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