![]()
A) Künstliche Intelligenz B) Automatisierte Intelligenz C) Analoge Integration D) Erweiterte Intelligenz
A) Ein Test zur Messung der Verarbeitungsgeschwindigkeit einer Maschine B) Ein Test der Fähigkeit einer Maschine, intelligentes Verhalten zu zeigen, das von dem eines Menschen nicht zu unterscheiden ist C) Ein Test zur Bewertung der physischen Stärke einer Maschine D) Ein Test zur Bestimmung des Stromverbrauchs einer Maschine
A) Java B) Python C) C++ D) Rubinrot
A) Eine Technik zur manuellen Programmierung von Maschinen B) Ein Verfahren zum Zusammenbau von Hardwarekomponenten C) Ein Teilbereich der KI, der es Maschinen ermöglicht, aus Daten zu lernen D) Ein Verfahren zur Verbesserung der Netzwerksicherheit
A) Eine Technik zur Wettermanipulation B) Eine Art von Algorithmus für maschinelles Lernen C) Ein Maß für die Komplexität der Daten D) Ein hypothetischer zukünftiger Punkt, an dem KI die menschliche Intelligenz und Kontrolle übertrifft
A) Generierung zufälliger Pixelmuster B) Nachahmung des menschlichen Sehens und Identifizierung von Objekten in Bildern oder Videos C) Testen von Computer-Hardware-Komponenten D) Analysieren von Audiosignalen
A) Nichtlineare sprachliche Muster B) Verarbeitung natürlicher Sprache C) Vernetzte logistische Leistung D) Neuronales Lernprotokoll
A) Ein Programm für Virtual-Reality-Spiele B) Ein Programm für Grafikdesign C) Ein Programm für Musikkomposition D) Ein Programm, das Gespräche mit menschlichen Benutzern simuliert
A) Robuster Neuronennavigator B) Reguläre numerische Notation C) Knotenpunkt für schnelle Benachrichtigung D) Rekurrentes neuronales Netz
A) Suche nach dem kürzesten Weg in einem Graphen B) Optimierung der Speichernutzung von Computern C) Erkennung von Fehlern in Daten D) Generierung von Zufallszahlen
A) 1965 B) 1980 C) 1972 D) 1956
A) Quantencomputing B) Wissensrepräsentation C) Schlussfolgern D) Lernen
A) OpenAI B) IBM C) Microsoft D) Intel
A) Perzeptron B) Transformer-Architektur C) Convolutional Neural Network (CNN, Faltungsneuronales Netzwerk) D) Recurrent Neural Network (RNN, Rekurrentes Neuronales Netzwerk)
A) Virtuelle Assistenten B) Autonome Fahrzeuge C) Fortschrittliche Websuchmaschinen D) Empfehlungssysteme
A) Psychologie B) Linguistik C) Astronomie D) Neurowissenschaften
A) Formale Logik B) Zustandsraumsuche C) Künstliche neuronale Netze D) Quantenverschränkung
A) 2020er-Jahre B) 2010er-Jahre C) 1990er-Jahre D) 2000er-Jahre
A) Reduzierte Rechenleistung B) Verringerte Softwarekomplexität C) Existenzielle Risiken D) Geringerer Energieverbrauch
A) Sie leiden unter einer 'kombinatorischen Explosion', wodurch sie exponentiell langsamer werden, wenn die Probleme komplexer werden. B) Diese Algorithmen erforderten menschliches Eingreifen bei jedem Schritt. C) Frühe KI-Systeme konnten keine logischen Schlussfolgerungen ziehen. D) Sie waren nicht in der Lage, Informationen zu verarbeiten, die unvollständig waren.
A) Menschen treffen schnelle, intuitive Entscheidungen anstatt schrittweise Schlussfolgerungen zu ziehen. B) Menschen lösen Probleme, indem sie vordefinierte Algorithmen befolgen. C) Menschen verlassen sich ausschließlich auf logische Schlussfolgerungen, ähnlich wie frühe KI-Modelle. D) Menschen verwenden eine Kombination aus Intuition und probabilistischem Denken, und zwar ausschließlich.
A) Ein spezifisches Ziel. B) Kein klar definiertes Ziel oder keine Präferenz. C) Zufällig zugewiesene Aufgaben ohne bestimmte Reihenfolge. D) Mehrere Ziele, die gleichzeitig erreicht werden sollen.
