Mesterséges intelligencia - Kvíz
A) Fejlett intelligencia B) Analóg integráció C) Mesterséges intelligencia D) Automatizált intelligencia
A) Egy gép energiafogyasztásának meghatározására szolgáló teszt B) Egy gép azon képességének tesztje, hogy képes-e az embertől megkülönböztethetetlen intelligens viselkedést tanúsítani. C) Egy gép fizikai erejének értékelésére szolgáló teszt D) A gép feldolgozási sebességének mérésére szolgáló teszt
A) Python B) Ruby C) Java D) C++
A) A gépek kézi programozásának technikája B) A hardverkomponensek összeszerelésének folyamata C) A mesterséges intelligencia egy olyan részhalmaza, amely lehetővé teszi a gépek számára, hogy adatokból tanuljanak. D) Módszer a hálózati biztonság javítására
A) Egy program a virtuális valóság játékhoz B) Egy program, amely szimulálja az emberi felhasználókkal való beszélgetést C) Egy program grafikai tervezéshez D) Zenei kompozíciós program
A) Hálózati logisztikai teljesítmény B) Természetes nyelvi feldolgozás C) Neurális tanulási protokoll D) Nemlineáris nyelvi minta
A) Az emberi látás utánzása és objektumok azonosítása képeken vagy videókon B) Véletlenszerű pixelminták generálása C) Hangjelek elemzése D) Számítógépes hardverkomponensek tesztelése
A) Véletlen számok generálása B) A legrövidebb út megtalálása egy gráfban C) Hibák felderítése az adatokban D) A számítógép memóriahasználatának optimalizálása
A) Szabályos numerikus jelölés B) Rekurrens neurális hálózat C) Robusztus neuron navigátor D) Gyors értesítő csomópont
A) Az adatok összetettségének mérőszáma B) Időjárás-manipulációs technika C) Egy hipotetikus jövőbeli pont, amikor a mesterséges intelligencia meghaladja az emberi intelligenciát és irányítást. D) Egyfajta gépi tanulási algoritmus
A) 1956 B) 1972 C) 1980 D) 1965
A) Kvantumszámítástechnika B) Tudás reprezentáció C) Érvelés D) Tanulás
A) Intel B) IBM C) Microsoft D) OpenAI
A) Rekurrens neurális hálózat B) Konvolúciós neurális hálózat C) Perceptron D) Transformer architektúra
A) Fejlett webkereső motorok B) Önvezető járművek C) Virtuális asszisztensek D) Ajánló rendszerek
A) Nyelvészet B) Neurotudomány C) Pszichológia D) Asztrográfia
A) Állapotterek keresése B) Kvantum összefonódás C) Mesterséges neurális hálózatok D) Formális logika
A) 1990-es évek B) 2010-es évek C) 2000-es évek D) 2020-as évek
A) Létezéshez kapcsolódó kockázatok B) Csökkenő számítási teljesítmény C) Alacsonyabb energiafogyasztás D) Csökkentett szoftver komplexitás
A) Ezek az algoritmusok minden lépésben emberi beavatkozást igényeltek. B) Ezek az algoritmusok egy „kombinatorikus robbanásnak” vannak kitéve, ami azt jelenti, hogy a problémák mérete növekedésével exponenciálisan lassabbak lesznek. C) A korai mesterséges intelligencia nem volt képes logikai következtetéseket levonni. D) Nem voltak képesek kezelni semmilyen formában hiányos információt.
A) Az emberek kizárólag ösztön és valószínűségi következtetések kombinációját használják. B) Az emberek előre meghatározott algoritmusok alapján oldják meg a problémákat. C) Az emberek gyors, ösztönös ítéleteket használnak, ahelyett, hogy lépésről lépésre következtetnének. D) Az emberek kizárólag logikai következtetésekre támaszkodnak, hasonlóan a korai mesterséges intelligencia modellekhez.
A) Egy konkrét cél. B) Nincs egyértelmű cél vagy preferencia. C) Véletlenszerűen kiosztott feladatok, amelyeknek nincs meghatározott sorrendje. D) Több cél, amelyeket egyidejűleg kell elérni.
