1逻辑推理专家系统的局限性是什么?()A. 计算时空复杂度高B. 计算时空复杂度低C. 知识获取能力强D. 知识获取能力弱

在AI的发展历程中，哪个阶段标志着深度学习的兴起？A. 1980sB. 2010sC. 2000sD. 1950s

网络安全 ,是指通过采取必要措施 ,防范对网络的攻击、侵入、干扰、破坏和非法使用 以及意外事故 ,使网络处于稳定可靠运行的状态 ,以及保障网络数据的 () 的能力。A. 真实性B. 完整性C. 保密性D. 可用性

有时文件扩展名隐藏不显示，可以打开文件夹，在哪个选项卡中勾选文件扩展名（）A. 查看B. 文件C. 视图D. 编辑

6. (单选题，10.0分) 数据合并可以将相关的两个或多个表格进行合并，下列关于数据合并中merge函数用法正确的是（）A. merge函数可以进行横向连接（列连接）或纵向连接（行连接）B. merge合并时，两个表一定要有相同的列名。C. merge函数没有axis参数，因此只能进行横向连接（列连接）D. merge函数默认连接方式为left连接

阅读下面的文字，完成问题。材料一： 人工智能是指通过分析其环境而具有一定程度的自主性行动，以实现特定目标而显示智能行为的系统。近来研究更趋向于将人工智能定义为建立在现代算法基础上，以历史数据为支撑而形成的具有感知、推理、学习、决策等思维活动并能够按照一定目标完成相应行为的计算系统。目前众多基于人工智能的系统已广泛应用，如搜索引擎通过处理海量数据，将原本混乱的互联网以人类可理解的、可感知的形式呈现出来；无人驾驶通过传感器感知环境而实现转向、加速和制动。这些为增强与替代人类的活动和任务提供了变革潜力，逐渐提升了人类的感知、思考和对世界采取行动的能力。 人工智能具有以往技术无法企及的增强人类活动的特点，且在某种程度上以独立的、不可预测的方式通过采取精准行动而做出决策。一些学者认为，以大数据和算法匹配的人工智能正在不可逆转地重塑人类生活、工作和交往的方式，但与此同时也带来了公共安全风险、算法偏见问题、责任伦理问题等一系列的挑战。回溯人工智能发展历程，不管是符号主义、联结主义还是行为主义，其发展的核心是由数据驱动算法的不断升级和优化。数据是“基本驱动力”，而算法是“一种有限、确定、有效并适合用计算机程序来实现的解决问题的方法”。从技术底层逻辑来看，人工智能存在的不确定性风险主要来源于数据与算法：其一是数据的不当收集和处理。人工智能的发展以海量信息作支撑，各类数据信息采集覆盖于数字化空间中，如个人身份、网络行为等。如不采取合理的治理措施，人类将面临隐私“裸奔”的尴尬局面，进而触发极大的伦理风险。其二是算法内在缺陷及其不当使用。在技术层面，算法就是一些复杂的电脑代码程式，并不具有情感或价值偏见，但是由于在编码、运用过程中离不开设计者和开发者的主观意志，有可能将个人情感、社会观、价值观嵌入技术中，造成如算法失算、算法歧视、算法“黑箱”、审查难等问题，从而导致人工智能的“脱靶”现象，即背离既定的正面目标而产生相反的破坏活动。像ChatGPT，其强大的信息检索和数据存储功能确实给人类生活、工作带来了福祉，但如不对输出加以控制，可能生成种族主义、性别歧视之类有偏见的内容或有害指令信息，扰乱社会公平和正义。（摘编自刘丹鹤孙嘉悦《人工智能规制政策制定的风险与治理》）材料二： 在人机互动中，人具有思想和情感，ChatGPT在涉及人类情感的细微之处或措辞的把握上并不准确，例如，男女之间的语言通常带有性别化表述特征，ChatGPT在互动问答中将形成普遍性的或“非人非机”双向训练的“中性化”融合式表述方式，主体的个性化语言特质在ChatGPT互动中试图链接理解它的普遍化特征，在语言主体间性过程中形成的语言“混合物”将对其话语风格和语言伦理产生影响，这是从生活方式到表达方式的改变，语言的趋同化或同质化将被规训并固定。