[KNTT] Trắc nghiệm Khoa học máy tính 12 bài 1: Làm quen với Trí tuệ nhân tạo

1. Trong lĩnh vực AI, Tác nhân phản ứng (Reactive Agent) là loại tác nhân như thế nào?

A. Có khả năng dự đoán tương lai và lập kế hoạch dài hạn.

B. Chỉ phản ứng với các tình huống hiện tại mà không có bộ nhớ về quá khứ.

C. Học hỏi liên tục từ kinh nghiệm để thay đổi hành vi.

D. Tương tác phức tạp với nhiều tác nhân khác.

2. Trong các lĩnh vực ứng dụng của AI, Robot học (Robotics) thường kết hợp những khía cạnh nào của AI?

A. Chỉ xử lý ngôn ngữ tự nhiên.

B. Nhận thức, lập kế hoạch, điều khiển chuyển động và tương tác vật lý.

C. Chỉ học máy.

D. Chỉ lý luận dựa trên luật.

3. Yếu tố nào sau đây được coi là trí tuệ theo cách hiểu phổ biến của AI?

A. Khả năng lưu trữ dữ liệu.

B. Khả năng thực hiện phép tính cộng trừ.

C. Khả năng học hỏi, suy luận, giải quyết vấn đề và thích ứng với môi trường.

D. Khả năng nhận diện các ký tự đặc biệt.

4. Khái niệm Học máy (Machine Learning) trong Trí tuệ nhân tạo tập trung chủ yếu vào khía cạnh nào?

A. Thiết kế các thuật toán tối ưu hóa hiệu suất.

B. Cho phép hệ thống tự động học và cải thiện từ dữ liệu mà không cần lập trình rõ ràng.

C. Xây dựng các giao diện người dùng trực quan.

D. Phân tích cú pháp và ngữ nghĩa của ngôn ngữ tự nhiên.

5. Yếu tố nào là đặc trưng cho sự phát triển mạnh mẽ của AI trong những năm gần đây, dẫn đến nhiều ứng dụng đột phá?

A. Sự ra đời của các ngôn ngữ lập trình mới.

B. Sự gia tăng về sức mạnh tính toán và lượng dữ liệu lớn.

C. Việc tiêu chuẩn hóa các giao thức mạng.

D. Sự phát triển của công nghệ blockchain.

6. Khái niệm Mạng nơ-ron nhân tạo (Artificial Neural Network - ANN) mô phỏng cấu trúc và hoạt động của cái gì?

A. Mạch điện tử số.

B. Bộ não sinh học của con người.

C. Hệ thống máy tính phân tán.

D. Các thuật toán sắp xếp dữ liệu.

7. Yếu tố nào sau đây là mục tiêu chính khi phát triển các hệ thống AI có khả năng lập kế hoạch (planning)?

A. Tăng cường khả năng ghi nhớ thông tin.

B. Tạo ra các chuỗi hành động có thứ tự để đạt được mục tiêu cụ thể.

C. Cải thiện tốc độ xử lý của bộ nhớ.

D. Mô phỏng hoạt động của bộ não con người.

8. Trong các ứng dụng của AI, Thị giác máy tính (Computer Vision) tập trung vào việc gì?

A. Phân tích dữ liệu âm thanh.

B. Cho phép máy tính nhìn và hiểu nội dung của hình ảnh hoặc video.

C. Tự động hóa quy trình sản xuất.

D. Tạo ra các cuộc hội thoại tự nhiên.

9. Trong lịch sử phát triển của AI, Mùa đông AI (AI Winter) thường ám chỉ giai đoạn nào?

A. Giai đoạn AI đạt được những tiến bộ vượt bậc và được ứng dụng rộng rãi.

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

C. Giai đoạn AI tập trung vào các ứng dụng y tế.

D. Giai đoạn phát triển mạnh mẽ của mạng nơ-ron nhân tạo.

10. Khả năng của một hệ thống AI trong việc đưa ra các quyết định hoặc hành động tối ưu trong một môi trường cụ thể, có tính đến các yếu tố không chắc chắn, liên quan đến khía cạnh nào của AI?

A. Lập trình tuần tự.

B. Học sâu.

C. Lý luận dựa trên luật.

D. Tối ưu hóa và ra quyết định.

11. Khái niệm Tự động hóa (Automation) trong bối cảnh AI có ý nghĩa gì?

A. Chỉ việc sử dụng robot trong công nghiệp.

B. Sử dụng công nghệ để thực hiện các tác vụ hoặc quy trình mà trước đây do con người thực hiện.

C. Tăng cường khả năng sáng tạo của con người.

D. Phát triển các hệ thống máy tính có khả năng suy nghĩ độc lập.

12. Mục tiêu của Học không giám sát (Unsupervised Learning) trong Học máy là gì?

A. Dự đoán một biến đầu ra dựa trên các biến đầu vào đã biết.

B. Tìm kiếm các mẫu hoặc cấu trúc ẩn trong dữ liệu mà không có nhãn.

C. Phân loại dữ liệu vào các nhóm đã định trước.

D. Tạo ra các phản hồi tự động cho các câu hỏi của người dùng.

13. Mục tiêu cơ bản của Học có giám sát (Supervised Learning) là gì?

A. Phát hiện các mẫu ẩn trong dữ liệu không có nhãn.

B. Dự đoán hoặc phân loại kết quả dựa trên dữ liệu đã được gán nhãn.

C. Tìm ra các quy tắc hoặc mối quan hệ trong dữ liệu.

D. Tự động điều chỉnh tham số của mô hình.

14. Trong lĩnh vực AI, Học tăng cường (Reinforcement Learning) là một phương pháp học mà tác nhân học cách hành xử bằng cách nào?

