Ответы на вопросы из коллекции "Университет «Синергия» Теории и системы искусственного интеллекта (Темы 1-6 Итоговый и компетентностный тесты)"

Специалист по разработке систем искусственного интеллекта (ИИ) анализирует тенденции развития технологий в области медицины с использованием ИИ. В соответствии с мировыми трендами, он рассматривает разные направления применения ИИ в этой области. Какие направления наиболее перспективны для внедрения ИИ в медицинскую практику? (Укажите 2 варианта ответа).

• Автоматизированная диагностика на основе изображений (например, рентген, МРТ).
• Создание кросс-платформенных приложений для ведения медицинских карт.
• Персонализированная медицина на основе генетических данных.
• Моделирование экономических процессов в здравоохранении.

Современная аппаратная платформа NVIDIA DGX оснащена GPU серии … и высокоскоростной сетью передачи данных

В числе основных требований к вычислительным системам для искусственного интеллекта – … (укажите 2 варианта ответа)

• высокая скорость операций
• низкие энергозатраты
• способность обрабатывать большие объемы данных
• простота в использовании

В числе характеристик нейроморфных процессоров – … (укажите 2 варианта ответа)

• энергоэффективность
• работа с большими объемами данных
• асинхронная обработка событий
• высокая вычислительная мощность

Неверно, что … является частью процесса обучения модели

• сбор данных
• формулирование задачи
• разработка аппаратного обеспечения
• оценка качества модели

К применению искусственного интеллекта в здравоохранении относятся задачи по …

• обработке текстовых данных
• автоматической диагностике заболеваний
• модернизации оборудования
• оптимизации производства

Для работы с неструктурированными данными часто применяются методы обработки естественного … (NLP)

Машинный перевод является примером использования такого метода, как …

• классификация
• обработка естественного языка (NLP)
• регрессия
• снижение размерности

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.

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.

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.

… данные требуют для их анализа дополнительного парсинга

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

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.

Основная задача специализированных ускорителей TPU в контексте искусственного интеллекта – …

• обработка текстовых данных
• выполнение операций над тензорами
• рендеринг графики
• управление процессами обработки данных

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.

Сопоставьте основные концепции искусственного интеллекта с их характеристиками:

• Нейронные сети
• Экспертные системы
• Генетические алгоритмы
• моделируют работу человеческого мозга
• основаны на знаниях экспертов в узкой области
• используют принципы естественного отбора

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

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

• CPU
• нейроморфные процессоры
• GPU
• TPU

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.

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

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

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

• Дерево решений
• Генетический алгоритм
• Кластеризация
• Нейронная сеть

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

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

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

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.

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

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

• автоматизация диагностики
• предиктивные модели
• персонализированная медицина

Сопоставьте источники данных с их описаниями:

• Первичные источники
• Вторичные источники
• Синтетические источники
• непосредственное измерение характеристик объектов
• данные, полученные на основе обработки данных непосредственных измерений
• данные, сгенерированные моделями и симуляциями

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.

Расположите в правильном порядке этапы работы искусственного интеллекта:

• сбор данных
• обработка данных
• обучение модели
• применение модели

Преимуществом использования глубокого машинного обучения является …

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

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

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

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.

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

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

Сопоставьте технологии с их особенностями:

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

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

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

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

Сопоставьте важнейшие события в истории искусственного интеллекта и соответствующие годы:

• Создание шахматной программы Deep Blue
• Презентация термина «искусственный интеллект»
• Разработка первой нейронной сети
• Предложение идеи теста Тьюринга
• 1997 г.
• 1956 г.
• 1958 г.
• 1950 г.

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

Сопоставьте платформы для глубокого обучения с их основными характеристиками:

• AWS SageMaker
• Google Vertex AI
• Microsoft Azure ML
• расширенные возможности MLOps
• нативная поддержка для работы с TPU
• интеграция в корпоративные среды

Упорядочьте основные направления искусственного интеллекта по усложнению и хронологии развития:

• машинное обучение (ML)
• глубокое обучение (DL)
• обработка естественного языка (NLP)
• робототехника

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

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

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

• ELIZA
• Watson
• AlphaGo
• GPT

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.

Расположите в правильном порядке важные вехи развития искусственного интеллекта (ИИ):

• знакомство общества с понятиями «модель» и «алгоритм»
• создание первой нейронной сети
• разработка экспертных систем
• Первый международный конгресс по искусственному интеллекту

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

• Этичный ИИ
• Объяснимый ИИ
• Самообучающиеся системы
• Квантовый ИИ
• ИИ, который стал частью сложной социальной системы
• модели, обеспечивающие прозрачность решений
• системы, обучающиеся без необходимости размеченных данных
• алгоритмы, способные к экспоненциальному ускорению

Сопоставьте уровни искусственного интеллекта (ИИ) с их описаниями:

• Узкий (слабый) ИИ
• Общий (сильный) ИИ
• Искусственный сверхинтеллект
• ИИ, решающий ограниченный набор задач (например, распознавание лиц)
• гипотетическая система, способная решать любые задачи на уровне человека
• теоретический уровень интеллекта, превышающий человеческий.

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

Пример применения обучения с подкреплением – …

• рекомендательный сервис
• автономный робот
• классификация изображений
• прогнозирование временных рядов

Сопоставьте примеры применения искусственного интеллекта с соответствующими отраслями:

• Автономное вождение
• Системы адаптивного обучения
• Оценка кредитного риска
• транспорт
• образование
• финансы

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

• этические проблемы
• технологические проблемы
• социальные проблемы
• экономические проблемы

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

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

Сопоставьте типы алгоритмов поиска с их характеристиками:

• Поиск в ширину
• Поиск в глубину
• Эвристический поиск
• гарантирует нахождение кратчайшего пути
• исследует одну ветвь до конца
• использует эвристическую функцию для оценки

Расположите типы данных в порядке от наиболее организованных к наименее структурированным:

• структурированные
• полуструктурированные
• неструктурированные

Методом решения задач в классическом искусственном интеллекте является … метод, который использует способ рассуждения от общего к частному