欧美一级日韩一级,四虎成人网站手机在线看,毛片激情永久免费,亚洲男人亚洲视频在线观看

學(xué)寶教育旗下公務(wù)員考試網(wǎng)站
當(dāng)前位置:主頁(yè)  >> 試題中心  >> 申論   
申論
2019上半年事業(yè)單位聯(lián)考《綜合應(yīng)用能力》C類(lèi)真題及答案
http://www.imnuonuo.com       2019-05-20      來(lái)源:河北公務(wù)員考試網(wǎng)
【字體: 】              

  2019上半年事業(yè)單位聯(lián)考C類(lèi)《綜合應(yīng)用能力》真題在此發(fā)布。本套2019上半年事業(yè)單位聯(lián)考C類(lèi)《綜合應(yīng)用能力》真題來(lái)自考生回憶,由公考通整理。


  >>> 點(diǎn)擊下載PDF打印版(含參考答案,查看答案解析請(qǐng)下載PDF版)


  2019年上半年全國(guó)事業(yè)單位聯(lián)考C類(lèi)《綜合應(yīng)用能力》真題


  材料一


  1997年,國(guó)際象棋大師加里·卡斯帕羅夫敗給了電腦“深藍(lán)”;2016年,谷歌人工智能AlphaGo又戰(zhàn)勝了韓國(guó)棋手李世石,這標(biāo)志著人工智能終于征服了它在棋類(lèi)比賽中最后的弱項(xiàng)——圍棋,谷歌公司的DeepMind團(tuán)隊(duì)比預(yù)期提前了整整10年達(dá)到了既定目標(biāo)。


  對(duì)計(jì)算機(jī)來(lái)說(shuō),圍棋并不是因?yàn)槠湟?guī)則比國(guó)際象棋復(fù)雜而難以征服——與此完全相反,圍棋規(guī)則更簡(jiǎn)單,它其實(shí)只有一種棋子,對(duì)弈的雙方輪流把黑色和白色的棋子放到一個(gè)19×19的正方形棋盤(pán)中,落下的棋子就不能再移動(dòng)了,只會(huì)在被對(duì)方棋子包圍時(shí)被提走。到了棋局結(jié)束時(shí),占據(jù)棋盤(pán)面積較多的一方為勝者。


  圍棋的規(guī)則如此簡(jiǎn)單,但對(duì)于計(jì)算機(jī)來(lái)說(shuō)卻又異常復(fù)雜,原因在于圍棋的步數(shù)非常多,而且每一步的可能下法也非常多。以國(guó)際象棋作對(duì)比,國(guó)際象棋每一步平均約有35種不同的可能走法,一般情況下,多數(shù)棋局會(huì)在80步之內(nèi)結(jié)束。圍棋棋盤(pán)共有361個(gè)落子點(diǎn),雙方交替落子,整個(gè)棋局的總排列組合數(shù)共有約10171種可能性,這遠(yuǎn)遠(yuǎn)超過(guò)了宇宙中的原子總數(shù)——1080!


  對(duì)于結(jié)構(gòu)簡(jiǎn)單的棋類(lèi)游戲,計(jì)算機(jī)程序開(kāi)發(fā)人員可以使用所謂的“暴力”方法,再輔以一些技巧,來(lái)尋找對(duì)弈策略,也就是對(duì)余下可能出現(xiàn)的所有盤(pán)面都進(jìn)行嘗試并給予評(píng)價(jià),從而找出最優(yōu)的走法。這種對(duì)整棵博弈樹(shù)進(jìn)行窮舉搜索的策略對(duì)計(jì)算能力要求很高,對(duì)圍棋或者象棋程序來(lái)說(shuō)是非常困難的,尤其是圍棋,從技術(shù)上來(lái)講目前不可能做到。


