Mesterséges intelligencia - Kvíz
A) Analóg integráció B) Mesterséges intelligencia C) Fejlett intelligencia D) Automatizált intelligencia
A) A gép feldolgozási sebességének mérésére szolgáló teszt B) Egy gép fizikai erejének értékelésére szolgáló teszt C) Egy gép energiafogyasztásának meghatározására szolgáló teszt D) Egy gép azon képességének tesztje, hogy képes-e az embertől megkülönböztethetetlen intelligens viselkedést tanúsítani.
A) Java B) Ruby C) C++ D) Python
A) Módszer a hálózati biztonság javítására B) A hardverkomponensek összeszerelésének folyamata C) A gépek kézi programozásának technikája D) A mesterséges intelligencia egy olyan részhalmaza, amely lehetővé teszi a gépek számára, hogy adatokból tanuljanak.
A) Zenei kompozíciós program B) Egy program grafikai tervezéshez C) Egy program, amely szimulálja az emberi felhasználókkal való beszélgetést D) Egy program a virtuális valóság játékhoz
A) Nemlineáris nyelvi minta B) Hálózati logisztikai teljesítmény C) Neurális tanulási protokoll D) Természetes nyelvi feldolgozás
A) Számítógépes hardverkomponensek tesztelése B) Az emberi látás utánzása és objektumok azonosítása képeken vagy videókon C) Véletlenszerű pixelminták generálása D) Hangjelek elemzése
A) A számítógép memóriahasználatának optimalizálása B) Véletlen számok generálása C) A legrövidebb út megtalálása egy gráfban D) Hibák felderítése az adatokban
A) Robusztus neuron navigátor B) Szabályos numerikus jelölés C) Gyors értesítő csomópont D) Rekurrens neurális hálózat
A) Időjárás-manipulációs technika B) Egy hipotetikus jövőbeli pont, amikor a mesterséges intelligencia meghaladja az emberi intelligenciát és irányítást. C) Egyfajta gépi tanulási algoritmus D) Az adatok összetettségének mérőszáma
A) 1980 B) 1972 C) 1965 D) 1956
A) Tudás reprezentáció B) Tanulás C) Érvelés D) Kvantumszámítástechnika
A) Microsoft B) IBM C) OpenAI D) Intel
A) Perceptron B) Rekurrens neurális hálózat C) Konvolúciós neurális hálózat D) Transformer architektúra
A) Fejlett webkereső motorok B) Önvezető járművek C) Ajánló rendszerek D) Virtuális asszisztensek
A) Pszichológia B) Nyelvészet C) Neurotudomány D) Asztrográfia
A) Kvantum összefonódás B) Formális logika C) Állapotterek keresése D) Mesterséges neurális hálózatok
A) 2000-es évek B) 2020-as évek C) 2010-es évek D) 1990-es évek
A) Létezéshez kapcsolódó kockázatok B) Csökkenő számítási teljesítmény C) Csökkentett szoftver komplexitás D) Alacsonyabb energiafogyasztás
A) Ezek az algoritmusok egy „kombinatorikus robbanásnak” vannak kitéve, ami azt jelenti, hogy a problémák mérete növekedésével exponenciálisan lassabbak lesznek. B) Ezek az algoritmusok minden lépésben emberi beavatkozást igényeltek. C) A korai mesterséges intelligencia nem volt képes logikai következtetéseket levonni. D) Nem voltak képesek kezelni semmilyen formában hiányos információt.
A) Az emberek előre meghatározott algoritmusok alapján oldják meg a problémákat. B) Az emberek kizárólag logikai következtetésekre támaszkodnak, hasonlóan a korai mesterséges intelligencia modellekhez. C) Az emberek kizárólag ösztön és valószínűségi következtetések kombinációját használják. D) Az emberek gyors, ösztönös ítéleteket használnak, ahelyett, hogy lépésről lépésre következtetnének.
A) Véletlenszerűen kiosztott feladatok, amelyeknek nincs meghatározott sorrendje. B) Egy konkrét cél. C) Több cél, amelyeket egyidejűleg kell elérni. D) Nincs egyértelmű cél vagy preferencia.
