Bài kiểm tra Trí tuệ nhân tạo và ứng dụng trong kinh tế
Exam info
- Subject
- Trí tuệ nhân tạo
- Exam type
- University
- Questions
- 20
- Duration
- 30 min
- Answers
- ✓ With explanations
Questions (20)
- Q 1.
Mô hình AI tuyển dụng được huấn luyện trên dữ liệu lịch sử có thành kiện giới tính. Nhóm khách hàng bị ảnh hưởng bị đánh giá thấp hơn so với nhóm khác. Vấn đề này chủ yếu thuộc nhóm thách thức nào?
- A.
Thiếu dữ liệu tuyệt đối
- B.
Thiên lệch thuật toán và vấn đề đạo đức
- C.
Hạn chế về phần cứng
- D.
Không có định nghĩa thống nhất về AI
- A.
- Q 2.
Trong giai đoạn “mùa đông AI”, sự kỳ vọng về khả năng của AI thường vượt quá những gì có thể đạt được do thiếu dữ liệu và sức mạnh tính toán. Nhận định nào giải thích tốt nhất nguyên nhân này?
- A.
Các thuật toán AI hoàn toàn không tồn tại
- B.
Dữ liệu và sức mạnh tính toán còn hạn chế so với yêu cầu thực tế
- C.
Con người hoàn toàn không quan tâm đến AI
- D.
AI không có bất kỳ ứng dụng kinh tế nào
- A.
- Q 3.
Doanh nghiệp triển khai chatbot tuyển dụng nhưng không thông báo rõ loại dữ liệu ứng viên được thu thập. Rủi ro đạo đức nổi bật nhất là gì?
- A.
Chatbot sử dụng thuật toán tự học nên không thể kiểm soát
- B.
Vi phạm tinh thần minh bạch và quyền riêng tư của ứng viên
- C.
Làm giảm số lượng bài kiểm tra trong hồ sơ ứng viên
- D.
Buộc doanh nghiệp phải dùng mô hình Symbolic AI
- A.
- Q 4.
Theo định nghĩa của Russell và Norvig, AI được hiểu là ngành nghiên cứu các hệ thống như thế nào?
- A.
Chỉ các chương trình tự động lưu trữ dữ liệu
- B.
Các tác nhân thông minh nhận thức môi trường và hành động để tối đa hóa mục tiêu
- C.
Các hệ thống chỉ thực hiện phép tính thống kê
- D.
Các hệ thống chỉ mô phỏng cơ chế sinh học của não
- A.
- Q 5.
Một hệ thống tự động đọc chữ trên hóa đơn, nhận diện số tiền và đưa dữ liệu vào phần mềm kế toán. Nhóm công nghệ nào trực tiếp phù hợp nhất?
- A.
Speech Recognition
- B.
Computer Vision kết hợp OCR và Machine Learning
- C.
NLP và Robotics
- D.
Symbolic AI và Big Data
- A.
- Q 6.
Phát biểu nào mô tả đúng mối quan hệ giữa AI và Big Data?
- A.
AI và Big Data là hai tên gọi hoàn toàn đồng nghĩa
- B.
AI là dữ liệu, còn Big Data là thuật toán
- C.
Big Data cung cấp dữ liệu làm nguyên liệu, còn AI giúp khai thác dữ liệu và tạo ra giá trị
- D.
Big Data chỉ dùng cho kế toán, còn AI chỉ dùng cho y tế
- A.
- Q 7.
Mô hình dự báo giá cổ phiếu dựa trên dữ liệu lịch sử và xác suất thống kê thuộc hướng tiếp cận nào?
- A.
Symbolic AI
- B.
Statistical AI
- C.
Robotics
- D.
Big Data
- A.
- Q 8.
Trong các phát biểu về AI và Big Data: (1) DL là nhánh con của ML; (2) Data Mining tìm mẫu và tri thức trong dữ liệu; (3) Big Data là nguyên liệu cho AI; (4) mọi hệ thống Big Data đều là AI. Tổ hợp nào đúng?
- A.
(1), (2) và (3)
- B.
(1) và (4)
- C.
(2), (3) và (4)
- D.
Chỉ (3)
- A.
- Q 9.
Để một tổ chức sử dụng AI chấm điểm tín dụng một cách có trách nhiệm, câu nào là yêu cầu phù hợp nhất?
- A.
Chỉ cần độ chính xác tổng thể cao là đủ
- B.
Kiểm tra thiên lệch dữ liệu, giải thích quyết định và cung cấp cơ chế khiếu nại
- C.
Không cần kiểm tra dữ liệu vì mô hình có thể tự học
- D.
Chuyển toàn bộ trách nhiệm cho khách hàng
- A.
- Q 10.
Trong chatbot tư vấn sức khỏe tâm thần, nguyên tắc nào thể hiện rõ trách nhiệm đạo đức?
- A.
Giấu hoàn toàn việc người dùng đang nói với AI
- B.
Nêu rõ giới hạn của chatbot, bảo vệ quyền riêng tư và có kênh chuyển người
- C.
Tối đa hóa dữ liệu thu thập dù chưa có sự đồng ý
- D.
Không cần giám sát để chatbot có thể đưa ra chẩn đoán như bác sĩ
- A.
- Q 11.
Nhận định nào về trách nhiệm đạo đức của các bên trong vòng đời sản phẩm AI là đúng?
- A.
Chỉ nhà phát triển chịu trách nhiệm sau khi phần mềm được phát hành
- B.
Nhân viên tiếp thị chỉ cần tối đa hóa doanh số
- C.