这一改变是语言伦理领域的改变，表达方式的改变是文化学意义上的话语革命，但其不是语言伦理关于语言使用的道德准则和规范性话语价值的体现。赵汀阳认为，不能过于注重人工智能的“拟人化”，拟人化并不意味着否定有用性，而是人工智能试图拥有人的情感、价值观。人并不完美，将人工智能拟人化是非常可怕且消极的事情。真正的主体性在无限的驯化中成为智能机器人的训练客体，这是主体客体化的一种变现。ChatGPT将人的主体性话语转化为客体的结果，即人的语言物化症候。 ChatGPT的训练和被训练会规制与被规训，更加实在地呈现效果，如同ChatGPT掌控受众想象力的空间或方式，成为技术异化后统治人类的一门艺术。法国学者勒庞在《乌合之众：大众心理研究》一书中指出：“影响民众想像力的，并不是事实本身，而是它们发生和引起注意的方式。如果让我表明看法的话，我会说，必须对它们进行浓缩加工，它们才会形成一种令人瞠目结舌的惊人形象。掌握了影响群众想像力的艺术，也就掌握了统治他们的艺术。”人的从众心理将转变为从智能机器人心理，在广泛的社会语境中被认为是个性化的叙事方式被人工智能以潜移默化的方式改变，语言的长期改变会渗透其情感认知、伦理行为和整体行为的走向，对人的价值信仰、态度和行为产生重要影响，这既是值得关注的科技哲学问题，又是伦理问题。 人工智能正在接管学术界甚至世界，即使这一担忧不是主要的，却将长期存在。人工智能模型可以快速复制已有学术文献，虽然其复制的文献没有出处，没有正确性的考证来源，但ChatGPT会不断产生其认为的客观答案，生成虚假的学术文本，其对学术道德的影响是深远的。因此，使用人工智能模型时仍需谨慎，ChatGPT被视为“嘴替”或“文替”，数据的滥用或对知识的不完整性采用，将为错误信息的传播埋下风险和隐患。在使用ChatGPT的过程中要遵循学术伦理，以确保学术的真实性和公正性。人工智能被界定为在某一情境中采取最好可能行动的理性行动者，而不能在实践中走向道德理性的反面。在伦理规则方面，2021年，国家新一代人工智能治理专业委员会发布《新一代人工智能伦理规范》，提出“将伦理道德融入人工智能研发和应用的全生命周期”。吴沈括认为，在人工智能治理过程中，伦理和法律应在不同层次相互配合，唯有如此，才能在不同程度的风险处置过程中形成有效且广泛的保护网络。对于人工智能发展过程中产生的中高风险，需要用法律划定行为红线，最大限度降低风险程度。（摘编自令小雄王鼎民袁健《ChatGPT爆火后关于科技伦理及学术伦理的冷思考》）（1）下列对材料相关内容的理解和分析，不正确的一项是 ____ A.人工智能是一种计算系统，它以现代算法为基础，以历史数据为支撑，具有人的某些思维活动。B.人工智能在增强人类活动方面具有以往技术无法企及的优势，它可以通过采取精准行动做出决策。C.人工智能是复杂的电脑代码程式，并不具有情感或价值偏见，但在开发过程中可能嵌入人的主观意志。D.人工智能改变了个性化的叙事方式，这一改变会对人的价值信仰、态度和行为产生重要的影响。（2）根据材料内容，下列说法正确的一项是 ____ A.人工智能为增强与替代人类的活动和任务提供了变革潜力，随着人工智能系统的应用，人类的活动将会被替代。B.人工智能能够重塑人类生活、工作和交往的方式，它给人类带来巨大机遇的同时也带来了一系列的挑战。C.人机对话中主体的个性化语言特质与普遍化特征相链接，人的主体性话语转化为客体的结果，主体性随之消失。D.在人工智能治理过程中，只要伦理和法律在不同层次相互配合，就能在风险处置过程中形成有效广泛的保护网络。（3）近日，有关专家呼吁暂停聊天机器人ChatGPT的进一步研发。请结合材料，试分析这一做法的原因。

