[Cánh diều] Trắc nghiệm Tin học ứng dụng 12 bài 2: Giới thiệu về trí tuệ nhân tạo (tiếp theo)

1. Một ví dụ về ứng dụng của AI trong lĩnh vực y tế là:

A. Hỗ trợ chẩn đoán hình ảnh y tế (như X-quang, MRI) để phát hiện bệnh.

B. Quản lý hồ sơ bệnh án điện tử.

C. Lập lịch hẹn khám bệnh cho bệnh nhân.

D. Theo dõi sức khỏe cá nhân thông qua đồng hồ thông minh.

2. Trong lĩnh vực Thị giác máy tính (Computer Vision), mục tiêu chính là gì?

A. Cho phép máy tính nhìn và hiểu được nội dung của hình ảnh và video.

B. Giúp máy tính giao tiếp hiệu quả với con người bằng giọng nói.

C. Tạo ra các hệ thống có khả năng học hỏi từ dữ liệu lớn.

D. Phát triển các thuật toán để dự đoán xu hướng thị trường.

3. Khái niệm học chuyển giao (transfer learning) giúp ích gì cho việc phát triển mô hình AI?

A. Giảm thời gian và lượng dữ liệu cần thiết để huấn luyện mô hình cho các nhiệm vụ mới.

B. Tăng cường độ phức tạp cho mô hình.

C. Chỉ cho phép sử dụng các mô hình đã được huấn luyện trước đó.

D. Loại bỏ hoàn toàn nhu cầu về dữ liệu huấn luyện.

4. Trong Trí tuệ Nhân tạo, Mô hình hóa ngôn ngữ (Language Modeling) là gì?

A. Dự đoán xác suất xuất hiện của một từ hoặc một chuỗi từ tiếp theo trong một câu.

B. Chuyển đổi văn bản thành giọng nói.

C. Nhận dạng các thực thể có tên trong văn bản.

D. Tóm tắt nội dung của một đoạn văn dài.

5. Trong lĩnh vực AI, tác nhân thông minh (intelligent agent) được hiểu là gì?

A. Bất kỳ hệ thống nào có thể cảm nhận môi trường của nó và hành động một cách độc lập để đạt được mục tiêu.

B. Chỉ là một chương trình máy tính thực hiện các tác vụ tự động.

C. Một thuật toán học máy được huấn luyện trên dữ liệu lớn.

D. Một robot có khả năng tương tác vật lý với thế giới.

6. Trong lĩnh vực Trí tuệ Nhân tạo (AI), khái niệm học máy (machine learning) được định nghĩa là gì?

A. Một dạng AI tập trung vào việc phát triển các hệ thống có khả năng học hỏi và cải thiện từ dữ liệu mà không cần được lập trình rõ ràng cho mọi nhiệm vụ.

B. Một lĩnh vực con của khoa học máy tính chỉ tập trung vào việc tạo ra các robot có khả năng suy nghĩ và hành động giống con người.

C. Một phương pháp để máy tính thực hiện các phép tính phức tạp bằng cách sử dụng mạng nơ-ron nhân tạo.

D. Việc xây dựng các hệ thống có khả năng hiểu và xử lý ngôn ngữ tự nhiên của con người.

7. Đâu là một ví dụ về AI Hẹp (Narrow AI) hay AI Yếu (Weak AI)?

