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