A) Аналогічна інтеграція B) Передова розвідка C) Штучний інтелект D) Автоматизована розвідка
A) Тест для оцінки фізичної міцності машини B) Тест на здатність машини демонструвати інтелектуальну поведінку, яку неможливо відрізнити від людської C) Тест для вимірювання швидкості обробки машини D) Тест для визначення енергоспоживання машини
A) Python B) Рубі. C) C++ D) Java
A) Техніка ручного програмування машин B) Метод покращення мережевої безпеки C) Процес складання апаратних компонентів D) Підрозділ ШІ, який дозволяє машинам навчатися на основі даних
A) Імітація людського зору та ідентифікація об'єктів на зображеннях чи відео B) Аналіз аудіосигналів C) Генерування випадкових піксельних візерунків D) Тестування компонентів комп'ютерного обладнання
A) Тип алгоритму машинного навчання B) Міра складності даних C) Гіпотетична точка в майбутньому, в якій ШІ перевершить людський інтелект і контроль D) Техніка маніпулювання погодою
A) Програма для графічного дизайну B) Програма, яка імітує розмову з користувачами-людьми C) Програма для написання музики D) Програма для ігор у віртуальній реальності
A) Протокол нейронного навчання B) Обробка природної мови C) Нелінійна лінгвістична модель D) Ефективність мережевої логістики
A) Виявлення помилок у даних B) Пошук найкоротшого шляху в графі C) Оптимізація використання пам'яті комп'ютера D) Генерація випадкових чисел
A) Вузол швидкого сповіщення B) Надійний навігатор нейронів C) Рекурентна нейронна мережа D) Регулярне числове позначення
A) 1956 B) 1972 C) 1965 D) 1980
A) Квантові обчислення B) Навчання C) Міркування D) Представлення знань
A) IBM B) OpenAI C) Microsoft D) Intel
A) Архітектура Transformer B) Рекурентна нейронна мережа C) Перцептрон D) Згорткова нейронна мережа
A) Автономні транспортні засоби B) Розширені пошукові системи C) Системи рекомендацій D) Віртуальні асистенти
A) Нейронаука B) Психологія C) Астрономія D) Лінгвістика
A) Пошук у просторі станів B) Штучні нейронні мережі C) Квантова заплутаність D) Формальна логіка
A) 2000-ні роки B) 2020-ті роки C) 1990-ті роки D) 2010-ті роки
A) Екзистенційні ризики B) Зменшення складності програмного забезпечення C) Зниження споживання енергії D) Зменшення обчислювальної потужності
A) Ранні системи штучного інтелекту не могли здійснювати логічні висновки. B) Ці алгоритми вимагали втручання людини на кожному етапі. C) Вони не могли обробляти жодну форму неповних даних. D) Вони стикаються з так званою "комбінаторною експлозією", коли їхня швидкість роботи експоненціально знижується зі збільшенням складності задач.
A) Люди використовують швидкі, інтуїтивні оцінки, а не покрокове дедуктивне мислення. B) Люди використовують лише комбінацію інтуїції та ймовірнісного мислення. C) Люди вирішують проблеми, дотримуючись попередньо визначених алгоритмів. D) Люди покладаються виключно на логічні висновки, подібні до тих, що використовувалися в ранніх моделях штучного інтелекту.
A) Випадково призначені завдання без певного порядку. B) Конкретну ціль. C) Відсутня чітка мета або перевага. D) Кілька цілей, які потрібно досягти одночасно.
A) Навчання з підкріпленням B) Навчання без учителя C) Трансферне навчання D) Навчання з учителем
A) Класифікація передбачає визначення категорій, тоді як регресія визначає числові функції. B) Класифікація є одним з видів навчання без учителя. C) Регресія потребує більшого обсягу даних, ніж класифікація. D) Класифікація використовує нейронні мережі, тоді як регресія – ні.
A) Пошук інформації B) Синтез мовлення C) Векторне представлення слів D) Машинний переклад
A) Трансформери B) Згорткові нейронні мережі (CNN) C) Рекурентні нейронні мережі (RNN) D) Генеративні попередньо навчені трансформери (GPT)
A) Відстеження об'єктів. B) Аналіз текстових емоцій. C) Класифікація зображень. D) Розпізнавання мовлення.
