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