基本信息
文件名称:2025广州市二模试卷及参考答案.doc
文件大小:595.5 KB
总页数:21 页
更新时间:2025-05-17
总字数:约1.1万字
文档摘要

PAGE

PAGE1

2025广州市二模试卷及参考答案

一、阅读(70分)

(一)阅读I(共5题,19分)

阅读下面的文字,完成1~5题。

计算,一直追求的是如何让机器具备智能。机器能思考吗?时至今日,我们发现,对于什么是思考、什么是智能,依然缺乏精确的定义。

图灵在1936年完成了莫定计算机理论的一篇论文,在这篇论文中他将理想的机器计算过程与人类的用纸笔的计算过程相类比,建立了离散状态下机器计算过程的普适模型。就图灵而言,这篇论文成功的起点是类比人类计算员的思维规律,因此他一直在试图解答一个终极问题:“机器能思考吗?”这促成了他于1950年发表了另一篇著名的文章《计算机器与智能》。

困灵在这篇文章中提出了一个“模仿游戏”:游戏由3个角色组成,一个人类B(比如女人),一个模仿者A(比如男人),以及一个人类提问者C。游戏过程中,C不断地向A和B提问,比如C问A和B:“你的头发有多长?”模仿者A的目标是尽量使提问者C做出错误的判断,于是A可能会说:“我长发及腰。”但这个游戏继续玩下去也可能会很复杂,因为B可能会说:“我是女性,你别听他的!”但A也可以说出同样的话,因此提问者C要做出正确判断并不容易。

现在图灵问,如果模仿者A是一台机器,那么会怎么样?提问者做出错误判断的次数越多,机器的智能程度就越高。这样图灵就用模仿游戏代替了原本“机器能思考吗?”的问题。这个游戏最终被称为“图灵测试”,现在其已经成为衡量机器智能程度的重要标准。

图灵认为机器能否具备智能,与学习能力息息相关。而认为机器能具备和人同等的智能,其实就是图灵观点的加强版,即认为人脑内在活动机制也是一个类似机器的离散状态计算过程。(甲)在缺乏足够的生物学证据的背景下,这一论断不仅是科学上的,也涉及心灵和哲学领域,由此引发了一场世纪大论战,至今也未见分晓。

哥德尔在1972年,什对图灵1936年论文中关于机器等价于人类计耳员写了短评,称其为“图灵分析中的一个哲学钳误”。哥悠尔认为人的心灵商于思维,自然更商于机器的计舁过程。(乙)因为人显然可以判断不可证命题的正确性,但机器在一个迈辑不统中如父制于不完备性定理,显然不具备这种判断能力、

由此,以图灵和哥德尔为代末,针对“机器能恐考吗?”这一问题的观点被分成了两个阵营,认为“大脑是一台图灵机”的人,我们称其来持着“图灵信念”,而认为“人的心灵高于机器”的人,我们称其来持着“哥徐尔信念”。实际上,这个问题有着更深层次的物理和哲学渊源,来持图灵信念者,可以追溯到亚里士多德的唯物论,而来持哥德尔信念者,无疑可以追湖到柏拉图的理想世界。2000多年过去了,这个哲学问题依然没有答案,两种观点都大有杰出人才存在。

对图灵信念的一个最强有力的挑战来自美国哲学家塞尔教授,他在1980年发表了一篇名为《心灵、大脑与程序》的文章,捉出了一个名为“中文屋”的思想实验。在这个实验中,有一个只懂英文而完全不懂中文的人坐在一个封闭的小屋内,他手边有一本英汉字典(工具书,或类似的翻译程序)能够进行查询,屋子只有一个窗口与外相通。这时屋子外的人将写有中文的纸片通过窗口递进来,屋子里的人通过查询英汉宇典翻译后再将结果传出去。这样屋子外的人会认为屋子里的人是懂中文的,但实际上这个人并不懂中文。寒尔通过这个思想实验反驳了关于机器会具备智能的说法,他认为计算机只是处理了接收到的信息,给人一种智能的印象,而并不理解信息真正的内容。

多数计算机科学家坚定地乘持着图灵信念,其中就有侯世达。他撰写了一篇文章来反驳与塞尔类似的观点。在这篇文章中,他假想了一个理想的机器智能,站在机器的视角,以创作诗歌为例说明了机器是可能具备人类智能的。文中提到:

“语法”这个术语具有非同一般的重要性,我们从来没有说过语法处理过程不会涉及语义。(丙)当我们从各种结构的变换以及表示概念的可识别半稳定模式开始处理语法、就引发了从无语义到完全语义之间平滑过渡的关键问题。

自哥德尔之后,形式系统就将语法和语义区分了开来,图灵机这样的形式系统关注的是语法,然而智能的概念却涉及语义,这正是其中存在混淆的地方。侯世达解释的这段关于如何完成从语法到语义的过渡,说明了机器具备智能的可能性。

在1950年的文章中,图灵大胆预测机器要通过他的模仿游戏,成功欺骗人类,需要大约50年时间:“我认为,在大约50年时间里,有可能对具有约10?存储容量的计算机进行编程,使得它们在演示模仿游戏时达到这样出色的程度:经过5分钟提问,一般提问者做出正确判断的机会,不会超过70%……

图灵的预测相当成功。2012年,基于深度学习的“卷积神经网络”在计算机视觉领域通过了图灵测试,比图灵预测的时间只晚了12年。(丁)到了2023年,基于深度学习的ChatGPT风靡全球,它的前身GPT-3采用大模型训练了1750多亿