A. Hệ thống nhận dạng giọng nói trên điện thoại thông minh.

B. Một trí tuệ nhân tạo có ý thức và khả năng suy nghĩ đa lĩnh vực như con người.

C. Máy tính có thể tự học và sáng tạo nghệ thuật.

D. Robot có khả năng cảm nhận và tương tác với mọi tình huống.

8. Hệ thống nhận dạng khuôn mặt sử dụng công nghệ AI nào là chủ yếu?

A. Thị giác máy tính và học sâu (ví dụ: mạng nơ-ron tích chập).

B. Xử lý ngôn ngữ tự nhiên.

C. Học tăng cường.

D. Hệ thống chuyên gia dựa trên quy tắc.

9. Một trong những ứng dụng của AI trong lĩnh vực giáo dục là:

A. Hệ thống học tập thích ứng, cá nhân hóa lộ trình học cho từng học sinh.

B. Quản lý danh sách học sinh.

C. In ấn bài kiểm tra.

D. Tổ chức các buổi họp phụ huynh.

10. Một ví dụ về AI Tổng quát (General AI) hay AI Mạnh (Strong AI) sẽ là:

A. Một hệ thống có khả năng hiểu, học và áp dụng kiến thức trên nhiều lĩnh vực một cách linh hoạt như con người.

B. Một chatbot có khả năng trả lời câu hỏi về một chủ đề cụ thể.

C. Một thuật toán nhận dạng khuôn mặt.

D. Một hệ thống gợi ý sản phẩm trên trang thương mại điện tử.

11. Đâu là một trong những ứng dụng phổ biến nhất của Trí tuệ Nhân tạo trong đời sống hàng ngày?

A. Hệ thống gợi ý nội dung trên các nền tảng xem phim, nghe nhạc và mua sắm trực tuyến.

B. Việc sử dụng các thuật toán tìm kiếm đơn giản trên internet.

C. Các phần mềm soạn thảo văn bản và bảng tính.

D. Các máy tính bỏ túi để thực hiện phép tính số học.

12. Khái niệm Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP) trong AI liên quan đến khả năng nào của máy tính?

A. Hiểu, diễn giải và tạo ra ngôn ngữ của con người.

B. Nhận dạng và phân tích hình ảnh, video.

C. Điều khiển các robot phức tạp trong môi trường thực tế.

D. Tối ưu hóa các thuật toán tìm kiếm trên web.

13. Khái niệm Học máy không giám sát có thể được áp dụng để giải quyết vấn đề gì trong phân tích dữ liệu khách hàng?

A. Phân nhóm khách hàng có hành vi mua sắm tương tự nhau.

B. Dự đoán doanh thu cho tháng tiếp theo.

C. Phân loại email thành thư rác và không phải thư rác.

D. Dịch văn bản từ ngôn ngữ này sang ngôn ngữ khác.

14. Khái niệm Học chuyển giao (Transfer Learning) trong học máy đề cập đến việc:

A. Sử dụng kiến thức đã học từ một bài toán để giải quyết một bài toán khác có liên quan.

B. Huấn luyện mô hình từ đầu cho mỗi bài toán mới.

C. Chỉ sử dụng dữ liệu có nhãn để huấn luyện.

D. Tạo ra các mô hình AI có khả năng tự sửa lỗi.

15. Đâu là một trong những ứng dụng của AI trong lĩnh vực tài chính?

A. Phát hiện gian lận giao dịch thẻ tín dụng.

B. Lưu trữ dữ liệu giao dịch.

C. Tính toán lãi suất cho vay.

D. Lập báo cáo tài chính.

16. Tại sao việc có dữ liệu chất lượng cao và đủ lớn lại quan trọng đối với các mô hình AI hiện đại, đặc biệt là Học sâu?

