人工智能诞生在1955年,50年代末第一款神经网络-()将人工智能推向了第一个高潮。A、无人机B、感知机C、机器人D、因特网

人工智能诞生在1955年,50年代末第一款神经网络-()将人工智能推向了第一个高潮。

  • A、无人机
  • B、感知机
  • C、机器人
  • D、因特网

相关考题:

医疗人工智能应用前景广阔,不正确的是() A.我国医疗人工智能的需求巨大B.我国人工智能的发展提供了很好的基础C.现有的人工智能机器人可以做斜视手术D.我国人口基数大、市场应用规模广

智能控制的“四元交集结构”的四元,指的是() A.计算机科学、自动控制、人工智能、神经网络B.人工智能、自动控制、信息论、系统论C.人工智能、自动控制、信息论、机器学习D.自动控制、人工智能、信息论、运筹学

人工智能游戏用到的主要技术错误的是()。 A、决策树B、有限状态机C、神经网络D、区块链

人工智能权威明斯基在《感知机》一书中指出了单层感知机模型存在严重缺陷,致使人工神经网络的研究落入低潮。() 此题为判断题(对,错)。

现如今,人工智能的主流学派分为三类,分别是知识工程及专家系统、智能机器人的研究以及人工神经网络。() 此题为判断题(对,错)。

谷歌公司的AlphaGo机器人战胜了人类围棋世界冠军李世石,这表明了()。 A、人工智能已经可以完全代替人类,其智力已经远远超过人类B、人工智能在某方面已经超过人类,它开创性的围棋算法是取胜的关键C、人工智能只是钻了人类无法长时间集中精力的空子,从而取胜D、人工智能的胜利为人类敲响了警钟,将来人类或将无法控制人工智能

人工智能是指利用()所具有的智能,人工智能的研究领域包括:人类解决问题时的思维过程、学习过程或决策过程的建模等。机器人智能是人工智能的一个研究的重点。A、机器人智能B、机器人动作C、计算机实现人类D、机器人力量

人工智能识别图像是从输入到输出的神经网络过程。

扫地机器人不是人工智能。

日本政府产业竞争力会议汇总了增长战略的草案,将重点放在()机器人和人工智能以提高生产效率。A、利用B、智能C、自动化D、活用

人工智能核心技术的研究重点可能将从深度学习转为(),即推动弱人工智能向强人工智能不断迈进。A、模拟计算B、认知计算C、感知计算D、数据计算

在第一次神经网络的研究中,针对感知机无法解决异或XOR问题的缺陷,人工智能专家们的新思路包括()。A、引入非线性变换B、引入线性变换C、引入单层神经网络D、引入多层神经网络

关于人工智能的定义,正确的是()。A、人工智能就是机器人B、人工智能就是跟人长得一样的机器人C、人工智能是一种软件D、人工智能是研究人的智能的一门新的技术科学

人工智能的分类不包括()A、微观人工智能B、宏观人工智能C、人工神经网络D、虚拟现实技术

下列说法中不正确的是()A、人类智能是与生俱来的B、人工智能是人类赋予的C、机器人不属于人工智能

下列属于人工智能中模式识别的是哪项()。A、机器人比赛B、飞机导航C、机器翻译D、指纹考勤机

下列属于人工智能中模式识别的是()。A、机器人比赛B、飞机导航C、机器翻译D、指纹考勤机

要加快科技安全预警监测体系建设,围绕()、自动驾驶、无人机、服务机器人等领域,加快推进相关立法工作。A、人工智能B、基因编辑C、医疗诊断

多选题要加快科技安全预警监测体系建设,围绕()、自动驾驶、无人机、服务机器人等领域,加快推进相关立法工作。A人工智能B基因编辑C医疗诊断

多选题在第一次神经网络的研究中,针对感知机无法解决异或XOR问题的缺陷,人工智能专家们的新思路包括()。A引入非线性变换B引入线性变换C引入单层神经网络D引入多层神经网络

单选题关于人工智能,下列说法不正确的是()。A人工智能是计算机科学的一个分支B人工智能能够根据任务自主完成策略的选择C人工智能赋予了机器一定的视听感知和分辨处理能力D人工智能的发展不会对人类产生任何风险

单选题日本政府产业竞争力会议汇总了增长战略的草案,将重点放在()机器人和人工智能以提高生产效率。A利用B智能C自动化D活用

单选题关于人工智能的定义,正确的是()。A人工智能就是机器人B人工智能就是跟人长得一样的机器人C人工智能是一种软件D人工智能是研究人的智能的一门新的技术科学

单选题人工智能的分类不包括()A微观人工智能B宏观人工智能C人工神经网络D虚拟现实技术

单选题人工智能诞生在1955年,50年代末第一款神经网络-()将人工智能推向了第一个高潮。A无人机B感知机C机器人D因特网

阿尔法狗是第一个击败人类职业围棋选手.第一个战胜围棋世界冠军的人工智能程序,它的主要工作原理是什么? (1.0分) [单选.] A. 机器学习 B. 深度学习 C. BP神经网络 D. 卷积神经网络

人工智能基础概念大概分为哪两类? (1.0分) [多选] A. 机器学习 B. 深度学习 C. 神经网络 D. BP神经网络 E. 卷积神经网络