logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
首页
/
计算机
题目

阅读下面的文字,完成以下题目。材料一  2019年8月1日出版的《自然》杂志封面上,一项中国科学研究成果成为绝对主角。这枚画着大脑、充满科技感的芯片,叫“天机芯”,是世界首款异构融合类脑芯片,也是世界上第一个既可支持脉冲神经网络又可支持人工神经网络的人工智能芯片。  研发出“天机芯”的,是清华大学施路平团队。该团队在本期杂志上发表的论文,更实现了中国在芯片和人工智能两大领域《自然》论文零的突破。(摘编自《天机芯带您从零崛起》,“搜狐网”)材料二  目前传统计算机芯片,主要基于冯诺依曼架构,处理单元和存储单元分开,通过数据传输总线相连。芯片总处理信息能力受总线容量的限制,构成所谓的“冯诺伊曼瓶颈”。而且传统计算机的处理单元一直处于工作状态,导致能耗巨大。同时,由于需要精确的预编程,传统计算机无法应对编程以外的情况和数据。而大脑结构则完全不同:神经元(处理单元)和突触(存储单元)位于一体,不需要高能耗的总线连接,突触是神经元之间的连接,具有可塑性,能够随所传递的神经元信号强弱和极性调整传递效率,并在信号消失后保持传递效率。突触的这种性质,使大脑神经网络结构动态可塑,能够随外部数据的变化而适应调整。脑神经网络包含1000亿神经元和100万亿个神经突触,他们相互连接组成个庞大而复杂的神经网络,使人脑信息处理能力超强,而神经元只在工作时消耗能量,大脑的功耗极低;可大规模并行处理多个信号;具备学习能力,在海量数据处理方面有巨大优势。  类脑计算芯片可模拟人类大脑的信息处理方式,能以极低的功耗对信息进行异步、并行、低速和分布式处理,并具备自主感知、识别和学习等多种能力。同传统计算芯片相比,类脑计算芯片将实现两个突破:一是突破传统“执行程序”计算范式的局限,有望形成“自主认知”的新范式;二是突破传统计算机体系结构的局限,实现数据并行传送、分布式处理,能够以极低功耗实时处理海量数据。(摘编自唐旖浓《美国类脑芯片发展历程》)材料三预测 2018-2020 年中国人工智能芯片市场规模及增长情况-|||-单位:亿元-|||-80 __ 75 75.1-|||-70-|||-60 56.1 __-|||-50-|||-45.6-|||-40 33%-|||-33.3-|||-30 3781-|||-229-|||-20 19-|||-10-|||-0-|||-2016年 2017年 2018年 2019年 2020年-|||-中国人工智能芯片市场规模(亿元) 增速(%)材料四  今天类脑芯片的发展最根本的优势在于,类脑计算可以绕开比特编程和摩尔定律。在算力极限面前,跟量子计算一样都是人类的主要救生船。但是类脑芯片在今天还有极大的不确定性,尤其是有一些基础问题无从解答。  比如类脑芯片的任务性处理能力差、算力水平过低。虽然经过几年的发展,类脑计算可以处理的任务越来越多,但是要看到这些任务都有严苛的先决条件。对于绝大部分计算目标来说,类脑芯片都带不动。  另一方面,用电子电路模拟人造突触,是极其不划算的一件事。它要花费极高的工艺与技术成本,来实现效率并不高的神经元模拟。所以面向未来,更多人认为一定要找到可以代替晶体管的,属于类脑计算的新材料——但是这个材料是什么,如何才能做到像硅晶片一样便宜,到今天都是未知的。  还有,适配类脑计算的架构、算法、编程方案等也处在广泛的空白期。尤其在我们身边,还要特别警惕一件事,那就是类脑芯片虚假繁荣带来的危险。AI火了之后,更未来、更AI的技术成为投融资与政府扶持的热点,是一件很自然的事。但类脑计算和类脑芯片,事实上还有非常远的路要走今天在产业中讨论它,很多时侯都是漫无边际的非理性畅想。(摘编自《类脑芯片简史:2019或成类脑芯片爆发元年》,“电子工程世界网”)(1)下列关于类脑芯片的表述,不正确的一项是( )A. “天机芯”是世界上第一个既可支持脉冲神经网络又可支持人工神经网络的异构融合人工智能芯片。B. 类脑芯片架构就是模拟人脑神经元和突触传递结构,在处理数据上优势明显,功耗比传统芯片更低。C. 相较于传统计算机芯片而言,类脑芯片的特点主要表现在:运行效率高、架构设计优、学习能力强。D. 类脑芯片不受处理任务限制是因为它能绕开比特编程和摩尔定律,在算力极限面前等同于量子计算。(2)下列对材料相关内容的概括和分析,不正确的一项是( )A. 2019年8月1日清华大学施路平团队发表在《自然》杂志的论文,实现了中国在芯片和人工智能两大领域《自然》论文零的突破。B. 传统计算机芯片主要基于冯诺依曼架构,芯片总处理信息能力受总线容量的限制,处理、存储单元分开,而处理单元能耗巨大。C. 根据材料三,2017年较2016年中国人工智能芯片市场规模同比增长了75%,2020年较2019年同比增长了33.9%。D. 类脑计算芯片在将来有望形成“自主认知”的新范式,实现数据并行传送、分布式处理,能够以极低功耗实时处理海量数据。(3)根据材料,请简要概括促进类脑芯片发展应从哪些方面做出努力。

