1.以下哪项是数据清洗的主要目的？ {{ select(1) }}

• 增加数据量以提升模型性能
• 去除噪声和修正错误标签
• 将数据加密以保护隐私
• 压缩数据以减少存储空间

2.算法在AI中的作用类似于人类的什么？ {{ select(2) }}

• 记忆存储
• 感官输入
• 能量供应
• 逻辑推理规则

3.抖音推荐系统使用“协同过滤”算法时，主要依赖以下哪种信息？ {{ select(3) }}

• 视频的文件大小
• 用户的IP地址
• 相似用户的观看偏好
• 视频上传者的年龄

4.GPU相比CPU更适合AI训练的核心原因是？ {{ select(4) }}

• GPU能并行处理大量计算任务
• GPU的时钟频率更高
• GPU的存储容量更大
• GPU的功耗更低

5.以下哪种情况会导致算法在实际应用中效果下降？ {{ select(5) }}

• 训练数据与真实场景分布不一致
• 使用GPU加速计算
• 数据经过标准化处理
• 增加模型参数数量

6.智能音箱的语音识别功能依赖“数据+算法+算力”，以下哪项属于算力部分？ {{ select(6) }}

• 用户语音数据库
• 声学模型训练方法
• 云端GPU集群
• 语音指令的文本标签

7.某电商平台希望优化推荐算法，从“基础分类”升级为“深度学习模型”，可能导致什么结果？ {{ select(7) }}

• 算力需求降低
• 推荐准确率提升，但训练成本增加
• 数据清洗需求减少
• 完全无需人工干预

8.NVIDIA的CUDA技术对AI发展的核心贡献是？ {{ select(8) }}

• 提升CPU单核性能
• 实现GPU的通用计算能力
• 降低数据存储成本
• 优化网络传输速度

10.自动驾驶汽车依赖“数据+算法+算力”实现环境感知、实时决策与路径规划。深度学习目标检测属于{{ input(9) }}；激光雷达采集的道路点云属于{{ input(10) }}；车载嵌入式AI计算芯片​属于{{ input(11) }}；标注的车辆行驶录像属于{{ input(12) }}。