Ответы на вопросы из коллекции "💯Теории и системы искусственного интеллекта Темы 1-6"

Специалист по обработке естественного языка разрабатывает модель для автоматического анализа текстовых данных, чтобы определить тональность отзывов пользователей на продукт. Он решает использовать рекуррентные нейронные сети (RNN) в сочетании с механизмами внимания (attention mechanism). Какие преимущества обеспечивает применение механизмов внимания в этой модели? (Укажите 2 варианта ответа).

• Механизмы внимания увеличивают общее количество параметров модели, что всегда приводит к улучшению качества.
• Механизмы внимания позволяют модели сосредоточиться на наиболее значимых элементах входного текста, улучшая качество понимания контекста.
• Механизмы внимания уменьшают время вычислений в процессе обучения, что позволяет быстрее обучить большую модель.

Инженер по аппаратному обеспечению разрабатывает специализированное устройство для выполнения задач глубокого обучения, используя архитектуру нейропроцессоров. Он выбирает между различными типами процессоров для своей системы. Какой тип процессора будет наилучшим выбором для задач глубокого обучения, требующих высокой производительности и энергоэффективности? (Укажите 2 варианта ответа).

• нтральные процессорные устройства (CPU), так как они универсальны и могут выполнять широкий спектр задач.
• Графические процессорные устройства (GPU), поскольку они предназначены для параллельных вычислений и обеспечивают высокую производительность в обучении нейронных сетей.
• Тензорные процессорные устройства (TPU), так как они оптимизированы для глубокого обучения и способны выполнять сложные операции с матрицами с высокой плотностью операций.
• Нейроморфные процессоры, так как они эффективно обрабатывают задачи распознавания образов и имеют высокую энергоэффективность.

Организация планирует создать систему управления клиентскими данными. У этой организации есть возможность собирать данные из различных источников, таких как веб-формы, анкетные исследования и сторонние API. К каким типам будут относиться данные, собранные через веб-формы? (Укажите 2 варианта ответа).

• Структурированные данные, поскольку они собраны в определенных полях и можно применять SQL-запросы для их обработки.
• Неструктурированные данные, так как они могут содержать свободные текстовые поля и не имеют заранее определенной структуры.
• Полуструктурированные данные, так как они могут содержать метаданные и не всегда следуют жесткой схеме, но все же могут быть частично организованы.
• Синтетические данные, так как они сгенерированы системой для аналитических целей.

Команда разработчиков работает над проектом объяснимого искусственного интеллекта (XAI) и планирует создать модель в области медицины, результаты которой будут интерпретироваться простыми пользователями и профессиональными медицинскими работниками. Это необходимо для повышения доверия к ИИ-системе и обеспечения ее этического применения. Что следует учитывать при создании XAI для медицинских приложений, с учетом изложенных условий? (Укажите 2 варианта ответа).

• Уровень объяснимости модели, чтобы пользователи могли понять, как принимаются решения.
• Объем данных для обучения, чтобы достигнуть высокой точности модели.
• Этические принципы, касающиеся прозрачности и недискриминации.
• Сложность модели, чтобы обеспечить возможность работы на ограниченных ресурсах.

Разработчик системы искусственного интеллекта планирует внедрить облачную платформу для обучения своих моделей. Разработчик выбирает облачную платформу из трех вариантов: AWS SageMaker, Google Vertex AI и Microsoft Azure ML. Какие факторы должны быть учтены при выборе подходящей облачной платформы для задач глубокого обучения? (Укажите 2 варианта ответа).

• Стоимость использования платформы.
• Поддержка необходимых фреймворков для разработки (например, TensorFlow, PyTorch).
• Возможности интеграции с существующими корпоративными средами.
• Доступность на глобальном уровне и скорость подключения к Интернету.

Такой тип анализа данных, как …, подходит для полуструктурированных данных

• классические статистические методы
• машинное обучение
• SQL-запросы
• парсинг и преобразование данных

… данные – это формат данных, который содержит метаданные или теги, позволяющие сохранять гибкую структуру

Специалист по машинному обучению работает над проектом по созданию модели для предсказания цен на жилье. Для этой задачи ему необходимо выбрать метод регрессии. Какой метод подходит для выполнения данной задачи (с учетом того, что у специалиста есть обучающая выборка с размеченными данными)? Ответ обоснуйте.

• Линейная регрессия, так как она проста в реализации и хорошо подходит для задач с линейными зависимостями.
• Метод k-средних, так как это метод кластеризации, который поможет разбить данные на группы.
• Алгоритм k-ближайших соседей (KNN), так как он эффективен при наличии небольшого объема данных и прост в использовании.
• Алгоритм опорных векторов (SVM), так как он хорошо работает с небольшими наборами данных, даже если они имеют высокую размерность.

