wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

Quiz sulla Cybersecurity e IA

Total questions: 50

Worksheet time: 1hrs 25mins

Name
Class
Date
1.

Qual è il ruolo dell'Intelligenza Artificiale nella Cyber Security?

4 lines
2.

Quali sono le sfide e opportunità che l'IA offre nella sicurezza informatica?

4 lines
3.

Quali sono le prospettive future e i possibili impatti dell'IA nella Cyber Security?

4 lines
4.

Qual è la definizione di Intelligenza Artificiale?

4 lines
5.

In quali settori l'IA è diventata una tecnologia pervasiva?

4 lines
6.

Come può l'IA rilevare pattern sospetti nel traffico di rete?

4 lines
7.

In che modo gli attaccanti possono sfruttare l'IA?

4 lines
8.

Quali sono i campi e specializzazioni dell’Intelligenza Artificiale?

4 lines
9.

Cosa si intende per Machine Learning?

4 lines
10.

Qual è la differenza tra Machine Learning e Deep Learning?

4 lines
11.

Cosa fa l'Elaborazione del linguaggio naturale?

4 lines
12.

Qual è l'obiettivo della Computer Vision?

4 lines
13.

Cosa sono i sistemi esperti?

4 lines
14.

Quali tecniche permettono a un sistema di pianificare e ottimizzare l’esecuzione di compiti complessi?

4 lines
15.

Qual è la storia ed evoluzione dell’Intelligenza Artificiale?

4 lines
16.

Cosa si intende per Test di Turing?

4 lines
17.

Qual è la nascita ufficiale dell’Intelligenza Artificiale?

4 lines
18.

Quali sono i fattori che hanno portato alla rinascita dell'IA negli anni '90 e 2000?

a)

Crescita della potenza di calcolo

b)

Abbondanza di dati

c)

Progressi teorici nel machine learning

d)

Tutti i precedenti

19.

Cosa ha segnato l'inizio di investimenti nel deep learning?

a)

Il risultato rivoluzionario del modello di Geoffrey Hinton nel 2012

b)

L'arrivo di processori più potenti

c)

L'esplosione di Internet

d)

La nascita delle GAN

20.

Quali architetture hanno migliorato la traduzione automatica?

a)

RNN

b)

GAN

c)

Deep Neural Networks

d)

Nessuna delle precedenti

21.

Cosa rappresenta l'AGI?

a)

Intelligenza Artificiale Ristretta

b)

Intelligenza Artificiale Generale

c)

Superintelligenza

d)

Nessuna delle precedenti

22.

Qual è la differenza principale tra ANI e AGI?

a)

ANI è specializzata, AGI è generale

b)

ANI è più potente di AGI

c)

AGI non esiste ancora

d)

Nessuna delle precedenti

23.

Quali sono le tre categorie teoriche dell'IA?

a)

IA ristretta, IA generale, Superintelligenza

b)

IA limitata, IA complessa, IA avanzata

c)

IA semplice, IA complessa, IA superintelligente

24.

Cosa indica l'IA generale (AGI)?

a)

Un'IA specializzata in un singolo compito

b)

Un sistema artificiale in grado di svolgere vari compiti cognitivi

c)

Un'IA che supera l'intelligenza umana

25.

Qual è la principale caratteristica della superintelligenza (ASI)?

a)

Eguaglia l'intelligenza umana

b)

Supera l'intelligenza umana in ogni ambito cognitivo

c)

È limitata a compiti specifici

26.

Quali sono le principali categorie di apprendimento automatico?

a)

Apprendimento supervisionato, Apprendimento non supervisionato

b)

Apprendimento attivo, Apprendimento passivo

c)

Apprendimento supervisionato, Apprendimento rinforzato

27.

Cosa si intende per apprendimento supervisionato?

a)

Un modello che impara da dati etichettati

b)

Un modello che impara senza dati etichettati

c)

Un modello che non richiede addestramento

28.

Qual è l'obiettivo dell'apprendimento supervisionato?

a)

Imparare a classificare i dati

b)

Imparare a mappare un input al suo output corretto

c)

Imparare a generare nuovi dati

29.

Quali sono alcuni esempi di compiti di apprendimento supervisionato?

a)

Classificazione e regressione

b)

Riconoscimento facciale e traduzione

c)

Previsione e generazione di testo

30.

Come funziona il rilevamento di malware nell'apprendimento supervisionato?

a)

Il modello apprende pattern dai file classificati

b)

Il modello non utilizza dati etichettati

c)

Il modello non è in grado di fare previsioni

31.

Cosa può imparare un modello supervisionato nell'analisi delle email di phishing?

a)

A classificare le email come phishing o legittime

b)

A generare email di phishing

c)

A ignorare le email

32.

Un modello supervisionato può imparare a classificare come “phishing” o “legittima” una email sulla base di determinate caratteristiche?

a)

Vero

b)

Falso

33.

Quali sono i vantaggi dell'uso di un dataset solido e ben etichettato?

a)

Performance elevate

b)

Difficoltà di interpretazione

c)

Costi elevati

34.

Qual è uno svantaggio dell'apprendimento supervisionato?

a)

Overfitting

b)

Facilità di interpretazione

c)

Costi ridotti

35.

Nell'apprendimento non supervisionato, l'algoritmo cerca pattern, gruppi o strutture nascoste in un dataset non etichettato?

a)

Vero

b)

Falso

36.

Qual è l'obiettivo principale dell'apprendimento non supervisionato?

a)

Rilevare pattern

b)

Classificare dati

c)

Etichettare dati

37.

Quali sono i vantaggi dell'apprendimento non supervisionato?

a)

Non richiede dati etichettati

b)

Richiede dati etichettati

c)

Difficoltà di rilevamento

38.

Qual è uno svantaggio dell'apprendimento non supervisionato?

a)

Rischio di falsi positivi

b)

Facilità di valutazione

c)

Costi ridotti

39.

In cosa consiste l'apprendimento per rinforzo?

a)

Interazione con un ambiente dinamico

b)

Classificazione di dati

c)

Raccolta di dati etichettati

40.

Qual è l'obiettivo dell'apprendimento per rinforzo nella cybersecurity?

a)

Imparare strategie d'attacco complesse

b)

Classificare e-mail come phishing

c)

Scoprire intrusioni non conosciute

d)

Ottimizzare politiche di difesa adattive

41.

Cosa si intende per apprendimento semi-supervisionato?

a)

Utilizzo di dati totalmente etichettati

b)

Combinazione di dati etichettati e non etichettati

c)

Apprendimento esclusivamente non supervisionato

d)

Nessuna delle precedenti

42.

Quali sono i vantaggi dell'apprendimento semi-supervisionato?

a)

Maggiore accuratezza

b)

Flessibilità

c)

Riduzione della necessità di dataset etichettati

d)

Tutti i precedenti

43.

Qual è uno svantaggio dell'apprendimento semi-supervisionato?

a)

Metodi consolidati

b)

Difficoltà nel bilanciare i pesi dei dati

c)

Richiesta di dati etichettati

d)

Nessuno svantaggio

44.

Cosa sono le reti neurali artificiali?

4 lines
45.

Cosa sono le reti neurali artificiali?

4 lines
46.

Qual è il primo modello di neurone artificiale di successo?

4 lines
47.

Qual è la funzione dell'algoritmo di backpropagation?

4 lines
48.

Quali sono le caratteristiche delle reti neurali profonde?

4 lines
49.

In quali campi ha rivoluzionato il deep learning?

4 lines
50.

Quali sono le applicazioni delle CNN?

4 lines