  “蒙特卡羅樹(shù)搜索”是一種基于蒙特卡羅算法的啟發(fā)式搜索策略,能夠根據(jù)對(duì)搜索空間的隨機(jī)抽樣來(lái)擴(kuò)大搜索樹(shù),從而分析圍棋這類(lèi)游戲中每一步棋應(yīng)該怎么走才能夠創(chuàng)造最好機(jī)會(huì)。舉例來(lái)說(shuō),假如筐里有100個(gè)蘋(píng)果,每次閉著眼拿出1個(gè),最終要挑出最大的1個(gè),于是先隨機(jī)拿1個(gè),再隨機(jī)拿1個(gè)跟它比,留下大的,再隨機(jī)拿1個(gè)……每拿一次,留下的蘋(píng)果都至少不比上次的小,拿的次數(shù)越多,挑出的蘋(píng)果就越大。但除非拿100次,否則無(wú)法肯定挑出了最大的。這個(gè)挑蘋(píng)果的方法,就屬于蒙特卡羅算法。雖然“蒙特卡羅樹(shù)搜索”在此前一些弈棋程序中也有采用,在相對(duì)較小的棋盤(pán)中也能很好地發(fā)揮作用,但在正規(guī)的全尺寸棋盤(pán)上,這種方法仍然存在相當(dāng)大的缺陷,因?yàn)樯婕暗乃阉鳂?shù)還是太大了。


  AlphaGo人工智能程序中最新穎的技術(shù)當(dāng)屬它獲取知識(shí)的方式——深度學(xué)習(xí)。AlphaGo 借助兩個(gè)深度卷積神經(jīng)網(wǎng)絡(luò)(價(jià)值網(wǎng)絡(luò)和策略網(wǎng)絡(luò))自主地進(jìn)行新知識(shí)的學(xué)習(xí)。深度卷積神經(jīng)網(wǎng)絡(luò)使用很多層的神經(jīng)元,將其堆疊在一起,用于生成圖片逐漸抽象的、局部的表征。對(duì)圖像分析得越細(xì),利用的神經(jīng)網(wǎng)絡(luò)層就越多。AlphaGo也采取了類(lèi)似的架構(gòu),將圍棋模盤(pán)上的盤(pán)面視為19×19的圖片輸入,然后通過(guò)卷積層來(lái)表征盤(pán)面。這樣,兩個(gè)深度卷積神經(jīng)網(wǎng)絡(luò)中的價(jià)值網(wǎng)絡(luò)用于評(píng)估盤(pán)面,策略網(wǎng)絡(luò)則用于采樣動(dòng)作。


  在深度學(xué)習(xí)的第一階段——策略網(wǎng)絡(luò)的有監(jiān)督學(xué)習(xí)(即從中   I   中學(xué)習(xí))階段,擁有13層神經(jīng)網(wǎng)絡(luò)的AlphaGo借助圍棋數(shù)據(jù)庫(kù)KGS中存儲(chǔ)的3000萬(wàn)份對(duì)弈棋譜進(jìn)行初步學(xué)習(xí)。這3000萬(wàn)份棋譜樣本可以用a、b進(jìn)行統(tǒng)計(jì)。a是一個(gè)二維棋局,把a(bǔ)輸入到一個(gè)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行分類(lèi),分類(lèi)的目標(biāo)就是落子向量A。通過(guò)不斷的訓(xùn)練,盡可能讓計(jì)算機(jī)得到的向量A接近人類(lèi)高手的落子結(jié)果b,這樣就形成了一個(gè)模擬人類(lèi)下圍棋的神經(jīng)網(wǎng)絡(luò),然后得出一個(gè)下棋函數(shù)F_go()。當(dāng)盤(pán)面走到任何一種情形的時(shí)候,AlphaGo都可以通過(guò)調(diào)用函數(shù)F_go()計(jì)算的結(jié)果來(lái)得到最佳的落子結(jié)果b可能的概率分布,并依據(jù)這個(gè)概率來(lái)挑選下一步的動(dòng)作。在第二階段——策略網(wǎng)絡(luò)的強(qiáng)化學(xué)習(xí)(即從   Ⅱ   中學(xué)習(xí))階段,AlphaGo開(kāi)始結(jié)合蒙特卡羅樹(shù)搜索,不再機(jī)械地調(diào)用函數(shù)庫(kù),而類(lèi)似于一種人類(lèi)進(jìn)化的過(guò)程:AlphaGo會(huì)和自己的老版本對(duì)弈。即,先使用F_go(1)和F_go(1)對(duì)弈,得到了一定量的新棋譜,將這些新棋譜加入到訓(xùn)練集當(dāng)中,訓(xùn)練出新的F_go(2),再使用F_go(2)和F_go(1)對(duì)弈,以此類(lèi)推,這樣就可以得到勝率更高的F_go(n)。這樣,AlphaGo就可以不斷改善它在第一階段學(xué)到的知識(shí)。在第三階段——價(jià)值網(wǎng)絡(luò)的強(qiáng)化學(xué)習(xí)階段,AlphaGo可以根據(jù)之前獲得的學(xué)習(xí)經(jīng)驗(yàn)得出估值函數(shù)v(s),用于預(yù)測(cè)策略網(wǎng)絡(luò)自我對(duì)抗時(shí)棋盤(pán)盤(pán)面s的結(jié)果。最后,則是將F_ go()、v(s)以及蒙特卡羅樹(shù)搜索三者相互配合,使用F_ go()作為初始分開(kāi)局,每局選擇分?jǐn)?shù)最高的方案落子,同時(shí)調(diào)用v(s)在比賽中做出正確的判斷。


