![]()
A) Automatisierte Intelligenz B) Erweiterte Intelligenz C) Künstliche Intelligenz D) Analoge Integration
A) Ein Test zur Messung der Verarbeitungsgeschwindigkeit einer Maschine B) Ein Test zur Bewertung der physischen Stärke einer Maschine C) Ein Test zur Bestimmung des Stromverbrauchs einer Maschine D) Ein Test der Fähigkeit einer Maschine, intelligentes Verhalten zu zeigen, das von dem eines Menschen nicht zu unterscheiden ist
A) Java B) C++ C) Rubinrot D) Python
A) Ein Teilbereich der KI, der es Maschinen ermöglicht, aus Daten zu lernen B) Ein Verfahren zur Verbesserung der Netzwerksicherheit C) Ein Verfahren zum Zusammenbau von Hardwarekomponenten D) Eine Technik zur manuellen Programmierung von Maschinen
A) Eine Art von Algorithmus für maschinelles Lernen B) Ein Maß für die Komplexität der Daten C) Ein hypothetischer zukünftiger Punkt, an dem KI die menschliche Intelligenz und Kontrolle übertrifft D) Eine Technik zur Wettermanipulation
A) Analysieren von Audiosignalen B) Generierung zufälliger Pixelmuster C) Nachahmung des menschlichen Sehens und Identifizierung von Objekten in Bildern oder Videos D) Testen von Computer-Hardware-Komponenten
A) Verarbeitung natürlicher Sprache B) Vernetzte logistische Leistung C) Nichtlineare sprachliche Muster D) Neuronales Lernprotokoll
A) Ein Programm für Virtual-Reality-Spiele B) Ein Programm für Grafikdesign C) Ein Programm für Musikkomposition D) Ein Programm, das Gespräche mit menschlichen Benutzern simuliert
A) Robuster Neuronennavigator B) Reguläre numerische Notation C) Knotenpunkt für schnelle Benachrichtigung D) Rekurrentes neuronales Netz
A) Erkennung von Fehlern in Daten B) Suche nach dem kürzesten Weg in einem Graphen C) Optimierung der Speichernutzung von Computern D) Generierung von Zufallszahlen
A) 1980 B) 1965 C) 1972 D) 1956
A) Wissensrepräsentation B) Lernen C) Quantencomputing D) Schlussfolgern
A) OpenAI B) Intel C) IBM D) Microsoft
A) Recurrent Neural Network (RNN, Rekurrentes Neuronales Netzwerk) B) Convolutional Neural Network (CNN, Faltungsneuronales Netzwerk) C) Transformer-Architektur D) Perzeptron
A) Fortschrittliche Websuchmaschinen B) Virtuelle Assistenten C) Empfehlungssysteme D) Autonome Fahrzeuge
A) Psychologie B) Linguistik C) Astronomie D) Neurowissenschaften
A) Zustandsraumsuche B) Formale Logik C) Quantenverschränkung D) Künstliche neuronale Netze
A) 2020er-Jahre B) 1990er-Jahre C) 2010er-Jahre D) 2000er-Jahre
A) Reduzierte Rechenleistung B) Verringerte Softwarekomplexität C) Geringerer Energieverbrauch D) Existenzielle Risiken
A) Sie waren nicht in der Lage, Informationen zu verarbeiten, die unvollständig waren. B) Sie leiden unter einer 'kombinatorischen Explosion', wodurch sie exponentiell langsamer werden, wenn die Probleme komplexer werden. C) Frühe KI-Systeme konnten keine logischen Schlussfolgerungen ziehen. D) Diese Algorithmen erforderten menschliches Eingreifen bei jedem Schritt.
A) Menschen treffen schnelle, intuitive Entscheidungen anstatt schrittweise Schlussfolgerungen zu ziehen. B) Menschen lösen Probleme, indem sie vordefinierte Algorithmen befolgen. C) Menschen verlassen sich ausschließlich auf logische Schlussfolgerungen, ähnlich wie frühe KI-Modelle. D) Menschen verwenden eine Kombination aus Intuition und probabilistischem Denken, und zwar ausschließlich.
A) Mehrere Ziele, die gleichzeitig erreicht werden sollen. B) Ein spezifisches Ziel. C) Kein klar definiertes Ziel oder keine Präferenz. D) Zufällig zugewiesene Aufgaben ohne bestimmte Reihenfolge.