（）模式定义了一个高层接口，这个接口使得这一子系统更加容易使用，为子系统中的一组接口提供一个一致的界面，简化了一群类的接口。

（每空2分）hadoop使用自己的序列化[1]格式为：______。•简答题，3分（17题），5分（5题）共75分1.（3分）简要描述如何安装配置apache的一个开源hadoop，只描述即可，无需列出具体步骤，列出具体步骤更好。答：1使用root账户登录2修改IP3修改host主机名[2]4配置SSH免密码登录5关闭防火墙6安装JDK7解压hadoop安装包8配置hadoop的核心文件hadoop-env.sh，core-site.xml,mapred-site.xml，hdfs-site.xml9配置hadoop环境变量10格式化hadoop namenode -format11启动节点start-all.sh2.（3分）请列出正常的hadoop集群中hadoop都分别需要启动哪些进程，他们的作用 分别都是什么，请尽量列的详细一些。答：namenode：管理集群，存储数据的原信息，并管理记录datanode中的文件信息。secondarynamenode：它是namenode的一个快照，会根据configuration中设置的值来 决定多少时间周期性的去cp一下namenode，记录namenode中的metadata及其它数据。Data node:存储数据ResourceManager：ResourceManager负责集群中所有资源的统一管理和分配，它接收来自各个节点（NodeManager）的资源汇报信息，并把这些信息按照一定的策略分配给各个应 用程序（实际上是ApplicationManager）NodeManager:是YARN中每个节点上的代理，它管理Hadoop集群中单个计算节点（3分）请写出以下的shell命令（1）杀死一个job（2）删除hdfs上的/tmp/aaa目录（3）加入一个新的存储节点和删除一个节点需要执行的命令答:（1）map red job -list得到job的id,然后执行mapred job-kill jobld就可以杀死一个指 定jobId的job工作了。（2）hadoop fs -rmr /tmp/aaa或者hdfs dfs-rmr /tmp/aaa（3）增加一个新的节点在新的节点上执行hadoop-daemon.sh start datanode然后在主节点中执行hdfs dfsadmin -refreshNodes删除一个节点的时候，只需要在主节点执行hdfs dfsadmi n-refresh nodes3.（3分）请简述mapreduce中的combine和partition的作用答:combiner是发生在map的最后一个阶段，其原理也是一个小型的reducer,主要作用是减少输出到reduce的个数，减少reducer的输入，提高reducer的执行效率。Partition的主要作用就是指定输出到reduce的个数的。4.（3分）hdfs的体系结构答:HDFS采用了主从（Master/Slave）结构模型，一个HDFS集群是由一个NameNode和若 干个DataNode组成的。其中NameNode作为主服务器,管理文件系统[3]的命名空间[4]和客户端 对文件的访问操作；集群中的DataNode管理存储的数据5.（3分）三个data node中当有一个data node出现错误时会怎样？ 答：当有一个data node出现错误的时候，name node会将那个data node上的数据拷贝到其 他的节点去进行存储。6.（3分）文件大小[5]默认为64M，改为128M有什么影响？答：更改文件的block块大小，需要根据我们的实际生产中来更改block的大小，如果block定义的太小，大的文件都会被切分成太多的小文件，减慢用户上传效率，如果block定义的太大，那么太多的小文件可能都会存到一个block块中，虽然不浪费硬盘资源，可是还是会增加name node的管理内存压力。7.（3分）NameNode与SecondaryNameNode的区别与联系？答：seco ndaryNameNode更像是Name node的一个冷备份[6]， 当name node宕机之后，可以从9.（3分）参考下列M/R系统的场景：hdfs块大小为64MB，输入类为File In putFormat， 有3个文件的大小分别为64KB, 65MB, 127MB，Hadoop框架会把这些文件拆分为 多少块？