  這就是AlphaGo給圍棋帶來(lái)的新搜索算法。它創(chuàng)新性地將蒙特卡羅模擬和價(jià)值網(wǎng)絡(luò)、策略網(wǎng)絡(luò)結(jié)合起來(lái)訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)。這樣價(jià)值網(wǎng)絡(luò)和策略網(wǎng)絡(luò)相當(dāng)于AlphaGo 的兩個(gè)大腦,策略網(wǎng)絡(luò)負(fù)責(zé)在當(dāng)前局面下判斷“最好的”下一步,可以理解為落子選擇器;價(jià)值網(wǎng)絡(luò)負(fù)責(zé)評(píng)估整體盤(pán)面的優(yōu)劣,淘汰掉不值得深入計(jì)算的走法,協(xié)助前者提高運(yùn)算效率,可以理解為棋局評(píng)估器,通過(guò)兩個(gè)“大腦”各自選擇的平均值,AlphaGo最終決定怎樣落子勝算最大。通過(guò)這種搜索算法,AlphaGo和其他圍棋程序比賽的勝率達(dá)到了99.8%。


  AlphaGo的飛快成長(zhǎng)是任何一個(gè)圍棋世界冠軍都無(wú)法企及的。隨著計(jì)算機(jī)性能的不斷增強(qiáng),遍歷蒙特卡羅搜索樹(shù)將進(jìn)一步提高命中概率。大量的計(jì)算機(jī)專(zhuān)家,配合大量的世界圍棋高手,在算法上不斷革新,再配合不斷成長(zhǎng)的超級(jí)計(jì)算能力,不斷地從失敗走向成功,最終打造出圍棋人工智能。在AlphaGo擊敗李世石后,歐洲圍棋冠軍樊麾說(shuō)了這么一句話:“這是一個(gè)團(tuán)隊(duì)的集體智慧用科技的方式戰(zhàn)勝了人類(lèi)數(shù)千年的經(jīng)驗(yàn)積累?!比撕蜋C(jī)器其實(shí)沒(méi)有站在對(duì)立面上,“是人類(lèi)戰(zhàn)勝了人類(lèi)”。


  材料二


  上世紀(jì)80年代,M市高溫首日經(jīng)常出現(xiàn)在6月中下旬至7月,到21世紀(jì),往往還沒(méi)到6月中句,M市氣溫就會(huì)躥至35℃以上,僅有兩年的高溫日到7月才出現(xiàn),1981年以來(lái),M市6-8月高溫日出現(xiàn)越來(lái)越頻繁,可見(jiàn),M市首個(gè)高溫日的出現(xiàn)時(shí)間越來(lái)越早,21世紀(jì)后每年首個(gè)高溫日出現(xiàn)時(shí)間肯定早于上世紀(jì)80年代。


  在M市,一年中最熱的時(shí)候莫過(guò)于7月,1997年以來(lái),高溫日數(shù)逐漸增多。截至2018年7月中旬,2018年M市高于35℃的日子已有6個(gè),比往年7月的平均數(shù)還多2個(gè)。可以確定,這一年M市7月的高溫日總數(shù)將是1997年以來(lái)最多的一年。另外據(jù)統(tǒng)計(jì),M市7月的高溫日整體多于6月和8月,照此趨勢(shì),2018年8月的高溫日可能不會(huì)超過(guò)7月。