阅读下面的文字,完成以下题目。
材料一
  2019年8月1日出版的《自然》杂志封面上,一项中国科学研究成果成为绝对主角。这枚画着大脑、充满科技感的芯片,叫“天机芯”,是世界首款异构融合类脑芯片,也是世界上第一个既可支持脉冲神经网络又可支持人工神经网络的人工智能芯片。
  研发出“天机芯”的,是清华大学施路平团队。该团队在本期杂志上发表的论文,更实现了中国在芯片和人工智能两大领域《自然》论文零的突破。
(摘编自《天机芯带您从零崛起》,“搜狐网”)
材料二
  目前传统计算机芯片,主要基于冯诺依曼架构,处理单元和存储单元分开,通过数据传输总线相连。芯片总处理信息能力受总线容量的限制,构成所谓的“冯诺伊曼瓶颈”。而且传统计算机的处理单元一直处于工作状态,导致能耗巨大。同时,由于需要精确的预编程,传统计算机无法应对编程以外的情况和数据。而大脑结构则完全不同:神经元(处理单元)和突触(存储单元)位于一体,不需要高能耗的总线连接,突触是神经元之间的连接,具有可塑性,能够随所传递的神经元信号强弱和极性调整传递效率,并在信号消失后保持传递效率。突触的这种性质,使大脑神经网络结构动态可塑,能够随外部数据的变化而适应调整。脑神经网络包含1000亿神经元和100万亿个神经突触,他们相互连接组成个庞大而复杂的神经网络,使人脑信息处理能力超强,而神经元只在工作时消耗能量,大脑的功耗极低;可大规模并行处理多个信号;具备学习能力,在海量数据处理方面有巨大优势。
  类脑计算芯片可模拟人类大脑的信息处理方式,能以极低的功耗对信息进行异步、并行、低速和分布式处理,并具备自主感知、识别和学习等多种能力。同传统计算芯片相比,类脑计算芯片将实现两个突破:一是突破传统“执行程序”计算范式的局限,有望形成“自主认知”的新范式;二是突破传统计算机体系结构的局限,实现数据并行传送、分布式处理,能够以极低功耗实时处理海量数据。
(摘编自唐旖浓《美国类脑芯片发展历程》)
材料三

材料四
  今天类脑芯片的发展最根本的优势在于,类脑计算可以绕开比特编程和摩尔定律。在算力极限面前,跟量子计算一样都是人类的主要救生船。但是类脑芯片在今天还有极大的不确定性,尤其是有一些基础问题无从解答。
  比如类脑芯片的任务性处理能力差、算力水平过低。虽然经过几年的发展,类脑计算可以处理的任务越来越多,但是要看到这些任务都有严苛的先决条件。对于绝大部分计算目标来说,类脑芯片都带不动。
  另一方面,用电子电路模拟人造突触,是极其不划算的一件事。它要花费极高的工艺与技术成本,来实现效率并不高的神经元模拟。所以面向未来,更多人认为一定要找到可以代替晶体管的,属于类脑计算的新材料——但是这个材料是什么,如何才能做到像硅晶片一样便宜,到今天都是未知的。
  还有,适配类脑计算的架构、算法、编程方案等也处在广泛的空白期。尤其在我们身边,还要特别警惕一件事,那就是类脑芯片虚假繁荣带来的危险。AI火了之后,更未来、更AI的技术成为投融资与政府扶持的热点,是一件很自然的事。但类脑计算和类脑芯片,事实上还有非常远的路要走今天在产业中讨论它,很多时侯都是漫无边际的非理性畅想。
(摘编自《类脑芯片简史:2019或成类脑芯片爆发元年》,“电子工程世界网”)
(1)下列关于类脑芯片的表述,不正确的一项是(   )
A. “天机芯”是世界上第一个既可支持脉冲神经网络又可支持人工神经网络的异构融合人工智能芯片。
B. 类脑芯片架构就是模拟人脑神经元和突触传递结构,在处理数据上优势明显,功耗比传统芯片更低。
C. 相较于传统计算机芯片而言,类脑芯片的特点主要表现在:运行效率高、架构设计优、学习能力强。
D. 类脑芯片不受处理任务限制是因为它能绕开比特编程和摩尔定律,在算力极限面前等同于量子计算。
(2)下列对材料相关内容的概括和分析,不正确的一项是(   )
A. 2019年8月1日清华大学施路平团队发表在《自然》杂志的论文,实现了中国在芯片和人工智能两大领域《自然》论文零的突破。
B. 传统计算机芯片主要基于冯诺依曼架构,芯片总处理信息能力受总线容量的限制,处理、存储单元分开,而处理单元能耗巨大。
C. 根据材料三,2017年较2016年中国人工智能芯片市场规模同比增长了75%,2020年较2019年同比增长了33.9%。
D. 类脑计算芯片在将来有望形成“自主认知”的新范式,实现数据并行传送、分布式处理,能够以极低功耗实时处理海量数据。
(3)根据材料,请简要概括促进类脑芯片发展应从哪些方面做出努力。

