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