  近30年來(lái),M市7月的夜溫越來(lái)越高,1999年以來(lái)7月的夜間最低氣溫普遍超過(guò)23℃,所以2018年7月下旬M市夜間的最低氣溫不會(huì)低于23℃。


  同樣近30年來(lái),M市6-8月出現(xiàn)持續(xù)3天以上高溫的總次數(shù)為27次,20次都是在2000年以后出現(xiàn)的,2018年6月和7月,M市已經(jīng)分別出現(xiàn)了一次持續(xù)3天以上的高溫。既然2018年M市出現(xiàn)3天以上持續(xù)高溫的次數(shù)已經(jīng)超過(guò)了近30年來(lái)的平均值,那么8月份M市不會(huì)出現(xiàn)3天以上的持續(xù)高溫天氣。


  30年來(lái),M市“城市熱島效應(yīng)”愈發(fā)顯著,城區(qū)與郊區(qū)的平均氣溫差值越來(lái)越大。2018年7月M市各區(qū)平均氣溫偏高,均超過(guò)26.7℃。其中市中心2個(gè)城區(qū)氣溫最高,其次是環(huán)市中心的其他4個(gè)城區(qū),2個(gè)郊區(qū)的氣溫最低。(注:高溫日為日最高氣溫≥35℃)


  材料三


  材料(一)細(xì)菌學(xué)家弗萊明的實(shí)驗(yàn)室里擺放著許多有毒細(xì)菌培養(yǎng)皿。多年來(lái),


  他試驗(yàn)了各種藥劑,力圖找到一種能殺滅這些細(xì)菌的理想藥品,但一直未能成功。1928年的一個(gè)早晨,他在檢查細(xì)菌的變化時(shí),突然發(fā)現(xiàn)一個(gè)葡萄狀球菌的培養(yǎng)皿里長(zhǎng)出了一團(tuán)青色霉菌,并且其周?chē)瓉?lái)生長(zhǎng)著的葡萄狀球菌消失了,他進(jìn)一步研究發(fā)現(xiàn),這種青色霉菌對(duì)其他多種有毒細(xì)菌同樣具有殺滅作用,他把這種青色霉菌分泌的殺菌物質(zhì)稱(chēng)為青霉素。


  材料(二)1870年,英國(guó)科學(xué)家克魯克斯在做陰極射線管放電實(shí)驗(yàn)時(shí),意外發(fā)現(xiàn)管子附近的照相底片有模糊陰影,他判斷是照相的干板有毛病;1890年美國(guó)科學(xué)家古德斯柏德在做相同的實(shí)驗(yàn)時(shí)也發(fā)現(xiàn)同樣的現(xiàn)象,他歸因于沖洗藥水和沖洗技術(shù)有問(wèn)題;到了1892年,德國(guó)有些物理學(xué)家也觀察到這一現(xiàn)象,但當(dāng)時(shí)他們的注意力都集中在研究陰極射線的性質(zhì)上,對(duì)此并沒(méi)有警覺(jué)。直到1895年,這一奇特現(xiàn)象才被德國(guó)物理學(xué)家倫琴敏銳地抓住,他反復(fù)研究實(shí)驗(yàn),最終發(fā)現(xiàn)了X射線,他也因此獲得諾貝爾物理學(xué)獎(jiǎng)。


  材料三:丹麥天文學(xué)家第谷三十年如一日觀測(cè)天象,記錄了750顆星相對(duì)位置的變化,糾正了以往星表中的錯(cuò)誤。但第谷不善于對(duì)感性材料進(jìn)行科學(xué)抽象和概括,終究未能揭示行星運(yùn)動(dòng)規(guī)律。臨終前,他把自已所有的材料交給了學(xué)生開(kāi)普勒,要求他繼續(xù)研究行星運(yùn)動(dòng)的理論。起初,開(kāi)普勒以第谷宇宙體系為基本框架來(lái)探討這個(gè)問(wèn)題,但毫無(wú)所獲,于是轉(zhuǎn)而以哥白尼日心體系為基本框架展開(kāi)研究。他精于理論思維和數(shù)學(xué)推導(dǎo),根據(jù)老師留下的大量一手資料,最終發(fā)現(xiàn)了天體運(yùn)動(dòng)的三大定律,被譽(yù)為“天空立法者”。


