Trắc nghiệm Khoa học máy tính 12 Cánh diều bài 2: Giới thiệu về trí tuệ nhân tạo (tiếp theo)
1. Trong lĩnh vực trí tuệ nhân tạo, hệ thống nào được thiết kế để mô phỏng khả năng suy luận của con người trong một tập hợp các quy tắc và kiến thức cụ thể?
A. Hệ thống học máy
B. Hệ thống chuyên gia
C. Hệ thống xử lý ngôn ngữ tự nhiên
D. Hệ thống thị giác máy tính
2. Khi một hệ thống AI được huấn luyện để nhận biết các loại động vật dựa trên hình ảnh, nó đang sử dụng kỹ thuật nào của học máy?
A. Học không giám sát
B. Học có giám sát (phân loại hình ảnh)
C. Học tăng cường
D. Tư vấn dựa trên luật kết hợp
3. Khả năng của máy tính trong việc "nhìn thấy" và diễn giải thế giới thông qua hình ảnh, video được gọi là gì?
A. Xử lý ngôn ngữ tự nhiên
B. Học tăng cường
C. Thị giác máy tính (Computer Vision)
D. Hệ thống gợi ý
4. Mục tiêu chính của "Học có giám sát" (Supervised Learning) là gì?
A. Tìm kiếm các cụm dữ liệu tương tự nhau.
B. Dự đoán kết quả dựa trên dữ liệu đầu vào đã có nhãn.
C. Tối ưu hóa quyết định thông qua phần thưởng.
D. Tạo ra dữ liệu mới giống với dữ liệu huấn luyện.
5. Mục tiêu của các hệ thống AI trong việc nhận dạng giọng nói là gì?
A. Tạo ra âm nhạc.
B. Biến đổi giọng nói thành văn bản.
C. Phân tích cảm xúc trong âm nhạc.
D. Dịch ngôn ngữ nói sang ngôn ngữ ký hiệu.
6. Việc máy tính có thể tự động nhận diện và phân loại các loại email (ví dụ: thư rác, thư quan trọng) là một ứng dụng của lĩnh vực nào trong AI?
A. Học tăng cường
B. Học có giám sát (phân loại văn bản)
C. Học không giám sát
D. Xử lý ngôn ngữ tự nhiên (tạo văn bản)
7. Một hệ thống chatbot được lập trình để trả lời câu hỏi của khách hàng dựa trên cơ sở dữ liệu kiến thức có sẵn là ví dụ của loại hình AI nào?
A. Học máy
B. Hệ thống chuyên gia
C. Thị giác máy tính
D. Học tăng cường
8. Ý tưởng cốt lõi của "Học không giám sát" (Unsupervised Learning) là gì?
A. Học từ dữ liệu đã được gán nhãn (labeled data).
B. Học từ dữ liệu không có nhãn, tìm kiếm các mẫu hoặc cấu trúc ẩn.
C. Học bằng cách tương tác với môi trường và nhận phản hồi.
D. Học bằng cách sao chép hành vi của chuyên gia.
9. Trí tuệ nhân tạo có thể được phân loại dựa trên khả năng "nhận thức" thành "AI yếu" và "AI mạnh". "AI yếu" tập trung vào việc:
A. Mô phỏng toàn diện trí tuệ và ý thức con người.
B. Thực hiện các nhiệm vụ cụ thể, chuyên biệt.
C. Có khả năng tự nhận thức và suy nghĩ độc lập.
D. Hiểu và trải nghiệm cảm xúc.
10. Khả năng của AI trong việc phân tích các mối quan hệ giữa các mục trong tập dữ liệu lớn để đưa ra các đề xuất mua sắm (ví dụ: "những người mua sản phẩm A cũng mua sản phẩm B") thuộc về lĩnh vực nào?
