NEW
Font size
WorksheetsTest sull'Intelligenza Artificiale 2
Total questions: 38
Worksheet time: 1hrs 16mins
Cosa significa polisemia nel contesto del processamento del linguaggio naturale?
La stessa parola può avere significati diversi.
Le parole non possono essere tradotte.
Le parole non hanno alcun significato.
Ogni parola ha solo un significato fisso.
Chi ha coniato il termine 'Intelligenza Artificiale'?
John McCarthy
Alan Turing
Frank Rosenblatt
Claude Shannon
Qual è una delle principali opportunità offerte dall'Intelligenza Artificiale?
Diagnosi mediche
Aumento della disoccupazione
Bias nei dati
Perdita di controllo
Chi, in una sua pubblicazione, ha chiesto se "le macchine possono pensare"?
Alan Turing
John McCarthy
Marvin Minsky
Claude Shannon
Qual è l'obiettivo principale del training set in un sistema di IA?
Fornire dati di input senza soluzioni
Allenare il modello con esempi e soluzioni corrette
Generare nuove immagini
Ridurre il numero di parametri
Qual è una delle principali applicazioni pratiche dell'intelligenza artificiale?
Traduzione automatica
Giocare a scacchi
Risoluzione di problemi matematici complessi
Costruzione di orologi meccanici
Qual è uno scopo principale dell'IA?
Simulare l'intelligenza umana per risolvere problemi.
Creare immagini artistiche
Gestire conversazioni casuali
Giocare a giochi di strategia
Qual è una delle applicazioni pratiche dell'intelligenza artificiale nel customer service?
Analizzare dati medici
Rispondere automaticamente alle domande dei clienti tramite chatbot
Generare testi letterari
Personalizzare l'apprendimento per gli studenti
Cosa dimostrano modelli di linguaggio come GPT-3?
La loro incapacità di affrontare task complessi
La capacità di affrontare una vasta gamma di task in modo efficace
La loro inefficacia nel customer service
La loro incapacità di generare arte
Cosa fa un algoritmo come la backpropagation?
Corregge i dati di input
Corregge i parametri interni del modello
Aumenta il numero di neuroni
Genera nuove risposte
Cosa distingue i sistemi esperti dai normali software?
Utilizzano regole e conoscenze fornite da esperti umani.
Sono progettati per apprendere dai dati autonomamente.
Funzionano senza alcuna regola predefinita.
Sono sempre in grado di risolvere qualsiasi problema.
Qual è la funzione principale di un neurone output nel percettrone?
Fornire il risultato elaborato dalla rete.
Elaborare i dati di input.
Regolare i pesi degli input.
Attivare i neuroni di input.
Cosa si intende per 'sparsa' in riferimento alle matrici di co-occorrenza?
La maggior parte delle celle della matrice è zero.
Tutte le celle contengono dati
Cosa si intende per 'sparsa' in riferimento alle matrici di co-occorrenza?
La maggior parte delle celle della matrice è zero.
Tutte le celle contengono dati significativi.
Le celle sono uniformemente distribuite.
La matrice ha dimensioni molto ridotte.
Che cosa può succedere se i dati di addestramento contengono bias?
I modelli possono prendere decisioni ingiuste e discriminatorie.
I modelli diventano più veloci e precisi.
Non ci sono effetti sui modelli.
I modelli smettono di funzionare completamente.
Come vengono chiamate le reti neurali con più di un layer nascosto?
Reti semplici (simple neural networks)
Reti profonde (deep neural networks)
Reti lineari (linear neural networks)
Reti circolari (circular neural networks)
Qual è l'obiettivo principale della codifica del linguaggio nelle reti neurali?
Codificare il linguaggio mantenendo la sua struttura e significato.
Ridurre il numero di parole nel vocabolario.
Aumentare la complessità del linguaggio.
Eliminare le parole non comuni.
Qual è il compito principale di Word2Vec?
Prevedere le parole che seguono e precedono una parola di input.
Tradurre frasi in diverse lingue.
Creare grafici delle relazioni tra le parole.
Generare nuovi testi a partire da parole chiave.
