A) Fejlett intelligencia B) Analóg integráció C) Mesterséges intelligencia D) Automatizált intelligencia
A) Egy gép energiafogyasztásának meghatározására szolgáló teszt B) Egy gép fizikai erejének értékelésére 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 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) Egy program grafikai tervezéshez B) Egy program, amely szimulálja az emberi felhasználókkal való beszélgetést C) Zenei kompozíciós program D) Egy program a virtuális valóság játékhoz
A) Nemlineáris nyelvi minta B) Természetes nyelvi feldolgozás C) Neurális tanulási protokoll D) Hálózati logisztikai teljesítmény
A) Hangjelek elemzése B) Az emberi látás utánzása és objektumok azonosítása képeken vagy videókon C) Számítógépes hardverkomponensek tesztelése D) Véletlenszerű pixelminták generálása
A) A számítógép memóriahasználatának optimalizálása B) A legrövidebb út megtalálása egy gráfban C) Véletlen számok generálása D) Hibák felderítése az adatokban
A) Rekurrens neurális hálózat B) Robusztus neuron navigátor C) Szabályos numerikus jelölés D) Gyors értesítő csomópont
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) 1965 B) 1980 C) 1972 D) 1956
A) Érvelés B) Tudás reprezentáció C) Tanulás D) Kvantumszámítástechnika
A) IBM B) Intel C) OpenAI D) Microsoft
A) Perceptron B) Konvolúciós neurális hálózat C) Transformer architektúra D) Rekurrens neurális hálózat
A) Önvezető járművek B) Virtuális asszisztensek C) Ajánló rendszerek D) Fejlett webkereső motorok
A) Pszichológia B) Neurotudomány C) Asztrográfia D) Nyelvészet
A) Formális logika B) Mesterséges neurális hálózatok C) Állapotterek keresése D) Kvantum összefonódás
A) 2020-as évek B) 2010-es évek C) 2000-es évek D) 1990-es évek
A) Csökkentett szoftver komplexitás B) Létezéshez kapcsolódó kockázatok C) Csökkenő számítási teljesítmény D) Alacsonyabb energiafogyasztás
A) Ezek az algoritmusok minden lépésben emberi beavatkozást igényeltek. B) A korai mesterséges intelligencia nem volt képes logikai következtetéseket levonni. C) Ezek az algoritmusok egy „kombinatorikus robbanásnak” vannak kitéve, ami azt jelenti, hogy a problémák mérete növekedésével exponenciálisan lassabbak lesznek. 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) Egy konkrét cél. B) Nincs egyértelmű cél vagy preferencia. C) Több cél, amelyeket egyidejűleg kell elérni. D) Véletlenszerűen kiosztott feladatok, amelyeknek nincs meghatározott sorrendje.
A) Megerősítéses tanulás B) Transzfer 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 kategóriákat jósol, míg a regresszió numerikus függvényeket vezet le. D) A besorolás neurális hálózatokat használ, a regresszió nem.
A) Információkeresés B) Gépi fordítás C) Beszédszintézis D) Szóbeágyazás
A) Konvolúciós neurális hálózatok (CNN) B) Generatív, előre betanított transzformátorok (GPT) C) Transzformátorok D) Rekurrenális neurális hálózatok (RNN)
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) Matematikai optimalizálás. B) Visszatáplálási algoritmus. C) Csoportintelligencia algoritmusok. D) Cél-közvetítéses elemzés.
A) Hangyák által vezérelt optimalizálás. B) Grádienstés. C) Evolúciós számítás. D) Részecskecsapat-optimalizálás.
A) Evolúciós számítás. B) Részecskecsoport-optimalizálás. C) Deduktív következtetés. D) Induktív következtetés.
A) Optimalizáláshoz gradienslejtés szükséges. B) Igazságértékeket rendel a 0 és 1 közötti tartományban. C) A következtetés nem eldönthető, ami azt jelenti, hogy nehézkesen kezelhető. D) Csoportintelligencia algoritmusokat alkalmaz.
A) Hangyák által vezetett optimalizálás. B) Evolúciós számítás. C) Grádienstés. D) Részecskecsoport-optimalizálás.
A) Bayes-hálózatok B) Dinamikus döntési hálózatok C) Kalman-szűrők D) Markov-döntési folyamatok
A) Információérték-elmélet B) Várható érték-maximalizációs algoritmus C) Mechanizmustervezés D) Döntéshozatal elemzése
A) Támogatási vektor gép B) K-legközelebbi szomszéd algoritmus C) Döntési fa D) Naive Bayes osztályozó
A) K-legközelebbi szomszéd algoritmus B) Döntési fa C) Támogatási vektor gép D) Naive Bayes osztályozó
A) Osztályozók B) Neuronhálózatok C) Bayesi hálózatok D) Szabályozók
A) Támogatási vektor gép B) K-legközelebbi szomszéd algoritmus C) Naive Bayes osztályozó D) Döntési fa
A) Döntéshozatal elemzése B) Dinamikus döntési hálózatok C) Játékelmélet D) Rejtett Markov-modellek
A) Neuronhálózatok B) Vezérlők C) Osztályozók D) Bayes-hálózatok
A) Várható érték-maximalizációs algoritmus B) Döntésteória C) Dinamikus Bayes-hálózatok D) Kalman-szűrők
A) Markov-döntési folyamatok B) Játékelmélet C) Mechanizmustervezés D) Dinamikus Bayes-hálózatok
A) Grádienstés B) Visszafelé propagáció C) Előrepropagáció D) Sztokasztikus grádienstés
A) Váratlanul B) Egy irányban C) Mindkét irányban D) Visszafelé
A) Egész objektumok B) Szegélyek C) Számok D) Arcok
A) Képek elemzése és értelmezése. B) Szövegek generálása a szavak közötti szemantikai kapcsolatok alapján. C) A jövőbeli tőzsdei trendek előrejelzése. D) Nyelvek fordítása valós időben.
