![]()
A) Zautomatyzowana inteligencja B) Zaawansowana inteligencja C) Sztuczna inteligencja D) Analogiczna integracja
A) Test zdolności maszyny do wykazania się inteligentnym zachowaniem nieodróżnialnym od ludzkiego. B) Test określający zużycie energii przez urządzenie C) Test oceniający siłę fizyczną maszyny D) Test mierzący szybkość przetwarzania maszyny
A) C++ B) Python C) Ruby D) Java
A) Proces montażu komponentów sprzętowych B) Metoda poprawy bezpieczeństwa sieci C) Podzbiór sztucznej inteligencji, który umożliwia maszynom uczenie się na podstawie danych. D) Technika ręcznego programowania maszyn
A) Nieliniowy wzorzec językowy B) Przetwarzanie języka naturalnego C) Protokół uczenia neuronowego D) Wydajność logistyczna w sieci
A) Analiza sygnałów audio B) Generowanie losowych wzorów pikseli C) Naśladowanie ludzkiego wzroku i identyfikowanie obiektów na zdjęciach lub filmach D) Testowanie komponentów sprzętu komputerowego
A) Technika manipulacji pogodą B) Hipotetyczny punkt w przyszłości, w którym sztuczna inteligencja przewyższa ludzką inteligencję i kontrolę. C) Miara złożoności danych D) Rodzaj algorytmu uczenia maszynowego
A) Wykrywanie błędów w danych B) Optymalizacja wykorzystania pamięci komputera C) Generowanie liczb losowych D) Znajdowanie najkrótszej ścieżki w grafie
A) Program do gier w wirtualnej rzeczywistości B) Program do komponowania muzyki C) Program symulujący rozmowę z ludzkimi użytkownikami D) Program do projektowania graficznego
A) Zwykła notacja numeryczna B) Węzeł szybkiego powiadamiania C) Rekurencyjna sieć neuronowa D) Solidny nawigator neuronów
A) 1980 B) 1956 C) 1972 D) 1965
A) Uczenie się B) Komputery kwantowe C) Rozumowanie D) Reprezentacja wiedzy
A) Intel B) OpenAI C) Microsoft D) IBM
A) Perceptron B) Rekurencyjna sieć neuronowa C) Sztuczna sieć neuronowa konwolucyjna D) Architektura Transformer
A) Wirtualni asystenci B) Systemy rekomendacji C) Zaawansowane wyszukiwarki internetowe D) Autonomiczne pojazdy
A) Astronomia B) Psychologia C) Lingwistyka D) Neurobiologia
A) Sztuczne sieci neuronowe B) Przeszukiwanie przestrzeni stanów C) Logika formalna D) Splątanie kwantowe
A) Lata 2020. B) Lata 1990. C) Lata 2000. D) Lata 2010.
A) Niższe zużycie energii B) Zmniejszona wydajność obliczeniowa C) Zmniejszona złożoność oprogramowania D) Ryzyko egzystencjalne
A) Nie były one w stanie przetwarzać żadnych form niekompletnych informacji. B) Algorytmy te wymagały interwencji człowieka na każdym etapie. C) Wczesne systemy sztucznej inteligencji nie potrafiły wykonywać dedukcji logicznych. D) Występują w nich tzw. "eksplozja kombinatoryczna", co powoduje, że ich działanie staje się wykładniczo wolniejsze wraz ze wzrostem złożoności problemów.
A) Ludzie polegają wyłącznie na logicznych wnioskowaniach, podobnie jak wczesne modele sztucznej inteligencji. B) Ludzie rozwiązują problemy, stosując zdefiniowane algorytmy. C) Ludzie opierają się na szybkich, intuicyjnych ocenach, a nie na krok po kroku prowadzonej dedukcji. D) Ludzie wykorzystują wyłącznie połączenie intuicji i rozumowania probabilistycznego.
A) Konkretny cel. B) Wiele celów do osiągnięcia jednocześnie. C) Zadania przydzielane losowo, bez określonej kolejności. D) Brak wyraźnego celu lub preferencji.
A) Uczenie transferowe B) Uczenie przez wzmacnianie C) Uczenie z nadzorem D) Uczenie bez nadzoru
A) Klasyfikacja przewiduje kategorie, natomiast regresja określa funkcje numeryczne. B) Klasyfikacja jest rodzajem uczenia bez nadzoru. C) Klasyfikacja wykorzystuje sieci neuronowe, podczas gdy regresja ich nie używa. D) Regresja wymaga większej ilości danych niż klasyfikacja.