A) Unüberwachtes Lernen B) Überwachtes Lernen C) Transferlernen D) Verstärkendes Lernen
A) Die Klassifikation sagt Kategorien voraus, während die Regression numerische Funktionen ableitet. B) Die Klassifikation ist eine Art von unüberwachtem Lernen. C) Die Regression benötigt mehr Daten als die Klassifikation. D) Bei der Klassifikation werden neuronale Netze verwendet, während dies bei der Regression nicht der Fall ist.
A) Wortvektordarstellung B) Informationsbeschaffung C) Maschinelle Übersetzung D) Sprachsynthese
A) Generative, vortrainierte Transformer (GPT) B) Transformer C) Rekurrente Neuronale Netze (RNNs) D) Convolutional Neural Networks (CNNs)
A) Bildklassifizierung. B) Objektverfolgung. C) Spracherkennung. D) Textbasierte Sentimentanalyse.
A) Lokale Suche. B) Schwarmintelligenz. C) Adversarielle Suche. D) Gradientenabstieg.
A) Backpropagation-Algorithmus. B) Mathematische Optimierung. C) Mittel-Ziele-Analyse. D) Algorithmen für Schwarmintelligenz.
A) Ameisenkolonie-Optimierung. B) Schwarmintelligenz. C) Gradientenabstieg. D) Evolutionäre Algorithmen.
A) Schwarmintelligenz-Optimierung. B) Evolutionäre Berechnung. C) Deduktives Denken. D) Induktives Denken.
A) Die Ableitung ist unentscheidbar, was sie unpraktisch macht. B) Sie verwendet Algorithmen der Schwarmintelligenz. C) Sie erfordert Gradientenabstieg zur Optimierung. D) Sie weist Wahrheitsgraden zwischen 0 und 1 zu.
A) Ameisenkolonie-Optimierung. B) Evolutionäre Berechnung. C) Partikelschwarmoptimierung. D) Gradientenabstieg.
A) Dynamische Entscheidungsnetze B) Markov-Entscheidungsprozesse C) Kalman-Filter D) Bayes'sche Netze
A) Theorie des Informationswerts B) Erwartungswert-Maximierungs-Algorithmus C) Mechanismusdesign D) Entscheidungsanalyse
A) K-nächste-Nachbarn-Algorithmus B) Naive-Bayes-Klassifikator C) Support-Vektor-Maschine D) Entscheidungsbaum
A) Naive-Bayes-Klassifikator B) Support-Vector-Maschine C) Entscheidungsbaum D) K-nächste-Nachbarn-Algorithmus
A) Regler B) Klassifikatoren C) Neuronale Netze D) Bayessche Netze
A) Naive-Bayes-Klassifikator B) Entscheidungsbaum C) K-nächste-Nachbarn-Algorithmus D) Support-Vector-Maschine
A) Dynamische Entscheidungsnetze B) Verborgene Markov-Modelle C) Spieltheorie D) Entscheidungsanalyse
A) Ethische Richtlinien für KI B) Blockchain-Verifizierung C) Digitale Signaturen D) Nachweise der Persönlichkeit
A) 5% B) 7% C) 10% D) 3%
A) 75% B) 80% C) Genau 61% D) 50%
A) 53% B) 84% C) 90% D) 75%
A) 2016 B) 2013 C) 2015 D) 2014
A) Ungefähr 4% B) 50% C) 25% D) 10%
A) 50% B) 30% C) 70% D) 90%
A) Elon Musk B) Tim Cook C) Geoffrey Hinton D) Bill Gates
A) Vorwärtspropagation B) Gradientenabstieg C) Rückpropagation D) Stochastischer Gradientenabstieg
A) AlphaTensor B) Gemini Deep Think C) rStar-Math D) Qwen2-Math
A) 3% B) 5% C) 10% D) 7%
A) Monte-Carlo-Baumsuche B) Natürliche Sprachverarbeitung C) Wahrscheinlichkeitsmodelle D) Verschiedene topologische Ansätze
A) 2030 B) 2026 C) 2025 D) 2028
A) Dezember 2017 B) Mai 2025 C) Februar 2023 D) Juli 2024
A) AlphaStar B) Watson C) Deep Blue D) MuZero
A) MuZero B) Deep Blue C) Watson D) AlphaGo
A) Klassifikatoren B) Neuronale Netze C) Bayessche Netze D) Regler
A) Markov-Entscheidungsprozesse B) Spieldesign C) Dynamische Bayes'sche Netze D) Spieltheorie
A) Blockchain-Technologie B) Cloud-Speicherung C) Differenzieller Datenschutz D) Datenverschlüsselung
A) AlphaTensor B) Qwen-7B C) rStar-Math D) Gemini Deep Think
A) Ziffern B) Gesichter C) Kanten D) Ganzheitliche Objekte
A) Leiter für Automatisierung (CAO) B) Leiter für Technologie (CTO) C) Leiter für Informationstechnologie (CIO) D) Leiter für Datenmanagement (CDO)
A) Bilder analysieren und interpretieren. B) Zukünftige Trends an den Aktienmärkten vorhersagen. C) Texte auf der Grundlage semantischer Beziehungen zwischen Wörtern generieren. D) Sprachen in Echtzeit übersetzen.
