Trắc nghiệm Cánh diều Tin học ứng dụng 12 bài 1: Giới thiệu về trí tuệ nhân tạo

1. Loại học máy nào liên quan đến việc một tác tử (agent) học cách đưa ra quyết định thông qua thử và sai, nhận phản hồi dưới dạng phần thưởng hoặc hình phạt?

A. Học có giám sát (Supervised Learning).

B. Học không giám sát (Unsupervised Learning).

C. Học tăng cường (Reinforcement Learning).

D. Học bán giám sát (Semi-supervised Learning).

2. Thị giác máy tính (Computer Vision) là một lĩnh vực của AI, chủ yếu liên quan đến việc gì?

A. Khả năng máy tính nhìn và hiểu nội dung của hình ảnh hoặc video.

B. Khả năng máy tính nghe và hiểu lời nói của con người.

C. Khả năng máy tính cảm nhận và tương tác với môi trường vật lý.

D. Khả năng máy tính suy nghĩ và đưa ra quyết định logic.

3. Yếu tố nào là quan trọng nhất để một hệ thống AI có thể suy luận (reasoning)?

A. Khả năng ghi nhớ thông tin.

B. Khả năng xử lý dữ liệu thô.

C. Khả năng áp dụng logic, tìm kiếm mối quan hệ giữa các thông tin để đưa ra kết luận.

D. Khả năng kết nối internet tốc độ cao.

4. Yếu tố cốt lõi nào thường được nhắc đến khi nói về khả năng học hỏi của hệ thống AI?

A. Khả năng xử lý dữ liệu lớn.

B. Khả năng thu thập thông tin từ internet.

C. Khả năng cải thiện hiệu suất dựa trên kinh nghiệm hoặc dữ liệu đã xử lý.

D. Khả năng tự động hóa quy trình.

5. Deep Learning (Học sâu) là một lĩnh vực con của Học máy. Điểm khác biệt chính của Học sâu so với Học máy truyền thống là gì?

A. Học sâu chỉ sử dụng dữ liệu có cấu trúc.

B. Học sâu sử dụng các mạng nơ-ron nhân tạo với nhiều lớp (layers) để tự động trích xuất và học các đặc trưng phức tạp từ dữ liệu.

C. Học sâu yêu cầu ít dữ liệu hơn Học máy truyền thống.

D. Học sâu không thể áp dụng cho các tác vụ nhận dạng hình ảnh hoặc giọng nói.

6. AI được phân loại thành các loại chính dựa trên khả năng. Loại AI nào có khả năng thực hiện một loạt các nhiệm vụ, tương tự như trí tuệ con người?

A. AI Hẹp (Narrow AI) hoặc AI Yếu (Weak AI).

B. AI Tổng quát (General AI) hoặc AI Mạnh (Strong AI).

C. Siêu Trí Tuệ Nhân Tạo (Superintelligence).

D. AI Phản ứng (Reactive Machines).

7. Theo phân tích phổ biến trong lĩnh vực trí tuệ nhân tạo, đâu là định nghĩa chính xác nhất về AI?

A. Là khả năng của máy móc thực hiện các tác vụ đòi hỏi trí thông minh của con người, như học hỏi, giải quyết vấn đề và ra quyết định.

B. Là lĩnh vực nghiên cứu về cách máy tính có thể mô phỏng các chức năng nhận thức của con người như suy nghĩ và cảm nhận.