Cosa caratterizza le tecniche utilizzate nei task dell'Intelligenza Artificiale?
Non ci sono sovrapposizioni
Esistono molte sovrapposizioni nelle tecniche e nei problemi
Ogni task richiede tecniche uniche e diverse
Le tecniche sono sempre obsolete
Qual è uno dei principali vantaggi dei Transformers rispetto alle RNN?
Elaborano sequenze in ordine
Possono essere parallelizzati
Usano più memoria
Sono più complessi da implementare
Cosa permette il positional encoding nei Transformers?
Di elaborare dati in sequenza
Di gestire sequenze in parallelo
Di aumentare la memoria delle reti
Di semplificare l'architettura delle reti
Qual è una delle caratteristiche delle LSTM rispetto alle RNN?
Non possono memorizzare informazioni.
Risolvono completamente il problema della dispersione dell'informazione.
Memorizzano informazioni per periodi di tempo più lunghi.
Hanno un'architettura semplice senza encoder e decoder.
Quale soluzione è proposta per affrontare il problema della polisemia?
Embeddings disambiguati
Utilizzare più parole
Evitare l'uso di parole polisemiche
Aggiungere più dati di addestramento
Qual è la struttura base di un'architettura sequence-to-sequence?
Un encoder e un decoder
Solo un encoder
Due decoder
Un traduttore e un interprete
Qual è uno dei problemi risolti dai Transformers rispetto a RNN e LSTM?
Gestione della memoria e parallelizzazione.
Elaborazione di testi brevi.
Traduzione automatica in tempo reale.
Riconosc
Qual è uno dei problemi risolti dai Transformers rispetto a RNN e LSTM?
Gestione della memoria e parallelizzazione.
Elaborazione di testi brevi.
Traduzione automatica in tempo reale.
Riconoscimento vocale.
Qual è uno dei principali problemi delle RNN?
Hanno un basso costo computazionale.
Possono gestire sequenze molto lunghe.
Sono molto lente a causa del loop di ricorrenza.
Non hanno problemi di dimenticanza.
Qual è la struttura principale di una RNN?
Un loop che consente l'informazione di tornare sui passi precedenti
Una rete completamente feedforward
Un sistema di memorizzazione esterna
Un algoritmo di classificazione
Qual è la struttura base di un'architettura sequence-to-sequence?
Solo un decoder.
Solo un encoder.
Un encoder e un decoder.
Tre componenti principali.
Qual è una delle principali caratteristiche delle RNN e LSTM?
Trattano sequenze di dati preservando il contesto nel tempo.
Funzionano solo con dati statici.
Sono semplici da implementare.
Utilizzano solo un significato per parola.
Quali sono le fonti di dati utilizzate per il pre-training di GPT?
Web, Libri, Wikipedia
Solo Wikipedia
Solo Libri
Solo Web
Cosa significa l'acronimo GPT?
Generative Pre-Trained Transformer
Generalized Pattern Training
Genuine Pre-Trained Technology
Generative Predictive Tool
Qual è la principale funzione di GPT durante l'allenamento?
Predire la prossima parola in una sequenza di testo
Scrivere articoli
Tradurre lingue
Analizzare dati statistici
Cosa si intende con 'token' nel contesto di GPT?
È un'unità di testo che può essere una parola o una parte di essa
È un tipo di algoritmo
È un formato di file
È un dispositivo hardware
Cosa si intende per 'biased' in riferimento a GPT?
È sempre obiettivo e neutro.
Può riflettere i pregiudizi presenti nei dati di addestramento.
Non può mai contenere errori.
Genera sempre risposte corrette.
Perché è problematico il fatto che GPT non sia sempre spiegabile?
Perché rende più facile capire le risposte
Perché può causare problemi in contesti critici
Perché facilita l'apprendimento
Perché non influisce sulla qualità delle risposte
Qual è il motivo per cui non sono chiari i dettagli tecnici di GPT-4?
Per motivi di competitività
Per mancanza di interesse
Per la difficoltà della lingua italiana
Per la scarsità di dati
Che tipo di apprendimento utilizza GPT durante il pre-training?
Unsupervised
Supervised
Semi-supervised
Apprendimento attivo
