2024届福建省龙岩市高三三模考试语文试题

3.0 envi 2025-01-11 5 4 754.59KB 9 页 3知币

侵权投诉

龙岩市 2024 年高中毕业班五月教学质量检测

语文试题

（满分：150 分考试时间：150 分钟）

注意事项：

1、答卷前，考生务必将自己的姓名、考生号、考场号、座位号填写在答题卡上。

2.回答选择题时，选出每小题答案后，用铅笔把答题卡上对应题目的答案标号涂黑。如需

改动，用橡皮擦干净后，再选涂其他答案标号。回答非选择题时，将答案写在答题卡上。写

在本试卷上无效。

3.考试结束后，将本试卷和答题卡一并交回。

一、现代文阅读（35 分）

（一）现代文阅读 I（本题共 5 小题，18 分）

阅读下面的文字，完成 1～5 题。

材料一：

嗅觉是人体最早形成的感官之一，这是一种非常复杂的感官反应。鼻子像一个高度灵敏

的检测器，通过数以百万计的嗅觉神经，感知和区分各种具有不同结构特性的气味分子，以

便我们在复杂的环境中迅速做出判断。

模仿人类嗅觉感知的人工智能（AI）嗅觉识别技术是融合了机器学习和人工智能的先进

算法，能够通过检测和分析气味分子来鉴别各种物质。AI 嗅觉技术的应用领域从环境监测到

医疗诊断，从食品安全到犯罪侦查，其潜力无可限量。

那么，在气味感知这个“竞技场”中，AI 与人类鼻子，谁的气味感知更胜一筹？我们先

来了解一下人类和 AI 感知气味的原理。

人类大脑感知气味的过程就像一场“邂逅”。首先，气味分子悄然而至，进入鼻腔。在

鼻腔的上方有一个特殊的区域，称为嗅觉上皮。这里有大量的嗅觉受体细胞，能够特异性地

识别气味分子。这些气味分子在鼻腔中四处游走，寻找它们的搭档，也就是我们的嗅觉感受

器。人类有大约 400 个功能性嗅觉感受器。这些感受器一旦接触到气味分子，就会立刻引起

电信号改变，跳起“电击舞”向大脑传递信号。这个信号通过嗅觉神经直达大脑的一个特定

区域——嗅球。

在嗅球中，这些信号被进一步处理并分析。然后，信息会传送到与记忆和情感相关的大

脑区域，如海马体和杏仁核。大脑将这些信号转化为我们可以识别和理解的气味感觉，让我

们感受到气味的味道、质地等特征。最终，经嗅觉神经信号的处理形成了描述各种气味的语

义表征，例如咖啡味、玫瑰味、榴莲味等等。

那么 AI 是如何嗅到各种气味的呢？

AI“闻到”气味就像是一场根据分子结构进行的“猜谜游戏”。气味来源于特定结构分子，

这些分子就像一个个的“信使”，携带着气味的信号。因此，要预测某种物质所带来的气味，

关键在于辨析分子的组成和结构。在这一过程中，AI 依赖于一个庞大且被精细整理过的数据

库。这个数据库可被视为一本高级的“气味一分子翻译词典”，其中详尽地列出了已知分子

结构与其相应气味之间的联系。每一种分子与气味的关联都被细致地记录与归档。

当面临一个新分子的气味预测任务时，AI 会快速检索这个专业“词典”，寻找与新分子

结构相近的已知分子，并从中推测可能的气味属性。这个过程不仅快速，还极为精确。除了

基本的结构匹配，AI 还会综合考虑其他化学性质，如分子的电负性和立体构型等，以更全面

地预测新分子的气味特性。这一整体过程就像是 AI 在汇集和分析各种线索，以推断出新分子

可能产生的气味。

2023 年8月，在《科学》杂志上发表了一款A1 气味分析的图神经网络（GNN）模型。

分子结构输入到模型中后，GNN 会优化不同化学结构在特定气味中的权重，最后通过预测层

对分子的气味进行判断，输出对应的气味描述词。研究人员对 GNN 模型和人类组进行了气

味测试。结果显示，AI 在53％的化学分子以及55％的气味描述准确度方面表现优于人类气

味专家的特性。

那么，人类与 AI 到底谁是气味专家？我们可以想象一个由专业人士组成的团队，他们是

“气味专家”。与依赖大量数据和算法的 AI 不同，这些专家主要依赖他们的嗅觉和多年积累

的经验来解析和描述气味。他们有能力识别出各种复杂气味的细微差别，并能用精确的语言

进行描述。例如，他们能明确地区分花香、果香、草香、皮革香等各种不同类型的气味，并

对其进行深入的解释。

此外，这些气味专家还能够结合气味的来源和环境因素，对其进行分析和解读。例如，

他们可以分辨出烹饪过程产生的气味、植物的气味、动物身上特有的气味等，并根据这些气

味的特点和变化，对其产生的原因和影响进行系统分析。

