5.【单选题】人工智能“算法思维”的核心体现是（ ）。A. 收集海量图像数据，用于训练图像识别模型B. 设计“梯度下降算法”，指导模型逐步调整参数以降低预测误差C. 搭建神经网络架构，确定层与层之间的连接方式D. 评估模型在测试集上的准确率，判断模型性能

本题考查对人工智能“算法思维”核心体现的理解。解题的关键在于明确“算法思维”的本质是设计能指导模型从数据中逐步改进自身性能的规则或过程，然后分析每个选项是否符合这一核心。

• A选项：收集海量图像数据用于训练图像识别模型，这只是模型训练的基础准备工作，为算法的运行提供数据支持，但并非“算法思维”的核心体现。因为它没有涉及到如何指导模型进行学习和优化的规则或过程。
• B选项：设计“梯度下降算法”，指导模型逐步调整参数以降低预测误差。梯度下降算法通过计算损失函数对模型参数的梯度，并沿负梯度方向迭代更新参数，这是一种系统性的、基于数学规则的方法，能够让模型在训练过程中不断自我优化，逐步逼近最优解，完全符合“算法思维”通过算法机制驱动模型自我优化与学习的本质，所以该选项正确。
• C选项：搭建神经网络架构，确定层与层之间的连接方式，这属于模型结构设计，是算法应用的载体。它规定了模型的基本框架，但并没有体现出如何让模型在这个框架内进行学习和改进，因此不是“算法思维”的核心。
• D选项：评估模型在测试集上的准确率，判断模型性能，这是模型训练完成后的验证手段。它的作用是检验模型的效果，但不直接参与模型的学习和优化过程，所以也不是“算法思维”的核心体现。