以下关于人工智能竞技方法的说法错误的是

A、AlphaGo行棋过程中，对于n中可能的走法，随机选取一些走法实施蒙特卡洛树搜索

B、早期的人工智能竞技方法以“状态空间搜索”为主要技术路线

C、AlphaGo框架中利用大量棋谱来训练深度卷积网络，得到策略网络，同时通过强化学习来提高策略网络的能力

D、AlphaGo框架在搜索过程引入了随机决策，可以通过蒙特卡洛搜索多次重复搜索取得最优

A、人工智能可以分为强人工智能和弱人工智能

B、弱人工智能不拥有真正的智能，所以没有用处

C、强人工智能可以拥有自我意识

D、强人工智能可以被认为一种新文明

A、人工智能发展的核心方法论一直在随着时间变化，研究问题都不具有持续性

B、人工智能的每个发展时期，都有比较明确的主流方法和里程碑式的应用成果

C、人工智能学科的发展与实际应用紧密结合，是“商用-需求-技术”三者的闭环

D、人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学

A、是信息技术发展的热点之一

B、可以应用于人脸识别和语音识别等领域

C、可以模拟人的思维，其某些应用具备学习能力

D、应用了人工智能技术的机器具有和人类一样的直觉

A、符号主义与经验主义是统一的，是经验主义解决问题的方式

B、现阶段主流的人工神经网络方法属于连接主义

C、人工智能的发展经历了从“逻辑智能”到“计算智能”再到“认知智能”的转变

D、IBM的“深蓝”以及“Watson”都属于计算智能的典型代表作

A、模仿人类并不能实现真正的完美智能，人工智能的未来并不在于成为人

B、人工智能本质上和人类发明的其他工具没有不同，需要人类赋予他们意义

C、类似 AlphaGo 这样的人工智能也只是在某个领域专长

D、人工智能的威胁太大，我们应该摒弃它

A、AlphaGo对战人类选手未曾一败

B、AlphaGo的智能源于对围棋规则的理解

C、AlphaGo使用的是深度学习来获得智能

D、只要搜集了人类所有的棋谱，AlphaGo将不可战胜

A、1949年心理学家赫布在其论著《行为自组织》，提出赫布规则

B、1957年罗森布拉特定义了一个神经网络结构，称为感知器

C、1982年物理学家霍普菲尔德提出了全联接网络，离散的神经网络模型。这是一种全新的具有完整理论基础的神经网络模型

D、1986年美国的一个平行计算研究小组提出了前项反馈神经网络的反向传播学习（BP）学习算法

B、民法上的主体才可以是权利义务的承载着，享有民事权利能力

C、人工智能虽然具有工具属性，但与其具有法律主体地位并不冲突

D、法人是自然人的集合，承载着自然人的意志，这是与人工智能的本质区别

A、David Marr的理论是自下而上的，并且具有中间反馈和可实施性的优点

B、长期来看，人工智能的核心方法论都是“用计算机模拟学习能力和智能特征”

C、David Marr建立了第一个计算机视觉的理论框架

D、机器学习时代计算机视觉仍然以特征提取为核心