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