下列关于天文知识的说法正确的是:
太阳系中体积最小的行星是海王星
最早进入太空的航天员是美国的阿姆斯特朗
世界公认最早的太阳黑子记录出自《春秋》
地球通常在7月初经过远日点
AlphaGo(阿尔法围棋程序)总体上由两个神经网络构成,以下把它们简单称为“两个大脑”。这只是一个比喻,在对弈时,这两个大脑是这样协同工作的:第一个大脑的简单模式会判断出在当前局面下有哪些走法值得考虑。第一个大脑的复杂模式通过蒙特卡洛树来展开各种走法,即所谓的“算棋”,以判断每种走法的优劣。在这个计算过程中,第二个大脑会协助第一个大脑通过判断局面来砍掉大量不值得深入考虑的分岔树,从而大大提高计算效率。与此同时,第二个大脑通过下一步棋导致的新局面的优劣也能给出关于下一步棋的建议。最后,两个大脑的建议被平均加权,做出最终的决定。
其实,这两个大脑的工作方式确实和人类很相似,一个__________细部,一个__________全局。但AlphaGo最终结合两者的方式相当简单粗暴:让两者各自评估一下每种可能的优劣,然后取一个平均数,这可绝不是人类的思维方式。
对人类来说,这两种思考问题方式的结合要复杂得多——不仅仅在围棋中是这样。人们并不总是同时对事态做出宏观和微观的判断,而是有时情绪、心理和潜意识的应激反应。这当然是人类不完美之处,但也是人类行为丰富性的源泉。
为什么要让人工智能去下围棋?有很多理由。但在我看来最重要的一个,是能够让我们更深入地理解智能的本质。
神经网络和机器学习在过去十年里跃进式的发展,确实让人工智能做到许多之前只有人脑才能做到的事,但这并不意味着人工智能的思维方式接近了人类。而且吊诡的是,人工智能在计算能力上的巨大进步,反而掩盖了它在学习人类思维方式上的短板。和国际象棋中的深蓝系统相比,AlphaGo已经和人类接近了许多,深蓝仍然依赖于人类外部定义的价值函数,所以本质上只是个高效计算器。但AlphaGo的价值判断是自我习得的,这就有了人的影子,而且AlphaGo的进步依赖于海量的自我对局数目,这当然是它的长处,但也恰好说明它并未真正掌握人类的学习能力。一个人类棋手一生至多下几千局棋,就能掌握AlphaGo在几百万局棋中所训练出的判断力,这足以证明,人类学习过程中还有某种本质是暂时无法用当前的神经网络程序来刻画的。
这当然不是说AlphaGo应该试图去复制一个人类棋手的大脑,但是AlphaGo的意义也不应该仅仅反映在它最终的棋力上。它是如何成长的?它的不同参数设置如何影响它的综合能力?如果有其他水平相当的人工智能和它反复对弈,它能否从对方身上“学到”和自我对弈不同的能力?对这些问题的研究和回答,恐怕比单纯观察它是否有朝一日能够超越人类重要得多。
下列关于AlphaGo的说法与文意不符的是:
两个大脑的工作方式有很大差异
第二个大脑主要提高计算效率
两个大脑在工作中并不区分主次
最终决定综合两个大脑的计算结果
下列关于生活常识的表述错误的是:
水在真空中会先沸腾后结冰
颜色深的汽车隔热膜,隔热效果好
纯水(只有水分子)在0℃时不会结冰
天凉时,湿润的地方比干旱的地方使人觉得更冷
关于能量转换,下列说法错误的是:
太阳能电池:光能转化为电能
蒸汽机:内能转化为机械能
发电机:电能转化为机械能
植物的光合作用:光能转化为化学能
纽约曼哈顿城区是全世界高楼密度最大的地方,狭窄的街道却能看到阳光;这里是世界上行人密度最高的地方,但行人却不会感到拥堵。曼哈顿城区林立的高楼大都是竹笋般的退台式建筑,保证了阳光的照射路径,街道对行人也非常友好,摩天大楼纷纷将宝贵的底层镂空,作为行人行走、休憩的公共空间,狭窄的街道事实上被拓宽了。是什么原因,让阳光从高楼的狭缝中打到纽约的街道上,让开发商奢侈地放弃建筑底层,“好心”考虑行人的需求?