与数据驱动的AI 的预测不同，这些气味专家的描述和判断可能会受到主观因素的影响。

他们的结论可能因人而异，甚至会受到多种因素的影响。

就目前阶段而言，AI 的嗅觉能力尚未达到碾压人类的水平，且人类在感知气味的主观体

验和理解上具有无可替代的优势。

（摘编自中国科普网 Denovo 团队：《AI 嗅觉超人类，是噱头还是事实？》）

材料二：

神经科学中的一个基本问题是将刺激的物理特性映射到对应的知觉特征上。在视觉中，

波长与颜色相对应；在听觉中，频率与音调相对应。相比之下，化学结构与嗅觉感知之间的

映射关系尚不明确。类似于CIE 颜色空间和傅里叶空间这样的映射有助于更好地理解视觉和

听觉编码。同理，为了更好地理解嗅觉编码，嗅觉也需要一个更好的映射。

近日，由Google Research、Osmo Lab 等组成的多机构研究团队使用图神经网络生

成了一个主要嗅觉映射图谱（principal odor map，POM），该映射图谱反映了感知关系，

并能够预测未知气味的性质。该模型在预测气味性质方面与人类一样可靠：在一个由400 个

样本外气味组成的前瞻性验证集上，模型生成的气味性质更接近于经过训练的专家组的平均

值，而不是中位数。通过应用简单、可解释、基于理论的转换，POM 在几种其他气味预测任

务上优于化学信息学模型，表明POM 成功地编码了结构-气味关系的广义映射。这种方法广

泛地实现了气味预测，并为气味数字化铺平了道路。

（摘编自《AI 也能闻出榴莲味，谷歌绘制首个嗅觉图谱，可分辨 50 万种气味》）

1.下列对材料相关内容的理解和分析，不正确的一项是（3 分）

A.材料一中用“检测器”来说明人的嗅觉能在复杂环境中对气味做出判断。

B.“竞技场”一词表明作者将人类嗅觉与 AI 嗅觉在气味感知方面进行了比较。

C.“邂逅”在文中指气味分子进入到人类的鼻腔中，与相应的嗅觉感受器相遇。

D“词典”是指已知分子结构与其相应气味联系被精细整理好的庞大数据库。

2、根据材料内容，下列说法不正确的一项是（3 分）

A、材料一中 AI 预测气味，就是将气味分子结构与数据库中的信息进行比对，因此 AI 嗅觉功

能强大与否由数据库决定

B.图神经网络（GNN）模型是通过对气味分子进行辨析而建构起来的化学信息学模型，具有强

大的 AT嗅觉辨析功能

C、气味专家相较于AI 嗅觉、优势在于能根据自身的嗅觉和积累的经验，并结合气味的来源、

环境因素对气味作出判断。

D.嗅觉映射图谱是研究人员借助神经科学中的嗅觉映射原理研制出的 AI 嗅觉模型，预测原理

不同于化学信息学模型。

3.下列选项中，不能支撑 AI 嗅觉技术应用场景的一项是（3 分）

A.AI 可通过感知病人呼出的气息，实现疾病筛查，进而诊断出病人的疾病。

B.AI 用在食物新鲜度检测上、可避免食物浪费，降低腐败食物带来的风险。

C.AI 应用于毒品、放射性危险物品的侦测，可以避免具给人体带来的危害。

D.AI 通过嗅觉映射图谱能够对环境质量进行监测，如河流、大气的污染等。

4、结合材料，对《不同AI 模型的预测结果与人类组平均值的相关性坐标图》的分析不正确

的一项是（3 分）

不同AI 模型的预测结果与人类组平均值的相关性坐标图

注：GNN 合模是指既采用 CNN，又采用射的预测模型。

A.图中数据显示，GNN 对气味分子结构进行判断和描述，其准确度方面表现远远超过人类。

B.依据材料与坐标图，映射模型预测气味的准确度，接近人类组的平均值、与人类一样可靠。

C.GNN 和 POM 模型的气味预测数据显示，目前 AI 的嗅觉能力还无法达到碾压人类的水平。

D.GNN 混合模型对气味的预测能力优人类、GNN、映射，可作为今后 AI 嗅觉研究方向。

5.材料一兼具科学性、生动性与社会性，请作简要分析。（6分）

（二）现代文阅读Ⅱ（本题共 4 小题，17分）

阅读下面的文字，完成 6～9题。

白马雪涛

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

3 知币 4人已下载

立即下载

2024届福建省龙岩市高三三模考试语文试题.docx

共9页,预览3页

还剩页未读，继续阅读

2024届福建省龙岩市高三三模考试语文试题

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: