1. AI "trắng" (White AI) hay AI "an toàn" (Safe AI) ám chỉ điều gì trong lĩnh vực phát triển AI?
A. Các hệ thống AI có khả năng tự sửa lỗi và cập nhật liên tục.
B. Các hệ thống AI được thiết kế để minh bạch, có thể giải thích và tuân thủ các giá trị đạo đức.
C. Các hệ thống AI có khả năng hoạt động tốt trong mọi điều kiện thời tiết.
D. Các hệ thống AI sử dụng màu trắng làm màu chủ đạo trong giao diện người dùng.
2. AI "đen" (Black AI) hay AI "mờ đục" (Opaque AI) thường đề cập đến vấn đề gì?
A. Các hệ thống AI có giao diện người dùng tối giản.
B. Các hệ thống AI hoạt động dựa trên các thuật toán phức tạp mà con người khó hiểu hoặc giải thích được quy trình ra quyết định.
C. Các hệ thống AI được phát triển bởi các công ty công nghệ lớn.
D. Các hệ thống AI xử lý dữ liệu nhạy cảm.
3. Hệ thống nào dưới đây KHÔNG thuộc về các ứng dụng phổ biến của Trí tuệ nhân tạo hiện nay?
A. Hệ thống gợi ý sản phẩm trên các nền tảng thương mại điện tử.
B. Phần mềm dịch thuật tự động.
C. Máy tính bỏ túi đơn giản chỉ thực hiện phép tính cộng, trừ.
D. Xe tự lái có khả năng nhận diện vật cản và điều hướng.
4. Tại sao các mô hình AI có thể gặp "thiên vị" (bias)?
A. Do thuật toán AI cố tình được thiết kế để phân biệt đối xử.
B. Do dữ liệu huấn luyện có thể phản ánh các thiên vị sẵn có trong xã hội.
C. Do phần cứng máy tính không đủ mạnh để xử lý dữ liệu.
D. Do người dùng tương tác với hệ thống theo cách không mong muốn.
5. Trong lĩnh vực AI, "tính giải thích được" (explainability) quan trọng vì lý do gì?
A. Giúp tăng tốc độ xử lý của mô hình AI.
B. Cho phép con người hiểu và tin tưởng vào quyết định của AI, đặc biệt trong các lĩnh vực nhạy cảm.
C. Giảm thiểu lượng dữ liệu cần thiết để huấn luyện mô hình.
D. Giúp AI tự động phát hiện và sửa lỗi lập trình.
6. Yếu tố nào sau đây là cốt lõi để một hệ thống AI có thể "học hỏi"?
A. Sự có mặt của các bộ xử lý đồ họa (GPU) mạnh mẽ.
B. Khả năng kết nối internet tốc độ cao.
C. Dữ liệu và thuật toán cho phép điều chỉnh tham số dựa trên hiệu suất.
D. Giao diện người dùng thân thiện.
7. Học máy (Machine Learning) là một lĩnh vực con của Trí tuệ nhân tạo, tập trung vào việc gì?
A. Thiết kế các giao diện người dùng trực quan và thân thiện.
B. Phân tích cú pháp và cấu trúc của ngôn ngữ tự nhiên.
C. Cho phép hệ thống học hỏi từ dữ liệu mà không cần lập trình rõ ràng cho mọi tác vụ.
D. Phát triển các thuật toán tìm kiếm tối ưu trong không gian trạng thái.
8. Mục tiêu của "Học tăng cường" (Reinforcement Learning) là gì?
A. Tìm các mẫu ẩn trong dữ liệu không có nhãn.
B. Huấn luyện tác tử (agent) để đưa ra quyết định tối ưu thông qua thử và sai với phần thưởng.
C. Tạo ra các mô hình dự đoán dựa trên các cặp đầu vào-đầu ra đã biết.
D. Hiểu và xử lý ngôn ngữ tự nhiên của con người.
9. AI tạo sinh (Generative AI) là một nhánh của AI tập trung vào việc gì?
A. Phân tích và hiểu các dữ liệu có sẵn.
B. Tạo ra nội dung mới, độc đáo như văn bản, hình ảnh, âm nhạc.
C. Tối ưu hóa quy trình vận hành của các hệ thống phức tạp.
D. Dự đoán xu hướng thị trường dựa trên dữ liệu lịch sử.
10. Tập dữ liệu (dataset) đóng vai trò quan trọng như thế nào trong quá trình phát triển các mô hình học máy?
A. Tập dữ liệu chỉ cần thiết cho việc kiểm tra cuối cùng của mô hình.
B. Tập dữ liệu là nguồn "thức ăn" để mô hình học hỏi và nhận dạng các mẫu.
C. Tập dữ liệu được sử dụng để thiết kế kiến trúc của mạng nơ-ron.
D. Tập dữ liệu chỉ quan trọng đối với các thuật toán học không giám sát.
11. Theo quan điểm của John McCarthy, một trong những người tiên phong về Trí tuệ nhân tạo (AI), mục tiêu chính của AI là gì?
