Worksheets19 Εφοδιαστική Αλυσίδα
Total questions: 42
Worksheet time: 21mins
Ποιο μοντέλο επικοινωνίας χαρακτηρίζει τον ψηφιακό μετασχηματισμό της Industry 4.0, σύμφωνα με την εξέλιξη των βιομηχανικών επαναστάσεων;
Ένα προς Ένα (One-to-One)
Ένα προς Πολλά (One-to-Many)
Πολλά προς Πολλά (Many-to-Many)
Σειριακή Πρόσβαση (Sequential Access)
Ποια τεχνολογία συνδέει την επιστημονική συνεργασία και τη διαμοίραση δεδομένων μεταξύ ερευνητών σε παγκόσμιο επίπεδο στην Industry 4.0;
Μόνο το email και το τηλέφωνο
Μόνο τα LMS (Learning Management Systems)
Ψηφιακές πλατφόρμες όπως το GitHub και τα συστήματα διαχείρισης δεδομένων έρευνας (RDMS)
Τα Expert Systems
Ποιο είναι το κύριο όφελος της 'Σύγκλισης Συστημάτων' (System of Systems) στην Industry 4.0;
Η μείωση της αυτονομίας των επιχειρησιακών μονάδων.
Η ενίσχυση της αυτονομίας των επιχειρησιακών μονάδων μέσω εμπλουτισμένων δεδομένων.
Η πλήρης εξάλειψη της ανάγκης για αισθητήρες.
Η μετάβαση αποκλειστικά σε αναλογικές μεθόδους παραγωγής.
Τι επιτρέπει η δημιουργία εικονικών εργαστηρίων (virtual labs) στους ερευνητές, μέσω υποδομών υπολογιστικού νέφους (cloud computing);
Να μειώνουν την ανάγκη για υπολογιστική ισχύ.
Να πραγματοποιούν πειράματα εξ αποστάσεως, χρησιμοποιώντας προσομοιώσεις και εργαλεία ανάλυσης.
Να περιορίζουν τη χρήση των FAIR δεδομένων.
Να αυξάνουν το κόστος της έρευνας.
Ποιο είναι ένα από τα κύρια εμπόδια για την πλήρη υιοθέτηση των νέων μορφών συνεργασίας στην Industry 4.0;
Η εξάλειψη των LMS.
Η αύξηση της ρητής γνώσης.
Η αντίσταση στην αλλαγή και η έλλειψη εξοικείωσης με τις νέες τεχνολογίες.
Η χρήση μόνο του πρωτοκόλλου MQTT.
Στις αρχές FAIR για τη διαχείριση δεδομένων, τι σημαίνει το 'F' (Findable);
Τα δεδομένα πρέπει να είναι δωρεάν (Free).
Τα δεδομένα πρέπει να είναι εύκολα ανιχνεύσιμα από ανθρώπους και μηχανές (Ευρέσιμα).
Τα δεδομένα πρέπει να είναι φιλικά προς τον χρήστη (Friendly).
Τα δεδομένα πρέπει να έχουν σταθερή μορφή (Fixed Format).
Ποιο είναι το κύριο συμπληρωματικό στοιχείο που καθιστά τα δεδομένα Ευρέσιμα (Findable), πέρα από τη χρήση μοναδικών αναγνωριστικών (Unique Identifiers);
Η κρυπτογράφηση των δεδομένων.
Η δημιουργία και η χρήση μεταδεδομένων (metadata).
Η αποθήκευσή τους σε Data Lake.
Η χρήση RESTful APIs.
Τι σημαίνει το 'I' (Interoperable) στις αρχές FAIR;
Τα δεδομένα είναι προσβάσιμα μόνο με κωδικό πρόσβασης.
Τα δεδομένα είναι διαθέσιμα σε ιδιωτικά δίκτυα.
Τα δεδομένα μπορούν να χρησιμοποιηθούν από διαφορετικά συστήματα και πλατφόρμες (Διαλειτουργικά).
Τα δεδομένα πρέπει να είναι αλλοιώσιμα (Interchangeable).
