题目
人工智能应用研究的两个最重要最广泛领域为( )。A. 专家系统、自动规划B. 专家系统、机器学习C. 机器学习、智能控制D. 机器学习、自然语言理解
人工智能应用研究的两个最重要最广泛领域为( )。
A. 专家系统、自动规划
B. 专家系统、机器学习
C. 机器学习、智能控制
D. 机器学习、自然语言理解
题目解答
答案
B. 专家系统、机器学习
解析
考查要点:本题主要考查学生对人工智能领域核心应用方向的掌握情况,需要明确区分不同人工智能分支的重要性和应用范围。
解题核心思路:
- 关键概念辨析:明确“专家系统”“机器学习”“自然语言理解”等术语的定义与应用场景。
- 应用范围对比:结合人工智能领域的发展趋势和实际应用案例,判断哪些方向既基础又广泛。
- 权威教材依据:参考教材中对人工智能核心领域的分类,排除干扰选项。
破题关键点:
- 专家系统是人工智能早期的重要应用,通过模拟专家知识解决特定领域问题(如医疗诊断)。
- 机器学习是当前人工智能的核心技术,广泛应用于数据挖掘、图像识别等领域,具有极强的通用性。
- 其他选项中的“自然语言理解”“智能控制”等虽重要,但通常被视为机器学习的子领域或细分方向。
选项分析
选项A:专家系统、自动规划
- 专家系统是经典人工智能的重要方向,应用广泛。
- 自动规划主要应用于机器人路径规划、调度问题,但应用范围相对狭窄。
- 结论:自动规划并非最广泛领域,排除。
选项B:专家系统、机器学习
- 专家系统作为传统AI的核心应用,具有重要地位。
- 机器学习是现代AI的支柱技术,几乎覆盖所有数据驱动场景(如推荐系统、图像识别)。
- 结论:两者均为基础且广泛应用的领域,符合题意。
选项C:机器学习、智能控制
- 机器学习的重要性毋庸置疑。
- 智能控制更偏向工业自动化,应用范围有限。
- 结论:智能控制非最广泛领域,排除。
选项D:机器学习、自然语言理解
- 机器学习是基础技术,但自然语言理解通常被视为机器学习的子领域(如深度学习驱动)。
- 结论:自然语言理解虽重要,但非独立顶层方向,排除。