A) Антагоністичний пошук. B) Метод градієнтного спуску. C) Оптимізація роєм частинок. D) Локальний пошук.
A) Алгоритми колективного інтелекту (swarm intelligence). B) Аналіз "засіб-ціль". C) Алгоритм зворотного поширення (backpropagation). D) Математична оптимізація.
A) Метод градієнтного спуску. B) Оптимізація методом рою частинок. C) Оптимізація методом мурашиної колонії. D) Еволюційні обчислення.
A) Оптимізація методом рою частинок. B) Дедуктивне міркування. C) Еволюційні обчислення. D) Індуктивне міркування.
A) Для оптимізації вона вимагає використання методу градієнтного спуску. B) Вона присвоює значення істинності в діапазоні від 0 до 1. C) Вона використовує алгоритми, що базуються на принципах колективного інтелекту. D) Виведення є нерозв'язною задачею, що робить її складною для вирішення.
A) Оптимізація методом колонії мурах. B) Метод градієнтного спуску. C) Оптимізація методом рою частинок. D) Еволюційні обчислення.
A) Процеси прийняття рішень Маркова B) Фільтри Калмана C) Динамічні мережі прийняття рішень D) Байєсівські мережі
A) Аналіз рішень B) Проектування механізмів C) Алгоритм очікування-максимізації D) Теорія інформаційної цінності
A) Алгоритм найближчих сусідів (K-найближчих сусідів) B) Дерево рішень C) Класифікатор Наївного Баєса D) Машина опорних векторів
A) Алгоритм k-найближчих сусідів B) Класифікатор Наївного Баєса C) Машина опорних векторів D) Дерево рішень
A) Байєсівські мережі B) Контролери C) Класифікатори D) Нейронні мережі
A) Дерево рішень B) Класифікатор Наївного Баєса C) Алгоритм k-найближчих сусідів D) Машина опорних векторів
A) Динамічні мережі прийняття рішень B) Теорія ігор C) Аналіз рішень D) Приховані марковські моделі
A) Нейронні мережі B) Контролери C) Байєсівські мережі D) Класифікатори
A) Динамічні байєсівські мережі B) Фільтри Калмана C) Теорія прийняття рішень D) Алгоритм очікування-максимізації
A) Теорія ігор B) Динамічні байєсівські мережі C) Механізм проєктування D) Процеси прийняття рішень за Марковим ланцюгом
A) Алгоритм зворотного поширення помилки (backpropagation) B) Метод градієнтного спуску C) Алгоритм прямого поширення (forward propagation) D) Стохастичний градієнтний спуск
A) В обох напрямках B) У зворотному напрямку C) Випадковим чином D) Лише в одному напрямку
A) Контури B) Цифри C) Цілі об'єкти D) Обличчя
A) Переклад мов у режимі реального часу. B) Прогнозування майбутніх тенденцій на фондовому ринку. C) Аналіз та інтерпретація зображень. D) Генерація тексту на основі семантичних зв'язків між словами.
A) ChatGPT B) Claude C) Gemini D) Prolog
A) Scikit-learn. B) Keras. C) PyTorch. D) TensorFlow.
A) Дженсен Хуанг. B) Джон Маккарті. C) Гордон Мур. D) Алан Тюрінг.
A) Закон Мура. B) Закон Хуанга. C) Закон Гібсона. D) Закон Белла.
A) Microsoft B) DeepMind C) IBM D) Google
A) Watson B) AlphaStar C) Deep Blue D) MuZero
A) 2023 B) 2021 C) 2024 D) 2019
A) AlphaStar B) MuZero C) Pluribus D) SIMA
A) Cortana B) Alexa C) Siri D) Google Assistant
A) Директор з автоматизації (CAO) B) Директор з даних (CDO) C) Технічний директор (CTO) D) Директор з інформаційних технологій (CIO)
A) MuZero B) Watson C) AlphaGo D) Deep Blue
A) Вікторини "Jeopardy!". B) Ігри з неповним обсягом інформації, наприклад, покер. C) Шахи та го. D) Стратегічні ігри в реальному часі.
