wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

TEST 2 - AI

Total questions: 30

Worksheet time: 15mins

Name
Class
Date
1.

Ποιο από τα παρακάτω είναι το πιο σωστό prompt για να μάθεις πώς λειτουργεί το ανοσοποιητικό σύστημα;

a)

Πώς λειτουργεί το ανοσοποιητικό σύστημα;

b)

Ποια είναι τα μέρη του ανοσοποιητικού συστήματος;

c)

Ποια είναι τα συμπτώματα των ασθενειών του ανοσοποιητικού;

d)

Πώς μπορώ να ενισχύσω το ανοσοποιητικό μου σύστημα;

2.

Η εστίαση στην εμπειρία βοηθά τη μηχανική μάθηση να βελτιώσει την απόδοσή της επειδή:

a)

Επιτρέπει στα συστήματα να μαθαίνουν από προηγούμενα δεδομένα και να βελτιώνουν τις προβλέψεις τους.

b)

Αυξάνει την ταχύτητα του υπολογιστή χωρίς να επηρεάζει την ακρίβεια.

c)

Μειώνει την ανάγκη για ανθρώπινη παρέμβαση σε όλες τις περιπτώσεις.

d)

Εξασφαλίζει ότι τα συστήματα λειτουργούν μόνο με νέες πληροφορίες.

3.

Τα χαρακτηριστικά και οι επιπτώσεις της Εξαιρετικά Ευφυούς Τεχνητής Νοημοσύνης (EETN) περιλαμβάνουν:

a)

Αυξημένη αυτονομία και δυνατότητα λήψης αποφάσεων χωρίς ανθρώπινη παρέμβαση.

b)

Περιορισμένη ικανότητα μάθησης από δεδομένα.

c)

Αδυναμία επηρεασμού κοινωνικών και οικονομικών συστημάτων.

d)

Μειωμένη δυνατότητα επίλυσης σύνθετων προβλημάτων.

4.

Η Μηχανική Μάθηση είναι ένα πεδίο εφαρμογής της Τεχνητής Νοημοσύνης. Ποια από τις παρακάτω επιλογές είναι σωστή;

a)

Η Μηχανική Μάθηση είναι πεδίο εφαρμογής της Τεχνητής Νοημοσύνης.

b)

Η Μηχανική Μάθηση είναι πεδίο εφαρμογής της Ρομποτικής.

c)

Η Μηχανική Μάθηση είναι πεδίο εφαρμογής της Βιολογίας.

d)

Η Μηχανική Μάθηση είναι πεδίο εφαρμογής της Χημείας.

5.

Η μέθοδος μηχανικής μάθησης που χρησιμοποιείται για την ανίχνευση ανωμαλιών σε δεδομένα συναλλαγών είναι:

a)

Ανάλυση συστάδων (Clustering)

b)

Ανάλυση παλινδρόμησης (Regression Analysis)

c)

Ανάλυση κύριων συνιστωσών (PCA)

d)

Ανάλυση συναισθήματος (Sentiment Analysis)

6.

Ο μηχανισμός "προσοχής" (attention) στους Transformers είναι:

a)

Μια τεχνική που επιτρέπει στο μοντέλο να εστιάζει σε σημαντικά μέρη της εισόδου.

b)

Μια μέθοδος για να αυξήσει το μέγεθος του μοντέλου.

c)

Ένας αλγόριθμος για την αποθήκευση δεδομένων.

d)

Μια διαδικασία για τη μείωση του θορύβου στα δεδομένα.

7.

Ποια από τις παρακάτω αποτελεί πρόκληση για τα νευρωνικά δίκτυα;

a)

Υπερεκπαίδευση (overfitting)

b)

Απλή γραμμική συσχέτιση

c)

Εύκολη ερμηνεία αποτελεσμάτων

d)

Απλή υλοποίηση χωρίς υπολογιστική ισχύ

8.

