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