A) Unüberwachtes Lernen B) Verstärkendes Lernen C) Überwachtes Lernen D) Transferlernen
A) Die Klassifikation sagt Kategorien voraus, während die Regression numerische Funktionen ableitet. B) Die Regression benötigt mehr Daten als die Klassifikation. C) Bei der Klassifikation werden neuronale Netze verwendet, während dies bei der Regression nicht der Fall ist. D) Die Klassifikation ist eine Art von unüberwachtem Lernen.
A) Sprachsynthese B) Maschinelle Übersetzung C) Informationsbeschaffung D) Wortvektordarstellung
A) Rekurrente Neuronale Netze (RNNs) B) Generative, vortrainierte Transformer (GPT) C) Transformer D) Convolutional Neural Networks (CNNs)
A) Spracherkennung. B) Bildklassifizierung. C) Textbasierte Sentimentanalyse. D) Objektverfolgung.
A) Gradientenabstieg. B) Adversarielle Suche. C) Schwarmintelligenz. D) Lokale Suche.
A) Algorithmen für Schwarmintelligenz. B) Backpropagation-Algorithmus. C) Mathematische Optimierung. D) Mittel-Ziele-Analyse.
A) Ameisenkolonie-Optimierung. B) Gradientenabstieg. C) Schwarmintelligenz. D) Evolutionäre Algorithmen.
A) Induktives Denken. B) Schwarmintelligenz-Optimierung. C) Deduktives Denken. D) Evolutionäre Berechnung.
A) Die Ableitung ist unentscheidbar, was sie unpraktisch macht. B) Sie erfordert Gradientenabstieg zur Optimierung. C) Sie weist Wahrheitsgraden zwischen 0 und 1 zu. D) Sie verwendet Algorithmen der Schwarmintelligenz.
A) Evolutionäre Berechnung. B) Ameisenkolonie-Optimierung. C) Gradientenabstieg. D) Partikelschwarmoptimierung.
A) Kalman-Filter B) Markov-Entscheidungsprozesse C) Dynamische Entscheidungsnetze D) Bayes'sche Netze
A) Erwartungswert-Maximierungs-Algorithmus B) Entscheidungsanalyse C) Theorie des Informationswerts D) Mechanismusdesign
A) Support-Vektor-Maschine B) Entscheidungsbaum C) K-nächste-Nachbarn-Algorithmus D) Naive-Bayes-Klassifikator
A) Entscheidungsbaum B) Support-Vector-Maschine C) K-nächste-Nachbarn-Algorithmus D) Naive-Bayes-Klassifikator
A) Bayessche Netze B) Regler C) Neuronale Netze D) Klassifikatoren
A) Entscheidungsbaum B) Support-Vector-Maschine C) Naive-Bayes-Klassifikator D) K-nächste-Nachbarn-Algorithmus
A) Spieltheorie B) Entscheidungsanalyse C) Dynamische Entscheidungsnetze D) Verborgene Markov-Modelle
A) Digitale Signaturen B) Blockchain-Verifizierung C) Nachweise der Persönlichkeit D) Ethische Richtlinien für KI
A) 7% B) 5% C) 3% D) 10%
A) 80% B) 75% C) 50% D) Genau 61%
A) 53% B) 90% C) 75% D) 84%
A) 2013 B) 2016 C) 2014 D) 2015
A) 25% B) Ungefähr 4% C) 50% D) 10%
A) 70% B) 50% C) 30% D) 90%
A) Geoffrey Hinton B) Bill Gates C) Tim Cook D) Elon Musk
A) Vorwärtspropagation B) Rückpropagation C) Stochastischer Gradientenabstieg D) Gradientenabstieg
A) rStar-Math B) Gemini Deep Think C) Qwen2-Math D) AlphaTensor
A) 5% B) 10% C) 3% D) 7%
A) Verschiedene topologische Ansätze B) Monte-Carlo-Baumsuche C) Natürliche Sprachverarbeitung D) Wahrscheinlichkeitsmodelle
A) 2025 B) 2026 C) 2030 D) 2028
A) Dezember 2017 B) Juli 2024 C) Februar 2023 D) Mai 2025
A) Deep Blue B) MuZero C) AlphaStar D) Watson
A) AlphaGo B) Watson C) Deep Blue D) MuZero
A) Bayessche Netze B) Klassifikatoren C) Neuronale Netze D) Regler
A) Spieltheorie B) Markov-Entscheidungsprozesse C) Dynamische Bayes'sche Netze D) Spieldesign
A) Cloud-Speicherung B) Blockchain-Technologie C) Differenzieller Datenschutz D) Datenverschlüsselung
A) Qwen-7B B) Gemini Deep Think C) AlphaTensor D) rStar-Math
A) Kanten B) Ziffern C) Ganzheitliche Objekte D) Gesichter
A) Leiter für Informationstechnologie (CIO) B) Leiter für Technologie (CTO) C) Leiter für Datenmanagement (CDO) D) Leiter für Automatisierung (CAO)
A) Zukünftige Trends an den Aktienmärkten vorhersagen. B) Texte auf der Grundlage semantischer Beziehungen zwischen Wörtern generieren. C) Sprachen in Echtzeit übersetzen. D) Bilder analysieren und interpretieren.
