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