1分2,以下哪项技术成为了2010年后人工智能发展的主流技术?A. 专家系统B. 符号推理C. 深度神经网络D. 知识图谱

考查要点：本题主要考查学生对人工智能技术发展脉络的了解，特别是2010年后主流技术的判断能力。

解题核心思路：需明确各选项技术的特点及发展时间线，结合2010年后人工智能领域的关键突破点（如深度学习的兴起）进行分析。

破题关键点：

1. 专家系统与符号推理属于传统人工智能的核心方法，依赖人工规则，但难以处理复杂问题。
2. 深度神经网络（深度学习）在2010年后因计算能力提升、大数据普及、算法创新（如CNN、RNN）成为主流。
3. 知识图谱虽重要，但属于知识管理工具，非直接推动AI技术突破的核心技术。

选项分析

A. 专家系统

• 特点：基于预设规则和知识库，通过推理解决问题。
• 局限性：依赖人工编码知识，难以应对复杂、动态问题。
• 发展现状：2010年后逐渐被数据驱动的深度学习取代。

B. 符号推理

• 特点：用符号表示知识，通过逻辑规则推理。
• 局限性：难以处理非结构化数据（如图像、语音），缺乏对不确定性的鲁棒处理能力。

C. 深度神经网络

• 特点：通过多层非线性变换自动学习数据特征，无需人工设计规则。
• 突破点：
  • 算法：卷积神经网络（CNN）、循环神经网络（RNN）等创新。
  • 计算能力：GPU加速推动训练效率提升。
  • 数据：互联网时代积累的海量标注数据。
• 应用：在图像识别、语音识别、自然语言处理等领域取得革命性进展。

D. 知识图谱

• 特点：以图结构表示实体间语义关系，用于知识管理和语义理解。
• 定位：常与深度学习结合使用（如增强学习效果），但非独立的技术主流。

结论：2010年后，深度神经网络通过数据驱动和端到端学习，成为人工智能发展的核心驱动力。