A) Gemini B) Claude C) ChatGPT D) Prolog
A) Amazon B) Constellation Energy C) Microsoft D) Talen Energy
A) 50 Millionen Dollar B) 100 Millionen Dollar C) 25 Millionen Dollar D) 10 Millionen Dollar
A) Taiwan B) Japan C) Vereinigte Staaten D) Singapur
A) 20-mal mehr B) 15-mal mehr C) 5-mal mehr D) 10-mal mehr
A) Berechnungsethik B) Ethik der künstlichen Intelligenz C) Ethisches Rechnen D) Moralische Robotik
A) 5% B) 75% C) 22% D) 50%
A) Coca-Cola, PepsiCo, Red Bull, Monster B) Tesla, SpaceX, Uber, Lyft C) Alphabet Inc., Amazon, Apple Inc., Meta Platforms, Microsoft D) Nike, Adidas, Puma, Reebok
A) 90% B) 53% C) 84% D) 75%
A) 10% B) 12% C) 8% D) 5%
A) Spiele mit unvollständiger Information, wie zum Beispiel Poker. B) Strategiespiele in Echtzeit. C) Schach und Go (Badminton). D) Quizsendungen wie Jeopardy!
A) Google B) Apple C) Amazon D) Microsoft
A) Repräsentationsbezogene Gerechtigkeit B) Verteilungsbezogene Gerechtigkeit C) Vorhersagebezogene Gerechtigkeit D) Verfahrensbezogene Gerechtigkeit
A) 9% B) 47% C) 60% D) 25%
A) Echokammern B) Informationsüberflutung C) Filterblasen D) Bestätigungsfehler
A) Pluribus B) MuZero C) SIMA D) AlphaStar
A) OpenAI B) Alibaba Group C) Microsoft D) Google DeepMind
A) PyTorch. B) TensorFlow. C) Scikit-learn. D) Keras.
A) Konventionelle Schusswaffe B) Tool für Cybersicherheit C) Autonome Waffe mit tödlicher Wirkung D) Drohnen, die für Aufklärungszwecke eingesetzt werden
A) Falsche Bilder B) Synthetische Medien C) Deepfakes D) KI-Klone
A) DALL-E B) ChatGPT C) GPT-3 D) AlphaGo
A) 2021 B) 2023 C) 2019 D) 2024
A) Google Assistant B) Cortana C) Siri D) Alexa
A) Kalman-Filter B) Entscheidungstheorie C) Erwartungs-Maximierungs-Algorithmus D) Dynamische Bayes'sche Netze
A) Maximierung der Nutzerinteraktion B) Verbesserung der Vielfalt der Inhalte C) Förderung korrekter Informationen D) Reduzierung der Verbreitung von Fehlinformationen
A) IBM B) DeepMind C) Microsoft D) Google
A) Ihre Architektur und Parameter werden geheim gehalten. B) Integrierte Sicherheitsmaßnahmen können durch Training unwirksam gemacht werden. C) Sie benötigen eine ständige Internetverbindung. D) Sie dürfen nicht für kommerzielle Zwecke verwendet werden.
A) 10% B) 5% C) 20% D) 50%
A) Stephen Hawking B) Stuart J. Russell C) Eliezer Yudkowsky D) Wendell Wallach
A) 15% B) 30% C) 47% D) 9%
A) John McCarthy. B) Alan Turing. C) Jensen Huang. D) Gordon Moore.
A) Stuart J. Russell B) Wendell Wallach C) Stephen Hawking D) Eliezer Yudkowsky
A) Rückwärts B) In beide Richtungen C) Zufällig D) Nur in eine Richtung
A) 1,5 Billionen Dollar B) 3,5 Billionen Dollar C) 4,0 Billionen Dollar D) 2,7 Billionen Dollar
A) Deep Blue B) MuZero C) Watson D) AlphaStar
A) Three Mile Island B) Kernreaktor Palisades C) Susquehanna D) Fukushima
A) Bells Gesetz. B) Moores Gesetz. C) Gibsons Gesetz. D) Huangs Gesetz. |