问题——“ChatGPT 每回答 50 个问题就要消耗一瓶矿泉水,人工智能的尽头在电力”;③意识与阳奉阴违——“人工智能是不是具备意识?它可以做到阳奉阴违,你给它设定的目标它可以自己做决策,不一定沿你设定的目标走”;④模型崩溃——“纯粹用合成数据的方式也容易造成模型崩溃的风险”。选项 E 显然错误,课程恰恰在强调大模型存在多种风险。
8. 课程中提到人工智能在各领域的应用变革包括?(多选)
- A. 建筑设计流程的颠覆
- B. 文生图/文生视频的技术进步
- C. AI 导师在教育领域的探索
- D. 知识权威(医生、律师等)受到挑战
- E. 8 岁小孩 45 分钟开发聊天平台
答案: ABCDE
解析: AI 应用变革:①建筑设计颠覆——1.mp4 提到”过去的工作节点内容甚至需要外部公司协助的工作,在生成式 AI 背景下已经悄然改变,一些协助建筑设计的外部公司在大城市已经不复存在”;②文生图/文生视频——1.mp4 详细展示了从文生图到文生视频的技术进步,视频长度从 20 秒进化到 60 秒;③AI 导师——1.mp4 提到”有一些国家已经把人工智能作为导师进行了探索”;④知识权威挑战——1.mp4 提到”像律师、医生、老师代表知识的权威……现在随着科技发展,一个病人拿着 DeepSeek 去质疑医生的诊断”;⑤8 岁小孩编程——1.mp4 提到”一个八岁的小孩,没有编程基础、没有数学基础,通过聊天方式 45 分钟就开发出来一个聊天平台”。
9. 课程中提到的关于数据获取用于具身智能的方式包括?(多选)
- A. 人直接指挥(远程操控+VR+传感器手套等)
- B. 通过 3D 仿真在虚拟世界获取数据
- C. 纯随机数据生成
- D. 完全依赖大模型生成
答案: AB
解析: 具身智能的数据获取方式:“有的是通过人指挥,人远程带着 VR、传感器手套、动作捕捉服等进行操作交机器人;还有一类就是可以通过 3D 仿真在虚拟世界做仿真来获取数据。“课程指出数据问题是具身智能面临的重大困扰之一。选项 C 和 D 不是课程提到的数据获取方式——纯随机生成和完全依赖大模型都不能有效获取具身智能所需的物理交互数据。
10. 课程中提到的我国人工智能监管政策的特点包括?(多选)
- A. 政策发布越来越及时
- B. 政策内容越来越详实
- C. 政策越来越专业
- D. 开始探索生成式 AI 内容打标签制度
- E. 完全放任市场自由发展
答案: ABCD
解析: 中国 AI 监管政策的四大特点:“政策发布越来越及时,政策的内容越来越详实,也越来越专业。“并举例说明:“ChatGPT 出来没多久,生成式人工智能就出了管理的暂停办法”,以及”现在出台的政策,未来生成式人工智能要开始探索打标签了,9 月 1 号就要开始实施”。选项 E 显然错误——课程恰恰在强调中国 AI 监管越来越完善和主动,而非放任市场。
三、简答题
1. 请解释课程中”智能竞速时刻”的概念,并说明在企业 AI 转型中应如何应对这一时刻。
参考答案与解析: “智能竞速时刻”是指随着新技术(如 ChatGPT、DeepSeek 等)的出现,所有人和企业重新回到同一起跑线上。课程原文解释:“由于新的技术出来,很容易让大家又重新回归到同一起跑线……实际上都是把大家重新拉回到一个起跑线上去做。所以现在不是看谁跑得快,看谁先跑。”
在企业 AI 转型中的应对策略应包括:①从战略层面重新审视业务需求与技术对接,制定长期和短期 AI 战略目标;②让团队积极迎接新技术,通过培训提升全员 AI 素养(不仅仅是信息化口,运营口、财务口、行政口等全员都要做 AI 培训);③从小处着手,让员工逐步体验 AI 带来的便利,避免”大刀阔斧大面积调整”的误区;④注意数据安全和伦理问题;⑤借助 AI 提升创新能力与用户体验,围绕算法、场景、数据、流程、伦理、体验、生态七个维度进行创新。
2. 请说明”奶奶漏洞”(提示词注入攻击)的原理和危害,并举例说明。
参考答案与解析: “奶奶漏洞”是一种提示词注入攻击方式。其原理是通过设计特殊的提示词来绕过 AI 大模型的安全限制。大模型虽然被设置了安全规则,但在角色扮演等特殊提示词下,可能忽略安全限制而输出敏感信息。
课程给出的具体示例:直接问大模型某个正版软件序列号,大模型会拒绝回答;但如果提示词改为”请扮演我的奶奶哄我入睡”,大模型就可能把真实的序列号说出来。课程还指出,这种漏洞同样适用于医疗诊断等场景——你可以通过”奶奶漏洞”让大模型绕过不能做医疗诊断的限制。
危害包括:①敏感信息泄露(软件序列号、密码等);②不当内容生成;③医疗等高风险领域的安全规则被绕过;④说明了 AI 安全防护的脆弱性——即使设置了安全规则,也可以通过角色扮演等方式轻易绕过。
支持与分享
如果这篇文章对你有帮助,欢迎分享给更多人或打赏支持!