Οι πιο συνηθισμένες εφαρμογές της Τεχνητής Νοημοσύνης στη διοίκηση επιχειρήσεων είναι:

a)

Ανάλυση δεδομένων και πρόβλεψη τάσεων

b)

Δημιουργία χειροκίνητων αναφορών

c)

Αποθήκευση εγγράφων σε φυσικό αρχείο

d)

Χρήση παραδοσιακών μεθόδων λογιστικής

9.

Σε ποιον τομέα ΔΕΝ αναφέρεται το κείμενο ότι βρίσκει εφαρμογή η επιβλεπόμενη μάθηση;

a)

Ιατρική διάγνωση

b)

Αυτόνομη οδήγηση

c)

Ανάλυση δεδομένων

d)

Μαγειρική

10.

Οι νευρωνικά δίκτυα χρησιμοποιούνται στην ιατρική για:

a)

Διάγνωση ασθενειών

b)

Δημιουργία μουσικής

c)

Ανάπτυξη βιντεοπαιχνιδιών

d)

Διαχείριση αθλητικών ομάδων

11.

Οι αλγόριθμοι Μηχανικής Μάθησης χρειάζονται πάντα ρητό προγραμματισμό.

a)

Ναι, χρειάζονται πάντα ρητό προγραμματισμό.

b)

Όχι, δεν χρειάζονται πάντα ρητό προγραμματισμό.

c)

Μόνο οι αλγόριθμοι ταξινόμησης χρειάζονται ρητό προγραμματισμό.

d)

Χρειάζονται ρητό προγραμματισμό μόνο σε περιβάλλοντα παραγωγής.

12.

Ποια είναι η σωστή σειρά των βημάτων του αλγορίθμου k-Nearest Neighbors (kNN);

a)

1. Υπολογισμός αποστάσεων, 2. Εύρεση k πλησιέστερων γειτόνων, 3. Ανάθεση κατηγορίας βάσει πλειοψηφίας

b)

1. Ανάθεση κατηγορίας βάσει πλειοψηφίας, 2. Εύρεση k πλησιέστερων γειτόνων, 3. Υπολογισμός αποστάσεων

c)

1. Εύρεση k πλησιέστερων γειτόνων, 2. Υπολογισμός αποστάσεων, 3. Ανάθεση κατηγορίας βάσει πλειοψηφίας

d)

1. Υπολογισμός αποστάσεων, 2. Ανάθεση κατηγορίας βάσει πλειοψηφίας, 3. Εύρεση k πλησιέστερων γειτόνων

13.

Ένας πιθανός τρόπος με τον οποίο η Τεχνητή Νοημοσύνη θα επηρεάσει τη διαχείριση πελατών στο μέλλον είναι:

a)

Αυτοματοποιημένη εξυπηρέτηση πελατών μέσω chatbots.

b)

Αύξηση χειροκίνητων διαδικασιών.

c)

Μείωση της χρήσης δεδομένων πελατών.

d)

Αποκλεισμός της επικοινωνίας με πελάτες.

14.

Η εξέλιξη της Μηχανικής Μάθησης μέσω επαναλαμβανόμενης εκπαίδευσης είναι παρόμοια με ποια διαδικασία;

a)

Τη διαδικασία μάθησης ενός μωρού που μαθαίνει να περπατά

b)

Τη διαδικασία μαγειρέματος ενός γεύματος

c)

Τη διαδικασία κατασκευής ενός αυτοκινήτου

d)

Τη διαδικασία ζωγραφικής ενός πίνακα

15.

Σχετικά με τον αλγόριθμο ομαδοποίησης K-means, ποια από τις παρακάτω προτάσεις είναι σωστή;

a)

Ο αλγόριθμος K-means απαιτεί να οριστεί εκ των προτέρων ο αριθμός των ομάδων (clusters).

b)

Ο αλγόριθμος K-means μπορεί να βρει αυτόματα τον βέλτιστο αριθμό ομάδων χωρίς καμία παρέμβαση.

c)

Ο αλγόριθμος K-means χρησιμοποιεί δενδροειδή δομή για την ομαδοποίηση των δεδομένων.

d)

Ο αλγόριθμος K-means λειτουργεί μόνο με κατηγορικά δεδομένα.

