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