- 文件格式
- docx
- 文件大小
- 53 KB
- 教材版本
- 人教版
- 适用分类
- 高考模拟试卷
- 页数 / 张数
- 见资源简介
- 更新时间
- 2026/11/2 6:35:14
先了解,再下载
资源预览与简介
重庆市北碚区西南大学附属中学校2026-2027学年高三上学期10月联考语文试题
注意事项:
1.答卷前,请考生先在答题卡上准确工整地填写本人姓名、准考证号;
2.选择题必须使用2B铅笔填涂;非选择题必须使用0.5mm黑色签字笔答题;
3.请在答题卡中题号对应的区域内作答,超出区域书写的答案无效;在草稿纸、试题卷上答题无效;
4.请保持答题卡卡面清洁,不要折叠、损毁;考试结束后,将答题卡交回。
一、阅读(72分)
(一)阅读Ⅰ(本题共5小题,19分)
阅读下面的文字,完成下面小题。
材料一:
近年来,类脑智能的热度不断上升。《中国未来产业科技创新发展报告(2026年)》蓝皮书显示,我国类脑智能领域投融资总额已突破30亿元。日前,记者专访了中国科学院院士张旭,围绕类脑智能话题展开了交流。
记者:脑科学与人工智能交叉领域,先后出现了“脑智”与“类脑智能”等概念。这两个概念有什么区别?
张旭:“脑智”与“类脑智能”并非同一概念。“脑智”是脑科学与人工智能的交叉融合,是连接脑科学与人工智能的桥梁。但现有人工智能发展主要依托计算机、数学、统计学等学科,与现代神经科学前沿进展衔接并不紧密,二者之间存在明显的研究鸿沟。
类脑智能是受脑科学启发的智能科学与技术,属于技术科学范畴。其核心在于借鉴人脑感知认知神经网络原理及工作机制,进而设计出类似大脑信息处理方式的智能框架、算法模型和计算系统。相比“脑智”,类脑智能概念更加清晰准确,产业化路径也更加明确。
记者:为什么说类脑智能是下一代人工智能的重要突破方向?
张旭:人工智能主要靠互联网大数据、数学及统计学、计算机技术推动,如今进入技术瓶颈:过度依赖以图形处理器(GPU)为代表的主流人工智能算力和海量数据,导致能耗高、成本高、存在数据安全隐患等。
类脑智能则另辟蹊径,模拟生物脑的神经元及其神经网络计算体系。与传统人工智能算力方案相比,其硬件规模、能耗需求、使用成本和算力建设成本大幅降低。
一个直观对比是:人类大脑有860亿个神经元,能耗只有20瓦;而相同规模的人工智能系统,能耗高达8兆瓦。这种巨大差异背后,隐藏着下一代智能技术变革的钥匙。
记者:类脑智能有哪些核心优势?
张旭:从技术底层看,传统经典架构的计算机,仅靠3D堆叠、先进封装等工程手段,只能小幅降低能耗、提升算力,无法解决存储与计算分离的根本问题。类脑智能则是底层架构的根本性变革,它从根源上破解大模型高能耗难题,同时具备透明可解释的特点,能避免传统大模型的幻觉问题。
在隐私保护方面,类脑智能也具有显著优势。类脑智能支持本地化、私有化训练,相关数据等都可完全保留在本地,在实现高度个性化的同时,保障个人隐私安全和企业安全。
记者:既然类脑智能有这些优势,那目前产业化进展如何?面临哪些堵点?
张旭:经过多年努力,类脑智能领域已逐渐形成贯通的创新链条,同时创新链与产业链高度吻合,类脑智能技术正逐步从研究端向应用端迈进。
当前,类脑智能产业化最突出的堵点,在于技术体系新、综合门槛高,相关人才短缺。技术落地需要大量工程师掌握类脑计算技术,为不同行业开发适配的专用设备、算法模型与应用场景,这需要一定的发展周期。
记者:如何看待类脑智能的未来发展趋势?
张旭:类脑智能发展前景广阔,其核心价值主要体现在两方面:一是实现智能算力的普惠化,未来普通家庭、中小型实验室和科研机构、大小医院、中小企业都可以部署类脑智能计算设备,真正把智能算力交到大众手中;二是技术将深度渗透社会各行各业,催生大量全新的智能应用场景,同时保障数据隐私与核心技术安全。
记者:后续团队的重点攻坚方向是什么?
预览清晰度以原图为准;预览与简介供选用参考,完整内容以下载文件为准。