A) Felügyelt tanulás B) Transzfer tanulás C) Megerősítéses tanulás D) Felügyelet nélküli tanulás
A) A besorolás kategóriákat jósol, míg a regresszió numerikus függvényeket vezet le. B) A regresszió több adatot igényel, mint a besorolás. C) A besorolás neurális hálózatokat használ, a regresszió nem. D) A besorolás a felügyelt tanulás egyik típusa.
A) Gépi fordítás B) Beszédszintézis C) Szóbeágyazás D) Információkeresés
A) Transzformátorok B) Generatív, előre betanított transzformátorok (GPT) C) Konvolúciós neurális hálózatok (CNN) D) Rekurrenális neurális hálózatok (RNN)
A) Beszéd felismerése. B) Szöveges érzelmek elemzése. C) Objektumok követése. D) Képek besorolása.
A) Versenyhelyzeti keresés. B) Részecske-csoport optimalizálás. C) Grádienstés. D) Helyi keresés.
A) Matematikai optimalizálás. B) Visszatáplálási algoritmus. C) Csoportintelligencia algoritmusok. D) Cél-közvetítéses elemzés.
A) Grádienstés. B) Részecskecsapat-optimalizálás. C) Evolúciós számítás. D) Hangyák által vezérelt optimalizálás.
A) Induktív következtetés. B) Evolúciós számítás. C) Részecskecsoport-optimalizálás. D) Deduktív következtetés.
A) Csoportintelligencia algoritmusokat alkalmaz. B) A következtetés nem eldönthető, ami azt jelenti, hogy nehézkesen kezelhető. C) Optimalizáláshoz gradienslejtés szükséges. D) Igazságértékeket rendel a 0 és 1 közötti tartományban.
A) Evolúciós számítás. B) Grádienstés. C) Hangyák által vezetett optimalizálás. D) Részecskecsoport-optimalizálás.
A) Markov-döntési folyamatok B) Bayes-hálózatok C) Dinamikus döntési hálózatok D) Kalman-szűrők
A) Mechanizmustervezés B) Döntéshozatal elemzése C) Információérték-elmélet D) Várható érték-maximalizációs algoritmus
A) K-legközelebbi szomszéd algoritmus B) Naive Bayes osztályozó C) Támogatási vektor gép D) Döntési fa
A) Naive Bayes osztályozó B) K-legközelebbi szomszéd algoritmus C) Döntési fa D) Támogatási vektor gép
A) Osztályozók B) Bayesi hálózatok C) Neuronhálózatok D) Szabályozók
A) Támogatási vektor gép B) Naive Bayes osztályozó C) K-legközelebbi szomszéd algoritmus D) Döntési fa
A) Döntéshozatal elemzése B) Rejtett Markov-modellek C) Játékelmélet D) Dinamikus döntési hálózatok
A) Bayes-hálózatok B) Osztályozók C) Vezérlők D) Neuronhálózatok
A) Kalman-szűrők B) Várható érték-maximalizációs algoritmus C) Dinamikus Bayes-hálózatok D) Döntésteória
A) Mechanizmustervezés B) Játékelmélet C) Markov-döntési folyamatok D) Dinamikus Bayes-hálózatok
A) Sztokasztikus grádienstés B) Előrepropagáció C) Visszafelé propagáció D) Grádienstés
A) Visszafelé B) Egy irányban C) Váratlanul D) Mindkét irányban
A) Szegélyek B) Egész objektumok C) Arcok D) Számok
A) Nyelvek fordítása valós időben. B) A jövőbeli tőzsdei trendek előrejelzése. C) Szövegek generálása a szavak közötti szemantikai kapcsolatok alapján. D) Képek elemzése és értelmezése.
A) Gemini B) Claude C) Prolog D) ChatGPT
A) Scikit-learn. B) TensorFlow. C) PyTorch. D) Keras.
A) Alan Turing. B) Gordon Moore. C) John McCarthy. D) Jensen Huang.
A) Huang-törvény. B) Moore-törvény. C) Gibson-törvény. D) Bell-törvény.
A) Google B) Microsoft C) DeepMind D) IBM
A) AlphaStar B) Watson C) MuZero D) Deep Blue
A) 2023 B) 2019 C) 2021 D) 2024
A) SIMA B) Pluribus C) MuZero D) AlphaStar
A) Siri B) Google Asszisztens C) Cortana D) Alexa
A) Technológiai vezető (CTO) B) Adatvezető (CDO) C) Információs vezető (CIO) D) Automatizációs vezető (CAO)
A) AlphaGo B) Watson C) Deep Blue D) MuZero
A) Sakk és Go (kő-papír-kő). B) Valós idejű stratégiai játékok. C) Olyan tökéletlen információval játszható játékok, mint például a póker. D) A Jeopardy! vetélkedőműsorok.
