IT9_Lesson3.1_tuan22_tiet43+44

Open Ended

Điện thoại hoặc ChatGPT có thể nhận diện khuôn mặt hoặc hình ảnh như thế nào?

Multiple Select

Deep Learning là một nhánh của ___ và Học Máy.

• AI
• Học máy

• Trí tuệ nhân tạo

• Mô hình học có giám sát

Multiple Choice

Mạng nơ-ron truyền thẳng (FNN) có đặc điểm gì nổi bật so với các loại mạng nơ-ron khác?

• Dữ liệu truyền một chiều, không có vòng lặp

• Có thể xử lý dữ liệu tuần tự tốt

• Có nhiều lớp ẩn phức tạp

• Dữ liệu truyền theo nhiều hướng

Fill in the Blank

Trong sơ đồ mạng nơ-ron truyền thẳng, lớp nào nằm giữa lớp đầu vào và lớp đầu ra?

Multiple Select

Chọn các đặc điểm đúng của mạng nơ-ron truyền thẳng (FNN):

• Dữ liệu truyền theo một hướng cố định

• Có vòng lặp truyền dữ liệu trong mạng

• Có thể xử lý cực tốt dữ liệu phức tạp tuần tự

• Thường dùng để nhận diện khuôn mặt

Multiple Choice

Trong mô hình FNN nhận diện chữ viết tay, thứ tự đúng của các bước xử lý là gì?

• a-b-c

• b-a-c

• c-b-a

• b-c-a

Multiple Choice

Vì sao cần nhiều lớp xử lý trong mô hình FNN?

• Để tăng độ phức tạp của mô hình

• Để trích xuất đặc trưng tốt hơn từ dữ liệu

• Để giảm thời gian xử lý

• Để mô hình dễ hiểu hơn

Multiple Select

Những ví dụ nào sau đây có thể áp dụng mô hình FNN?

• Nhận diện chữ số

• Phân biệt chó mèo

• Điều khiển robot tự động

• Tạo văn bản theo yêu cầu

Fill in the Blank

Học sâu sử dụng mạng ___ để xử lý dữ liệu.

-

Multiple Choice

Định nghĩa học sâu (deep learning) theo Mạng nơ-ron truyền thẳng (FNN) và mô tả mối liên hệ với AI.

• Học sâu là một phương pháp học máy sử dụng mạng nơ-ron truyền thẳng để xử lý dữ liệu và ra quyết định, có liên hệ chặt chẽ với AI.

• Học sâu là một phương pháp học máy sử dụng thuật toán di truyền để tối ưu hóa dữ liệu, không liên quan đến AI.

• Học sâu là một phương pháp học máy sử dụng con người kết hợp máy móc để xử lý dữ liệu và ra quyết định, có liên hệ chặt chẽ với AI.

• Học sâu là một phương pháp học máy chỉ sử dụng dữ liệu văn bản để huấn luyện mô hình AI, không liên quan đến mạng nơ-ron.

Multiple Choice

Máy nhìn có giống người không?

• Có, máy nhìn hoạt động hoàn toàn giống như mắt người.

• Không, máy nhìn chỉ xử lý hình ảnh theo cách riêng của nó.

• Máy nhìn có thể giống người ở một số điểm nhưng vẫn có sự khác biệt.

• Máy nhìn không thể nhận diện hình ảnh như con người.

Multiple Choice

Hệ thống AI có thể nhận diện hình ảnh mèo và chó bằng cách như thế nào?

• Bằng cách sử dụng dữ liệu huấn luyện hình ảnh có nhãn

• Bằng cách đoán ngẫu nhiên

• Bằng cách hỏi người dùng

• Bằng cách sử dụng văn bản

Open Ended

Nếu đổi nhãn của mô hình (chó thành mèo hoặc mèo thành chó) thì điều gì xảy ra với mô hình?

Multiple Choice

Những bước nào là cần thiết trong quá trình hoạt động của thị giác máy tính?

• Thu thập hình ảnh, Tiền xử lý, Trích xuất đặc trưng, Phân loại đối tượng, Nhận diện đối tượng, Theo dõi đối tượng

• Chỉ thu thập hình ảnh và phân loại đối tượng

• Chỉ nhận diện đối tượng và theo dõi đối tượng

• Trích xuất đặc trưng, Phân loại đối tượng, Nhận diện đối tượng, Theo dõi đối tượng

Multiple Choice

Điền vào chỗ trống: Mô hình phân loại ảnh thường sử dụng thuật toán ___ để nhận diện và phân loại đối tượng trong ảnh.

• CNN
• FNN

• RNN

• MLP

Multiple Choice

Công cụ nào được sử dụng để huấn luyện mô hình phân loại ảnh trong bài học này?

• Teachable Machine

• Photoshop

• Excel

• Gemini

Multiple Choice

Thế nào gọi là 'thị giác máy tính' (computer vision)?

• Công cụ nén ảnh số

• Phần cứng dùng để chụp ảnh hoặc chơi game

• Lĩnh vực giúp máy tính hiểu và xử lý hình ảnh

• Ngôn ngữ lập trình để vẽ đồ họa

Open Ended

Mục tiêu của bài học này là khám phá các kiến trúc AI hiện đại, bao gồm học sâu và thị giác máy tính. Hãy nêu một ví dụ thực tế về ứng dụng của học sâu hoặc thị giác máy tính trong cuộc sống.