Nhà phát triển cần hiểu giới hạn kỹ thuật, dữ liệu huấn luyện và ràng buộc pháp luật
- D.
Người dùng cuối không cần chịu trách nhiệm khi sử dụng sai mục đích
- A.
- Q 12.
Trong bối cảnh nghiên cứu có trách nhiệm, hành vi nào thể hiện đúng cả tính khiêm tốn lẫn kỷ luật?
- A.
Chỉ đọc nguồn ủng hộ quan điểm ban đầu
- B.
Tìm bằng chứng trái chiều, kiểm tra tác giả và sẵn sàng điều chỉnh quan điểm
- C.
Chỉ dựa vào video được chia sẻ nhiều nhất
- D.
Chỉ đọc tóm tắt mà không mở tài liệu gốc
- A.
- Q 13.
Một yêu cầu bảo mật phù hợp khi chuẩn bị dữ liệu đưa vào chatbot công cộng là gì?
- A.
Dán toàn bộ hợp đồng chứa số tài khoản thật
- B.
Sử dụng dữ liệu giả lập hoặc loại bỏ các trường nhạy cảm trước khi gửi
- C.
Gửi mọi dữ liệu vì chatbot được xem là đối tác tin cậy
- D.
Chỉ cần xóa tên người dùng là đủ để bảo vệ mọi thông tin
- A.
- Q 14.
Nguyên tắc GIGO khi sử dụng chatbot được hiểu đúng nhất là gì?
- A.
Mô hình có đủ tham số sẽ tự sửa mọi lỗi của đầu vào
- B.
Đầu vào thiếu chính xác hoặc mơ hồ thường dẫn đến đầu ra kém chất lượng
- C.
Càng nhập nhiều dữ liệu chất lượng thì đầu ra càng chắc chắn đúng
- D.
Đầu ra không phụ thuộc vào cách diễn đạt của yêu cầu
- A.
- Q 15.
Yêu cầu “Nếu thiếu thông tin, hãy gắn cảnh báo và giải thích lý do” trong prompt nhằm mục đích chính là gì?
- A.
Giảm tốc độ xử lý của mô hình
- B.
Hạn chế việc chatbot bịa đặt thông tin
- C.
Làm cho đầu ra luôn đúng tuyệt đối
- D.
Buộc mô hình sử dụng ngôn ngữ không chứa cảm xúc
- A.
- Q 16.
Trong RapidMiner, việc chia dữ liệu thành tập huấn luyện và tập kiểm tra có mục đích chính là gì?
- A.
Đánh giá khả năng tổng quát hóa của mô hình trên dữ liệu chưa từng dùng để huấn luyện
- B.
Làm cho mô hình không cần chọn thuật toán
- C.
Tăng số lượng biến đầu vào của dữ liệu
- D.
Chuyển dữ liệu sang định dạng văn bản
- A.
- Q 17.
Mô hình dự báo phá sản có độ chính xác tổng thể cao nhưng Recall của lớp phá sản thấp. Rủi ro kinh doanh rõ nhất là gì?
- A.
Bỏ sót nhiều doanh nghiệp thực sự có nguy cơ phá sản
- B.
Tăng dung lượng lưu trữ dữ liệu
- C.
Dự báo thừa lợi nhuận cho mọi doanh nghiệp
- D.
Không thể trực quan hóa kết quả
- A.
- Q 18.
Doanh nghiệp muốn dự báo doanh thu sáu tháng tới từ dữ liệu doanh thu theo tháng trong Excel. Tính năng nào hỗ trợ trực tiếp nhất?
- A.
Analyze Data
- B.
Forecast Sheet
- C.
Smart Narrative
- D.
Repository của RapidMiner
- A.
- Q 19.
Chức năng chính của Smart Narrative trong Power BI là gì?
- A.
Tự động tạo văn bản giải thích và tóm tắt xu hướng từ số liệu, biểu đồ
- B.
Xóa toàn bộ dữ liệu nguồn khỏi báo cáo
- C.
Huấn luyện lại mô hình dự báo từ đầu
- D.
Tự động thiết kế mẫu PowerPoint
- A.
- Q 20.
Khi chuẩn bị dữ liệu kinh tế – tài chính để xây dựng mô hình dự báo, cấu trúc quy trình nào hợp lý nhất?
- A.
Trực quan hóa → dự báo → thu thập → làm sạch
- B.
Thu thập → làm sạch và tiền xử lý → phân tích hoặc mô hình hóa → kiểm chứng và trực quan hóa
- C.
Mô hình hóa → thu thập dữ liệu → làm sạch → trực quan hóa
- D.
Thu thập → trực quan hóa → làm sạch → phân tích
- A.
Answers and explanations are in mode.
Similar Trí tuệ nhân tạo exams
Đề trắc nghiệm Trí tuệ nhân tạo – Chương 1 và Chương 2 (Giới thiệu về AI; Các vấn đề đạo đức và pháp lý của AI)
48 Q · Học viện Tài chính
Đề cương ôn tập TTNT – Quản trị Marketing AOF (Học viện Tài chính)
67 Q · Học viện Ngân Hàng
Đề trắc nghiệm Chương 1: Giới thiệu về trí tuệ nhân tạo
100 Q
Trí tuệ nhân tạo – Bộ câu hỏi trắc nghiệm theo bài (Bài 1 – Bài 10)
10 Q
Đề trắc nghiệm Chương 1 – Giới thiệu về trí tuệ nhân tạo
100 Q
Trí tuệ nhân tạo – Bài tập trắc nghiệm theo chương (Bài 1 đến Bài 10 và Chương 1 đến Chương 4)
30 Q