阅读下面文字，完成下题。“猫鼠游戏”让人工智能更“聪明”刘石磊当前，人工智能的计算力、识别力快速发展，但想象力、创造力仍处瓶颈。为破解这一局限，科学家设计出一套类似“猫鼠游戏”的技术，让人工智能在自动学习中变得更“聪明”。这种技术被称为“对抗性神经网络”，美国《麻省理工学院技术评论》将其评为2018年“全球十大突破性技术”之一。人工智能的识别能力有赖于海量样本学习，比如给它“看”数以百万计的鸟类图片，它才能“学会”，辨认鸟类，而生成逼真的鸟类图像则更难。其局限性在于有些事物缺乏海量样本，而且这种学习还依赖人类的“灌输”，缺少自主性。这限制了人工智能的发展，特别是向想象力、创造力这种更高层次的进阶。美国人伊恩·古德费洛2014年在加拿大蒙特利尔大学读博士时想出一套设计方案：用两个神经网络，进行数字版的“猫鼠游戏”——一个负责“造假”，一个负责“验真”，彼此在对抗中不断提高。负责“造假”的神经网络称为“生成网络”，它依据所“见过”的图片来生成新图片，这需要它总结规律、发挥想象力和创造力；负责“验真”的神经网络称为“判别网络”，它需要凭训练累积的“经验”来判断某张图片是真实事物，还是生成网络“自创”的“假货”。生成网络并非一开始就足够“聪明”，比如它可能“认为”鸟类会有三条腿，这样的“假货”当然很容易被发现。但随着机器学习的不断深入和反复对抗练习，生成网络对事物的理解越发深刻，最终生成足可“以假乱真”的作品。这样的神经网络具有广泛应用价值。比如在自动驾驶领域，人工智能如果创造出海量接近真实的合成图片，包含各种情形下的行人、障碍物等路况，自动驾驶系统使用这些图片进行自我训练，将有助于大幅提高应用性。香港中文大学教授李鸿升认为，除了在机器翻译、人脸识别、信息检索等方向的具体应用，对抗性神经网络的价值和意义还在于其蕴含的对抗性思想，这有助于改进现有人工智能算法。从技术上看，对抗性神经网络已经接近成熟。来自美国芯片企业英伟达的研究人员用明星照片训练出一套系统，进而生成了数百张根本不存在、但看起来很真实的人脸照片，还有研究团队让系统生成出看起来十分逼真的梵高油画。在这项技术展现巨大潜力的同时，其发展带来的负面影响也不容忽视。比如不法分子可能利用此类系统制造出图片甚至视频来混淆视听，给监管、安全带来新挑战。古德费洛表示，他当前的研究重心就在于避免这类技术的滥用问题，希望它不至于误入歧途。中国的研究机构目前致力于研究对抗性神经网络理论的进一步优化，对抗性神经网络的理论基础、算法和应用，还有很大的发展空间。中国企业界则更倾向于把技术应用在服务中，并在一些领域达到了业界领先。比如，百度利用这项技术构建语音识别框架，阿里云城市大脑则借此技术生成训练数据集，以优化车牌精准识别功能。（选自科学网，有删改）链接一近期，中国计算机视觉企业云从科技正式在国内首发“3D结构光人脸识别技术”，该项技术突破了目前2D人脸识别技术对环境要求高、易被攻破等缺点，精准度更高、速度更快。它只需要在摄像头前捕捉到面部画面即可完成活体验证，并能更有效防守纸张、面具、手机屏幕等道具的攻击，而且分析时间压缩到了毫秒。该项技术不受光线强弱的影响，极大扩展了人脸识别技术的应用场景。基于以上优势，3D结构光人脸识别技术能够广泛应用在物联网、移动互联网、银行、安防、交通等需要人脸识别的场景，提高攻击预防效果，全面提升人脸识别准确度。此项技术发布，标志着中国终于可以突破结构光人脸识别技术的壁垒，今后国产技术将全面应用于手机、电脑、设备、家电等各行各业，打破先进技术的垄断。（摘自雍黎《3D结构光人脸识别技术面世》，有删改）链接二汽车产业技术发展是无止境的，自动驾驶、无人驾驶是汽车智能化的终极目标。从硬件方面来看，车载传感器是实现自动驾驶的基础，它相当于自动驾驶汽车的眼睛，采集车辆周围的信息，配合高精度地图等，实现最佳路径规划，确保汽车在行驶区域里精准安全行驶。进一步提升自动驾驶技术还有赖于软件，其中包括高精度地图和数据。高精度地图就像是“千里眼”，是自动驾驶汽车对环境理解的基础，为自动驾驶提供更加精确的位置信息。（摘自人民网，有删改）链接三亲爱的孩子：你的成长是在社会环境中与大家一起学习和生活，要学会与他人一起合作、共处、生存和发展；还要学会与大自然和谐相处，树立绿色生态科学发展理念；更要重视学会与人工智能及其他新兴技术协调共处。未来社会的发展不是简单地用机器替代人的重复性劳动，而是机器和人类各自发挥自己的长处，机器更擅长做人类做不到的事情，人类应该做机器无法做的事情，相互补短，共同发展。（摘自黎加厚《一位教授写给下一代的信》，有删改）阅读上述材料，下列说法符合文意的一项是A.科学家设计出“对抗性神经网络”是为了突破人工智能在计算力、想象力的创造力方面的局限。B.美国的研究人员通过系统生成的人脸照片和梵高油画十分逼真，表明对抗性神经网络趋于成熟。C.现阶段，中国的研究机构既研究对抗性神经网络理论的优化，也研究把此项技术应用在服务业。D.我国“3D结构光人脸识别技术”的发布，标志手机、电脑、设备、家电等行业全面应用了国产技术。下列对材料中“对抗性神经网络”的表述，不符合文意的一项是A.对抗性神经网络是一套类似“猫鼠游戏”的技术，负责“造假”和负责“验真”的两个神经网络在不断对抗中得以提高。B.“生成网络”依靠规律、想象力和创造力，就可以自动生成新图片；“判别网络”凭借累积的经验，能够判断图片真伪。C.对抗性神经网络的价值不仅体现在可广泛应用于机器翻译、无人驾驶等领域，还在于其对抗性思想可改进人工智能算法。D.“对抗性神经网络”被评为2018年“全球十大突破性技术”之一，设计者古德费洛目前的研究重点是避免该技术被滥用。下面材料中相关内容的理解和分析，正确的一项是A.人工智能的识别能力依靠少量样本学习，其发展受限于某些事物样本不足，学习缺少自主性，依赖于人类。B.3D人脸识别技术和2D人脸识别技术对使用环境的要求都不高，但前者的识别速度更快，防守攻击的硬件基础。C.高精度地图为自动驾驶提供精确的位置信息，确保汽车在行驶区域安全行驶，是实现自动驾驶的硬件基础。D.未来社会的发展，人工智能越来越聪明，机器能取代人类从事无论简单的还是复杂的劳动工作，解放人类。有人说“科学技术是一把双刃剑”，请结合材料谈谈你对这句话的理解。人工智能对我们日常生活的影响越来越大。请展开想象，另举一例加以说明。（不得使用材料中的例子）

