第3课 人工智能怎么工作 · 随堂练习

一、选择题（每题 4 分，共 16 分）

1. 人工智能学习所用的「例子」，在 AI 中被称为（　　）。
   A. 模型　B. 数据　C. 算法　D. 电源
   答案：B　解析：数据是 AI 学习的原料，即大量带标签的例子。

2. 机器从数据中总结出的「判断本领」叫作（　　）。
   A. 数据　B. 模型　C. 屏幕　D. 网络
   答案：B

3. 人工智能工作的一般流程是（　　）。
   A. 数据 → 训练 → 模型 → 预测　B. 预测 → 模型 → 训练 → 数据
   C. 模型 → 数据 → 预测 → 训练　D. 训练 → 数据 → 模型 → 预测
   答案：A　解析：先用数据训练，得到模型，再用模型预测。

4. 关于训练数据，下列说法正确的是（　　）。
   A. 数据越少越好　B. 标签对错无所谓　C. 数据越多越准、标签越对越好　D. 不需要数据
   答案：C　解析：数据质量和数量都会影响模型效果。

二、判断题（每题 4 分，共 8 分）

1. 人工智能是天生就聪明的，不需要数据。（　　）　答案：×　解析：AI 是靠大量数据训练出来的。
2. 训练得到的模型，可以用来对新的数据进行预测。（　　）　答案：√

三、填空题（每题 4 分，共 8 分）

1. 机器从数据中学习得到的「判断本领」，叫作__________。
   答案：模型
2. 人工智能工作的大致流程是：收集__________ → 训练 → 得到模型 → 用模型预测。
   答案：数据

四、简答题（8 分）

请用「收集数据 → 训练 → 模型 → 预测」的流程，举一个人工智能应用的例子，并说明数据的作用。

参考答案：

• 例子：垃圾邮件过滤器。收集大量邮件并标好「正常 / 垃圾」（数据）；训练算法从中找出垃圾邮件的特征（训练）；得到能分辨垃圾邮件的模型（模型）；用它判断新邮件是不是垃圾（预测）。
• 数据的作用：数据是 AI 学习的原料，没有足够且正确标注的数据，模型就学不会规律。
  （流程正确、例子合理即可得分。）