A. Học tăng cường
B. Hệ thống chuyên gia
C. Tư vấn dựa trên luật kết hợp (Association Rule Mining)
D. Thị giác máy tính
11. Khái niệm "mạng nơ-ron" trong AI lấy cảm hứng từ cấu trúc nào trong sinh học?
A. Hệ tuần hoàn
B. Hệ thần kinh và các nơ-ron sinh học
C. Hệ tiêu hóa
D. Hệ hô hấp
12. Trong học máy, quá trình máy tính học từ dữ liệu mà không cần được lập trình tường minh được gọi là gì?
A. Lập trình truyền thống
B. Học máy
C. Siêu dữ liệu
D. Xử lý dữ liệu lớn
13. Khi bạn sử dụng một công cụ dịch thuật trực tuyến, công nghệ AI nào đang được áp dụng chủ yếu?
A. Thị giác máy tính
B. Học tăng cường
C. Xử lý ngôn ngữ tự nhiên (Machine Translation)
D. Hệ thống chuyên gia
14. Ví dụ nào sau đây KHÔNG phải là một ứng dụng phổ biến của trí tuệ nhân tạo hiện nay?
A. Trợ lý ảo (Siri, Google Assistant)
B. Hệ thống gợi ý sản phẩm trên các trang thương mại điện tử
C. Tự động hóa các quy trình sản xuất thủ công bằng robot đơn giản không có khả năng học hỏi.
D. Phân tích hình ảnh y tế để phát hiện bệnh.
15. Trong các loại hình AI, "AI có khả năng thích ứng" (Adaptive AI) thường được mô tả là hệ thống có khả năng nào?
A. Thực hiện một nhiệm vụ cố định mà không thay đổi.
B. Học hỏi và điều chỉnh hành vi dựa trên dữ liệu mới hoặc phản hồi từ môi trường.
C. Sao chép hoàn toàn trí tuệ con người.
D. Hoạt động dựa trên các quy tắc logic tuyệt đối.
16. Khi một hệ thống AI được thiết kế để dự đoán giá nhà dựa trên các yếu tố như diện tích, vị trí, số phòng ngủ, nó đang thực hiện nhiệm vụ gì?
A. Phân loại (Classification)
B. Hồi quy (Regression)
C. Phân cụm (Clustering)
D. Giảm chiều dữ liệu (Dimensionality Reduction)
17. Trong các loại hình học máy, "học chuyển giao" (Transfer Learning) có ý nghĩa gì?
A. Học một nhiệm vụ mới từ đầu mà không sử dụng kiến thức đã có.
B. Sử dụng kiến thức đã học từ một nhiệm vụ để cải thiện hiệu suất trên một nhiệm vụ khác có liên quan.
C. Học cách chuyển đổi dữ liệu từ định dạng này sang định dạng khác.
D. Học cách di chuyển giữa các môi trường khác nhau.
18. Một ví dụ điển hình của "AI mạnh" (General AI hay Strong AI) sẽ là hệ thống có khả năng nào?
A. Chỉ chơi cờ vua ở đẳng cấp cao.
B. Hiểu và đáp ứng yêu cầu bằng giọng nói.
C. Học hỏi và thực hiện bất kỳ nhiệm vụ trí tuệ nào mà con người có thể làm.
D. Nhận diện khuôn mặt trong các bức ảnh.
19. Học sâu (Deep Learning) là một nhánh của học máy, nổi bật với việc sử dụng cấu trúc nào để xử lý dữ liệu?
A. Cây quyết định
B. Mạng nơ-ron nhân tạo với nhiều lớp (deep neural networks)
C. Máy học vector hỗ trợ (SVM)
D. Các thuật toán gom cụm (Clustering algorithms)
20. Khả năng của máy tính trong việc hiểu, diễn giải và tạo ra ngôn ngữ của con người được gọi là gì?
A. Thị giác máy tính
B. Học máy
C. Xử lý ngôn ngữ tự nhiên (NLP)
D. Robot học
21. Học tăng cường (Reinforcement Learning) là phương pháp học máy trong đó tác tử (agent) học cách đưa ra quyết định bằng cách nào?
A. Nhận phản hồi (phần thưởng hoặc phạt) từ môi trường.
B. Phân tích các mẫu dữ liệu có sẵn.
C. So sánh với các hệ thống chuyên gia.
D. Sử dụng các quy tắc logic đã được định nghĩa trước.
22. Một hệ thống AI có khả năng tự lái xe, đưa ra quyết định dựa trên dữ liệu từ cảm biến, camera và bản đồ, thường kết hợp những kỹ thuật AI nào?
A. Chỉ xử lý ngôn ngữ tự nhiên.
B. Chỉ học tăng cường.
C. Thị giác máy tính, học máy (để dự đoán hành vi), và học tăng cường (để tối ưu hóa quyết định).
D. Chỉ hệ thống chuyên gia.
23. Trong lĩnh vực học máy, "hàm mất mát" (loss function) có vai trò gì?
A. Đo lường độ chính xác của mô hình.
B. Đo lường sự khác biệt giữa dự đoán của mô hình và giá trị thực tế.
C. Xác định các tham số tối ưu cho mô hình.
D. Giúp mô hình học cách tương tác với môi trường.
24. Thuật ngữ "AI yếu" (Narrow AI hay Weak AI) thường ám chỉ loại hình trí tuệ nhân tạo nào?
A. AI có khả năng nhận thức và suy nghĩ như con người trên mọi lĩnh vực.
B. AI được thiết kế để thực hiện một nhiệm vụ cụ thể hoặc một tập hợp các nhiệm vụ hạn chế.
C. AI có khả năng học hỏi và thích ứng với mọi tình huống mới mà không cần lập trình lại.
D. AI có ý thức và cảm xúc tương tự con người.
25. Khả năng của AI trong việc tạo ra nội dung mới, chẳng hạn như văn bản, hình ảnh hoặc âm nhạc, dựa trên các mẫu đã học được gọi là gì?
A. Phân tích dữ liệu
B. Học không giám sát
C. AI sáng tạo (Generative AI)
D. Học chuyển giao