A. Các mô hình này học các mẫu phức tạp và cần nhiều ví dụ để khái quát hóa tốt.

B. Dữ liệu lớn giúp giảm yêu cầu về sức mạnh tính toán.

C. Dữ liệu chất lượng cao làm cho các mô hình AI trở nên không cần giải thích.

D. Chỉ cần một lượng nhỏ dữ liệu để huấn luyện các mô hình học sâu.

17. Trong các ứng dụng lái xe tự động, AI đóng vai trò quan trọng nhất ở khâu nào?

A. Nhận dạng môi trường xung quanh (xe cộ, người đi bộ, biển báo) và ra quyết định lái.

B. Báo cáo tình trạng nhiên liệu của xe.

C. Mở cửa kính xe tự động.

D. Hệ thống định vị GPS cơ bản.

18. Trong các loại hình học máy, Học có giám sát (Supervised Learning) là gì?

A. Loại học máy mà thuật toán được huấn luyện trên tập dữ liệu có nhãn (đầu vào và đầu ra tương ứng).

B. Loại học máy mà thuật toán tự tìm kiếm các mẫu và cấu trúc trong dữ liệu mà không cần nhãn.

C. Loại học máy mà thuật toán học cách đưa ra quyết định dựa trên phần thưởng hoặc hình phạt.

D. Loại học máy liên quan đến việc tạo ra dữ liệu mới có tính chân thực cao.

19. Trong lĩnh vực robot học, AI đóng vai trò gì?

A. Cho phép robot nhận thức môi trường, đưa ra quyết định và hành động một cách thông minh.

B. Chỉ dùng để lập trình các chuyển động cơ bản của robot.

C. Tăng cường khả năng chịu tải của robot.

D. Giúp robot kết nối với mạng Wi-Fi.

20. Đâu là một thách thức lớn trong việc phát triển AI hiện nay?

A. Đảm bảo tính minh bạch và giải thích được (explainability) của các mô hình AI.

B. Giảm dung lượng lưu trữ của các tệp văn bản.

C. Tăng tốc độ xử lý của các phép tính số học cơ bản.

D. Phát triển các ngôn ngữ lập trình mới.

21. Học không giám sát (Unsupervised Learning) chủ yếu giải quyết bài toán nào?

A. Phân cụm dữ liệu (clustering) và giảm chiều dữ liệu (dimensionality reduction).

B. Dự đoán giá trị liên tục dựa trên dữ liệu đầu vào.

C. Phân loại dữ liệu thành các nhóm đã biết.

D. Tạo ra các phản hồi tự nhiên cho các câu hỏi của con người.

22. Mạng nơ-ron nhân tạo (Artificial Neural Networks - ANN) lấy cảm hứng từ cấu trúc và chức năng của bộ phận nào trong cơ thể con người?

A. Não bộ và các nơ-ron thần kinh.

B. Hệ tuần hoàn và các mạch máu.

C. Hệ tiêu hóa và các enzyme.

D. Hệ hô hấp và các phế nang.

23. Hệ thống chuyên gia (Expert Systems) là một dạng AI cổ điển, chúng hoạt động dựa trên nguyên tắc nào?

A. Sử dụng một cơ sở kiến thức và một bộ quy tắc suy luận để đưa ra lời khuyên hoặc giải pháp cho một vấn đề cụ thể.

B. Học từ các ví dụ dữ liệu bằng cách sử dụng mạng nơ-ron.

C. Tương tác với môi trường để tối đa hóa phần thưởng.

D. Phân tích các mẫu trong dữ liệu không có nhãn.

24. Học tăng cường (Reinforcement Learning) khác biệt với học có giám sát và học không giám sát ở điểm nào?

A. Học thông qua tương tác với môi trường và nhận phản hồi (thưởng/phạt).

B. Cần một lượng lớn dữ liệu đã được gán nhãn.

C. Chỉ tập trung vào việc tìm kiếm các mẫu ẩn trong dữ liệu.

D. Sử dụng các quy tắc logic được định sẵn để đưa ra quyết định.

25. Thuật ngữ Deep Learning (Học sâu) có liên quan mật thiết đến loại kiến trúc mạng nơ-ron nào?

A. Mạng nơ-ron có nhiều lớp (deep neural networks).

B. Mạng nơ-ron đơn giản với một lớp đầu vào và một lớp đầu ra.

C. Mạng nơ-ron hồi quy (Recurrent Neural Networks) chỉ dùng cho chuỗi thời gian.

D. Mạng nơ-ron tích chập (Convolutional Neural Networks) chỉ dùng cho xử lý ảnh.