如何在NumPy中将一个一维数组转换为二维数组?A. array.reshape(-1,1)B. np.expand_dims(array,axis=0)C. array.reshape(1,-1)D. np.reshape(array, (-1,1))E. np.expand_dims(array,axis=1)

查询和视图是同一种文件,只是名称不同。A. 对B. 错

在NumPy中，哪些函数可以用于统计分析？A. np.mean()B. np.median()C. np.mode()D. np.std()

以下哪些措施可以有效防御ARP欺骗攻击？A 静态绑定[1]ARP表项B 部署动态ARP检测（DAI）C 关闭网络中的所有ARP协议D 启用DHCP SnoopingE 使用VLAN划分网络

传统方法依赖人工设计特征（如梯度方向统计），需分离式分类器；深度学习通过卷积层自动学习多层次特征，并端到端完成特征提取与分类，具有更强的复杂场景适应性和语义理解能力。（）A. 错B. 对

20.[判断题] 区块链是互联社会的信任基础设施，是人类信任模式的一次变革。（ ）A. 对B. 错

下列( )组件是Hadoop3.0生态系统中用于实时数据分析和流处理的。A. Apache HiveB. Apache PigC. Apache StormD. Apache Kafka

在导入外部数据时，可以使用哪些函数来导入.txt文件?A.read_csv( )B.read_txt( )C.read_excel( )D.read_sql( )

