NEW
Font size
Worksheets中三人工智能綜合練習
Total questions: 30
Worksheet time: 15mins
哪一項說法最符合「圖靈測試」的原意？
機器能正確回答所有問題
測試者無法分辨與自己對話的是人還是電腦
電腦能戰勝人類
電腦能學會人類語言
機器學習第一步是什麼？
建立模型
評估效果
定義問題
測試預測
下列哪一項屬於「非監督式學習」？
電腦閱讀有標籤的水果圖片
電腦根據特徵自行分類圖片
人工標記所有圖片分類
電腦根據人類提供的規則分類
哪一項最能說明「資料處理」這一步驟的重要性？
減少學習時間
減少資料量
減少電量
提高準確度
電腦視覺與人類視覺最大的不同在於：
電腦看不到顏色
人類無法辨認圖像
電腦只能透過數值理解影像
電腦無法看影片
哪一項不是電腦視覺的主要任務？
影像分類
影像分割
語音識別
影像定位
下列哪項應用與「姿勢辨識」最有關？
醫院復康治療
電子書推薦
音樂識別
語音助理
聲音辨識與人類聽覺最大的分別是：
電腦只能辨識音樂
人類聽不到高頻聲音
聲音大小不同
電腦要轉換為聲譜圖才能處理
聲紋辨識的主要用途是？
識別個人身份
辨認歌曲旋律
辨識交通工具聲音
生成音樂
哪一個屬於 自然語言處理 NLP 的應用？
自動上載影片
圖像風格轉換
郵件分類器
偵測聲音來源
聊天機械人根據複雜程度可分為幾類？
一類
二類
三類
四類
ChatGPT 屬於哪一類聊天機械人？
選單式
關鍵字辨識
自然語言處理型
語音助理
下列哪項屬於自然語言處理的挑戰？
聲音太小
弦外之音
語速過快
運算時間長
文本情感分析最適合應用於：
分析顧客留言的情緒
辨識聲音來源
理解圖像內容
確認使用者身份
哪項行為有機會觸犯私隱問題？
用手機辨識植物名稱
上傳別人照片作 AI 圖像辨識
語音辨識協助聽障人士
對 AI 唱歌作音樂推薦
下列哪兩項技術都需要大量標註資料作為學習樣本？
聲紋辨識與影像分割
自然語言處理與深度學習
監督式機器學習與人臉辨識
非監督學習與語音辨識
下列哪個應用最有可能結合自然語言處理、聲音辨識和電腦視覺三項技術？
音樂推薦系統
自動駕駛車
聊天機械人
智能語音助理搭配鏡頭解鎖功能的手機
若一個 AI 系統能「觀察圖像 → 生成描述 → 用語音朗讀」，它至少結合了哪些技術？
自然語言處理與聲音辨識
聲紋辨識與物聯網
電腦視覺、自然語言處理與文字轉語音
弱人工智能與影像生成
聲音辨識與自然語言處理的共同目標是什麼？
模仿人類的圖像處理能力
協助 AI 理解語音指令的內容
將語音轉換為圖像
模擬人類聽力
若使用者對語音助理說：「我今天很不開心」，以下哪一項技術可以協助系統給出安慰的回應？
自然語言處理與情感分析
文字轉語音
表情辨識
聲紋辨識
下列哪項行為最可能同時涉及到聲紋辨識與個人私隱問題？
使用 Siri 查天氣
用 AI 畫畫
使用植物辨識 App
用語音登入銀行帳戶
若醫療影像辨識系統將正常 X 光誤判為腫瘤，最可能原因是：
使用了無標註的資料進行訓練
圖像太清晰導致誤判
語音辨識模組出錯
使用的資料量太少或分類不當
想讓聊天機械人回答「學校開放日幾時開始」，你應加入：
人臉辨識模組
電腦視覺分類器
日期和時間的關鍵字清單
音樂辨識演算法
你想開發 AI 系統幫長者記錄健康情況，以下哪項技術最不需要？
語音辨識輸入症狀
自然語言處理理解輸入內容
電腦視覺偵測跌倒行為
音樂生成工具播放背景音樂
足球比賽中的「半自動越位技術」結合多個鏡頭追蹤球員的動作，最主要用到：
姿勢辨識與電腦視覺
語音辨識與感知技術
音樂生成與時間預測
選單式聊天機械人
聲音辨識系統能分辨火警鈴聲與嬰兒哭聲，這主要依賴：
音樂風格分類
語義分析能力
聲波的特徵分析與分類
人臉辨識演算法
某學生說話語速過快，語音輸入系統出現錯誤轉錄，此情況說明：
使用了自然語言處理錯誤模型
語音辨識模型未訓練中文
系統欠缺影像分類模組
語音辨識的準確度受語速與清晰度影響
一個 AI 系統能準確辨識超過 98% 的口罩佩戴情況，但無法正確區分「假笑」與「禮貌微笑」，最合理的推斷是：
系統缺乏語音合成功能
訓練時圖像資料未涵蓋足夠的表情細節
使用了自然語言處理而非電腦視覺模型
系統未能辨識聲紋特徵
某 AI 模型辨識人臉的準確度在不同種族間有顯著差異，最可能與以下哪一點有關？
模型使用的語音資料不一致
訓練資料缺乏多樣性與代表性
系統未更新至最新版本
電腦視覺的光影處理功能太強
某音樂生成 AI 可依使用者情緒生成旋律，但系統常將「憤怒」與「激情」混淆，這顯示：
AI 未使用聲紋辨識
系統混用了聲音與影像模組
使用者沒戴耳機
模型情感分類細節不足
