Umělá inteligence obecně Var. D

Co znamená zkratka AI?

• Unikátní inovace

• Automatizovaná inkluze

• Umělá inteligence

• Umělá inteligentní

Jaký je rozdíl mezi silnou a slabou umělou inteligencí?

• Silná umělá inteligence je omezena na konkrétní úkoly, zatímco slabá umělá inteligence je schopna samostatného učení a adaptace.

• Silná umělá inteligence je schopna pouze konkrétních úkolů, zatímco slabá umělá inteligence je univerzální.

• Silná umělá inteligence není schopna adaptace, zatímco slabá umělá inteligence se může učit novým věcem.

• Silná umělá inteligence je schopna samostatného učení a adaptace, zatímco slabá umělá inteligence je omezena na konkrétní úkoly.

Jaké jsou některé příklady aplikací umělé inteligence ve světě?

• Twitter, Facebook, Instagram

• Siri, Alexa, recommendation systems, autonomous vehicles, facial recognition technology, medical diagnosis systems

• TikTok, Snapchat, Pinterest

• YouTube, Netflix, Hulu

Co je neuronová síť a jak funguje?

• Neuronová síť je biologický model mozku, který funguje na principu paměti a učení.

• Neuronová síť je fyzická síť kabelů propojující počítačové komponenty.

• Neuronová síť je software pro správu datových souborů na serveru.

• Neuronová síť je matematický model skládající se z neuronů propojených váhami, který zpracovává vstupní signály a upravuje váhy během trénování pro správnou klasifikaci či predikci.

Jaký je vztah mezi strojovým učením a umělou inteligencí?

• Strojové učení je zcela odlišný koncept od umělé inteligence.

• Umělá inteligence je zastaralý termín pro strojové učení.

• Strojové učení je pouze aplikací umělé inteligence.

• Strojové učení je technika umělé inteligence.

Jaký je princip fungování algoritmu pro rozhodovací stromy?

• Algoritmus pro rozhodovací stromy neprovádí žádné rozhodovací pravidlo

• Princip fungování algoritmu pro rozhodovací stromy spočívá v rozdělování dat do menších skupin na základě atributů a vytváření stromové struktury s rozhodovacími pravidly.

• Princip fungování algoritmu pro rozhodovací stromy je založen na náhodném výběru atributů

• Algoritmus pro rozhodovací stromy využívá pouze jeden atribut k rozdělování dat

Jaký je význam zpětné vazby (feedback) při trénování modelů umělé inteligence?

• Model umělé inteligence se učí nezávisle na poskytnuté zpětné vazbě.

• Zpětná vazba způsobuje, že model se zhoršuje a ztrácí schopnost učení.

• Zpětná vazba nemá žádný vliv na trénování modelů umělé inteligence.

• Zpětná vazba umožňuje modelu se učit a zdokonalovat na základě chyb, což vede k postupnému zlepšování přesnosti a efektivity modelu.

Co je to chatbot a jak může být využit v praxi?

• Chatbot je softwarový program simulující konverzaci s lidmi a může být využit v praxi k automatizaci zákaznické podpory, odpovídání na dotazy, sběru informací nebo zprostředkování služeb.

• Chatbot může být využit v praxi k vaření jídla

• Chatbot je hardwarový program simulující konverzaci s lidmi

• Chatbot je schopen létat a posílat balíčky

Jaký je význam a využití techniky zvané hluboké učení (deep learning)?

• Hluboké učení se používá pouze k jednoduchým úlohám

• Hluboké učení není schopné zpracovávat složitá data

• Hluboké učení je zastaralá technika bez praktického využití

• Hluboké učení má význam v tvorbě složitých modelů pro analýzu a zpracování dat, které jsou schopny automaticky extrahovat užitečné informace a vzory.