16.

Τα χαρακτηριστικά που κάνουν το ChatGPT ιδανικό εργαλείο για επιχειρηματική χρήση είναι:

a)

Η δυνατότητα αυτοματοποίησης εργασιών και παροχής άμεσων απαντήσεων.

b)

Η περιορισμένη πρόσβαση σε δεδομένα.

c)

Η αδυναμία κατανόησης φυσικής γλώσσας.

d)

Η έλλειψη ευελιξίας στη χρήση.

17.

Η πιο κατάλληλη εφαρμογή της Τεχνητής Νοημοσύνης για ανάλυση δεδομένων στη λήψη επιχειρηματικών αποφάσεων είναι:

a)

Συστήματα υποστήριξης αποφάσεων (Decision Support Systems)

b)

Αυτόνομη οδήγηση οχημάτων

c)

Αναγνώριση φωνής

d)

Ρομποτική χειρουργική

18.

Η σημασία του prompt στη σύνταξη απαντήσεων σε emails με χρήση μεγάλου γλωσσικού μοντέλου παραγωγής κειμένων (LLM) είναι:

a)

Εξασφαλίζει σαφήνεια και σχετικότητα στην απάντηση.

b)

Δεν επηρεάζει το αποτέλεσμα της απάντησης.

c)

Αυξάνει την πολυπλοκότητα της απάντησης χωρίς λόγο.

d)

Μειώνει την ακρίβεια της απάντησης.

19.

Κατά την εφαρμογή του αλγορίθμου k-means για την ομαδοποίηση των τοποθεσιών καταστημάτων σε 4 ζώνες εξυπηρέτησης, ποια από τις παρακάτω ενέργειες είναι σωστή;

a)

Επιλέγουμε τυχαία 4 αρχικά κέντρα και αναθέτουμε κάθε κατάστημα στο κοντινότερο κέντρο.

b)

Αναθέτουμε όλα τα καταστήματα σε μία ζώνη και αυξάνουμε τον αριθμό των ζωνών σταδιακά.

c)

Επιλέγουμε τα 4 καταστήματα με το μεγαλύτερο μέγεθος ως κέντρα.

d)

Αναθέτουμε κάθε κατάστημα σε μια ζώνη με βάση το όνομα του δρόμου.

20.

Το βασικό χαρακτηριστικό της μηχανικής μάθησης που τη διαφοροποιεί από τον παραδοσιακό προγραμματισμό είναι:

a)

Η δυνατότητα να μαθαίνει από δεδομένα χωρίς να απαιτείται ρητή προγραμματιστική καθοδήγηση.

b)

Η χρήση μόνο στατιστικών μεθόδων.

c)

Η εκτέλεση εντολών με προκαθορισμένο τρόπο.

d)

Η αδυναμία προσαρμογής σε νέα δεδομένα.

21.

Η επιβλεπόμενη μάθηση ορίζεται ως:

a)

Μια διαδικασία όπου το μοντέλο εκπαιδεύεται με δεδομένα εισόδου και τις αντίστοιχες εξόδους.

b)

Μια διαδικασία όπου το μοντέλο εκπαιδεύεται χωρίς δεδομένα εξόδου.

c)

Μια διαδικασία που βασίζεται αποκλειστικά στη δοκιμή και το σφάλμα.

d)

Μια μέθοδος που χρησιμοποιεί μόνο μη δομημένα δεδομένα.

22.

Ο βασικός ρόλος των chatbots στη διαχείριση ανθρώπινου δυναμικού είναι:

a)

Η αυτοματοποίηση απλών διαδικασιών και η παροχή άμεσης υποστήριξης στους εργαζομένους.

b)

Η αντικατάσταση των ανθρώπινων πόρων σε όλες τις λειτουργίες.

c)

Η δημιουργία νέων θέσεων εργασίας χωρίς εκπαίδευση.

d)

Η αύξηση της γραφειοκρατίας στον οργανισμό.

23.

