Trắc nghiệm Khoa học máy tính 12 Kết nối tri thức bài 1: Làm quen với Trí tuệ nhân tạo

1. Khi nói về các thuộc tính của một hệ thống AI, Khả năng giải thích (Explainability) có nghĩa là gì?

A. Tốc độ xử lý của hệ thống.

B. Khả năng hệ thống đưa ra quyết định một cách minh bạch và dễ hiểu.

C. Khả năng hệ thống tự cập nhật phần mềm.

D. Khả năng hệ thống kết nối với các thiết bị ngoại vi.

2. Trong các loại tác tử AI, loại nào cần có mô hình thế giới nội bộ để hiểu và dự đoán các sự kiện?

A. Tác tử phản xạ đơn giản.

B. Tác tử dựa trên mục tiêu.

C. Tác tử dựa trên lịch sử.

D. Tác tử có mô hình thế giới (Model-based agents).

3. Một trong những mục tiêu của AI là tạo ra các tác tử thông minh (Intelligent Agents). Tác tử thông minh là gì?

A. Một chương trình máy tính chỉ thực hiện các phép toán đơn giản.

B. Một thực thể có khả năng cảm nhận môi trường và hành động một cách độc lập để đạt mục tiêu.

C. Một thiết bị phần cứng không có khả năng xử lý thông tin.

D. Một người dùng tương tác với hệ thống máy tính.

4. Một hệ thống AI được thiết kế để nhận dạng hình ảnh các vật thể khác nhau (ví dụ: chó, mèo, ô tô) thuộc lĩnh vực nào?

A. Xử lý ngôn ngữ tự nhiên.

B. Học tăng cường (Reinforcement Learning).

C. Thị giác máy tính (Computer Vision).

D. Hệ thống gợi ý.

5. Trong bài học Làm quen với Trí tuệ nhân tạo, thuật ngữ Machine Learning (Học máy) có ý nghĩa như thế nào?

A. Là quá trình máy tính chỉ thực hiện các lệnh được lập trình sẵn.

B. Là khả năng máy tính tự động nhận diện và sửa lỗi phần mềm.

C. Là khả năng máy tính học hỏi từ dữ liệu mà không cần được lập trình tường minh.

D. Là quá trình máy tính kết nối với mạng internet để tìm kiếm thông tin.

6. Khi phân loại các loại tác tử AI dựa trên cách chúng xử lý thông tin, loại nào chỉ dựa vào trạng thái hiện tại của môi trường?

A. Tác tử dựa trên lịch sử (History-based agents).

B. Tác tử dựa trên mục tiêu (Goal-based agents).

C. Tác tử phản xạ đơn giản (Simple reflex agents).

D. Tác tử có mô hình thế giới (Model-based agents).

7. Tác tử AI nào có khả năng lập kế hoạch và đưa ra các bước hành động để đạt được một trạng thái mong muốn trong tương lai?

A. Tác tử phản xạ đơn giản.

B. Tác tử dựa trên mục tiêu (Goal-based agents).

C. Tác tử dựa trên lịch sử.

D. Tác tử có mô hình thế giới.

8. Điều gì làm cho một tác tử AI được coi là thông minh?

A. Khả năng hoạt động liên tục không ngừng nghỉ.

B. Khả năng xử lý dữ liệu với tốc độ nhanh nhất.

C. Khả năng thích ứng với môi trường thay đổi và học hỏi để cải thiện hành vi.

D. Khả năng lưu trữ một lượng lớn thông tin.

9. Khi máy tính có thể chơi cờ vua ở đẳng cấp cao, đây là một minh chứng cho khả năng AI trong lĩnh vực nào?

A. Xử lý ngôn ngữ tự nhiên.

B. Lập kế hoạch và lập lịch.

C. Nhận dạng giọng nói.

D. Giải quyết vấn đề và tư duy logic.

10. Ngược lại với AI yếu, AI mạnh (General AI hay Strong AI) sẽ có khả năng gì?

A. Chỉ giỏi một lĩnh vực duy nhất.

B. Có khả năng hiểu, học và áp dụng trí tuệ vào bất kỳ nhiệm vụ nào mà con người có thể làm.

C. Chỉ có thể phân tích dữ liệu theo mẫu đã định sẵn.

D. Tự động hóa các quy trình thủ công lặp đi lặp lại.

11. Một hệ thống AI có thể học cách lái xe tự động bằng cách phân tích hàng triệu giờ video lái xe của con người. Đây là ví dụ về:

A. Học có giám sát (Supervised Learning) từ dữ liệu có nhãn (hành động lái xe).

B. Học không giám sát (Unsupervised Learning) để phân cụm.

C. Học tăng cường (Reinforcement Learning) từ phần thưởng khi lái xe tốt.

D. Cả hai phương án A và C đều có thể áp dụng tùy vào cách huấn luyện cụ thể.

12. Yếu tố nào đóng vai trò quan trọng nhất trong việc huấn luyện các mô hình Trí tuệ nhân tạo?

A. Tốc độ xử lý của bộ vi xử lý.

B. Dung lượng của ổ cứng.

C. Chất lượng và số lượng của dữ liệu huấn luyện.

D. Số lượng RAM có trong máy tính.

13. Hệ thống nhận dạng giọng nói của trợ lý ảo (như Siri, Google Assistant) là một ví dụ của ứng dụng AI trong lĩnh vực nào?

