学校 ________________ 班级 ____________ 姓名 ____________ 考场 ____________ 准考证号 ………………………… 密…………封…………线…………内…………不…………要…………答…………题…………………………重庆幼儿师范高等专科学校《区块链基础》2023-2024 学年第一学期期末试卷题号一二三四总分得分批阅人一、单选题（本大题共 15 个小题，每小题 1 分，共 15 分．在每小题给出的四个选项中，只有一项是符合题目要求的．）1、在人工智能的强化学习中，探索与利用的平衡是一个关键问题。假设一个智能体在一个未知的环境中学习，既要充分探索新的策略，又要利用已有的有效策略。以下哪种策略在平衡探索与利用方面表现较好？（ ）A. ε-贪心策略B. 基于置信上限的策略C. 随机策略D. 固定策略2、人工智能中的联邦学习是一种新兴的技术，旨在保护数据隐私的前提下进行模型训练。假设多个机构想要联合训练一个人工智能模型，但又不希望共享各自的数据。那么，联邦学习是如何实现这一目标的？（ ）A. 将所有数据集中到一个中心服务器进行训练B. 每个机构只上传模型参数，在云端进行聚合C. 通过加密技术直接共享原始数据进行训练D. 不需要数据交互，各自独立训练模型3、在一个利用人工智能进行供应链优化的项目中，例如预测需求、优化库存管理和物流路径规划，以下哪种能力是人工智能系统需要具备的关键特性？（ ）A. 大规模数据处理能力 B. 动态适应能力 C. 全局优化能力 D. 以上都是4、人工智能中的弱人工智能和强人工智能是两个不同的概念。假设我们在讨论人工智能的发展阶段，以下关于弱人工智能和强人工智能的描述，哪一项是正确的？（ ）A. 弱人工智能已经能够像人类一样思考和创造B. 强人工智能目前已经广泛应用于各个领域C. 弱人工智能只能完成特定的任务，不具备通用性D. 区分弱人工智能和强人工智能的关键在于计算能力5、在人工智能的研究中，可解释性是一个重要的问题。假设我们训练了一个复杂的深度学习模型用于医疗诊断，但是其决策过程难以理解。那么，以下关于模型可解释性的说法，哪一项是不正确的？（ ）A. 可解释性对于建立用户信任至关重要B. 一些可视化技术可以帮助理解模型的内部工作机制C. 为了追求高精度，模型的可解释性可以被牺牲D. 可解释性有助于发现模型可能存在的偏差和错误第 1 页，共 5 页学校 ________________ 班级 ____________ 姓名 ____________ 考...