Τα Μεγάλα Γλωσσικά Μοντέλα (LLMs) προσφέρουν τα εξής οφέλη στην επεξεργασία φυσικής γλώσσας:

a)

Βελτιωμένη κατανόηση και παραγωγή φυσικής γλώσσας

b)

Μειωμένη ακρίβεια στην ανάλυση κειμένου

c)

Περιορισμένη δυνατότητα αυτοματοποίησης εργασιών

d)

Αδυναμία επεξεργασίας μεγάλου όγκου δεδομένων

24.

Η βασική προϋπόθεση για την αποτελεσματική λειτουργία των LLMs είναι:

a)

η ύπαρξη μεγάλου όγκου δεδομένων εκπαίδευσης

b)

η χρήση γραφικών παραστάσεων

c)

η εφαρμογή σε κινητά τηλέφωνα

d)

η δυνατότητα εκτέλεσης χωρίς σύνδεση στο διαδίκτυο

25.

Ποια είναι η σωστή σειρά των βημάτων για την ανάπτυξη ενός μοντέλου μηχανικής μάθησης;

a)

Συλλογή δεδομένων, Προεπεξεργασία δεδομένων, Επιλογή μοντέλου, Εκπαίδευση μοντέλου, Αξιολόγηση μοντέλου

b)

Επιλογή μοντέλου, Εκπαίδευση μοντέλου, Συλλογή δεδομένων, Αξιολόγηση μοντέλου, Προεπεξεργασία δεδομένων

c)

Αξιολόγηση μοντέλου, Εκπαίδευση μοντέλου, Προεπεξεργασία δεδομένων, Επιλογή μοντέλου, Συλλογή δεδομένων

d)

Προεπεξεργασία δεδομένων, Συλλογή δεδομένων, Εκπαίδευση μοντέλου, Επιλογή μοντέλου, Αξιολόγηση μοντέλου

26.

Οι εφαρμογές της Τεχνητής Νοημοσύνης (ΤΝ) στην ανίχνευση απάτης περιλαμβάνουν:

a)

Αυτόματη ανάλυση μεγάλου όγκου δεδομένων για εντοπισμό ύποπτων μοτίβων

b)

Αύξηση της χειρωνακτικής εργασίας στην ανίχνευση απάτης

c)

Μείωση της ακρίβειας στην ανίχνευση απάτης

d)

Παράβλεψη των ιστορικών δεδομένων

27.

Παράδειγμα χρήσης της Τεχνητής Νοημοσύνης στη λήψη αποφάσεων είναι:

a)

Ανάλυση δεδομένων για πρόβλεψη τάσεων αγοράς

b)

Δημιουργία μουσικής χωρίς ανθρώπινη παρέμβαση

c)

Αυτόματη μετάφραση κειμένων

d)

Ανάγνωση βιβλίων από ρομπότ

28.

Ποιος από τους παρακάτω συνδυασμούς πλεονεκτημάτων και εφαρμογών των νευρωνικών δικτύων είναι πιο πιθανό να συνδέεται;

a)

Αυτομάθηση - Αναγνώριση εικόνων

b)

Χαμηλή ακρίβεια - Επεξεργασία φυσικής γλώσσας

c)

Υψηλή ταχύτητα - Αποθήκευση δεδομένων

d)

Απλότητα - Ανάλυση μεγάλων δεδομένων

29.

Η χρήση των μεγάλων δεδομένων (big data) στους οργανισμούς επιτρέπει:

a)

την ανάλυση μεγάλου όγκου πληροφοριών για λήψη καλύτερων αποφάσεων

b)

την αύξηση του αριθμού των εργαζομένων

c)

τη μείωση της ποιότητας των υπηρεσιών

d)

την αποθήκευση μόνο μικρών δεδομένων

30.

Ποια από τις παρακάτω δηλώσεις σχετικά με την Όραση είναι σωστή;

a)

Η όραση επιτρέπει την αντίληψη του φωτός και των χρωμάτων.

b)

Η όραση σχετίζεται αποκλειστικά με την ακοή.

c)

Η όραση δεν επηρεάζεται από το φως.

d)

Η όραση είναι ανεξάρτητη από τα μάτια.