A) Gemini B) ChatGPT C) Prolog D) Claude
A) PyTorch. B) TensorFlow. C) Scikit-learn. D) Keras.
A) Gordon Moore. B) John McCarthy. C) Jensen Huang. D) Alan Turing.
A) Moore-törvény. B) Huang-törvény. C) Gibson-törvény. D) Bell-törvény.
A) Google B) Microsoft C) IBM D) DeepMind
A) Deep Blue B) MuZero C) Watson D) AlphaStar
A) 2019 B) 2023 C) 2024 D) 2021
A) AlphaStar B) MuZero C) SIMA D) Pluribus
A) Siri B) Cortana C) Alexa D) Google Asszisztens
A) Adatvezető (CDO) B) Technológiai vezető (CTO) C) Automatizációs vezető (CAO) D) Információs vezető (CIO)
A) Watson B) AlphaGo C) Deep Blue D) MuZero
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) Watson C) AlphaStar D) Deep Blue
A) OpenAI B) Alibaba Group C) Microsoft D) Google DeepMind
A) 75% B) 90% C) 53% D) 84%
A) Qwen2-Math B) Gemini Deep Think C) AlphaTensor D) rStar-Math
A) 75% B) 84% C) 53% D) 90%
A) Gemini Deep Think B) rStar-Math C) Qwen-7B D) AlphaTensor
A) Különböző topológiai megközelítések B) Monte Carlo fa-keresés C) Valószínűségi modellek D) Természetes nyelvi feldolgozás
A) 2017 december B) 2023 február C) 2024 július D) 2025 május
A) Apple B) Amazon C) Microsoft D) Google
A) 50% B) 20% C) 10% D) 5%
A) Adat titkosítás B) Differenciális adatvédelem C) Blockchain technológia D) Felhőalapú tárolás
A) Alphabet Inc., Amazon, Apple Inc., Meta Platforms, Microsoft B) Coca-Cola, PepsiCo, Red Bull, Monster C) Nike, Adidas, Puma, Reebok D) Tesla, SpaceX, Uber, Lyft
A) 25 millió dollár B) 10 millió dollár C) 100 millió dollár D) 50 millió dollár
A) 2,7 billió dollár B) 4,0 billió dollár C) 1,5 billió dollár D) 3,5 billió dollár
A) 2025 B) 2026 C) 2030 D) 2028
A) 5-szer B) 15-szer C) 20-szer D) 10-szer
A) 10% B) 8% C) 5% D) 12%
A) 10% B) 7% C) 5% D) 3%
A) Susquehanna B) Fukushima C) Palisades atomerőmű D) Three Mile Island
A) Amazon B) Microsoft C) Talen Energy D) Constellation Energy
A) Szingapúr B) Tajvan C) Egyesült Államok D) Japán
A) 7% B) 5% C) 10% D) 3%
A) A felhasználói aktivitás maximalizálása. B) A tartalmi sokszínűség növelése. C) A pontos információk népszerűsítése. D) A hamis információk terjedésének csökkentése.
A) Megérdésekkel való elfogultság B) Információs túlterhelés C) Visszhangkamrák D) Szűrőbuborékok
A) Geoffrey Hinton B) Bill Gates C) Tim Cook D) Elon Musk
A) Hamis képek B) Mesterséges intelligencia által generált másolatok C) Szintetikus média D) Hamis videók (deepfakes)
A) Digitális aláírások B) Személyazonosság igazolása C) AI etikai irányelvek D) Blockchain-alapú ellenőrzés
A) 80% B) Pontosan 61% C) 75% D) 50%
A) 25% B) 10% C) 50% D) Körülbelül 4%
A) Elosztási igazságosság B) Képviseleti igazságosság C) Eljárási igazságosság D) Előrejelző igazságosság
A) Felügyeleti célokra használt drónok B) Kibervédelemhez használt eszköz C) Autonóm, halálos fegyver D) Hagyományos lőfegyver
A) 2014 B) 2016 C) 2015 D) 2013
A) 9% B) 47% C) 25% D) 60%
A) 15% B) 9% C) 30% D) 47%
A) 70% B) 50% C) 90% D) 30%
A) Wendell Wallach B) Eliezer Yudkowsky C) Stuart J. Russell D) Stephen Hawking
A) Etikus számítástechnika B) Mesterséges intelligencia etika C) Számítástechnikai etika D) Morális robotika
A) Stephen Hawking B) Wendell Wallach C) Eliezer Yudkowsky D) Stuart J. Russell
A) Ök nem használhatók kereskedelmi célokra. B) A beépített biztonsági intézkedések hatástalanokká válhatnak a megfelelő képzés hiányában. C) Folyamatos internetkapcsolat szükséges a működésükhöz. D) Az architektúrájuk és a paramétereik titkosak.
A) AlphaGo B) GPT-3 C) DALL-E D) ChatGPT
A) 22% B) 75% C) 5% D) 50% |