A) Prolog B) Gemini C) Claude D) ChatGPT
A) Constellation Energy B) Amazon C) Microsoft D) Talen Energy
A) 100 Millionen Dollar B) 25 Millionen Dollar C) 10 Millionen Dollar D) 50 Millionen Dollar
A) Vereinigte Staaten B) Taiwan C) Singapur D) Japan
A) 15-mal mehr B) 20-mal mehr C) 10-mal mehr D) 5-mal mehr
A) Ethik der künstlichen Intelligenz B) Berechnungsethik C) Ethisches Rechnen D) Moralische Robotik
A) 50% B) 75% C) 5% D) 22%
A) Tesla, SpaceX, Uber, Lyft B) Coca-Cola, PepsiCo, Red Bull, Monster C) Alphabet Inc., Amazon, Apple Inc., Meta Platforms, Microsoft D) Nike, Adidas, Puma, Reebok
A) 53% B) 84% C) 75% D) 90%
A) 5% B) 8% C) 10% D) 12%
A) Schach und Go (Badminton). B) Quizsendungen wie Jeopardy! C) Spiele mit unvollständiger Information, wie zum Beispiel Poker. D) Strategiespiele in Echtzeit.
A) Amazon B) Apple C) Microsoft D) Google
A) Repräsentationsbezogene Gerechtigkeit B) Verteilungsbezogene Gerechtigkeit C) Vorhersagebezogene Gerechtigkeit D) Verfahrensbezogene Gerechtigkeit
A) 47% B) 60% C) 9% D) 25%
A) Informationsüberflutung B) Echokammern C) Bestätigungsfehler D) Filterblasen
A) AlphaStar B) Pluribus C) MuZero D) SIMA
A) Google DeepMind B) Alibaba Group C) Microsoft D) OpenAI
A) PyTorch. B) Scikit-learn. C) Keras. D) TensorFlow.
A) Autonome Waffe mit tödlicher Wirkung B) Drohnen, die für Aufklärungszwecke eingesetzt werden C) Tool für Cybersicherheit D) Konventionelle Schusswaffe
A) Deepfakes B) KI-Klone C) Synthetische Medien D) Falsche Bilder
A) ChatGPT B) GPT-3 C) AlphaGo D) DALL-E
A) 2023 B) 2019 C) 2024 D) 2021
A) Siri B) Alexa C) Google Assistant D) Cortana
A) Erwartungs-Maximierungs-Algorithmus B) Entscheidungstheorie C) Kalman-Filter D) Dynamische Bayes'sche Netze
A) Verbesserung der Vielfalt der Inhalte B) Maximierung der Nutzerinteraktion C) Reduzierung der Verbreitung von Fehlinformationen D) Förderung korrekter Informationen
A) Google B) IBM C) Microsoft D) DeepMind
A) Integrierte Sicherheitsmaßnahmen können durch Training unwirksam gemacht werden. B) Ihre Architektur und Parameter werden geheim gehalten. C) Sie dürfen nicht für kommerzielle Zwecke verwendet werden. D) Sie benötigen eine ständige Internetverbindung.
A) 50% B) 5% C) 10% D) 20%
A) Stephen Hawking B) Wendell Wallach C) Eliezer Yudkowsky D) Stuart J. Russell
A) 15% B) 9% C) 47% D) 30%
A) Alan Turing. B) Gordon Moore. C) John McCarthy. D) Jensen Huang.
A) Eliezer Yudkowsky B) Wendell Wallach C) Stephen Hawking D) Stuart J. Russell
A) Zufällig B) Rückwärts C) Nur in eine Richtung D) In beide Richtungen
A) 1,5 Billionen Dollar B) 4,0 Billionen Dollar C) 3,5 Billionen Dollar D) 2,7 Billionen Dollar
A) MuZero B) Deep Blue C) Watson D) AlphaStar
A) Three Mile Island B) Kernreaktor Palisades C) Susquehanna D) Fukushima
A) Huangs Gesetz. B) Bells Gesetz. C) Gibsons Gesetz. D) Moores Gesetz. |