Ποιο σύστημα αποθήκευσης είναι κατάλληλο για την αποθήκευση ακατέργαστων (raw) δεδομένων σε μεγάλη κλίμακα στην πρωτότυπη μορφή τους;
Data Warehouse
Data Lake
Relational Database
NoSQL Database
Ποιο από τα παρακάτω είναι παράδειγμα συστήματος αποθήκευσης μεγάλων δεδομένων;
Σχεσιακές Βάσεις Δεδομένων (RDBMS).
Data Lake (Λίμνη Δεδομένων).
Συστήματα ERP.
Συστήματα LMS.
Ποιος είναι ο κύριος στόχος της διαδικασίας καθαρισμού δεδομένων (Data Cleaning) σε ένα σύστημα Industry 4.0;
Η κρυπτογράφηση των δεδομένων.
Η μεταφορά των δεδομένων στο Cloud.
Η απομάκρυνση λανθασμένων, ελλιπών ή ασυνεπών δεδομένων για τη διασφάλιση ακρίβειας.
Η δημιουργία μοναδικών αναγνωριστικών.
Ποια τεχνική επεξεργασίας δεδομένων χρησιμοποιείται για την πρόβλεψη και την αυτοματοποίηση διαδικασιών μέσω της ανάλυσης μεγάλων συνόλων δεδομένων;
Καθαρισμός Δεδομένων (Data Cleaning).
Μετασχηματισμός Δεδομένων (Data Transformation).
Μηχανική Μάθηση (Machine Learning).
Στατιστική Ανάλυση (Data Analytics).
Ποιος είναι ο ρόλος των APIs (Application Programming Interfaces) στη συλλογή και μεταφορά δεδομένων ΤΠΕ (ICT Data) στην Industry 4.0;
Η αποκλειστική αποθήκευση των δεδομένων IoT σε Cloud.
Η σύνδεση διαφορετικών συστημάτων και πλατφορμών, επιτρέποντας την ανταλλαγή δεδομένων μεταξύ τους.
Η εκπαίδευση αλγορίθμων Μηχανικής Μάθησης (ML).
Η χρήση μόνο σε ασύρματα δίκτυα.
Ποια είναι η κύρια συνεισφορά του Alan Turing στη θεωρητική βάση της Τεχνητής Νοημοσύνης (AI);
Η ανάπτυξη των πρώτων Expert Systems.
Η εισαγωγή του 'Test Turing' και της Θεωρίας Υπολογισιμότητας ('Μηχανή Turing').
Η εφεύρεση της γλώσσας προγραμματισμού LISP.
Η ανάπτυξη του μοντέλου Data Lake.
Ποιο μοντέλο Τεχνητής Νοημοσύνης (AI) είναι ιδιαίτερα αποτελεσματικό στην επεξεργασία εικόνων και βίντεο, λόγω της δομής του;
Αναδραστικά Νευρωνικά Δίκτυα (RNNs).
Συνελικτικά Νευρωνικά Δίκτυα (CNNs).
Μηχανές Διανυσματικής Υποστήριξης (SVMs).
Δέντρα Αποφάσεων (Decision Trees).
Ποιος είναι ο κύριος στόχος της Θεωρίας των Παιγνίων (Game Theory) στον τομέα της Τεχνητής Νοημοσύνης;
Η μοντελοποίηση των νευρώνων του ανθρώπινου εγκεφάλου.
Η κατανόηση και η βελτιστοποίηση στρατηγικών σε περιβάλλοντα όπου διαφορετικοί παράγοντες έχουν αντικρουόμενους στόχους.
Η επεξεργασία εικόνων και βίντεο.
Ο υπολογισμός της πολυπλοκότητας των αλγορίθμων.
Ποια εφαρμογή της Τεχνητής Νοημοσύνης (AI) είναι ευρέως διαδεδομένη στον τραπεζικό και χρηματοοικονομικό τομέα;
Η αυτοματοποίηση της γεωργικής παραγωγής.
Η χρήση συστημάτων διάγνωσης ασθενειών.
Η ανίχνευση απάτης και η ανάλυση κινδύνου (risk assessment).