A. Thị giác máy tính.

B. Hệ chuyên gia.

C. Xử lý ngôn ngữ tự nhiên.

D. Robot học.

14. Trong bài học, đâu là một trong những thách thức khi phát triển hệ thống Trí tuệ nhân tạo?

A. Thiếu các bộ vi xử lý đủ mạnh.

B. Sự phát triển quá nhanh của các thuật toán học máy.

C. Khó khăn trong việc thu thập dữ liệu chất lượng cao và đủ lớn.

D. Yêu cầu quá ít năng lượng để vận hành.

15. Deep Learning (Học sâu) là một nhánh của Học máy, nổi bật với việc sử dụng cấu trúc nào?

A. Cây quyết định đơn giản.

B. Mạng nơ-ron nhân tạo nhiều lớp (mạng nơ-ron sâu).

C. Thuật toán phân cụm K-Means.

D. Hệ thống quản lý cơ sở dữ liệu quan hệ.

16. Trong lịch sử phát triển của AI, giai đoạn nào được coi là Mùa đông AI (AI Winter)?

A. Giai đoạn có những tiến bộ vượt bậc và đầu tư mạnh mẽ vào AI.

B. Giai đoạn giảm sút hứng thú và tài trợ cho nghiên cứu AI do những kỳ vọng không được đáp ứng.

C. Giai đoạn phát minh ra mạng nơ-ron nhân tạo đầu tiên.

D. Giai đoạn AI được ứng dụng rộng rãi trong công nghiệp.

17. Sự phát triển của Trí tuệ nhân tạo đặt ra những câu hỏi về đạo đức và xã hội. Một trong những vấn đề được quan tâm là:

A. Tốc độ tăng trưởng của ngành công nghiệp chip xử lý.

B. Nguy cơ mất việc làm do tự động hóa và vấn đề thiên vị (bias) trong thuật toán.

C. Sự cạnh tranh giữa các công ty công nghệ lớn.

D. Khả năng AI thay thế hoàn toàn con người trong mọi hoạt động.

18. Tác tử AI nào xem xét cả trạng thái hiện tại và lịch sử các sự kiện để đưa ra quyết định?

A. Tác tử phản xạ đơn giản.

B. Tác tử dựa trên mục tiêu.

C. Tác tử dựa trên lịch sử.

D. Tác tử phản xạ có điều kiện.

19. Khái niệm AI yếu (Narrow AI hay Weak AI) đề cập đến loại hệ thống AI nào?

A. Hệ thống có trí tuệ ngang bằng hoặc vượt trội con người trong mọi lĩnh vực.

B. Hệ thống được thiết kế để thực hiện một nhiệm vụ cụ thể.

C. Hệ thống có khả năng tự nhận thức và cảm xúc.

D. Hệ thống có thể tự phát triển và sáng tạo ra các công nghệ mới.

20. Trí tuệ nhân tạo (AI) có thể được hiểu là lĩnh vực của khoa học máy tính tập trung vào việc tạo ra các hệ thống có khả năng gì?

A. Chỉ có khả năng thực hiện các phép tính số học phức tạp.

B. Chỉ có khả năng lưu trữ và truy xuất thông tin.

C. Mô phỏng các chức năng nhận thức của con người như học tập và giải quyết vấn đề.

D. Tự động tạo ra các mã nguồn phần mềm mà không cần lập trình.

21. Theo bài học Làm quen với Trí tuệ nhân tạo trong sách Khoa học máy tính 12 Kết nối tri thức, đâu là một trong những khả năng cốt lõi của Trí tuệ nhân tạo (AI)?

A. Tự động hóa hoàn toàn mọi quy trình sản xuất mà không cần sự giám sát của con người.

B. Khả năng học hỏi, suy luận và đưa ra quyết định dựa trên dữ liệu.

C. Tạo ra các tác phẩm nghệ thuật độc đáo và có cảm xúc tương đương con người.

D. Thay thế hoàn toàn vai trò của giáo viên trong mọi cấp học.

22. Ngành Trí tuệ nhân tạo được chia thành nhiều lĩnh vực con. Lĩnh vực nào tập trung vào việc cho phép máy tính hiểu và xử lý 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. Lập kế hoạch và lập lịch (Planning and Scheduling).

23. Việc phát triển robot có khả năng thực hiện các nhiệm vụ phức tạp trong môi trường thực tế đòi hỏi sự kết hợp của những lĩnh vực AI nào?

A. Chỉ Thị giác máy tính.

B. Chỉ Xử lý ngôn ngữ tự nhiên.

C. Thị giác máy tính, Lập kế hoạch, và Điều khiển robot.

D. Chỉ Học máy.

24. Khi một hệ thống AI có thể đưa ra lời khuyên hoặc chẩn đoán dựa trên một tập hợp kiến thức chuyên môn được định nghĩa trước, nó thuộc loại hệ thống AI nào?

A. Hệ thống máy học.

B. Hệ chuyên gia (Expert System).

C. Hệ thống nhận dạng giọng nói.

D. Hệ thống gợi ý cá nhân.

25. Một ví dụ điển hình về ứng dụng của Trí tuệ nhân tạo trong đời sống hàng ngày là gì?

A. Máy tính bỏ túi thực hiện các phép cộng đơn giản.

B. Hệ thống gợi ý phim/nhạc trên các nền tảng trực tuyến.

C. Máy in hoạt động bằng cách nhận lệnh in từ máy tính.

D. Phần mềm soạn thảo văn bản với chức năng kiểm tra chính tả cơ bản.