阅读下面文字，完成下题。

“猫鼠游戏”让人工智能更“聪明”

刘石磊

当前，人工智能的计算力、识别力快速发展，但想象力、创造力仍处瓶颈。为破解这一局限，科学家设计出一套类似“猫鼠游戏”的技术，让人工智能在自动学习中变得更“聪明”。这种技术被称为“对抗性神经网络”，美国《麻省理工学院技术评论》将其评为2018年“全球十大突破性技术”之一。

人工智能的识别能力有赖于海量样本学习，比如给它“看”数以百万计的鸟类图片，它才能“学会”，辨认鸟类，而生成逼真的鸟类图像则更难。其局限性在于有些事物缺乏海量样本，而且这种学习还依赖人类的“灌输”，缺少自主性。这限制了人工智能的发展，特别是向想象力、创造力这种更高层次的进阶。

美国人伊恩·古德费洛2014年在加拿大蒙特利尔大学读博士时想出一套设计方案：用两个神经网络，进行数字版的“猫鼠游戏”——一个负责“造假”，一个负责“验真”，彼此在对抗中不断提高。

负责“造假”的神经网络称为“生成网络”，它依据所“见过”的图片来生成新图片，这需要它总结规律、发挥想象力和创造力；负责“验真”的神经网络称为“判别网络”，它需要凭训练累积的“经验”来判断某张图片是真实事物，还是生成网络“自创”的“假货”。生成网络并非一开始就足够“聪明”，比如它可能“认为”鸟类会有三条腿，这样的“假货”当然很容易被发现。但随着机器学习的不断深入和反复对抗练习，生成网络对事物的理解越发深刻，最终生成足可“以假乱真”的作品。

这样的神经网络具有广泛应用价值。比如在自动驾驶领域，人工智能如果创造出海量接近真实的合成图片，包含各种情形下的行人、障碍物等路况，自动驾驶系统使用这些图片进行自我训练，将有助于大幅提高应用性。

香港中文大学教授李鸿升认为，除了在机器翻译、人脸识别、信息检索等方向的具体应用，对抗性神经网络的价值和意义还在于其蕴含的对抗性思想，这有助于改进现有人工智能算法。

从技术上看，对抗性神经网络已经接近成熟。来自美国芯片企业英伟达的研究人员用明星照片训练出一套系统，进而生成了数百张根本不存在、但看起来很真实的人脸照片，还有研究团队让系统生成出看起来十分逼真的梵高油画。