A) Megerősítéses tanulás B) Felügyelet nélküli tanulás C) Transzfer tanulás D) Felügyelt tanulás
A) A besorolás kategóriákat jósol, míg a regresszió numerikus függvényeket vezet le. B) A regresszió több adatot igényel, mint a besorolás. C) A besorolás neurális hálózatokat használ, a regresszió nem. D) A besorolás a felügyelt tanulás egyik típusa.
A) Beszédszintézis B) Gépi fordítás C) Szóbeágyazás D) Információkeresés
A) Rekurrenális neurális hálózatok (RNN) B) Transzformátorok C) Konvolúciós neurális hálózatok (CNN) D) Generatív, előre betanított transzformátorok (GPT)
A) Objektumok követése. B) Szöveges érzelmek elemzése. C) Képek besorolása. D) Beszéd felismerése.
A) Versenyhelyzeti keresés. B) Helyi keresés. C) Részecske-csoport optimalizálás. D) Grádienstés.
A) Matematikai optimalizálás. B) Visszatáplálási algoritmus. C) Cél-közvetítéses elemzés. D) Csoportintelligencia algoritmusok.
A) Grádienstés. B) Evolúciós számítás. C) Részecskecsapat-optimalizálás. D) Hangyák által vezérelt optimalizálás.
A) Induktív következtetés. B) Deduktív következtetés. C) Evolúciós számítás. D) Részecskecsoport-optimalizálás.
A) Csoportintelligencia algoritmusokat alkalmaz. B) Igazságértékeket rendel a 0 és 1 közötti tartományban. C) Optimalizáláshoz gradienslejtés szükséges. D) A következtetés nem eldönthető, ami azt jelenti, hogy nehézkesen kezelhető.
A) Részecskecsoport-optimalizálás. B) Evolúciós számítás. C) Hangyák által vezetett optimalizálás. D) Grádienstés.
A) Kalman-szűrők B) Bayes-hálózatok C) Markov-döntési folyamatok D) Dinamikus döntési hálózatok
A) Várható érték-maximalizációs algoritmus B) Információérték-elmélet C) Mechanizmustervezés D) Döntéshozatal elemzése
A) Döntési fa B) Támogatási vektor gép C) Naive Bayes osztályozó D) K-legközelebbi szomszéd algoritmus
A) Támogatási vektor gép B) Döntési fa C) K-legközelebbi szomszéd algoritmus D) Naive Bayes osztályozó
A) Neuronhálózatok B) Osztályozók C) Bayesi hálózatok D) Szabályozók
A) K-legközelebbi szomszéd algoritmus B) Naive Bayes osztályozó C) Támogatási vektor gép D) Döntési fa
A) Rejtett Markov-modellek B) Döntéshozatal elemzése C) Dinamikus döntési hálózatok D) Játékelmélet
A) Előrepropagáció B) Sztokasztikus grádienstés C) Visszafelé propagáció D) Grádienstés
A) 75% B) 90% C) 53% D) 84%
A) AI etikai irányelvek B) Digitális aláírások C) Blockchain-alapú ellenőrzés D) Személyazonosság igazolása
A) Stephen Hawking B) Wendell Wallach C) Eliezer Yudkowsky D) Stuart J. Russell
A) Hagyományos lőfegyver B) Felügyeleti célokra használt drónok C) Autonóm, halálos fegyver D) Kibervédelemhez használt eszköz
A) 50% B) 25% C) 10% D) Körülbelül 4%
A) 2024 július B) 2017 december C) 2025 május D) 2023 február
A) Elosztási igazságosság B) Képviseleti igazságosság C) Előrejelző igazságosság D) Eljárási igazságosság
A) Vezérlők B) Bayes-hálózatok C) Osztályozók D) Neuronhálózatok
A) Visszhangkamrák B) Megérdésekkel való elfogultság C) Információs túlterhelés D) Szűrőbuborékok
A) 84% B) 90% C) 53% D) 75%
A) Számok B) Egész objektumok C) Arcok D) Szegélyek
A) 2019 B) 2024 C) 2023 D) 2021
A) Mechanizmustervezés B) Játékelmélet C) Markov-döntési folyamatok D) Dinamikus Bayes-hálózatok
A) Pontosan 61% B) 80% C) 50% D) 75%
A) Olyan tökéletlen információval játszható játékok, mint például a póker. B) A Jeopardy! vetélkedőműsorok. C) Sakk és Go (kő-papír-kő). D) Valós idejű stratégiai játékok.
