2018——2019学年山东省泰安市泰山国际学校高二下学期期中语文试题

命题人：张莉、朱丽圆、崔海岗 泰山国际学校语文期中考试 审核人： 2017级高二下学期期中检测 语文试题 2019年4月 本试卷分第I卷（选择题）和第II卷（非选择题）两部分。共150分，考试时间150分钟。 注意事项： 1．答第I卷前，考生务必将自己的姓名、考号、考试科目用2B铅笔涂写在答题卡上。 2．每小题选出答案后，用铅笔把答题卡上对应题目的答案标号涂黑，如需改动，用橡皮擦干净，再选涂其它答案。不能答在试卷上。 3．非选择题写在答题纸对应区域。 第I卷 ―、现代文阅读 (一)论述类文本阅读 阅读下面的文字，完成1～3题。 所谓算法，可视为一个有限而确切的计算序列，用以按照要求解决问题。人工智能算法的传统通常有两个：一是主张智能行为依赖于符号操作，通过基于符号表征的计算来实现学习、记忆、推理、决策，甚至情感活动；二是受人和动物大脑神经结构启发，认为通过大量底层简单的“激活单元”相互交织，可在高层自发涌现出复杂的智能行为。阿尔法围棋战胜人类棋手，即在于其能够实现基于神经网络的算法突破。 以复杂性视角观之，基于神经网络的人工智能算法有一个突出特质——涌现性。以棋类游戏智能算法为例，棋子数有限，游戏规则简单，但棋局变化无法穷尽。棋局的最终输赢是一种涌现，决定棋局走向的不是底层的简单规则，而是由它们生成的更高层的组织过程。阿尔法围棋在对弈时有一些人类棋手难以理解的“昏招”，可这些昏招最后竟成为取胜的“神之一手”。这表明“招数系列”比“某一招”更有意义。在伦理上，涌现性特质揭示出人工智能算法具有异于传统的行为特征：人工智能算法行为不是边界清晰的单个行为，而是集体行为的演化；其行为效果不由“某一”行为决定，亦不由预定的算法前提完全决定。 基于神经网络的人工智能算法的另一个复杂性特质是算法的自主性。当下人工智能深度学习算法可从海量大数据中自我学习、自我进化。阿尔法围棋第一代曾依据人类历史上的优秀棋谱，对弈了三千万盘棋；第二代则强化了自我学习的能力。如果智能算法的自主性意味着机器不再是被