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