Η δημιουργία εικονικών εργαστηρίων.
Τι είναι η Επεξεργασία Φυσικής Γλώσσας (NLP) και πώς αξιοποιείται στην εξυπηρέτηση πελατών;
Η χρήση αισθητήρων για τη μέτρηση της θερμοκρασίας.
Η διαχείριση αποθεμάτων μέσω ERP.
Η ικανότητα των συστημάτων να κατανοούν και να απαντούν σε συχνές ερωτήσεις των πελατών (π.χ. chatbots).
Η κρυπτογράφηση δεδομένων.
Ποιο είναι το κύριο χαρακτηριστικό της Ανθρώπινης Νοημοσύνης σε σύγκριση με την Τεχνητή Νοημοσύνη (AI);
Μεγαλύτερη ταχύτητα επεξεργασίας πληροφοριών.
Είναι εξαιρετικά αντικειμενική.
Η ενσυναίσθηση και τα συναισθήματα.
Μικρότερη δυνατότητα εύκολης προσαρμογής σε αλλαγές.
Ποιο από τα ακόλουθα μοντέλα Τεχνητής Νοημοσύνης (AI) μαθαίνει μέσω ανταμοιβών και ποινών αλληλεπιδρώντας με το περιβάλλον του;
Βαθιά Μάθηση (Deep Learning).
Ενισχυτική Μάθηση (Reinforcement Learning).
Μηχανές Διανυσματικής Υποστήριξης (SVMs).
Συνελικτικά Νευρωνικά Δίκτυα (CNNs).
Ποια είναι η πιο συχνή μορφή hardware που χρησιμοποιείται σε IoT συσκευές για τον έλεγχο αισθητήρων και ενεργοποιητών, λόγω της χαμηλής κατανάλωσης ενέργειας;
Επεξεργαστές Intel Edison.
Μικροελεγκτές (Microcontrollers - MCUs).
Υπολογιστές Raspberry Pi.
Συστήματα ERP (Enterprise Resource Planning).
Το κύριο χαρακτηριστικό του Raspberry Pi που το καθιστά κατάλληλο για προηγμένες εφαρμογές IoT, σε αντίθεση με τους απλούς μικροελεγκτές, είναι:
Η δυνατότητα εκτέλεσης πλήρους λειτουργικού συστήματος
Η χαμηλή κατανάλωση ενέργειας
Η απλότητα του κυκλώματος
Η περιορισμένη μνήμη
Ποιο από τα παρακάτω είναι το κύριο πλεονέκτημα της τεχνολογίας Bluetooth Low Energy (BLE);
Η εξαιρετικά χαμηλή κατανάλωση ενέργειας.
Η ενσωματωμένη μόνο δυνατότητα Bluetooth Low Energy (BLE).
Η δυνατότητα να τρέχει πλήρη λειτουργικά συστήματα, όπως Linux, και η μεγάλη επεξεργαστική του δύναμη.
Η έλλειψη θυρών εισόδου/εξόδου (I/O ports).
Ποιο είναι το κύριο πλεονέκτημα του πρωτοκόλλου MQTT σε ένα δίκτυο IoT, ειδικά για συσκευές με περιορισμένους πόρους;
Χρησιμοποιεί το μοντέλο 'Αίτημα/Απάντηση' (Request/Response).
Είναι ένα ελαφρύ (lightweight) πρωτόκολλο που χρησιμοποιεί το μοντέλο 'Δημοσίευση-Συνδρομή' (Publish-Subscribe).
Είναι το βασικό πρωτόκολλο για μεταφορά δεδομένων στον Παγκόσμιο Ιστό (HTTP).
Απαιτεί υψηλή ταχύτητα μετάδοσης (high bandwidth).
Ποιος είναι ο πιο συχνός τύπος δικτύου (PAN, LAN, WAN) που χρησιμοποιείται για την παρακολούθηση κλιματικών συνθηκών σε μεγάλες γεωγραφικές περιοχές (π.χ. έξυπνες πόλεις);
PAN (Personal Area Network).
WAN (Wide Area Network).
LAN (Local Area Network).