A. Tạo ra các hệ thống có khả năng học hỏi và thích ứng với môi trường mới.
B. Phát triển các thuật toán tối ưu hóa hiệu suất xử lý dữ liệu.
C. Xây dựng các robot có khả năng thực hiện công việc thủ công phức tạp.
D. Làm cho máy tính có thể thực hiện các công việc mà con người thường thực hiện, đòi hỏi trí thông minh.
12. Khả năng "suy luận" của AI là gì?
A. Khả năng ghi nhớ một lượng lớn thông tin.
B. Khả năng rút ra kết luận mới từ các thông tin hoặc quy tắc đã có.
C. Khả năng thực hiện các phép tính toán học phức tạp.
D. Khả năng tạo ra nội dung sáng tạo như thơ ca hoặc âm nhạc.
13. Thị giác máy tính (Computer Vision) là một lĩnh vực của AI tập trung vào việc gì?
A. Giúp máy tính "nhìn" và hiểu được nội dung từ hình ảnh hoặc video.
B. Tạo ra âm thanh và xử lý tín hiệu âm thanh.
C. Mô phỏng cách con người đưa ra quyết định dựa trên logic.
D. Phát triển các hệ thống robot có khả năng di chuyển linh hoạt.
14. Thuật ngữ "Trí tuệ nhân tạo" (Artificial Intelligence) lần đầu tiên được sử dụng chính thức trong bối cảnh nào?
A. Trong một bài báo khoa học năm 1950 của Alan Turing.
B. Tại hội nghị Dartmouth năm 1956, do John McCarthy khởi xướng.
C. Trong cuốn sách "Cybernetics" của Norbert Wiener xuất bản năm 1948.
D. Khi IBM phát triển máy tính Deep Blue để đấu cờ vua năm 1997.
15. Học không giám sát (Unsupervised Learning) thường được sử dụng để làm gì?
A. Dự đoán giá nhà dựa trên các đặc điểm của nó.
B. Phân loại email thành thư rác hoặc không thư rác.
C. Phân nhóm khách hàng dựa trên hành vi mua sắm của họ.
D. Nhận dạng chữ viết tay.
16. Hệ thống nào dưới đây được xem là ví dụ điển hình của Trí tuệ nhân tạo "hẹp" (Narrow AI) hay Trí tuệ nhân tạo yếu (Weak AI)?
A. Một hệ thống có ý thức và khả năng suy luận tổng quát như con người.
B. Một trợ lý ảo trên điện thoại thông minh có khả năng nhận dạng giọng nói và thực hiện lệnh đơn giản.
C. Một siêu máy tính có khả năng giải quyết mọi vấn đề khoa học.
D. Một mạng lưới thần kinh có thể mô phỏng toàn bộ bộ não con người.
17. Tại sao việc thu thập và chuẩn bị dữ liệu "sạch" (clean data) lại quan trọng trong các dự án AI?
A. Dữ liệu sạch giúp tăng tốc độ huấn luyện mô hình, nhưng không ảnh hưởng đến độ chính xác.
B. Dữ liệu sạch giúp mô hình học hỏi các mẫu sai lệch, dẫn đến kết quả không đáng tin cậy.
C. Dữ liệu "nhiễu" hoặc sai lệch có thể dẫn đến mô hình học sai và đưa ra dự đoán không chính xác.
D. Việc làm sạch dữ liệu chỉ là yêu cầu bắt buộc của các thuật toán học có giám sát.
18. Một hệ thống AI có khả năng nhận diện khuôn mặt trong ảnh là ứng dụng của lĩnh vực nào?
A. Xử lý ngôn ngữ tự nhiên (NLP).
B. Lập kế hoạch tự động.
C. Thị giác máy tính (Computer Vision).
D. Hệ chuyên gia.
19. Học sâu (Deep Learning) là một kỹ thuật trong học máy sử dụng cấu trúc nào để xử lý dữ liệu?
A. Cây quyết định (Decision Trees).
B. Các mô hình hồi quy tuyến tính (Linear Regression).
C. Mạng nơ-ron nhân tạo với nhiều lớp (deep neural networks).
D. Máy vector hỗ trợ (Support Vector Machines - SVM).
20. Một trong những thách thức lớn nhất đối với việc phát triển Trí tuệ nhân tạo tổng quát (Artificial General Intelligence - AGI) là gì?
A. Chi phí sản xuất phần cứng máy tính ngày càng tăng cao.
B. Thiếu các thuật toán học sâu (deep learning) đủ mạnh.
C. Khả năng tái tạo sự hiểu biết, lý luận và ý thức đa dạng của con người.
D. Sự cạnh tranh gay gắt giữa các công ty công nghệ.
21. Trong các ứng dụng của AI, "hệ thống gợi ý" (recommendation system) hoạt động dựa trên nguyên tắc chính nào?
A. Phân tích các quy tắc logic cứng nhắc.
B. Tìm kiếm các mẫu trong dữ liệu hành vi của người dùng để dự đoán sở thích.
C. Lập trình thủ công các quy tắc ưu tiên.
D. Sử dụng các thuật toán sắp xếp đơn giản.
22. Lĩnh vực 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. Lập kế hoạch tự động (Automated Planning).
23. Một hệ thống AI có khả năng chơi cờ vua ở cấp độ kiện tướng thế giới là ví dụ về loại hình AI nào?
A. Trí tuệ nhân tạo tổng quát (AGI).
B. Trí tuệ nhân tạo hẹp (Narrow AI).
C. Trí tuệ nhân tạo siêu việt (Superintelligence).
D. Trí tuệ nhân tạo mạnh (Strong AI).
24. Trong các loại học máy, loại nào liên quan đến việc huấn luyện mô hình trên tập dữ liệu đã được gán nhãn (có đầu vào và đầu ra mong muốn)?
A. Học không giám sát (Unsupervised Learning).
B. Học tăng cường (Reinforcement Learning).
C. Học có giám sát (Supervised Learning).
D. Học bán giám sát (Semi-supervised Learning).
25. Yếu tố nào sau đây đóng vai trò quan trọng nhất trong việc xác định "thông minh" của một hệ thống AI theo quan điểm của Alan Turing?
A. Khả năng tính toán với tốc độ siêu việt.
B. Khả năng thực hiện các phép toán phức tạp một cách chính xác.
C. Khả năng bắt chước hành vi và phản ứng của con người đến mức không thể phân biệt.
D. Khả năng tự học hỏi và cải thiện hiệu suất.
