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