答：64k＞一个block65MB----＞两个文件：64MB是一个block，1MB是一个block 127MB---＞两个文件：64MB是一个block,63MB是一个block10.（5分）hadoop中RecordReader的作用是什么？答：RecorderReader是一个接口，主要是用来读取文件的输入键值对的，我们也可以自定义输入的key,value对的读取规则。属于split和map per之间的一个过程，将in putsplit输出的 行为一个转换记录，成为key-value的记录形式提供给mapper11.（3分）Map阶段结束后，Hadoop框架会处理：Partitioning, Shuffle和Sort,在这几 个阶段都发生了什么？答：Partition是对输出的key,value进行分区，可以自定义分区，按照业务需求，将map的 输出归分到多个不同的文件中将map的输出作为输入传给reducer称为shufflesort是排序的过程，将map的输出，作为reduce的输入之前，我们可以自定义排序，按照key来对map的输出进行排序12.（5分）如果没有定义partitioner，那数据在被送达reducer前是如何被分区的？答：Partiti on er是在map函数执行con text.write（）时被调用。用户可以通过实现自定义的Partitioner来控制哪个key被分配给哪个Reducer。hadoop有一个默认的分区类，HashPartioer类，通过对输入的k2去hash值来确认map输出的k2,v2送到哪一个reduce中去执行。13.（3分）什么是combiner？答：comb in er就是规约[7]操作，通过对map输出的数量进行规约，可以减少reduce的数量， 提高执行效率。combiner的输入输出类型必须和mapper的输出以及reducer的输入类型一 致14.（3分）分别举例什么情况要使用combiner，什么情况不使用？答：求平均数的时候就不需要用combiner,因为不会减少reduce执行数量。在其他的时候，可以依据情况，使用combiner,来减少map的输出数量，减少拷贝到reduce的文件，从而减轻reduce的压力，节省网络开销，提升执行效率15.（5分）简述Hadoop中replication（复本）放置策略？________Hadoop的默认布局策略是在运行客户端的节点上放第一个复本；第二个复本放在与第一个不同且随机另外选择的机架中的节点上（离架）；第三个复本与第二个复本放在同一个机架上，且随机选择另一个节点。16.（5分）如何为一个hadoop任务设置mappers的数量？答：map的数量通常是由hadoop集群的DFS块大小确定的，也就是输入文件的总块数，正 常的map数量的并行规模大致是每一个Node是10~100个，对于CPU消耗较小的作业可以设置Map数量为300个左右，但是由于hadoop的没一个任务在初始化时需要一定的时间， 因此比较合理的情况是每个map执行的时间至少超过1分钟。具体的数据分片[8]是这样的，InputFormat在默认情况下会根据hadoop集群的DFS块大小进行分片，每一个分片会由一个map任务来进行处理，当然用户还是可以通过参数mapred.min.split.size参数在作业提交客户端进行自定义设置。还有一个重要参数就是mapred.map.tasks，这个参数设置的map数 量仅仅是一个提示，只有当InputFormat决定了map任务的个数比mapred.map.tasks值小时才起作用。同样，Map任务的个数也能通过 使用JobConf的conf.setNumMapTasks（int num）方法来手动地设置。这个方法能够用来增加map任务的个数，但是不能设定任务的个数小于Hadoop系统通过分割输入数据得到的值。当然为了提高集群的并发效率，可以设置一个 默认的map数量，当用户的map数量较小或者比本身自动分割的值还小时可以使用一个相 对交大的默认值，从而提高整体hadoop集群的效率。17.（3分）hdfs文件写入的流程？答：1）Client向NameNode发起文件写入的请求。2）NameNode根据文件大小和文件块配置情况，返回给Client它所管理部分DataNode的信息。3）Client将文件划分为多个Block,根据DataNode的地址信息，按顺序写入到每一个DataNode块中。.

文字 + 数字组合的内容直接使用自动填充是填充一样的数字按， Ctrl 键则是递增 。（）A 对 B 错