Trắc nghiệm Tin học ứng dụng 12 chân trời sáng tạo bài A1: Giới thiệu Trí tuệ nhân tạo
1. Loại hình AI nào có khả năng thực hiện mọi nhiệm vụ nhận thức mà con người có thể làm, và thậm chí vượt trội hơn?
A. Trí tuệ nhân tạo hẹp (Narrow AI)
B. Trí tuệ nhân tạo tổng quát (General AI)
C. Trí tuệ nhân tạo siêu việt (Super AI)
D. Học máy.
2. Một ví dụ về ứng dụng của Xử lý Ngôn ngữ Tự nhiên (NLP) là gì?
A. Nhận diện khuôn mặt trong ảnh.
B. Điều khiển robot trong nhà máy.
C. Dịch thuật tự động giữa các ngôn ngữ.
D. Chơi cờ vua với máy tính.
3. Loại hình Trí tuệ nhân tạo nào có khả năng thực hiện một hoặc một vài nhiệm vụ cụ thể?
A. Trí tuệ nhân tạo hẹp (Narrow AI)
B. Trí tuệ nhân tạo tổng quát (General AI)
C. Trí tuệ nhân tạo siêu việt (Super AI)
D. Trí tuệ nhân tạo mạnh (Strong AI)
4. Deep Learning (Học sâu) là một phương pháp con của lĩnh vực nào?
A. Mạng nơ-ron nhân tạo
B. Học máy
C. Xử lý ngôn ngữ tự nhiên
D. Thị giác máy tính
5. AI có thể giúp cải thiện hiệu quả hoạt động trong lĩnh vực nào sau đây?
A. Chỉ lĩnh vực công nghệ thông tin.
B. Chỉ lĩnh vực y tế và chăm sóc sức khỏe.
C. Nhiều lĩnh vực khác nhau như y tế, giáo dục, tài chính, sản xuất.
D. Chỉ các công việc đòi hỏi sự sáng tạo thuần túy.
6. AI có thể được sử dụng để phân tích các tập dữ liệu lớn nhằm tìm ra các mẫu ẩn và mối tương quan, đây là ứng dụng của:
A. Học tăng cường.
B. Phân tích dự đoán.
C. Hệ thống tự động hóa.
D. Nhận dạng đối tượng.
7. AI được ứng dụng trong việc phân tích cảm xúc của con người từ văn bản hoặc giọng nói, đây là ứng dụng của:
A. Thị giác máy tính.
B. Học tăng cường.
C. Phân tích tình cảm (Sentiment Analysis).
D. Hệ thống gợi ý.
8. Thuật ngữ Học có giám sát (Supervised Learning) đề cập đến loại hình học nào?
A. Học từ dữ liệu không có nhãn.
B. Học từ phản hồi phần thưởng/hình phạt.
C. Học từ dữ liệu đã được gán nhãn (input-output pairs).
D. Học bằng cách khám phá cấu trúc dữ liệu.
9. Một hệ thống AI được thiết kế để chẩn đoán bệnh dựa trên các triệu chứng và lịch sử bệnh án của bệnh nhân thuộc loại hình ứng dụng nào?