题目解答

答案

(1)D
(2)C
(3)①努力实现类脑芯片的两个突破,即突破传统“执行程序”计算范式的局限,形成“自主认知”的新范式和突破传统计算机体系结构的局限,实现数据并行传送、分布式处理,能够以极低功耗实时处理海量数据。②提高类脑芯片的任务性处理能力和算力水平。③降低神经元模拟的工艺与技术成本,找到可以代替晶体管的,属于类脑计算的新材料。④研究好适配类脑计算的架构、算法、编程方案等。⑤警惕类脑芯片虚假繁荣带来的危险。(答出三点即可)

相关问题

  • 3.判断题K-means聚类算法对数据的尺寸敏感。()A. 对B. 错

  • 程序=算法+()A. 数据结构B. 程序结构C. 控制结构[1]D. 体系结构

  • AdaBoosting采用多个单一分类器组成一个强分类器()A. 错误B. 正确

  • 路径排序算法的工作流程主要有三步()A. 特征计算B. 特征抽取C. 分类器训练D. 因果推断

  • 由脸书(Facebook)公司开发的深度学习编程框架是()A. TensorFlowB. PaddlePaddleC. PyTorchD. Mindspore

  • 网络诈骗中常见的“钓鱼网站”目的是()?A. 传播病毒B. 窃取个人信息C. 提供免费电影

  • 下列哪个方法属于知识图谱推理方法()A. 广度优先搜索B. 深度学习推断C. 路径排序算法D. 归纳逻辑程序设计

  • 下列哪项关于监督学习算法的描述正确()A. 强化学习的训练效果一定优于监督学习B. 主要的监督学习方法包括生成方法和判别方法C. 广度优先搜索算法是一种监督学习算法

  • 在决策树建立过程中,使用一个属性对某个结点对应的数集合进行划分后,结果具有高信息熵(highentropy),对结果的描述,最贴切的是()。A. 纯度高B. 纯度低C. 有用D. 无用E. 以上描述都不贴切

  • 网络安全包括物理安全[1]、逻辑安全、操作系统安全及联网安全,其中逻辑安全包括访问控制[2]、加密、安全管理及用户身份认证。A. 正确B. 错误

  • 以下哪种方法属于卷积神经网络的基本组件()。A. 卷积层B. 池化层C. 激活函数D. 复制层

  • 下列哪个方法属于知识图谱推理方法()A. 路径排序算法B. 深度学习推断C. 广度优先搜索D. 归纳逻辑程序设计

  • Windows中“复制”操作的快捷键是Ctrl+V。

  • 2.单选题 讯飞星火可以实现多种文案类型和语言风格的文本写作。讯飞星火(网页版)“内容写作”功能可选的“语言风格”不包括( )。A. 口语化B. 高情商C. 专业D. 热情

  • 下列哪项不是求解对抗搜索问题的基本算法( ) A.反向传播算法 B.广度优先排序算法 C.Alpha-Beta剪枝算法D.最小最大搜索算法

  • 网络安全包括物理安全[1]、逻辑安全、操作系统安全及联网安全,其中逻辑安全包括访问控制[2]、加密、安全管理及用户身份认证。A. 正确B. 错误

  • 7、 加强电脑安全防护,及时升级病 毒库,安装防火墙,及时查杀病毒和木马,是防范 电信网络诈骗的有效做法。A. 正确B. 错误

  • 下列不属于量子机器学习算法的是()A. 量子支持向量机B. 量子主成分分析C. 薛定谔方程求解D. 深度量子学习

  • 下列哪项贪婪最佳优先搜索算法的描述正确()A. 贪婪最佳优先搜索不属于启发式搜索算法B. 贪婪最佳优先搜索是一种A*搜索算法C. 贪婪最佳优先搜索是一种广度优先搜索算法D. 贪婪最佳优先搜索属于有信息搜索算法

  • 下列哪项属于因果推理模型()A. 因果图B. 神经符号推理C. 符号推理模型D. 结构因果模型

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号