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