Основная задача системы обработка естественного языка (NLP) заключается в том, чтобы преобразовать неструктурированные текстовые данные в понятные и структурированные форматы. Какой подход может использоваться для выполнения этой задачи?

• Системы машинного обучения, основанные на методах глубинного обучения, таких как рекуррентные нейронные сети (RNN).
• Полуавтоматические подходы, которые объединяют экспертов и статистические методы.
• Эвристические алгоритмы, которые основываются на одноразовых правилах и частных данных.
• Формальные логические системы, которые используют строгие аксиомы и законы.

Преимуществом использования глубокого машинного обучения является …

• обработка больших объемов структурированных данных
• автоматическое извлечение признаков из данных
• понимание простых моделей
• применение технологии в реальном времени

Искусственный интеллект – это междисциплинарная область … и технологий, направленная на создание компьютерных систем, способных выполнять задачи, которые традиционно требуют человеческого интеллекта

Для экспертов в области искусственного интеллекта необходимы … (укажите 3 варианта ответа)

• технологические навыки
• знания из области права
• знания из области гуманитарных наук
• только специализированные знания по математике

В 1956 г. на Дартмутской конференции был введен термин «искусственный интеллект». Какие подходы к созданию ИИ использовались в программах в это время?

• Программы, основанные на логических правилах.
• Программы, использующие генетические алгоритмы и нейронные сети.
• Программы, работающие на нейронных сетях и глубоких обучающих моделях.
• Программы, фокусирующиеся исключительно на обработке естественного языка.

К основным функциям шлюзов в архитектуре AI следует отнести … (укажите 2 варианта ответа)

• агрегацию данных
• обработку изображений
• снижение задержек
• сбор данных

Разработчик создает систему для предсказания спроса на товары в онлайн-магазине, используя методы глубокого обучения. Он применяет свёрточные нейронные сети (CNN) для обработки временных рядов, связанных с продажами. Какие преимущества могут предоставить свёрточные нейронные сети в данной задаче? (Укажите 2 варианта ответа).

• Свёрточные нейронные сети позволяют напрямую работать с текстовыми данными, игнорируя необходимость в числовых представлениях.
• Свёрточные нейронные сети способны выявлять пространственные зависимости и локальные паттерны в данных, что полезно для анализа временных рядов.
• Свёрточные нейронные сети имеют меньшую вычислительную сложность по сравнению с полносвязанными нейронными сетями, что облегчает их применение.
• Свёрточные нейронные сети качественно обрабатывают только изображения, поэтому подходят для анализа временных рядов.

Метод обучения, в котором для создания модели используются размеченные данные, – это …

• обучение без учителя
• обучение с подкреплением
• обучение с учителем
• полуавтоматическое обучение

Проект … в области искусственного интеллекта способствовал повышению интереса к глубокому обучению

• ELIZA
• Watson
• AlphaGo
• GPT

… – это алгоритм, который применяется для классификации в задачах машинного обучения

• Дерево решений
• Генетический алгоритм
• Кластеризация
• Нейронная сеть

Ключевым фактором улучшения моделей искусственного интеллекта (ИИ) в 2010-х гг. стало …

• увеличение объемов доступных данных
• уменьшение сложности алгоритмов
• падение интереса к ИИ
• увеличение числа специалистов в области ИИ

Ключевыми направлениями искусственного интеллекта являются машинное обучение, глубокое обучение, обработка естественного языка, а также … – прикладная наука, направленная на проектирование и создание роботов

Говоря о тесте Тьюринга, можно утверждать, что он …

• оценивает способность к самообучению
• проверяет уровень интеллекта человека
• идентифицирует степень сходства между машиной и человеком
• не имеет отношения к искусственному интеллекту

Вы – исследователь в области искусственного интеллекта (ИИ), интересующийся историческими аспектами этой научной области. Ваша задача состоит в анализе и интерпретации различных этапов развития искусственного интеллекта. В какой период, по мнению большинства экспертов, произошло значительное падение интереса к исследованиям в области ИИ, известное как «вторая зима ИИ»?

• В 1950-е – начало 1960-х гг.
• В 1960–70-е гг.
• В 1980-е – начало 1990-х гг.
• В период с 2010-х гг. по настоящее время.