A) Wyszukiwanie informacji B) Reprezentacja słów w postaci wektorów (word embedding) C) Tłumaczenie maszynowe D) Synteza mowy
A) Rekurencyjne sieci neuronowe (RNN) B) Transformery generatywne, wstępnie wytrenowane (GPT) C) Transformery D) Konwolucyjne sieci neuronowe (CNN)
A) Analiza sentymentu w tekście. B) Klasyfikacja obrazów. C) Rozpoznawanie mowy. D) Śledzenie obiektów.
A) Lokalne przeszukiwanie. B) Metoda spadku gradientu. C) Optymalizacja rojem cząstek. D) Przeszukiwanie oparte na konfrontacji (adversarial search).
A) Analiza celów i środków. B) Algorytmy sztucznej inteligencji inspirowane zachowaniem roju. C) Algorytm propagacji wstecznej. D) Optymalizacja matematyczna.
A) Algorytmy ewolucyjne. B) Optymalizacja kolonii mrówek. C) Optymalizacja rojem cząstek. D) Metoda spadku gradientu.
A) Obliczenia ewolucyjne. B) Optymalizacja rojem cząstek. C) Rozumowanie dedukcyjne. D) Rozumowanie indukcyjne.
A) Przypisuje stopnie prawdziwości w zakresie od 0 do 1. B) Wnioskowanie jest nierozstrzygalne, co sprawia, że jest ono trudne do zrealizowania. C) Wykorzystuje algorytmy inspirowane inteligencją roju. D) Wymaga optymalizacji za pomocą metody spadku gradientu.
A) Metoda spadku gradientu. B) Optymalizacja rojem cząstek. C) Optymalizacja algorytmem kolonii mrówek. D) Obliczenia ewolucyjne.
A) Dynamiczne sieci decyzyjne B) Sieci bayesowskie C) Filtry Kalmana D) Procesy decyzyjne Markowa
A) Algorytm oczekiwania-maksymalizacji B) Analiza decyzji C) Projektowanie mechanizmów D) Teoria wartości informacyjnych
A) Maszyna wektorów nośnych (Support vector machine) B) Klasyfikator Naive Bayes C) Drzewo decyzyjne D) Algorytm najbliższych sąsiadów (K-nearest neighbor)
A) Klasyfikator Naive Bayes B) Algorytm k-najbliższych sąsiadów C) Maszyna wektorów nośnych D) Drzewo decyzyjne
A) Kontrolery B) Sieci neuronowe C) Klasyfikatory D) Sieci bayesowskie
A) Drzewo decyzyjne B) Maszyna wektorów nośnych C) Algorytm k-najbliższych sąsiadów D) Klasyfikator Naive Bayes
A) Modele Markowa B) Dynamiczne sieci decyzyjne C) Analiza decyzji D) Teoria gier
A) Sieci neuronowe B) Klasyfikatory C) Kontrolery D) Sieci bayesowskie
A) Teoria decyzji B) Dynamiczne sieci bayesowskie C) Filtry Kalmana D) Algorytm oczekiwania-maksymalizacji
A) Projektowanie mechanizmów B) Teoria gier C) Procesy decyzyjne Markowa D) Dynamiczne sieci bayesowskie
A) Propagacja wsteczna B) Stochastyczna metoda spadku gradientu C) Propagacja w przód D) Metoda spadku gradientu
A) W kierunku wstecznym B) W jednym kierunku C) Losowo D) W obu kierunkach
A) Krawędzie B) Całe obiekty C) Cyfry D) Twarze
A) Prognozowanie przyszłych trendów na rynku akcji. B) Analiza i interpretacja obrazów. C) Generowanie tekstu w oparciu o relacje semantyczne między słowami. D) Tłumaczenie języków w czasie rzeczywistym.
A) ChatGPT B) Claude C) Prolog D) Gemini
A) PyTorch. B) TensorFlow. C) Keras. D) Scikit-learn.
A) John McCarthy. B) Jensen Huang. C) Gordon Moore. D) Alan Turing.
A) Prawo Moore'a. B) Prawo Huang'a. C) Prawo Bella. D) Prawo Gibsona.
A) Google B) DeepMind C) Microsoft D) IBM
A) AlphaStar B) MuZero C) Deep Blue D) Watson
A) 2021 B) 2019 C) 2024 D) 2023
A) SIMA B) MuZero C) Pluribus D) AlphaStar
A) Siri B) Asystent Google C) Alexa D) Cortana
A) Dyrektor ds. technologii (CTO) B) Dyrektor ds. automatyzacji (CAO) C) Dyrektor ds. danych (CDO) D) Dyrektor ds. informatyki (CIO)
A) Watson B) Deep Blue C) AlphaGo D) MuZero
A) Programy quizowe typu Jeopardy! B) Gry strategiczne w czasie rzeczywistym. C) Gry z niepełną informacją, takie jak poker. D) Szachy i Go.
