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