Ad Hoc Δίκτυα (Ad Hoc Networks).
Ποια τεχνολογία επικοινωνίας είναι κατάλληλη για δίκτυα IoT εφαρμογών που απαιτούν εξαιρετικά μικρή εμβέλεια (μερικά εκατοστά) και ασφαλείς συναλλαγές χωρίς επαφή;
Wi-Fi
Bluetooth
NFC (Near Field Communication)
ZigBee
Ποιο από τα παρακάτω ασύρματα πρωτόκολλα επικοινωνίας χρησιμοποιείται κυρίως για ανέπαφες συναλλαγές και ανταλλαγή δεδομένων σε μικρές αποστάσεις;
Wi-Fi.
Bluetooth Low Energy (BLE).
NFC (Near Field Communication).
ZigBee.
Ποιο από τα ακόλουθα λειτουργικά συστήματα (OS) είναι ειδικά σχεδιασμένο για ενσωματωμένες συσκευές IoT, με μικρό αποτύπωμα (footprint) και πραγματικού χρόνου λειτουργικότητα;
Android OS.
FreeRTOS.
Windows Server.
Linux (General Distribution).
Στην αρχιτεκτονική του IoT, ποιο επίπεδο αφορά τις τεχνολογίες και τα πρωτόκολλα που επιτρέπουν την επικοινωνία μεταξύ των συσκευών και τη μετάδοση δεδομένων;
Επίπεδο Αισθητήρων.
Επίπεδο Δικτύωσης.
Επίπεδο Εφαρμογών.
Επίπεδο Επεξεργασίας Δεδομένων.
Ποιο είναι το κύριο όφελος του Cloud Computing (Υπολογιστικό Νέφος) που το καθιστά απαραίτητο για εφαρμογές IoT;
Η χρήση μόνο ιδιωτικών servers.
Επεκτασιμότητα και ευελιξία στην αποθήκευση και επεξεργασία δεδομένων.
Περιορισμένη διαθεσιμότητα πόρων.
Αποκλειστική χρήση τοπικών δικτύων.
Ποιο είναι το κύριο πλεονέκτημα του Fog Computing (Υπολογιστική Νέφωση) σε ένα εκτεταμένο δίκτυο IoT;
Μειώνει την πολυπλοκότητα των αλγορίθμων μηχανικής μάθησης.
Μειώνει τη λανθάνουσα χρονική καθυστέρηση (latency) επεξεργαζόμενο τα δεδομένα κοντά στην πηγή.
Αντικαθιστά πλήρως τις βάσεις δεδομένων Cloud.
Είναι συμβατό μόνο με μικροεπεξεργαστές τύπου ARM Cortex.
Ποιο από τα τρία βασικά μοντέλα παροχής υπηρεσιών Cloud παρέχει έτοιμο προς χρήση λογισμικό που φιλοξενείται στο νέφος;
IaaS (Infrastructure as a Service).
PaaS (Platform as a Service).
SaaS (Software as a Service).
EaaS (Everything as a Service).
Ποια είναι η κύρια πρόκληση στον αρχιτεκτονικό σχεδιασμό του IoT που σχετίζεται με τον αυξανόμενο αριθμό συσκευών και την αξιοπιστία του συστήματος;
Η ηθική χρήση της τεχνητής νοημοσύνης (AI Ethics).
Η πολυπλοκότητα των αλγορίθμων Deep Learning.
Η Επεκτασιμότητα (Scalability) και η Διαλειτουργικότητα.
Η ανεπαρκής χρήση του πρωτοκόλλου MQTT.
Ποια είναι η δυνατότητα του Cloud Computing που επιτρέπει την παροχή υπολογιστικής ισχύος, αποθήκευσης και εφαρμογών με μεγάλη κλιμακωσιμότητα;
Η εξάλειψη της ανάγκης για ασφάλεια δεδομένων.
Η δυνατότητα να παρέχει υπολογιστική ισχύ, αποθήκευση και εφαρμογές με μεγάλη κλιμακωσιμότητα (scalability).
Η χρήση αποκλειστικά του μοντέλου SaaS.
