wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

Τεχνητή Νοημοσύνη - Ερωτήσεις Εργασίας

Total questions: 20

Worksheet time: 10mins

Name
Class
Date
1.

Ποιος από τους παρακάτω μαθηματικούς τομείς χρησιμοποιείται ευρέως στην Τεχνητή Νοημοσύνη;

a)

Λογιστική

b)

Γραμμική Άλγεβρα

c)

Κλασική Μηχανική

d)

Αστρονομία

2.

Ποια από τις παρακάτω λογικές προσεγγίσεις ΔΕΝ σχετίζεται με την Τεχνητή Νοημοσύνη;

a)

Παραγωγική Συλλογιστική (Deductive Reasoning)

b)

Επαγωγική Συλλογιστική (Inductive Reasoning)

c)

Αποκλίνουσα Συλλογιστική (Divergent Reasoning)

d)

Πιθανολογική Συλλογιστική (Probabilistic Reasoning)

3.

Ποιος αλγόριθμος χρησιμοποιείται κυρίως για την αναζήτηση της βέλτιστης διαδρομής σε προβλήματα πλοήγησης;

a)

Breadth-First Search (BFS)

b)

Depth-First Search (DFS)

c)

A* Algorithm

d)

Random Search

4.

Ποια θεωρία υποστηρίζει ότι ο ανθρώπινος νους χρησιμοποιεί δύο διαφορετικά συστήματα σκέψης;

a)

Θεωρία Νοητικής Αναπαράστασης

b)

Θεωρία Διπλής Επεξεργασίας

c)

Θεωρία Βαθιάς Μάθησης

d)

Θεωρία Εξελικτικής Νοημοσύνης

5.

Τα νευρωνικά δίκτυα εμπνέονται από:

a)

Τη βιολογία του ανθρώπινου εγκεφάλου

b)

Τους νόμους της κβαντικής φυσικής

c)

Τη θεωρία της Σχετικότητας

d)

Τη Στατιστική Μηχανική

6.

Ποιο από τα παρακάτω είναι χαρακτηριστικό ενός συμβολικού μοντέλου Τεχνητής Νοημοσύνης;

a)

Χρησιμοποιεί λογικούς κανόνες και αναπαράσταση γνώσης

b)

Βασίζεται αποκλειστικά στη βαθιά μάθηση

c)

Χρησιμοποιεί αποκλειστικά στατιστικά μοντέλα

d)

Βασίζεται μόνο σε στοχαστικές διαδικασίες

7.

Σε ποια εφαρμογή χρησιμοποιούνται κυρίως Συνελικτικά Νευρωνικά Δίκτυα;

a)

Επεξεργασία εικόνας και αναγνώριση προτύπων

b)

Αυτόνομη οδήγηση

c)

Χρηματοοικονομική πρόβλεψη

d)

Επεξεργασία φυσικής γλώσσας

8.

Ποια είναι η κύρια διαφορά μεταξύ συμβολικής και υποσυμβολικής Τεχνητής Νοημοσύνης;

a)

Η συμβολική τεχνητή νοημοσύνη βασίζεται σε λογικούς κανόνες, ενώ η υποσυμβολική τεχνητή νοημοσύνη μαθαίνει από δεδομένα

b)

Η υποσυμβολική τεχνητή νοημοσύνη χρησιμοποιεί μόνο ανθρώπινες γλώσσες, ενώ η συμβολική τεχνητή νοημοσύνη χρησιμοποιεί μαθηματικά

c)

Η συμβολική τεχνητή νοημοσύνη είναι αποκλειστικά για ρομποτική εφαρμογή

d)

Η υποσυμβολική τεχνητή νοημοσύνη δεν χρησιμοποιεί καθόλου πιθανολογική συλλογιστική

9.

Ποιο από τα παρακάτω ανήκει στις τεχνικές στοχαστικής βελτιστοποίησης;

a)

Απλός γραμμικός προγραμματισμός

b)

Γενετικοί Αλγόριθμοι

c)

Boolean Logic

d)

Newton’s Method

10.

Ποιος από τους παρακάτω αλγορίθμους είναι πιο πιθανό να χρησιμοποιηθεί για την εκπαίδευση ενός νευρωνικού δικτύου;

a)

Ανάλυση Κύριων Συνιστωσών (Principal Component Analysis - PCA)

b)

Gradient Descent

c)

Μάθηση Βασισμένη σε Κανόνες (Rule-Based Learning)

d)

Αλγόριθμος A* (A* Algorithm)

11.

Η θεωρία πιθανοτήτων χρησιμοποιείται για τη διαχείριση της αβεβαιότητας στα συστήματα Τεχνητής Νοημοσύνης.

a)

Σωστό

b)

Λάθος

12.

Οι γενετικοί αλγόριθμοι χρησιμοποιούν διαδικασίες που προσομοιάζουν τη φυσική εξέλιξη για τη βελτιστοποίηση λύσεων.

a)

Σωστό

b)

Λάθος

13.

Τα συμβολικά μοντέλα Τεχνητής Νοημοσύνης είναι ιδιαίτερα αποτελεσματικά σε προβλήματα που απαιτούν αναπαράσταση γνώσης και λογική συλλογιστική.

a)

Σωστό

b)

Λάθος

14.

Οι μετασχηματιστές (Transformers) είναι ένα είδος αλγορίθμων βαθιάς μάθησης που χρησιμοποιούνται κυρίως στην επεξεργασία φυσικής γλώσσας.

a)

Σωστό

b)

Λάθος

15.

Ο αλγόριθμος A* είναι ένας στοχαστικός αλγόριθμος βελτιστοποίησης.

a)

Σωστό

b)

Λάθος

16.

Οι εφαρμογές Τεχνητής Νοημοσύνης στην ιατρική περιορίζονται αποκλειστικά στην επεξεργασία ακτινολογικών εικόνων.

a)

Σωστό

b)

Λάθος

17.

Οι γνωσιακές θεωρίες συμβάλλουν στην κατανόηση του τρόπου με τον οποίο η Τεχνητή Νοημοσύνη μπορεί να προσομοιώσει τη μάθηση και τη σκέψη.

a)

Σωστό

b)

Λάθος

18.

Τα υβριδικά μοντέλα Τεχνητής Νοημοσύνης συνδυάζουν νευρωνικά δίκτυα και συμβολική συλλογιστική για πιο αποτελεσματικές λύσεις.

a)

Σωστό

b)

Λάθος

19.

Τα μοντέλα βαθιάς μάθησης απαιτούν λιγότερα δεδομένα εκπαίδευσης από τα συμβολικά μοντέλα Τεχνητής Νοημοσύνης.

a)

Σωστό

b)

Λάθος

20.

Τα Bayesian Networks χρησιμοποιούνται στην Τεχνητή Νοημοσύνη για τη διαχείριση αβεβαιότητας σε προβλήματα λήψης αποφάσεων.

a)

Σωστό

b)

Λάθος