A) Deep Blue B) Watson C) AlphaStar D) MuZero
A) Google DeepMind B) OpenAI C) Microsoft D) Alibaba Group
A) 75% B) 90% C) 53% D) 84%
A) rStar-Math B) Gemini Deep Think C) Qwen2-Math D) AlphaTensor
A) 84% B) 90% C) 75% D) 53%
A) Qwen-7B B) AlphaTensor C) rStar-Math D) Gemini Deep Think
A) Természetes nyelvi feldolgozás B) Valószínűségi modellek C) Monte Carlo fa-keresés D) Különböző topológiai megközelítések
A) 2025 május B) 2024 július C) 2017 december D) 2023 február
A) Apple B) Microsoft C) Amazon D) Google
A) 50% B) 5% C) 10% D) 20%
A) Blockchain technológia B) Adat titkosítás C) Felhőalapú tárolás D) Differenciális adatvédelem
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) 100 millió dollár B) 10 millió dollár C) 25 millió dollár D) 50 millió dollár
A) 4,0 billió dollár B) 3,5 billió dollár C) 2,7 billió dollár D) 1,5 billió dollár
A) 2028 B) 2030 C) 2025 D) 2026
A) 15-szer B) 20-szer C) 10-szer D) 5-szer
A) 5% B) 8% C) 10% D) 12%
A) 7% B) 10% C) 3% D) 5%
A) Three Mile Island B) Susquehanna C) Palisades atomerőmű D) Fukushima
A) Microsoft B) Talen Energy C) Amazon D) Constellation Energy
A) Japán B) Tajvan C) Egyesült Államok D) Szingapúr
A) 7% B) 10% C) 5% D) 3%
A) A tartalmi sokszínűség növelése. B) A pontos információk népszerűsítése. C) A hamis információk terjedésének csökkentése. D) A felhasználói aktivitás maximalizálása.
A) Információs túlterhelés B) Megérdésekkel való elfogultság C) Visszhangkamrák D) Szűrőbuborékok
A) Geoffrey Hinton B) Tim Cook C) Elon Musk D) Bill Gates
A) Mesterséges intelligencia által generált másolatok B) Hamis videók (deepfakes) C) Szintetikus média D) Hamis képek
A) Blockchain-alapú ellenőrzés B) Személyazonosság igazolása C) Digitális aláírások D) AI etikai irányelvek
A) 50% B) Pontosan 61% C) 75% D) 80%
A) 50% B) 25% C) 10% D) Körülbelül 4%
A) Előrejelző igazságosság B) Képviseleti igazságosság C) Elosztási igazságosság D) Eljárási igazságosság
A) Felügyeleti célokra használt drónok B) Kibervédelemhez használt eszköz C) Autonóm, halálos fegyver D) Hagyományos lőfegyver
A) 2013 B) 2015 C) 2014 D) 2016
A) 47% B) 25% C) 60% D) 9%
A) 9% B) 47% C) 30% D) 15%
A) 70% B) 50% C) 90% D) 30%
A) Stuart J. Russell B) Wendell Wallach C) Stephen Hawking D) Eliezer Yudkowsky
A) Számítástechnikai etika B) Etikus számítástechnika C) Morális robotika D) Mesterséges intelligencia etika
A) Wendell Wallach B) Stuart J. Russell C) Stephen Hawking D) Eliezer Yudkowsky
A) Az architektúrájuk és a paramétereik titkosak. B) Folyamatos internetkapcsolat szükséges a működésükhöz. C) Ök nem használhatók kereskedelmi célokra. D) A beépített biztonsági intézkedések hatástalanokká válhatnak a megfelelő képzés hiányában.
A) GPT-3 B) AlphaGo C) DALL-E D) ChatGPT
A) 5% B) 22% C) 75% D) 50% |
Létrehozva That Quiz —
ahol a tesztkészítés és a tesztelés egyszerűvé válik a matematika és más tantárgyak számára.