Сопоставьте основные концепции искусственного интеллекта с их характеристиками:

• A. Нейронные сети
• B. Экспертные системы
• C. Генетические алгоритмы
• D. моделируют работу человеческого мозга
• E. основаны на знаниях экспертов в узкой области
• F. используют принципы естественного отбора

Основная проблема, связанная с работой с данными, – это …

• высокая скорость анализа
• защита данных от утечек
• пропуски в данных
• большие объемы структурированных данных

… данные требуют для их анализа дополнительного парсинга

• Структурированные
• Полуструктурированные
• Неструктурированные
• Структурированные, полуструктурированные и неструктурированные

Сопоставьте платформы для глубокого обучения с их основными характеристиками:

• A. AWS SageMaker
• B. Google Vertex AI
• C. Microsoft Azure ML
• D. расширенные возможности MLOps
• E. нативная поддержка для работы с TPU
• F. интеграция в корпоративные среды

Согласно наиболее корректному определению, данные – это …

• физические объекты, используемые в вычислениях
• цифровые представления событий, процессов или состояний объектов реального мира
• алгоритмы, использующиеся для анализа информации
• текстовая информация, используемая в обработке

Искусственная нейронная сеть состоит из входного слоя, скрытых слоев и … слоя

Расположите ранние результаты использования искусственного интеллекта в медицине в хронологическом порядке их реализации:

• 1 автоматизация диагностики
• 2 предиктивные модели
• 3 персонализированная медицина

В машинном обучении функция потерь используется для оценки качества модели и минимизации ошибки с помощью метода … спуска

Так называемые «зимы искусственного интеллекта (ИИ)» – это …

• периоды активного финансирования исследований в области ИИ
• периоды спада интереса и финансирования в области ИИ
• этапы, когда ИИ успешно использовался в промышленности
• периоды открытых научных конференций по ИИ

Расположите в порядке возрастания приоритетности (от наиболее важной к менее важным) основные проблемы искусственного интеллекта:

• 1 этические проблемы
• 2 технологические проблемы
• 3 социальные проблемы
• 4 экономические проблемы

Расположите в правильном порядке этапы работы искусственного интеллекта:

• 1 сбор данных
• 2 обработка данных
• 3 обучение модели
• 4 применение модели

Сопоставьте источники данных с их описаниями:

• A. Первичные источники
• B. Вторичные источники
• C. Синтетические источники
• D. непосредственное измерение характеристик объектов
• E. данные, полученные на основе обработки данных непосредственных измерений
• F. данные, сгенерированные моделями и симуляциями

Такой метод, как …, используется для минимизации значения функции потерь в нейронных сетях

• деревья решений
• градиентный спуск
• метод главных компонент
• алгоритм k-средних

Для решения проблемы недостатка обучающих данных в сфере искусственного интеллекта существуют такие перспективные направления, как … (укажите 2 варианта ответа)

• аргументация данных
• регуляризация
• обучение на обогащенных выборках
• использование виртуальных машин

Сопоставьте важнейшие события в истории искусственного интеллекта и соответствующие годы:

• A. Создание шахматной программы Deep Blue
• B. Презентация термина «искусственный интеллект»
• C. Разработка первой нейронной сети
• D. Предложение идеи теста Тьюринга
• E. 1997 г.
• F. 1956 г.
• G. 1958 г.
• H. 1950 г.

Согласно наиболее корректному определению, данные – это …

• физические объекты, используемые в вычислениях
• цифровые представления событий, процессов или состояний объектов реального мира
• алгоритмы, использующиеся для анализа информации
• текстовая информация, используемая в обработке

Сопоставьте технологии с их особенностями:

• A. Квантовые технологии
• B. Нанотехнологии
• C. Искусственные нейронные сети
• D. технология, использующая явления квантовой физики для реализации новых вычислительных и коммуникационных возможностей
• E. технология создания и манипулирования материалами и устройствами на атомарном и молекулярном уровне
• F. моделирование когнитивных процессов

Расположите типы процессоров для задач искусственного интеллекта в порядке возрастания уровня их вычислительной мощности (от низкой к высокой вычислительной мощности):

• 1 CPU
• 2 нейроморфные процессоры
• 3 GPU
• 4 TPU

Сопоставьте ключевые направления развития искусственного интеллекта (ИИ) с их описаниями:

• A. Этичный ИИ
• B. Объяснимый ИИ
• C. Самообучающиеся системы
• D. Квантовый ИИ
• E. ИИ, который стал частью сложной социальной системы
• F. модели, обеспечивающие прозрачность решений
• G. системы, обучающиеся без необходимости размеченных данных
• H. алгоритмы, способные к экспоненциальному ускорению