A) Watson B) Deep Blue C) MuZero D) AlphaStar
A) OpenAI B) Alibaba Group C) Microsoft D) Google DeepMind
A) 75% B) 90% C) 53% D) 84%
A) Qwen2-Math B) Gemini Deep Think C) AlphaTensor D) rStar-Math
A) 90% B) 53% C) 75% D) 84%
A) rStar-Math B) AlphaTensor C) Gemini Deep Think D) Qwen-7B
A) Метод Монте-Карло для пошуку в деревах B) Ймовірнісні моделі C) Обробка природної мови D) Різні топологічні підходи
A) Травень 2025 року B) Липень 2024 року C) Грудень 2017 року D) Лютий 2023 року
A) Apple B) Microsoft C) Amazon D) Google
A) 5% B) 50% C) 10% D) 20%
A) Технологія блокчейн B) Диференційна конфіденційність C) Хмарне сховище D) Шифрування даних
A) Coca-Cola, PepsiCo, Red Bull, Monster B) Alphabet Inc., Amazon, Apple Inc., Meta Platforms, Microsoft C) Tesla, SpaceX, Uber, Lyft D) Nike, Adidas, Puma, Reebok
A) 50 мільйонів доларів США B) 10 мільйонів доларів США C) 100 мільйонів доларів США D) 25 мільйонів доларів США
A) 2,7 трильйона доларів США B) 3,5 трильйона доларів США C) 1,5 трильйона доларів США D) 4,0 трильйона доларів США
A) 2026 B) 2030 C) 2028 D) 2025
A) У 5 разів більше B) У 15 разів більше C) У 10 разів більше D) У 20 разів більше
A) 5% B) 8% C) 12% D) 10%
A) 10% B) 5% C) 3% D) 7%
A) Атомна електростанція Three Mile Island B) Сускеганна C) Атомний реактор Palisades D) Фукусіма
A) Constellation Energy B) Talen Energy C) Microsoft D) Amazon
A) Японія B) Сполучені Штати C) Сінгапур D) Тайвань
A) 3% B) 7% C) 5% D) 10%
A) Просування достовірної інформації. B) Зменшення поширення дезінформації. C) Розширення різноманітності контенту. D) Максимізація залученості користувачів.
A) Інформаційне перевантаження B) Інформаційні бульбашки C) Інформаційні ехо-камери D) Упередження підтвердження
A) Біл Гейтс B) Тім Кук C) Ілон Маск D) Джеффрі Хінтон
A) Синтетичні медіа B) Фальшиві зображення C) Клони, створені штучним інтелектом D) Діпфейки
A) Етичні принципи ШІ B) Перевірка за допомогою блокчейну C) Цифрові підписи D) Кваліфікаційні дані щодо особистості
A) Точно 61% B) 75% C) 50% D) 80%
A) 50% B) Приблизно 4% C) 25% D) 10%
A) Представницька справедливість B) Процедурна справедливість C) Прогнозна справедливість D) Дистрибутивна справедливість
A) Безпілотні літальні апарати, що використовуються для розвідки. B) Автономна зброя, здатна завдавати смертельних ушкоджень. C) Інструмент кібербезпеки. D) Звичайна вогнепальна зброя.
A) 2016 B) 2014 C) 2015 D) 2013
A) 9% B) 47% C) 25% D) 60%
A) 15% B) 30% C) 9% D) 47%
A) 70% B) 30% C) 50% D) 90%
A) Елізер Юдковскі B) Стюарт Дж. Рассел C) Венделл Валлах D) Стівен Хокінг
A) Етичні обчислення B) Моральна робототехніка C) Етика штучного інтелекту D) Обчислювальна етика
A) Венделл Валлах B) Стюарт Дж. Рассел C) Елізер Юдковскі D) Стівен Хокінг
A) Їхня архітектура та параметри зберігаються в таємниці. B) Вбудовані заходи безпеки можуть бути обійдені, ставши неефективними. C) Вони не можуть використовуватися в комерційних цілях. D) Вони потребують постійного підключення до Інтернету.
A) GPT-3 B) DALL-E C) ChatGPT D) AlphaGo
A) 75% B) 22% C) 5% D) 50% |