A. Hệ thống điều khiển tự động.
B. Hệ chuyên gia (Expert Systems).
C. Hệ thống gợi ý (Recommender Systems).
D. Hệ thống nhận dạng giọng nói.
10. Khái niệm Trí tuệ nhân tạo (AI) lần đầu tiên được đặt ra bởi ai?
A. Alan Turing
B. John McCarthy
C. Marvin Minsky
D. Geoffrey Hinton
11. Yếu tố nào sau đây KHÔNG phải là một thách thức đạo đức hoặc xã hội khi triển khai AI?
A. Thiên vị trong thuật toán (Algorithmic Bias).
B. Mất việc làm do tự động hóa.
C. Tăng cường năng lực sáng tạo của con người.
D. Quyền riêng tư và bảo mật dữ liệu.
12. Yếu tố nào sau đây đại diện cho dữ liệu trong bối cảnh phát triển AI?
A. Chỉ các thuật toán được sử dụng.
B. Sức mạnh xử lý của máy tính.
C. Thông tin thô, văn bản, hình ảnh, âm thanh hoặc các giá trị số.
D. Khả năng ra quyết định của con người.
13. Vai trò của Thuật toán trong hệ thống AI là gì?
A. Là nguồn cung cấp dữ liệu thô.
B. Là tập hợp các quy tắc và quy trình để xử lý dữ liệu và đưa ra kết quả.
C. Là phần cứng máy tính thực hiện tính toán.
D. Là giao diện người dùng để tương tác với hệ thống.
14. Vai trò của Sức mạnh tính toán (Computational Power) trong AI là gì?
A. Cung cấp dữ liệu đầu vào.
B. Chỉ dùng để lưu trữ kết quả.
C. Cho phép xử lý các mô hình AI phức tạp và khối lượng dữ liệu lớn.
D. Xác định mục tiêu của hệ thống AI.
15. Một ví dụ về Thiên vị trong thuật toán (Algorithmic Bias) là gì?
A. Thuật toán hoạt động nhanh hơn dự kiến.
B. Hệ thống AI đưa ra quyết định không công bằng hoặc phân biệt đối xử dựa trên dữ liệu đào tạo bị sai lệch.
C. AI có khả năng tự sửa lỗi trong quá trình hoạt động.
D. Thuật toán xử lý dữ liệu chính xác 100%.
16. AI có thể tạo ra nội dung sáng tạo như văn bản, âm nhạc, hoặc hình ảnh, ví dụ này thường được liên kết với công nghệ nào?
A. Học tăng cường.
B. Hệ chuyên gia.
C. AI tạo sinh (Generative AI).
D. Học không giám sát.
17. Mục tiêu chính của Trí tuệ nhân tạo (AI) là gì?
A. Tạo ra các hệ thống máy tính có khả năng suy nghĩ và hành động giống con người.
B. Tăng cường khả năng xử lý dữ liệu của máy tính.
C. Phát triển các thuật toán mã hóa an toàn hơn.
D. Tự động hóa hoàn toàn mọi quy trình sản xuất.
18. Yếu tố nào KHÔNG phải là một thành phần cốt lõi của hệ thống AI?
A. Dữ liệu (Data)
B. Thuật toán (Algorithms)
C. Khả năng sáng tạo nghệ thuật
D. Sức mạnh tính toán (Computational Power)
19. AI có thể được sử dụng để cá nhân hóa trải nghiệm người dùng trong các ứng dụng nào?
A. Chỉ trong các trò chơi điện tử.
B. Trong các nền tảng thương mại điện tử và dịch vụ streaming.
C. Chỉ trong các hệ thống điều hành của ô tô tự lái.
D. Trong các thiết bị gia dụng thông minh.
20. Khái niệm Học tăng cường (Reinforcement Learning) liên quan đến việc học thông qua:
A. Phân tích dữ liệu lịch sử lặp đi lặp lại.
B. Thử và sai, nhận phần thưởng hoặc hình phạt.
C. Học từ các ví dụ được gán nhãn.
D. Quan sát và bắt chước hành vi của chuyên gia.
21. Học máy (Machine Learning) là một lĩnh vực con của lĩnh vực nào?
A. Khoa học Dữ liệu
B. Trí tuệ Nhân tạo
C. Phân tích Lớn Dữ liệu
D. Lập trình Hướng đối tượng
22. Trong các ứng dụng của AI, hệ thống nào có khả năng nhận diện và phân tích hình ảnh?
A. Xử lý ngôn ngữ tự nhiên (NLP)
B. Thị giác máy tính (Computer Vision)
C. Hệ chuyên gia (Expert Systems)
D. Học tăng cường (Reinforcement Learning)
23. Học không giám sát (Unsupervised Learning) khác với học có giám sát ở điểm nào?
A. Nó sử dụng dữ liệu có nhãn để dự đoán.
B. Nó tìm kiếm các mẫu hoặc cấu trúc trong dữ liệu không có nhãn.
C. Nó học thông qua phản hồi phần thưởng.
D. Nó yêu cầu ít dữ liệu hơn.
24. AI có thể hỗ trợ các nhà khoa học trong việc khám phá thuốc mới bằng cách nào?
A. Chỉ bằng cách viết báo cáo khoa học.
B. Bằng cách phân tích lượng lớn dữ liệu sinh học, dự đoán tương tác thuốc và tối ưu hóa quy trình thử nghiệm.
C. Chỉ bằng cách thực hiện các thí nghiệm vật lý trong phòng lab.
D. Bằng cách thay thế hoàn toàn vai trò của nhà khoa học.
25. Hệ thống AI nào có khả năng tự động học hỏi và cải thiện hiệu suất theo thời gian thông qua tương tác với môi trường?
A. Hệ chuyên gia.
B. Học tăng cường.
C. Học có giám sát.
D. Học không giám sát.
