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