A. Học từ một tập dữ liệu được gán nhãn sẵn.

B. Nhận phản hồi dưới dạng phần thưởng hoặc hình phạt từ hành động của mình.

C. Sao chép hành vi của một chuyên gia.

D. Tối ưu hóa hàm mục tiêu bằng các phương pháp toán học cổ điển.

15. Mục tiêu của Học bán giám sát (Semi-supervised Learning) là gì?

A. Sử dụng hoàn toàn dữ liệu không có nhãn.

B. Sử dụng một lượng nhỏ dữ liệu có nhãn kết hợp với lượng lớn dữ liệu không có nhãn.

C. Chỉ sử dụng dữ liệu có nhãn.

D. Phát hiện các điểm bất thường trong dữ liệu.

16. Trong các ứng dụng của Trí tuệ nhân tạo, Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP) liên quan đến việc gì?

A. Tối ưu hóa thuật toán tìm kiếm trên web.

B. Phát triển các hệ thống có khả năng hiểu, diễn giải và tạo ra ngôn ngữ của con người.

C. Thiết kế các robot có khả năng di chuyển linh hoạt.

D. Phân tích và trực quan hóa dữ liệu khoa học.

17. Một hệ thống AI có khả năng nhận thức (perception) thường được đánh giá dựa trên khả năng nào sau đây?

A. Khả năng tạo ra các tác phẩm nghệ thuật mới.

B. Khả năng hiểu và diễn giải thông tin từ các giác quan như thị giác, thính giác.

C. Khả năng tự động hóa các quy trình sản xuất.

D. Khả năng dự đoán xu hướng thị trường tài chính.

18. Trong AI, Tác nhân dựa trên mục tiêu (Goal-based Agent) là loại tác nhân mà hành vi của nó được định hướng bởi điều gì?

A. Các quy tắc được lập trình sẵn.

B. Các hành động phản ứng tức thời với môi trường.

C. Các mục tiêu cụ thể mà nó cần đạt được.

D. Việc sao chép hành vi của người khác.

19. Trong các loại tác nhân AI, Tác nhân dựa trên mô hình (Model-based Agent) là loại tác nhân cần có yếu tố nào để hoạt động?

A. Chỉ dựa vào cảm nhận hiện tại.

B. Cần duy trì một mô hình nội bộ về thế giới để đưa ra quyết định.

C. Thực hiện các hành động ngẫu nhiên.

D. Chỉ học từ dữ liệu được cung cấp sẵn.

20. Khái niệm Học sâu (Deep Learning) được đặc trưng bởi việc sử dụng loại mô hình nào?

A. Các cây quyết định đơn giản.

B. Các mạng nơ-ron nhân tạo với nhiều lớp (layers).

C. Các thuật toán phân cụm K-Means.

D. Các hệ thống dựa trên luật (rule-based systems).

21. Khả năng suy luận mờ (Fuzzy Logic) trong AI cho phép hệ thống xử lý loại thông tin nào?

A. Chỉ các giá trị chính xác tuyệt đối.

B. Các khái niệm không rõ ràng, ước lượng hoặc mang tính chủ quan.

C. Các dữ liệu có cấu trúc chặt chẽ.

D. Các thuật toán mã hóa phức tạp.

22. Theo quan điểm phổ biến trong lĩnh vực Trí tuệ nhân tạo (AI), yếu tố nào sau đây được coi là cốt lõi để một hệ thống được xem là có khả năng suy luận?

A. Khả năng xử lý dữ liệu lớn với tốc độ cao.

B. Khả năng học hỏi từ kinh nghiệm và dữ liệu.

C. Khả năng đưa ra kết luận logic từ thông tin có sẵn.

D. Khả năng tương tác tự nhiên với con người bằng ngôn ngữ.

23. Khi nói về Tác nhân có bộ nhớ (Memory-based Agent) trong AI, yếu tố nào là quan trọng nhất?

A. Khả năng xử lý dữ liệu theo thời gian thực.

B. Khả năng lưu trữ và sử dụng kinh nghiệm hoặc lịch sử tương tác.

C. Khả năng thực hiện các phép tính phức tạp.

D. Khả năng kết nối với mạng internet.

24. Một hệ thống AI được gọi là chuyên gia (expert system) thường hoạt động dựa trên cơ sở kiến thức được thu thập từ ai?

A. Người dùng cuối.

B. Các chuyên gia trong lĩnh vực cụ thể.

C. Các nhà khoa học dữ liệu.

D. Lập trình viên hệ thống.

25. Khái niệm Tác nhân thông minh (Intelligent Agent) trong AI thường ám chỉ một thực thể có khả năng gì?

A. Chỉ có khả năng thực thi các lệnh được lập trình sẵn.

B. Cảm nhận môi trường và hành động một cách độc lập để đạt được mục tiêu.

C. Lưu trữ một lượng lớn dữ liệu một cách có hệ thống.

D. Tự động cập nhật phần mềm định kỳ.