20世纪初,纽约市迅猛发展,地产商纷纷投资曼哈顿,诸多摩天大楼拔地而起。黄金地段自然价格不菲,出于经济考虑,地产商对建筑师提出了在当时非常具有挑战性的要求——建造高度更高、面积最大的摩天大楼。从审美角度来说,这是一场灾难——曼哈顿城市用地被臃肿、庞大的建筑体块占满,狭窄的街道终年不见阳光,阴暗、逼仄,空气非常浑浊,城市环境日渐恶化。著名的丑陋项目恒生大楼,就是当时建筑风格的代表之一,容积率惊人,体量巨大,不仅阻挡了周边地块建筑的采光和通风,1.3万人的容量也给交通和服务造成不小的压力。冬季,恒生大楼形成面积高达2.6公顷的阴影,相当于自身面积的6倍,直接造成周边地块办公楼出租率下降。
纽约市敏锐地意识到这种问题,1916年纽约出台了区划法案,旨在遏制这种贪婪攫取空间的趋势。法案明确规定了地块中建筑高度和体量的标准——地产开发者可以在一定的高度限制范围内,在用地上保持100%的建筑密度;超过这一高度,则应让出临街一侧的空间;如果更高,则继续让出面积。只有建筑体量出让到一定程度,即主楼的平面面积少于用地面积的25%时,才不必继续后退。这部分改善了曼哈顿的街道环境,此后的建筑形体也变得稍微克制、美观起来,从平顶、方盒子形状,向山坡般跌落式转变,帝国大厦、克莱斯勒大厦等就是退台式建筑的代表,这种建筑形态,被人们戏称为“婚礼蛋糕”或“巴比伦塔”。区划法案颁布后的近40年中,纽约新建成的摩天大楼无一不层层后退,街道上因此保留了一些阳光。也就是说,纽约的早期法案有效地缓解了城市高楼病。
如果一直如此,类似帝国大厦的建筑早就应该占领曼哈顿了,相似的退台式建筑会成为纽约统一的建筑风格,纽约的立法者应该感到欣慰。直到1952年,一名富有创造性的建筑师用全新的方案,巧妙地糅合法案要求、建筑美感、商业需要于一身,引领了20世纪中期曼哈顿的建筑时尚。他的作品就是利华大厦。
关于恒生大楼,下列说法正确的是:
容积率很高
占地面积小
改善了周边采光
扩大了公共空间
目前我国高校博物馆的数量已有150多座,然而这些博物馆却很寂寞,终年_______,有的连自己学校的师生都不知晓,有的由于没有展出条件,众多的宝贝常年灰尘满面,利用率很低,至于说到免费开放和惠及民众,更是很_______的话题。
依次填入画横线部分最恰当的一项是:
门庭冷落 生僻
人迹罕至 超前
门可罗雀 遥远
无人问津 突兀
将2名教师,4名学生分成2个小组,去甲、乙两座城市参加数学建模比赛,每个小组都要包含1名教师和2名学生,问不同的安排方法共有几种:
6
12
18
24
甲、乙、丙、丁四人在超市购买蔬菜,甲购买了5斤土豆、1斤豆角,乙购买了1斤土豆、2斤茄子,丙购买了2斤土豆、2斤豆角,丁购买了2斤茄子。如果甲与乙、丙与丁的费用分别相等,则甲与丙的费用比为:
3:2
2:3
6:7
7:6
历史叙事中的这一“场景再现”技巧,显然不能单独担当起史学方法变革的重任,却有可能妨碍一些历史问题的讨论,太过琐细的描写弄不好会使读者流连于局部的场景而忘却了历史展开的复杂逻辑。
关于历史叙事中的“场景再现”技巧,作者认为:
方法值得怀疑
轻视历史叙事的展开
不应过分依赖
不属于史学方法变革
许多心理学家将工作记忆描述为“当你遇到其他信息或任务干扰时,继续记住一定信息的能力”。工作记忆是大脑中负责储存和处理信息、进行决策跟计划的部分。它决定了短时记忆和长时记忆中能储存、处理多少信息,还决定了这些信息的注意控制、质量和数量。工作记忆较差的人很难将注意力分给不同的信息片段,导致他们难以高效处理多重任务——尤其是当他们遇到完全陌生的话题时。因此,工作记忆在多任务处理中扮演着重要的角色。
以下哪项如果为真,最能支持上述结论?( )
噪音等外界干扰会降低人们处理多任务的能力
老年人或出现认知障碍的人的工作记忆会有所衰退
工作记忆并非一成不变,可以通过练习和训练得以加强
工作记忆强的人能轻松地在不同内容的网页间切换并成功找到所要的结果