C. Là việc tạo ra các hệ thống máy tính có khả năng tự động hóa mọi công việc mà không cần sự can thiệp của con người.

D. Là một công nghệ mới nổi chỉ tập trung vào việc tạo ra robot có hình dáng giống con người.

8. Một trong những thách thức đạo đức lớn nhất của AI là gì?

A. Chi phí sản xuất phần cứng AI cao.

B. Nguy cơ thiên vị (bias) trong thuật toán, vấn đề riêng tư và mất việc làm.

C. Khó khăn trong việc tìm kiếm nguồn năng lượng cho AI.

D. Tốc độ xử lý thông tin chậm.

9. AI có tiềm năng tác động đến thị trường lao động bằng cách nào?

A. Chỉ tạo ra việc làm mới mà không ảnh hưởng đến các công việc hiện có.

B. Tự động hóa một số công việc lặp đi lặp lại, có thể dẫn đến sự thay đổi cấu trúc việc làm và yêu cầu kỹ năng mới.

C. Không có bất kỳ tác động nào đến thị trường lao động.

D. Chỉ làm tăng nhu cầu lao động chân tay.

10. Theo quan điểm phổ biến, mục tiêu cuối cùng của Siêu Trí Tuệ Nhân Tạo (Superintelligence) là gì?

A. Đạt được khả năng nhận thức và trí tuệ vượt trội hơn con người trong mọi lĩnh vực.

B. Chỉ có khả năng thực hiện các nhiệm vụ đơn giản và lặp đi lặp lại.

C. Mô phỏng hoàn hảo các cảm xúc của con người.

D. Trở thành một công cụ hỗ trợ con người trong một nhiệm vụ duy nhất.

11. Một ví dụ điển hình cho AI Hẹp (Narrow AI) là gì?

A. Một hệ thống có thể chơi cờ vua ở cấp độ siêu kiện tướng.

B. Một robot có thể học và thích ứng với mọi môi trường sống.

C. Một hệ thống máy tính có thể tự động lái xe trong mọi điều kiện giao thông.

D. Một AI có khả năng sáng tạo nghệ thuật và âm nhạc độc đáo.

12. Trong các ứng dụng của AI, gợi ý cá nhân hóa (personalized recommendation) hoạt động dựa trên nguyên lý chính nào?

A. Phân tích hành vi và sở thích của người dùng để đề xuất nội dung hoặc sản phẩm phù hợp.

B. Hiển thị ngẫu nhiên các sản phẩm.

C. Dựa vào ý kiến của người dùng khác một cách mù quáng.

D. Sử dụng thông tin địa lý của người dùng.

13. Hiện tại, các hệ thống AI phổ biến nhất thuộc loại nào?

A. AI Tổng quát (General AI).

B. AI Hẹp (Narrow AI) hay AI Yếu (Weak AI).

C. Siêu Trí Tuệ Nhân Tạo (Superintelligence).

D. AI Có ý thức (Conscious AI).

14. Trong lĩnh vực giáo dục, AI có thể đóng vai trò gì?

A. Chỉ dùng để chấm điểm bài tập tự động.

B. Cung cấp trải nghiệm học tập cá nhân hóa, hỗ trợ giáo viên và phân tích hiệu quả học tập.

C. Tạo ra các bài giảng hoàn toàn tự động mà không cần tương tác.

D. Thay thế hoàn toàn vai trò của giáo viên.

15. AI đã có những ứng dụng nào trong đời sống hàng ngày?

A. Chỉ có trong các bộ phim khoa học viễn tưởng.

B. Trợ lý ảo (Siri, Google Assistant), hệ thống gợi ý sản phẩm (Netflix, Amazon), xe tự lái.

C. Chỉ được sử dụng trong các phòng thí nghiệm nghiên cứu.

D. Chỉ áp dụng cho các công việc nặng nhọc trong công nghiệp.

16. Khi nói về AI có thể giải thích được (Explainable AI - XAI), mục tiêu chính là gì?

A. Tạo ra các mô hình AI phức tạp hơn nữa.

B. Giúp con người hiểu được lý do tại sao một hệ thống AI đưa ra quyết định hoặc dự đoán cụ thể.

C. Giảm thời gian xử lý của AI.

D. Tăng tốc độ thu thập dữ liệu của AI.

17. Ngành nào của AI tập trung vào việc cho phép máy tính hiểu, diễn giải và tạo ra ngôn ngữ của con người?

A. Thị giác máy tính (Computer Vision).

B. Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP).

C. Hệ chuyên gia (Expert Systems).

D. Robot học (Robotics).

18. Ai được xem là một trong những cha đẻ của lĩnh vực Trí tuệ nhân tạo và đã đề xuất thuật ngữ này?

A. Alan Turing.

B. Marvin Minsky.

C. John McCarthy.

D. Geoffrey Hinton.

19. AI có thể giúp ích trong lĩnh vực y tế như thế nào?

A. Chỉ có thể sử dụng để quản lý hồ sơ bệnh án.

B. Hỗ trợ chẩn đoán bệnh, phát triển thuốc mới và cá nhân hóa phác đồ điều trị.

C. Thay thế hoàn toàn bác sĩ trong mọi quy trình khám chữa bệnh.

D. Chỉ dùng để phân tích dữ liệu thống kê về sức khỏe cộng đồng.

20. Robot học (Robotics) kết hợp các khía cạnh của AI để làm gì?

A. Chỉ tập trung vào việc thiết kế phần cứng của robot.

B. Tập trung vào việc tạo ra các robot có khả năng cảm nhận môi trường, xử lý thông tin và thực hiện hành động vật lý.

C. Chỉ sử dụng AI để lập trình các chuyển động tự động.

D. Chủ yếu nghiên cứu về giao diện người-máy.

21. Trong lĩnh vực AI, Machine Learning (Học máy) là gì?

A. Là một phương pháp lập trình máy tính theo những quy tắc cố định.

B. Là một nhánh của AI cho phép hệ thống học hỏi và đưa ra dự đoán hoặc quyết định mà không cần được lập trình rõ ràng cho từng trường hợp.

C. Là quá trình máy tính ghi nhớ tất cả thông tin đã được cung cấp.

D. Là việc sử dụng các thuật toán toán học phức tạp để giải quyết mọi vấn đề.

22. Hệ chuyên gia (Expert Systems) là một dạng AI có đặc điểm nổi bật là:

A. Mô phỏng khả năng học hỏi và thích ứng với mọi tình huống mới.

B. Chứa một cơ sở tri thức và một bộ quy tắc suy luận để giải quyết các vấn đề trong một lĩnh vực chuyên môn cụ thể.

C. Có khả năng giao tiếp tự nhiên với người dùng bằng ngôn ngữ nói.

D. Có thể tự động tạo ra các thuật toán mới.

23. Thuật ngữ Trí tuệ nhân tạo (Artificial Intelligence) lần đầu tiên được sử dụng trong bối cảnh nào?

A. Trong một bài báo khoa học năm 1980.

B. Tại hội thảo Dartmouth năm 1956.

C. Trong một cuốn sách về robot học năm 1995.

D. Trong một bài phát biểu của Alan Turing năm 1950.

24. Trong số các loại học máy, phương pháp nào thường được sử dụng khi hệ thống AI học từ dữ liệu mà không có nhãn (unlabeled data)?

A. Học có giám sát (Supervised Learning).

B. Học không giám sát (Unsupervised Learning).

C. Học tăng cường (Reinforcement Learning).

D. Học bán giám sát (Semi-supervised Learning).

25. Tầm quan trọng của việc dữ liệu trong phát triển AI hiện đại là gì?

A. Dữ liệu chỉ cần thiết cho các mô hình AI đơn giản.

B. Dữ liệu là yếu tố then chốt để huấn luyện (train) và cải thiện hiệu suất của các mô hình AI, đặc biệt là Học máy và Học sâu.

C. AI có thể hoạt động tốt mà không cần bất kỳ dữ liệu nào.

D. Chỉ cần một lượng nhỏ dữ liệu để xây dựng một AI mạnh mẽ.