第 1 章课后练习与答案
先独立完成，再向下核对答案。归类时可以写多个层级，例如"人工智能、机器学习、深度学习"。题目没有提供实现细节时，只写能够确定的类别。
🌈 关于《AI 零基础 36 讲》课后训练
📚 与正式讲解配套学习
本篇是《AI 零基础 36 讲》的配套课后训练，与对应章节的正式讲解一起使用。整个系列面向初学者，从日常 AI
使用逐步进入编程、模型训练和大模型应用开发。
✍️ 先独立作答，再核对答案
训练围绕本章知识安排概念判断、结果分析或动手任务，并提供参考答案与解释。建议先读完对应的正式文章，再独立作答；遇到困难时回看相关例子，最后核对答案。
💻 代码题请亲手运行
观察程序输出，确认自己能解释结果、发现错误并完成修复。做完一道题，也要弄清答案为什么成立。
练习
第 1 题
表格把迟到次数大于 3 的单元格标成红色，条件由老师提前写好。
它属于规则程序、机器学习、生成式 AI，还是大语言模型。
第 2 题
邮箱使用大量已经标注为"垃圾邮件"或"正常邮件"的历史样本训练模型，再判断一封新邮件。
它主要属于哪类技术。
第 3 题
视频平台根据用户的观看时长、点赞和跳过记录调整推荐顺序。
它主要属于哪类技术。只凭这段描述，能否确定系统使用了深度学习。
第 4 题
手机摄像头读取人脸图像，系统判断是否为机主，随后完成解锁。
它属于哪类 AI 任务。只凭这段描述，能否确定具体模型。
第 5 题
用户输入请假原因和语气要求，工具生成一封新的请假邮件。
它属于生成式 AI 吗。它可能使用什么模型。
第 6 题
用户输入"画一只在图书馆看书的橘猫"，工具返回一张新插画。
它属于生成式 AI 吗。它属于大语言模型吗。
答案
第 1 题答案
它是规则程序。条件和动作都由人提前写好，程序只需判断迟到次数是否超过 3。这里没有证据表明程序从历史数据中训练过模型。
第 2 题答案
它属于人工智能中的机器学习，任务类型是分类。模型从带标签的历史邮件中学习规律，再给新邮件预测类别。题目没有说明模型结构，无法继续确定它用了传统机器学习还是深度学习。
第 3 题答案
它通常属于机器学习推荐系统。观看、点赞和跳过记录为模型提供了学习信号。仅凭题目无法确定是否使用深度学习，推荐系统也可能混合统计方法、传统机器学习、深度学习和人工规则。
第 4 题答案
它属于人工智能中的计算机视觉识别任务。现代人脸识别常使用深度学习，题目没有交代模型结构，因此只能把深度学习写成可能的实现，不能当作已经确认的事实。
第 5 题答案
它属于生成式 AI，因为系统根据要求产生了新的文字内容。这个功能很可能由大语言模型提供核心生成能力，产品还可能叠加模板、敏感内容检查等规则。
第 6 题答案
它属于生成式 AI，当前常见实现使用深度学习图像生成模型。它不属于大语言模型，因为主要输出是图像。产品可能另外使用语言模型理解和改写提示词，这不会把图像生成模型变成大语言模型。
自我检查
完成后，试着不用看文章写下五句话。
- 人工智能是什么
- 机器学习从哪里得到规律
- 深度学习与机器学习有什么关系
- 生成式 AI 的输出有什么特点
- 大语言模型主要处理什么
六道题答对四道以上，并且能把五句话说清楚，就可以进入第 2 章。