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