1. AI的快速發展多虧運算速度的大幅提升
是
否
2. 自然語言處理包含一系列任務,除了?
情感分析
自動駕駛
語法分析
機器翻譯
3. 事件回應計畫應定期演練?
是
否
4. 以下說明何者錯誤?
AI系統蒐集的資料是經過同意的合法蒐集,所以可以隨意濫用
AI系統蒐集和使用的資料必須遵守相關法律,否則可能面臨重罰
AI的運用面臨了眾多挑戰,像是道德、隱私與就業等
以上皆正確
5. 人工智慧、機器學習與深度學習的關係是?
機器學習的領域包含了人工智慧與深度學習
人工智慧的領域包含了機器學習與深度學習
深度學習的領域包含了人工智慧與機器學習
以上皆非
6. 以下何者為AI時代所面臨的挑戰?
隱私
就業
資安
以上皆是
7. 以下關於自然語言處理的說明,何者有誤?
包含了自然語言理解與自然語言生成
自然語言處理是為了讓電腦學習如何處理人類的語言
自然語言處理僅涉及電腦科學領域
自然語言處理可用在語義分析與情感分析
8. 自然語言處理技術常應用於以下何種場景?
客服自動化
AI虛擬助理
文件分析
以上皆是
9. 下列關於常見的機器學習類別,何者有誤?
監督式學習
增強式學習
非監督式學習
以上皆正確
10. 面對AI時代所帶來的資安威脅,我們該如何因應?
進行員工資安培訓
落實法規遵循
強化資料保護措施
以上皆是
11. 我們應實施嚴格的存取控制策略,確保只有授權的使用者才能存取敏感資料和AI系統?
是
否
12. 以下何者為生成式AI可能造成的資安風險?
語音釣魚攻擊
詐騙
偽造政治人物
以上皆是
13. 使用生成式AI時不需要注意隱私與資料安全的問題?
是
否
14. 以下關於AI的核心目標,何者正確?
語言理解
推理
感知
以上皆是
15. 深度學習是模擬人類大腦神經網路處理訊息的複雜方式,來學習和做出決策
是
否
16. 資料偏差與隱私安全是機器學習所面臨的挑戰?
是
否
17. 生成式AI可用於製作假新聞
是
否
18. 當AI蒐集太多資料時,可能會衍生以下何者風險?
資料安全
隱私侵犯
法律和道德問題
以上皆是
19. 下述關於監督式學習的說明,何者正確?
訓練過程不告訴機器答案,不需要人工輸入「標籤」資料
訓練的過程中告訴機器答案,需要人工輸入「標籤」資料
透過設計獎勵,描述行動和環境互動後的獎罰關係來學習
以上皆非
20. AI是人類發明的,所以不可能做的比人類好
是
否