阅读下面的文字，完成问题。材料一： 人类擅长分析，但机器可以做得更好。机器可以分析数据，并针对不同用例需求找到相应的规律——不管是诈骗信息识别、垃圾邮件检测、预测快递送达时间，还是为你推荐可能感兴趣的短视频——而且它们还在不断迭代，变得越来越聪明。这种机器被称为“分析式人工智能”。 但人类不仅擅长分析，还擅长创造——比如写诗、设计产品、制作游戏与编写程序代码。以前，机器在这些方面无法与人类抗衡，它们只能做些分析型或机械式的认知计算。但现在不一样了，人工智能发展到了新的阶段，机器已经可以创造有意义并具备美感的东西了。这一新型的人工智能被称为“生成式人工智能”，也就是说，机器并非如之前那样仅分析已有的数据，而是生成了全新的东西。 生成式人工智能不仅正在变得更快、更便宜，而且在某些情况下，其生成的结果比人类创造的还要好。从社交媒体到游戏，从广告到建筑，从编程到平面设计，从产品设计到法律，从市场营销到销售，每一个需要人类原创力的行业都将有可能被颠覆。某些岗位将完全被生成式人工智能取代，有些则会在生成式人工智能的帮助下更好地进行人机协作。总体来说，生成式人工智能将有非常广泛的终端应用市场，帮助人们更好、更快并以成本更低的方式去创作。最理想的情况是，生成式人工智能将会把创作与知识类劳动的边际成本降为零，极大提升生产力并创造巨大的经济价值。（摘编自Sonya Huang、Pat Grady、GPT-3《生成式AI：充满创造力的新世界》）材料二： ChatGPT作为生成式人工智能的新成果，显示出不同于分析式人工智能的若干新功能。比如，生成对某一问题的回答从而成为聊天高手，生成人所需要的文案或艺术作品从而成为写作或创作助手，生成计算机程序代码从而成为编程能手……它正在不断成为“知识生产”甚至“创造性工作”的新载体，以至于被视为横空出世的“新物种”。 其实，ChatGPT的生成功能根源于机器学习算法，迄今的生成式人工智能都基于这种算法，是经验主义或归纳逻辑的认识论原则在算法理论中的体现。不同于分析式人工智能所遵循的从一般到个别的推理原则，生成式人工智能是从个别中归纳出一般，从大量的数据训练中形成模型，然后用这种模型去“指导”对新的个别的认识。 当ChatGPT以生成的方式进行信息处理时，确实显示出与以分析的方式处理信息时的不同效用。然而，是否一旦具有生成功能，人工智能就可以威力无穷？并非如此。其一，生成有生成的长处，分析也有分析的长处。两者在人类智能活动中是互补的，在人工智能中也是如此。其二，即使是生成，也要进一步看是“何种生成”。就智能的生成性来说，也是多方面和多层次的。如果将ChatGPT的生成性与人类智能的生成性相比，它还只是一种初级的生成性，较人类智能的生成性还有相当大的距离，尤其还不能实现后者的创造性生成。 从严格意义上看，ChatGPT的生成只是信息的生成而非知识的生成。哲学界一般认为，知识是“被验证的真信念”。ChatGPT所生成的东西，既未被验证，也不一定为真。事实上，它常常会输出错误的答案，生成一些“一本正经的胡说”。它不像分析式人工智能那样基于演绎推算在输出结果上具有唯一性，而是会因归纳和综合材料的变化而使生成结论也发生变化。当归纳或综合了错误的歪曲性的信息时，就会生成“扭曲事实”的错误结论。所以，至少在目前的水平上，ChatGPT所做的“工作”只能算是“信息的加工”，所生成的是“新信息”而非可靠的“真知识”。 ChatGPT的生成是一种“从有到有”的生成，即一种“有”生成另一种“有”，而非“无中生有”的生成。智能领域最重要的生成，是“无中生有”的生成。ChatGPT的生成，是将“既有”的东西经过浓缩或转译后生成为另一种“有”，无非是“既有”的改头换面，这是只具备初级智能就可以完成的任务。而人则不然，在少信息甚至无信息的情况下，人类智能也能生成有，形成全新的信息或知识。这才是真正的“创造性生成”。 ChatGPT生成能力的增强，并未从根本上动摇人机之间的主客关系。它并没有形成可以与人的创造性生成智能媲美的能力。因而也没有从实质上取代人的智能和职能，两者的关系仍旧未变：人是ChatGPT的使用者，ChatGPT是人的工具；人提出问题，机器生成答案，答案服务于问题，机器满足人的需要。另外，ChatGPT只是在信息处理过程中生成了类似人回答问题的文本，还不可能生成自我意识、主体意向、动机欲望。而人在应对环境的智能活动中，是不断生成自我意识的，而这才是“高端生成能力”即创造能力的本体论根源。所以，ChatGPT还停留在弱人工智能的水平上。从本质上，它仍然只是模式识别技术，是机器学习算法范畴内的模型和场景应用的一次飞跃，还够不上“革命”的称谓。 但即便如此，ChatGPT的意义也是不容忽视的。它将机器思维的长处发挥得更透彻，借助它可形成人与机器之间协同式、互联式的知识生产，造就混合智能或脑机互惠的新形态，由此进入人机分工的新阶段：由智能系统更多更高效地完成工具性的智能工作，人类则能够更充分地发挥自己作为主体的作用，即向技术系统提出任务、设定目标、启动其运行并享受其带来的成果。在这个意义上，“ChatGPT恐惧”和“ChatGPT崇拜”一样，都是不必要的。 鉴于此，一方面ChatGPT确实因为对机器智能生成性的新开发新应用，展现了新的功能甚至新的神奇；另一方面也要看到，这种生成仅仅是智能模拟的初级功能，还不是真正“知识创新”意义上的知识生成，所以需要以平常心看待它的意义，需要在ChatGPT的“附魅”热潮中加以必要的“祛魅”。（摘编自肖峰《何种生成？能否创造？——ChatGPT的附魅与祛魅》）（1）下列对材料相关内容的梳理，不正确的一项是 ____ A.分析式人工智能：分析数据→找到规律→满足用例需求B.生成式人工智能：数据训练→形成模型→生成新的内容C.hatGPT：既有信息或知识→浓缩或转译→新信息或知识D.人机分工新阶段：人类提出任务→智能系统辅助→人类享受成果（2）下列对材料相关内容的理解和分析，不正确的一项是 ____ A.生成式人工智能可以帮助人们更好、更快并以成本更低的方式创作，不断降低创作与知识类劳动的边际成本，也可能颠覆部分行业，取代某些岗位。B.分析式人工智能所遵循的是从一般到个别的归纳推理原则，在输出结果上具有唯一性；而生成式人工智能从个别中归纳出一般，遵循演绎推理原则。C.材料一认为生成式人工智能具备创造能力，某些情况下甚至能超越人类；材料二认为其目前与人类智能的生成性相差甚远，还不能实现真正的创造。D.材料二中，“附魅”指人们的“ChatGPT恐惧”或“ChatGPT崇拜”行为，“祛魅”体现为作者呼吁人们在ChatGPT的“附魅”热潮中保持冷静和理性。（3）根据材料内容，下列说法正确的一项是 ____ A.材料一作者署名中的“GPT-3”是一种生成式人工智能，这说明写作领域已实现人机协作，发展空间广阔。B.ChatGPT可以根据李白的诗歌归纳出一定的算法规则，然后模仿李白的风格，创作出媲美李白诗歌的作品。C.如果ChatGPT归纳或综合的是正确的信息，那就不会输出错误的答案，也不会生成“一本正经”的胡说。D.ChatGPT不能从实质上取代人的智能和职能，也没有从根本上动摇人机之间的主客关系，其意义十分有限。（4）围绕对ChatGPT“祛魅”这一论题，材料二是如何展开论证的？请简要分析。（5）有人认为，生成式人工智能发展到现在，“机器人写作”能完全取代人类写作。请结合材料对此观点加以反驳。

以下哪项是智能体未来发展的主要挑战？A. 技术瓶颈B. 社会接受度C. 法律和监管D. 以上所有