DOC《北京市大兴区2016高三统一练习》

北京市大兴区2016高三统一练习 语文2016.

4 本大题共7小题,共21分. 阅读材料一,完成1―2题. 材料一 AlphaGo以4:1赢了人类九段高手,引起了人们广泛关注.有人将李世石称作 最后的武士 ,认为他将悲壮地成为人类与机器人对弈的 末代帝王 .因为人工智能程序AlphaGo在围棋这个被誉为 人类智慧的坚固堡垒 的领域接连取得胜利,似乎更印证了人工智能已经发展到可以轻易超越人类水平的阶段.人工智能的发展现状如何? 据AlphaGo的研发者介绍,它之所以能在围棋这种拥有 3的361次方 种局面的超高难度棋类比赛中获胜,在于它突破了传统的程序,搭建了两套模仿人类思维方式的深度神经网络,第一种叫 策略网络 ,它让计算机程序学习人类棋手的下法,挑选出胜率比较高的棋谱,抛弃明显的差棋,使总运算量维持在可以控制的范围内;

另一种叫 价值网络 ,主要用于减少搜索的深度,它不会一下子搜索一盘棋所有的步数,而是一边下一边进行未来十几步的计算,这样也就大量减少计算量. 其实,神经网络并非AlphaGo独有.据IBM中国研究院大数据及认知计算研究总监苏中介绍,这种计算模型最早出现于1943年,但由于当时的计算机运行速度难以满足其巨大的计算量而遭受 诟病 ,因此沉寂了很长时间.近年来,计算机技术迅速发展,运行速度大幅提高,这一计算模型才重新焕发出了生机.即便如此,与李世石对弈,AlphaGo仍需将CPU增加至1200多个才能满足其庞大的计算量. 据研发出AlphaGo的研究人员之一――大卫・希尔韦介绍,这款程序还会自己与自己下棋.普通人一年也许能下一千盘,但AlphaGo每天能下三百万盘棋.通过大量的锻炼,它抛弃可能失败的方案,精中选精,这就是所谓的 深度学习 能力,即通过大样本量棋局对弈,不断从中挑选最优的对弈方案并保存下来. 大数据对人工智能的发展是一种'

取巧'

,为深度学习提供了众多数据. 在2015中国人工智能大会上,中国科学院院士谭铁牛曾就深度学习做过解读.他说,这就像人类见多识广后会积累一些经验一样,机器学习也需要丰富多彩的内容.只是这个内容的数据量之庞大,与人脑学习所需不是一个数量级. (节选自《光明日报》,有删改) 1.下列不属于谷歌人工智能程序AlphaGo战胜韩国李世石原因的一项是(3分) A. AlphaGo对人类棋手留下的棋谱选优汰劣. B. AlphaGo边下棋边计算未来的十几步. C. AlphaGo淘汰了具有神经网络的计算模型. D. AlphaGo已将CPU增加到1200多个,满足了它庞大的计算量. 2.根据材料内容填空(2分): AlphaGo拥有 深度学习 的能力,深度学习要具备以下三个条件:大量的锻炼,抛弃可能失败的方案和_ 材料二 尽管大卫・希尔韦称, 开发AlphaGo的目的不是为了模仿人类,而是为了战胜人类. 但他也强调,相较于对弈本身,更希望大家把关注点放在AlphaGo可以给人类生活带来的变化上. 在人机围棋大战之前,谷歌旗下机器人公司的一款人形机器人Atlas已经让人类震惊.从今年2月底公布的视频中可以看到,Atlas能辨别特定物件并将之搬起,即使旁边有人使坏移走物件,它都会追赶目标,直至取回.甚至被人类出其不意地从后面推倒,Atlas也能重新站起来.更厉害的是,它没有上一代机器人电源线的拖累,可以无线充电.一个脑力占优,一个体力强劲,机器的优势显而易见.其实在某些方面,机器人已经开始替代或者帮助人类:精细的自动生产线、仓储搬运、超大规模计算、家用扫地机器人…… 面对机器可以自我迭代、自我更新、自我成长的事实,余凯认为我们已经站在一个新的起点,要重新审视人与机器的关系: 过去几次产业革命,都是以人为中心.现在人工智能会开启新的革命,创造自主行为的机器,一定意义上会产生一个新物种. 他认为,从好的方面讲,未来很多简单重复性工作,会被具有人工智能的机器代替. 不过,有一项工作无法替代,那就是制造AI.《互联网进化论》的作者、计算机博士刘锋认为: 未来互联网人工智能与脑科学结合起来后,要维系庞大的人工智能巨系统,需要许多人参与.人机大战更是证明了这一点,没有科学家和工程师的技术、团队,人工智能水平不可能提高. 至于目前人工智能是否会威胁到人类,从事人工智能研究的学者普遍认为这是杞人忧天.中科院自动化所复杂系统管理与控制国家重点实验室主任王飞跃教授认为: 虽然从阿尔法围棋可以看出,机器在确定情况下智能比人类高,但机器人技术距离类人还差得很远. 与此同时,人脑与人工智能的很大区别还在于,人脑是一脑万用的,同一个大脑既可以识别图像,也可以听音乐,还可以识别语音;