Font size
WorksheetsTest sull'Intelligenza Artificiale 1
Total questions: 37
Worksheet time: 21mins
Quale dei seguenti è un esempio di assistente virtuale?
Siri
Photoshop
Excel
Slack
Qual è il ruolo della Backpropagation nelle reti neurali moderne?
È fondamentale per l'avanzamento del Deep Learning.
Serve solo per il riconoscimento facciale.
Non ha alcun impatto sulle reti neurali.
È utilizzata esclusivamente nei sistemi esperti.
Qual è la funzione principale dei Large Language Models (LLM)?
Generare immagini
Comprendere e generare linguaggio
Controllare robot
Archiviare dati
Cosa rappresentano i parametri in un modello come GPT-3?
Le immagini di input
I pesi ottimizzati durante l'allenamento
Le categorie di classificazione
Le istruzioni per l'utente
Cosa si intende per 'illusione di competenza' in relazione a GPT?
Sembra 'sapere' molte cose senza vera comprensione
Possiede una vera intelligenza umana
È progettato per compiti specifici
Genera solo testi tecnici
Qual è il ruolo dell'intervento umano nella creazione di una rete neurale?
Decidere il numero di neuroni e i dati nel training set
Allenare il modello senza supervisione
Analizzare le risposte finali
Generare dati di input
Qual è l'architettura su cui si basa GPT-3?
Reti neurali semplici
Transformer
Sistemi esperti
Modelli lineari
Qual è una caratteristica principale di ChatGPT?
Predice la parola successiva in base al contesto
Risolvi problemi matematici complessi
Gioca a scacchi
Genera immagini
Cosa rappresenta il modello Word2Vec?
Rappresenta le parole come vettori numerici in uno spazio multidimensionale.
È un metodo per analizzare immagini.
Serve a classificare le email.
È un sistema di raccomandazione per prodotti.
Qual è la principale innovazione di GPT-3 rispetto ai modelli precedenti?
Ha 175 miliardi di parametri.
Non è in grado di comprendere il linguaggio naturale.
È progettato esclusivamente per la classificazione di immagini.
Utilizza solo dati testuali per l'addestramento.
Qual è uno dei limiti iniziali di Word2Vec?
Non considera pienamente il contesto delle parole.
Non riesce a rappresentare le relazioni semantiche.
Elabora solo dati numerici.
È progettato per lavorare solo con immagini.
Perché è importante comprendere l'intelligenza artificiale?
Per evitare aspettative o paure ingiustificate
Per costruire orologi meccanici
Per giocare a scacchi
Per imparare a programmare
Qual è una caratteristica della matrice di co-occorrenza?
È sparsa, con molte celle che contengono zero
È sempre piena di numeri positivi
Contiene solo parole simili
È composta da frasi complete
Qual è uno dei principali vantaggi degli embedding rispetto alle matrici di co-occorrenza?
Permettono una comprensione profonda delle relazioni semantiche.
Sono più facili da calcolare.
Richiedono meno dati di addestramento.
Possono generare automaticamente nuovi dati.
Cosa rappresenta il bias nel funzionamento di un neurone?
Aiuta a decidere se attivare o meno il neurone.
Aumenta il peso degli input.
Riduce il numero di neuroni attivi.
Calcola l'output della rete.
Qual è l'obiettivo principale dell'allenamento di una rete neurale?
Modificare la struttura della rete
Configurare correttamente i parametri della rete
Ridurre il numero di nodi
Eliminare i dati di input
Qual è la formula generale utilizzata nel percettrone?
y = f(b + wx + wx)
y = f(w + w + b)
y = wx + wx + b
y = f(wx + wx)
In quali aree si applica l'Intelligenza Artificiale?
Solo nei videogiochi
Nella diagnosi assistita e nei veicoli autonomi
Solo nella finanza
Solo nel filtraggio dei contenuti
Cosa si costruisce per rappresentare la Distributional Hypothesis?
