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