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