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