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