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