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