在这项技术展现巨大潜力的同时，其发展带来的负面影响也不容忽视。比如不法分子可能利用此类系统制造出图片甚至视频来混淆视听，给监管、安全带来新挑战。古德费洛表示，他当前的研究重心就在于避免这类技术的滥用问题，希望它不至于误入歧途。

中国的研究机构目前致力于研究对抗性神经网络理论的进一步优化，对抗性神经网络的理论基础、算法和应用，还有很大的发展空间。中国企业界则更倾向于把技术应用在服务中，并在一些领域达到了业界领先。比如，百度利用这项技术构建语音识别框架，阿里云城市大脑则借此技术生成训练数据集，以优化车牌精准识别功能。

（选自科学网，有删改）

链接一

近期，中国计算机视觉企业云从科技正式在国内首发“3D结构光人脸识别技术”，该项技术突破了目前2D人脸识别技术对环境要求高、易被攻破等缺点，精准度更高、速度更快。它只需要在摄像头前捕捉到面部画面即可完成活体验证，并能更有效防守纸张、面具、手机屏幕等道具的攻击，而且分析时间压缩到了毫秒。该项技术不受光线强弱的影响，极大扩展了人脸识别技术的应用场景。基于以上优势，3D结构光人脸识别技术能够广泛应用在物联网、移动互联网、银行、安防、交通等需要人脸识别的场景，提高攻击预防效果，全面提升人脸识别准确度。此项技术发布，标志着中国终于可以突破结构光人脸识别技术的壁垒，今后国产技术将全面应用于手机、电脑、设备、家电等各行各业，打破先进技术的垄断。

（摘自雍黎《3D结构光人脸识别技术面世》，有删改）

链接二

汽车产业技术发展是无止境的，自动驾驶、无人驾驶是汽车智能化的终极目标。从硬件方面来看，车载传感器是实现自动驾驶的基础，它相当于自动驾驶汽车的眼睛，采集车辆周围的信息，配合高精度地图等，实现最佳路径规划，确保汽车在行驶区域里精准安全行驶。进一步提升自动驾驶技术还有赖于软件，其中包括高精度地图和数据。高精度地图就像是“千里眼”，是自动驾驶汽车对环境理解的基础，为自动驾驶提供更加精确的位置信息。

（摘自人民网，有删改）

链接三

亲爱的孩子：你的成长是在社会环境中与大家一起学习和生活，要学会与他人一起合作、共处、生存和发展；还要学会与大自然和谐相处，树立绿色生态科学发展理念；更要重视学会与人工智能及其他新兴技术协调共处。未来社会的发展不是简单地用机器替代人的重复性劳动，而是机器和人类各自发挥自己的长处，机器更擅长做人类做不到的事情，人类应该做机器无法做的事情，相互补短，共同发展。

（摘自黎加厚《一位教授写给下一代的信》，有删改）

阅读上述材料，下列说法符合文意的一项是

A.科学家设计出“对抗性神经网络”是为了突破人工智能在计算力、想象力的创造力方面的局限。

B.美国的研究人员通过系统生成的人脸照片和梵高油画十分逼真，表明对抗性神经网络趋于成熟。

C.现阶段，中国的研究机构既研究对抗性神经网络理论的优化，也研究把此项技术应用在服务业。

D.我国“3D结构光人脸识别技术”的发布，标志手机、电脑、设备、家电等行业全面应用了国产技术。

下列对材料中“对抗性神经网络”的表述，不符合文意的一项是

A.对抗性神经网络是一套类似“猫鼠游戏”的技术，负责“造假”和负责“验真”的两个神经网络在不断对抗中得以提高。

B.“生成网络”依靠规律、想象力和创造力，就可以自动生成新图片；“判别网络”凭借累积的经验，能够判断图片真伪。

C.对抗性神经网络的价值不仅体现在可广泛应用于机器翻译、无人驾驶等领域，还在于其对抗性思想可改进人工智能算法。

D.“对抗性神经网络”被评为2018年“全球十大突破性技术”之一，设计者古德费洛目前的研究重点是避免该技术被滥用。

下面材料中相关内容的理解和分析，正确的一项是

A.人工智能的识别能力依靠少量样本学习，其发展受限于某些事物样本不足，学习缺少自主性，依赖于人类。

B.3D人脸识别技术和2D人脸识别技术对使用环境的要求都不高，但前者的识别速度更快，防守攻击的硬件基础。

C.高精度地图为自动驾驶提供精确的位置信息，确保汽车在行驶区域安全行驶，是实现自动驾驶的硬件基础。

D.未来社会的发展，人工智能越来越聪明，机器能取代人类从事无论简单的还是复杂的劳动工作，解放人类。

有人说“科学技术是一把双刃剑”，请结合材料谈谈你对这句话的理解。

人工智能对我们日常生活的影响越来越大。请展开想象，另举一例加以说明。（不得使用材料中的例子）