Câu hỏi về Trí tuệ nhân tạo và Học máy

Trí tuệ nhân tạo (AI) có thể được định nghĩa là gì?

• Máy móc có thể làm việc thay con người mà không cần bất kỳ sự giám sát nào.

• Hệ thống máy tính có thể thực hiện các nhiệm vụ mà thông thường cần có trí tuệ con người.

• Máy tính có thể học và suy luận giống như con người mà không cần dữ liệu.

• Máy tính không thể hiểu được ngôn ngữ tự nhiên.

Học máy (Machine Learning) là một lĩnh vực con của AI, chủ yếu tập trung vào:

• Xử lý ngữ âm và ngữ nghĩa của ngôn ngữ tự nhiên.

• Tạo ra các thuật toán giúp máy tính tự học từ dữ liệu mà không cần lập trình cụ thể.

• Giải quyết các vấn đề hình học phức tạp.

• Cải thiện khả năng của robot trong việc thực hiện các công việc vật lý.

Thuật toán học sâu (Deep Learning) sử dụng gì để mô phỏng cách thức hoạt động của bộ não con người?

• Các mạng nơ-ron nhân tạo (Artificial Neural Networks).

• Các thuật toán tìm kiếm và sắp xếp.

• Các mô hình cây quyết định.

• Các hệ thống đa tác nhân.

AI có thể thực hiện các nhiệm vụ như nhận diện hình ảnh và giọng nói nhờ vào mô hình học sâu. Cái nào sau đây là một ví dụ về ứng dụng này?

• Tự động lái xe.

• Phân tích dữ liệu tài chính.

• Quản lý cơ sở dữ liệu.

• Quản lý hệ thống an ninh mạng.

Cái gì là điểm khác biệt giữa học máy giám sát (Supervised Learning) và học máy không giám sát (Unsupervised Learning)?

• Học máy giám sát yêu cầu dữ liệu được gán nhãn, trong khi học máy không giám sát không yêu cầu dữ liệu nhãn.

• Học máy giám sát không yêu cầu dữ liệu, trong khi học máy không giám sát yêu cầu dữ liệu có nhãn.

• Học máy giám sát chỉ dùng cho các vấn đề phân

Một hệ thống AI có thể học từ dữ liệu theo cách không giám sát sẽ tìm kiếm gì trong dữ liệu?

• Các mẫu và mối quan hệ tiềm ẩn.

• Các lỗi trong dữ liệu.

• Các chỉ số thống kê cơ bản.

• Các yếu tố ngoại lai trong dữ liệu.

Trong bài toán nhận diện hình ảnh, "học máy sâu" (Deep Learning) sử dụng cái gì để phân tích hình ảnh?

• Các ma trận trọng số (weights).

• Các quy tắc logic phức tạp.

• Các phương trình số học đơn giản.

• Các mô hình hồi quy.

"Turing Test" được đề xuất bởi Alan Turing để kiểm tra gì?

• Khả năng máy tính thực hiện các phép toán.

• Khả năng máy tính nhận diện giọng nói.

• Khả năng của một hệ thống máy tính để thể hiện hành vi trí tuệ giống như con người.

• Khả năng của máy tính phân tích dữ liệu lớn.

"AI mạnh" (Strong AI) và "AI yếu" (Weak AI) khác nhau như thế nào?

• AI mạnh có thể thực hiện mọi nhiệm vụ giống như con người, trong khi AI yếu chỉ thực hiện một tác vụ cụ thể.

• AI mạnh là AI có thể học độc lập, trong khi AI yếu không thể tự học.

• AI mạnh có khả năng vượt qua các phép toán phức tạp, trong khi AI yếu chỉ giải quyết các bài toán đơn giản.

• AI mạnh có thể giao tiếp như con người, trong khi AI yếu không thể.

Thuật ngữ "Big Data" (Dữ liệu lớn) chỉ đến điều gì?

• Dữ liệu không có cấu trúc.

• Dữ liệu với khối lượng lớn, đa dạng và tốc độ tạo ra nhanh chóng.

• Dữ liệu được lưu trữ trong các máy chủ đám mây.

• Dữ liệu có thể dễ dàng phân tích bằng các công cụ Excel.