A) 20% B) 50% C) 5% D) 10%
A) PyTorch. B) Keras. C) TensorFlow. D) Scikit-learn.
A) 75% B) 50% C) 5% D) 22%
A) Google B) Microsoft C) Amazon D) Apple
A) Microsoft B) Google C) DeepMind D) IBM
A) 25 millió dollár B) 10 millió dollár C) 100 millió dollár D) 50 millió dollár
A) Gemini B) ChatGPT C) Prolog D) Claude
A) Siri B) Google Asszisztens C) Cortana D) Alexa
A) 25% B) 9% C) 60% D) 47%
A) Ök nem használhatók kereskedelmi célokra. B) A beépített biztonsági intézkedések hatástalanokká válhatnak a megfelelő képzés hiányában. C) Az architektúrájuk és a paramétereik titkosak. D) Folyamatos internetkapcsolat szükséges a működésükhöz.
A) Képek elemzése és értelmezése. B) Nyelvek fordítása valós időben. C) Szövegek generálása a szavak közötti szemantikai kapcsolatok alapján. D) A jövőbeli tőzsdei trendek előrejelzése.
A) 20-szer B) 5-szer C) 10-szer D) 15-szer
A) Deep Blue B) MuZero C) Watson D) AlphaStar
A) 47% B) 15% C) 30% D) 9%
A) Bill Gates B) Elon Musk C) Tim Cook D) Geoffrey Hinton
A) Különböző topológiai megközelítések B) Monte Carlo fa-keresés C) Valószínűségi modellek D) Természetes nyelvi feldolgozás
A) Susquehanna B) Three Mile Island C) Palisades atomerőmű D) Fukushima
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) 3,5 billió dollár B) 4,0 billió dollár C) 1,5 billió dollár D) 2,7 billió dollár
A) Technológiai vezető (CTO) B) Automatizációs vezető (CAO) C) Adatvezető (CDO) D) Információs vezető (CIO)
A) A felhasználói aktivitás maximalizálása. B) A hamis információk terjedésének csökkentése. C) A tartalmi sokszínűség növelése. D) A pontos információk népszerűsítése.
A) Tajvan B) Szingapúr C) Egyesült Államok D) Japán
A) Stuart J. Russell B) Stephen Hawking C) Eliezer Yudkowsky D) Wendell Wallach
A) Gibson-törvény. B) Bell-törvény. C) Moore-törvény. D) Huang-törvény.
A) Amazon B) Talen Energy C) Microsoft D) Constellation Energy
A) OpenAI B) Google DeepMind C) Alibaba Group D) Microsoft
A) Etikus számítástechnika B) Morális robotika C) Mesterséges intelligencia etika D) Számítástechnikai etika
A) 2014 B) 2013 C) 2015 D) 2016
A) Szintetikus média B) Mesterséges intelligencia által generált másolatok C) Hamis képek D) Hamis videók (deepfakes)
A) 30% B) 70% C) 90% D) 50%
A) AlphaGo B) Watson C) Deep Blue D) MuZero
A) Blockchain technológia B) Adat titkosítás C) Felhőalapú tárolás D) Differenciális adatvédelem
A) Kalman-szűrők B) Várható érték-maximalizációs algoritmus C) Döntésteória D) Dinamikus Bayes-hálózatok
A) 8% B) 10% C) 12% D) 5%
A) AlphaTensor B) Qwen2-Math C) rStar-Math D) Gemini Deep Think
A) 3% B) 5% C) 10% D) 7%
A) AlphaStar B) Watson C) Deep Blue D) MuZero
A) Egy irányban B) Mindkét irányban C) Visszafelé D) Váratlanul
A) 2028 B) 2025 C) 2030 D) 2026
A) GPT-3 B) AlphaGo C) DALL-E D) ChatGPT
A) AlphaStar B) Pluribus C) MuZero D) SIMA
A) AlphaTensor B) Qwen-7B C) Gemini Deep Think D) rStar-Math
A) 5% B) 7% C) 3% D) 10%
A) Alan Turing. B) Gordon Moore. C) John McCarthy. D) Jensen Huang. |
Létrehozva That Quiz —
ahol a tesztkészítés és a tesztelés egyszerűvé válik a matematika és más tantárgyak számára.