A) Deep Blue B) MuZero C) AlphaStar D) Watson
A) Microsoft B) OpenAI C) Alibaba Group D) Google DeepMind
A) 75% B) 90% C) 53% D) 84%
A) AlphaTensor B) Qwen2-Math C) rStar-Math D) Gemini Deep Think
A) 53% B) 84% C) 75% D) 90%
A) rStar-Math B) Qwen-7B C) Gemini Deep Think D) AlphaTensor
A) Modele probabilistyczne B) Różne podejścia topologiczne C) Przetwarzanie języka naturalnego D) Algorytm przeszukiwania drzew Monte Carlo
A) Luty 2023 B) Maj 2025 C) Grudzień 2017 D) Lipiec 2024
A) Google B) Amazon C) Apple D) Microsoft
A) 10% B) 5% C) 20% D) 50%
A) Technologia blockchain B) Przechowywanie w chmurze C) Szyfrowanie danych D) Prywatność różnicowa
A) Tesla, SpaceX, Uber, Lyft B) Alphabet Inc., Amazon, Apple Inc., Meta Platforms, Microsoft C) Nike, Adidas, Puma, Reebok D) Coca-Cola, PepsiCo, Red Bull, Monster
A) 50 milionów dolarów B) 25 milionów dolarów C) 100 milionów dolarów D) 10 milionów dolarów
A) 4,0 biliona dolarów B) 1,5 biliona dolarów C) 3,5 biliona dolarów D) 2,7 biliona dolarów
A) 2030 B) 2028 C) 2025 D) 2026
A) 10 razy więcej B) 20 razy więcej C) 5 razy więcej D) 15 razy więcej
A) 12% B) 8% C) 10% D) 5%
A) 3% B) 10% C) 5% D) 7%
A) Elektrownia jądrowa Three Mile Island B) Susquehanna C) Reaktor jądrowy Palisades D) Fukushima
A) Amazon B) Constellation Energy C) Talen Energy D) Microsoft
A) Japonia B) Stany Zjednoczone C) Singapur D) Tajwan
A) 7% B) 3% C) 5% D) 10%
A) Zwiększanie różnorodności treści. B) Maksymalizacja zaangażowania użytkowników. C) Promowanie rzetelnych informacji. D) Ograniczanie rozprzestrzeniania się dezinformacji.
A) Bańki informacyjne B) Komnaty echa C) Przeciążenie informacyjne D) Błąd potwierdzenia
A) Tim Cook B) Elon Musk C) Bill Gates D) Geoffrey Hinton
A) Fałszywe nagrania (deepfakes) B) Fałszywe obrazy C) Klonowane przez AI D) Syntetyczne media
A) Podpisy cyfrowe B) Wytyczne etyczne dotyczące sztucznej inteligencji C) Weryfikacja za pomocą technologii blockchain D) Certyfikaty potwierdzające tożsamość
A) 50% B) Dokładnie 61% C) 75% D) 80%
A) 50% B) Około 4% C) 25% D) 10%
A) Sprawiedliwość dystrybucyjna B) Sprawiedliwość proceduralna C) Sprawiedliwość reprezentacyjna D) Sprawiedliwość predykcyjna
A) Drony wykorzystywane do obserwacji B) Tradycyjna broń palna C) Narzędzie cyberbezpieczeństwa D) Autonomiczna broń śmiertelna
A) 2013 B) 2014 C) 2015 D) 2016
A) 60% B) 47% C) 9% D) 25%
A) 15% B) 30% C) 9% D) 47%
A) 30% B) 90% C) 70% D) 50%
A) Stuart J. Russell B) Stephen Hawking C) Wendell Wallach D) Eliezer Yudkowsky
A) Etyczne aspekty informatyki B) Etyka sztucznej inteligencji C) Moralna robotyka D) Obliczeniowa moralność
A) Stephen Hawking B) Wendell Wallach C) Stuart J. Russell D) Eliezer Yudkowsky
A) Wbudowane mechanizmy bezpieczeństwa mogą zostać zneutralizowane i stać się nieskuteczne. B) Ich architektura i parametry są utrzymywane w tajemnicy. C) Wymagają stałego połączenia z Internetem. D) Nie można ich wykorzystywać do celów komercyjnych.
A) DALL-E B) ChatGPT C) AlphaGo D) GPT-3
A) 50% B) 5% C) 75% D) 22% |