Una matrice di co-occorrenza
Una lista di parole
Un dizionario di sinonimi
Un alfabeto speciale
In che modo le reti neurali, come GPT, differiscono dal ragionamento umano?
Sono in grado di ragionare come gli esseri umani.
Non compiono ragionamenti coscienti, ma riconoscono pattern.
Hanno pensiero consapevole dietro le loro risposte.
Utilizzano logica umana per prendere decisioni.
Qual è il ruolo del meccanismo di attenzione nella traduzione automatica?
Permette al decoder di concentrarsi su parole chiave.
Riduce il numero di parole tradotte.
Cambia la grammatica delle lingue.
Aumenta la velocità della traduzione.
Qual è il principale vantaggio dei Transformers rispetto alle RNN?
Sono più veloci e scalabili
Richiedono più dati
Hanno una struttura più complessa
Non utilizzano l'auto-attention
Cosa sono gli embeddings disambiguati?
Vettori specifici per ogni significato di una parola.
Modelli di linguaggio senza contesto.
Tecniche per eliminare la polisemia.
Algoritmi di ricerca per parole chiave.
Cosa migliora il meccanismo di attenzione nella traduzione?
La qualità e la coerenza del testo tradotto.
Solo la velocità della traduzione.
La lunghezza delle frasi tradotte.
La complessità delle parole utilizzate.
Cosa implica la polisemia nel contesto degli embeddings?
Cosa implica la polisemia nel contesto degli embeddings?
Parole con significati diversi hanno lo stesso vettore
Ogni parola ha un vettore unico
Le parole sono sempre scritte in modo diverso
Non ci sono problemi con i vettori condivisi
Qual è la funzione dell'encoder nella traduzione automatica?
Tradurre frasi in embedding
Generare frasi in inglese
Controllare la grammatica
Analizzare i dati
Cosa permette il meccanismo di attenzione nella traduzione di testo?
Di mantenere il significato anche con parole in ordine diverso
Di tradurre solo parole singole
Di ignorare il contesto
Di generare testo in modo casuale
Quale tecnica è utilizzata dai Transformers per migliorare la comprensione del linguaggio?
Self-Attention.
Data Mining.
Analisi Statistica.
Regressione Lineare.
In che modo il meccanismo di attenzione migliora la traduzione nel decoder?
Permette di capire l'ordine delle parole nelle lingue.
Permette di eliminare parole non necessarie.
Permette di tradurre solo frasi brevi.
Permette di mantenere la stessa struttura della lingua di partenza.
Cosa permette la Self-Attention nei Transformers?
Distingue significati diversi delle parole
Riduce la dimensione dei dati
Aumenta il tempo di elaborazione
Semplifica la struttura delle reti neurali
In quale lingua sembra che GPT-4 performi bene oltre all'inglese?
Francese
Italiano
Spagnolo
Tedesco
Qual è una delle caratteristiche principali di GPT-4?
Supporta modalità multi-modale
È il modello meno potente
È progettato solo per chatbot
Non è preciso
Qual è la principale caratteristica che rende chatGPT meno efficiente rispetto a GPT-4?
Ha prestazioni superiori.
È più veloce ed efficiente.
Ha prestazioni inferiori.
Non ha alcuna limitazione.
Qual è uno degli aspetti migliorati di GPT-4 rispetto alle versioni precedenti?
Risposte meno harmful e meno hallucinated
Maggiore difficoltà nel comprendere l'inglese
Prestazioni inferiori nei test di competenza
Impossibilità di affrontare compiti complessi
Quale modello è considerato una variante meno potente progettata per funzionare come chatbot?
ChatGPT
GPT-4
GPT-3.5
GPT-3
Qual è uno dei miglioramenti delle versioni più recenti di GPT rispetto al passato?
Migliore capacità di apprendimento continuo
Classificarsi nei percentili più alti di vari esami/test ingresso all'università
Risposte sempre corrette
Assoluta assenza di informazioni fuorvianti