  【問(wèn)題】


  問(wèn)題一


  科技文獻(xiàn)閱讀題:請(qǐng)認(rèn)真閱讀文章,按照每道題的要求作答。(50分)


  根據(jù)材料一,回答下列問(wèn)題:


  1.判斷題:請(qǐng)用2B鉛筆在答題卡相應(yīng)的題號(hào)后填涂作答,正確的涂“A”,錯(cuò)誤的涂“B”。


  (1)國(guó)際象棋的走法不超過(guò)35*80種。


  (2)結(jié)構(gòu)簡(jiǎn)單的棋類(lèi)游戲可以通過(guò)對(duì)博弈樹(shù)的“暴力”窮舉搜索找出最優(yōu)走法。


 ?。?)傳統(tǒng)的計(jì)算機(jī)圍棋程序能夠完全尺寸棋盤(pán)的蒙特卡羅樹(shù)模擬并計(jì)算最大勝率。


 ?。?)函數(shù)F_go(n)比F_go(n-1)的勝率更高。


  2.填空題:請(qǐng)根據(jù)文意,分別填補(bǔ)Ⅰ、Ⅱ兩處缺項(xiàng),沒(méi)空不超過(guò)6個(gè)字。


  Ⅰ(   )  Ⅱ(   )


  3.多項(xiàng)選擇題:備選項(xiàng)中有兩個(gè)或兩個(gè)以上符合題意,請(qǐng)用2B鉛筆在答題卡相應(yīng)的題號(hào)后填涂正確選項(xiàng)的序號(hào),錯(cuò)選、少選均不得分。


 ?。?)這篇文章開(kāi)頭認(rèn)為圍棋是人工智能在棋類(lèi)游戲中最弱項(xiàng)的原因是:


  A.圍棋每一步可能的下法太多,無(wú)法使用窮舉搜索


  B.圍棋的規(guī)則對(duì)于計(jì)算機(jī)來(lái)說(shuō)太復(fù)雜,無(wú)法理解


  C.單一的計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)難以應(yīng)對(duì)圍棋的搜索計(jì)算


  D.圍棋盤(pán)面局勢(shì)的評(píng)估缺乏現(xiàn)代就三家技術(shù)的支撐


  (2)下列關(guān)于AlphaGo“兩個(gè)大腦”的說(shuō)法正確的是


  A.價(jià)值網(wǎng)絡(luò)負(fù)責(zé)評(píng)估盤(pán)面優(yōu)劣


  B.策略網(wǎng)絡(luò)負(fù)責(zé)判斷走法優(yōu)劣


  C.策略網(wǎng)絡(luò)能夠協(xié)助價(jià)值網(wǎng)絡(luò)提高運(yùn)算效率


  D.價(jià)值網(wǎng)絡(luò)和策略網(wǎng)絡(luò)共同確定最終的落子位置


  4.比較分析AlphaGo新算法和蒙特卡羅樹(shù)搜索的不同之處。


  要求:概括準(zhǔn)確,層次清晰,文字簡(jiǎn)潔,不超過(guò)250字。


  5.請(qǐng)為本文寫(xiě)一篇內(nèi)容摘要


  要求:全面、準(zhǔn)確,條理清晰,不超過(guò)350字。


  問(wèn)題二


  論證評(píng)價(jià)題:閱讀給定材料二,指出其中存在的4處論證錯(cuò)誤并分別說(shuō)明理由。請(qǐng)?jiān)诖痤}卡上按序號(hào)分條作答,每一條先將論證錯(cuò)誤寫(xiě)在“A”處(不超過(guò)75字),再將相應(yīng)理由寫(xiě)在“B”處(不超過(guò)50字)。(40分)


  問(wèn)題三


  材料作文題:閱讀下列材料,按要求作答。(60分)


  參考給定材料三,以“科學(xué)發(fā)現(xiàn)并不偶然”為話題,自選角度,自擬題目,寫(xiě)一篇議論文。


  要求:觀點(diǎn)鮮明、論證充分,條理清晰,語(yǔ)言流暢,字?jǐn)?shù)在800~1000字。



?
互動(dòng)消息