Η χρήση αποκλειστικά του μοντέλου SaaS.
Ποιο είναι το κύριο όφελος της ενσωμάτωσης των συστημάτων ERP (Enterprise Resource Planning) με τις τεχνολογίες IoT στην Εφοδιαστική Αλυσίδα;
Η εξάλειψη της ανάγκης για αποθήκες και κέντρα διανομής.
Η παροχή δεδομένων πραγματικού χρόνου για αυτόματη ενημέρωση των αποθεμάτων και πρόβλεψη συντήρησης μηχανημάτων.
Η μετατροπή του ERP σε σύστημα CRM.
Η χρήση μόνο του πρωτοκόλλου Bluetooth για επικοινωνία.
Ποια είναι η κύρια πρόκληση κατά την ανάλυση εταιρικών απαιτήσεων για την υιοθέτηση Τεχνητής Νοημοσύνης (AI), εκτός από την ποιότητα των δεδομένων;
Ο καθορισμός των Δεικτών Απόδοσης (KPIs).
Η αντίσταση στην αλλαγή από τους εργαζόμενους και το υψηλό αρχικό κόστος υλοποίησης.
Η απαίτηση για χρήση τεχνολογίας Blockchain.
Η απροθυμία του πελάτη για βελτίωση της εμπειρίας εξυπηρέτησης.
Ποιος είναι ο κύριος στόχος της ανάλυσης εταιρικών απαιτήσεων πριν την υλοποίηση έργου Τεχνητής Νοημοσύνης (AI);
Η αύξηση του λειτουργικού κόστους.
Ο εντοπισμός και η αποσαφήνιση των αναγκών της επιχείρησης, ώστε η AI να συμβάλει στην επίτευξη στρατηγικών στόχων.
Η μείωση της παραγωγικότητας.
Η αποκλειστική χρήση του μοντέλου Deep Learning.
Ποια είναι η βασική αρχή που πρέπει να διέπει τη συλλογή προσωπικών δεδομένων για την εκπαίδευση μοντέλων Τεχνητής Νοημοσύνης (AI);
Η χρήση αποκλειστικά δεδομένων από τα ERP/CRM συστήματα.
Η συμμόρφωση με κανονισμούς όπως ο GDPR (General Data Protection Regulation).
Η χρήση μόνο του πρωτοκόλλου MQTT.
Η διαχείριση της ασφάλειας από άκρο σε άκρο (E2E) μόνο με NFC.
Ποιο είναι ένα παράδειγμα τεχνικής απαίτησης (Technical Requirement) για την εφαρμογή λύσεων AI σε μια επιχείρηση;
Η κατανόηση του οράματος της επιχείρησης.
Η μείωση του λειτουργικού κόστους.
Η υπολογιστική ισχύς, η χρήση υπηρεσιών νέφους (cloud) και τα εργαλεία ανάπτυξης αλγορίθμων.
Η αύξηση της εμπειρίας του πελάτη.
Ποιο είναι το κύριο πλεονέκτημα της χρήσης τεχνολογίας 5G σε εφαρμογές IoT;
Η αυξημένη ταχύτητα μεταφοράς δεδομένων.
Η περιορισμένη κάλυψη δικτύου.
Η ανάγκη για περισσότερους σταθμούς βάσης.
Η χαμηλή κατανάλωση ενέργειας.
Ποια είναι η κύρια διαφορά μεταξύ των μοντέλων IaaS και PaaS στο Cloud Computing;
Η περιορισμένη κλιμάκωση των πόρων.
Η χρήση μόνο δημόσιων servers.
Η παροχή υποδομών έναντι της παροχής πλατφορμών ανάπτυξης.
Η έλλειψη υποστήριξης για εφαρμογές.
Ποιο είναι το κύριο πλεονέκτημα της χρήσης τεχνολογίας Blockchain στην εφοδιαστική αλυσίδα;
Η αύξηση του κόστους διαχείρισης.
Η βελτίωση της διαφάνειας και της ιχνηλασιμότητας.
Η μείωση της ασφάλειας των δεδομένων.
Η ανάγκη για κεντρική διαχείριση.
