合肥市2018届高三第二次教学质量检测语文试卷
本试题卷共10页，22题。全卷满分150分。考试用时150分钟。
★祝考试顺利★
【注意事项】1．答卷前，先将自己的姓名、准考证号填写在试题卷和答题卡上，并将准考证号条形码粘贴在答题卡上的指定位置。2．选择题的作答：每小题选出答案后，用合乎要求的2B铅笔把答题卡上对应题目的答案标号涂黑。写在试题卷、草稿纸和答题卡上的非答题区域均无效。3．非选择题的作答：用签字笔直接答在答题卡上对应的答题区域内。写在试题卷、草稿纸和答题卡上的非答题区域均无效。4．考试结束后，请将本试题卷和答题卡一并上交。一、现代文阅读（35分）（一）论述类文本阅读（本题共3小题，9分）阅读下面的文字，完成13题。所谓算法，可视为一个有限而确切的计算序列，用以按照要求解决问题。人工智能算法的传统通常有两个：一是主张智能行为依赖于符号操作，通过基于符号表征的计算来实现学习、记忆、推理、决策，甚至情感活动；二是受人和动物大脑神经结构启发，认为通过大量底层简单的“激活单元”相互交织，可在高层自发涌现出复杂的智能行为。阿尔法围棋战胜人类棋手，即在于其能够实现基于神经网络的算法突破。以复杂性视角观之，基于神经网络的人工智能算法有一个突出特质一一涌现性。以棋类游戏智能算法为例，棋子数有限，游戏规则简单，但棋局变化无法穷尽。棋局的最终输赢是一种涌现，决定棋局走向的不是底层的简单规则，而是由它们生成的更高层的组织过程。阿尔法围棋在对弈时有一些人类棋手难以理解的“昏招”，可这些昏招最后竞成为取胜的“神之一手”。这表明“招数系列”比“某一招”更有意义。在伦理上，涌现性特质揭示出人工智能算法具有异于传统的行为特征：人工智能算法行为不是边界清晰的单个行为，而是集体行为的演化；其行为效果不由“某一”行为决定，亦不由预定的算法前提完全决定。基于神经网络的人工智能算法的另一个复杂性特质是算法的自主性。当下人工智能深度学习算法可从海量大数据中自我学习、自我进化。阿尔法围棋第一代曾依据人类历史上的优秀棋谱，对弈了三千万盘棋；第二代则强化了自我增强学习的能力。如果智能算法的自主性意味着机器不再是被动的工具，而是某类主动的、自我进化的“生
f命”，那么我们是否能说人工智能就是一个具有自我意识、能够自我决定的“主体”？以算法的观念来看，理性传统所认可的这种“主体”其实是一个能协调个体自身复杂行为的中r