Quiz om Kunstig Intelligens

1. Hvad er forskellen mellem "svag AI" og "stærk AI"?

a) Svag AI er mindre effektiv end stærk AI b) Svag AI er specialiseret til specifikke opgaver, mens stærk AI har generel intelligens c) Svag AI kører på mindre kraftfulde computere d) Stærk AI er mere etisk end svag AI

Svag AI (også kaldet smal AI) er designet til at udføre specifikke opgaver, mens stærk AI (eller generel AI) teoretisk set ville have evner på niveau med eller over menneskets på tværs af mange områder.

2. Hvad er "machine learning"?

a) En proces hvor computere lærer at reparere sig selv b) En gren af AI hvor systemer lærer fra data og forbedrer sig over tid c) Et system der lærer mennesker om computere d) En metode til at gøre computere hurtigere

Machine learning er en gren af AI, hvor systemer automatisk lærer og forbedrer sig fra erfaring (data) uden at være eksplicit programmeret til hver enkelt opgave.

3. Hvad refererer "etisk AI" typisk til?

a) AI der kun bruges til godgørende formål b) AI der er programmeret til at følge etiske retningslinjer c) Udvikling og anvendelse af AI under hensyntagen til moralske principper og værdier d) AI der kan træffe moralske beslutninger på egen hånd

Etisk AI refererer til udvikling og anvendelse af AI-systemer på en måde, der respekterer og fremmer etiske principper som retfærdighed, transparens, privatlivsbeskyttelse og ansvarlighed.

4. Hvad er et eksempel på "bias" i AI?

a) Når AI foretrækker én type computer frem for en anden b) Når AI-systemer konsekvent favoriserer eller diskriminerer bestemte grupper c) Når AI kun kan arbejde med bestemte typer data d) Når AI bliver mere effektiv over tid

Bias i AI opstår når systemer konsekvent producerer uretfærdige resultater, ofte ved at favorisere eller diskriminere bestemte grupper baseret på karakteristika som race, køn eller alder.

5. Hvad er "deep learning"?

a) En form for meditation for AI-forskere b) En undergren af machine learning baseret på kunstige neurale netværk c) Når AI lærer fra meget gamle data d) En metode til at gemme data dybt i computerens hukommelse

Deep learning er en undergren af machine learning, der bruger kunstige neurale netværk med mange lag til at lære komplekse mønstre i data.

6. Hvad er en potentiel etisk bekymring ved brug af AI i rekruttering?

a) AI kan arbejde hurtigere end menneskelige rekruttører b) AI kan reproducere eller forstærke eksisterende fordomme og diskrimination c) AI kan læse ansøgernes tanker d) AI kan ikke vurdere menneskelige egenskaber

En væsentlig etisk bekymring ved brug af AI i rekruttering er risikoen for, at systemet kan reproducere eller endda forstærke eksisterende fordomme og diskrimination baseret på de data, det er trænet på.

7. Hvad er "Turing-testen"?

a) En test af computeres regnekraft b) En metode til at måle AI's kreativitet c) En test designet til at vurdere en maskines evne til at udvise intelligent adfærd d) En sikkerhedstest for AI-systemer

Turing-testen, foreslået af Alan Turing i 1950, er designet til at teste en maskines evne til at udvise intelligent adfærd svarende til eller ikke skelbar fra et menneskes.

8. Hvad er en begrænsning ved nuværende AI-systemer?

a) De kan ikke lære nye opgaver b) De mangler ofte kontekstforståelse og common sense ræsonnement c) De kan kun arbejde med numeriske data d) De er for langsomme til praktisk brug

En væsentlig begrænsning ved nuværende AI-systemer er deres mangel på dybere kontekstforståelse og evnen til at anvende almindelig sund fornuft i deres ræsonnement, noget der ofte kommer naturligt for mennesker.

9. Hvad er "Natural Language Processing" (NLP)?

a) En metode til at lære computere at tale naturligt b) Et felt inden for AI der fokuserer på interaktion mellem computere og menneskeligt sprog c) En proces hvor AI lærer at skrive poesi d) En teknik til at oversætte dyrelyde til menneskeligt sprog

Natural Language Processing (NLP) er et felt inden for AI og lingvistik, der fokuserer på interaktionen mellem computere og menneskeligt (naturligt) sprog, herunder forståelse, analyse og generering af sprog.

10. Hvad er "overfitting" i konteksten af machine learning?

a) Når en AI bliver for god til en opgave b) Når en model lærer træningsdata for godt og klarer sig dårligt på nye data c) Når en AI bruger for meget computerkraft d) Når en AI-model bliver for stor til at køre effektivt

Overfitting opstår, når en machine learning-model lærer træningsdataene så godt, at den fanger støj og tilfældige fluktuationer som betydningsfulde mønstre, hvilket resulterer i dårlig generalisering til nye, usete data.

11. Hvilken etisk overvejelse er relevant ved brug af AI i sundhedsvæsenet?

a) AI kan arbejde 24/7 uden pauser b) AI kan potentielt diagnosticere sygdomme hurtigere end mennesker c) Beskyttelse af patientdata og privatlivshensyn d) AI kan reducere behovet for menneskelige læger

En central etisk overvejelse ved brug af AI i sundhedsvæsenet er beskyttelsen af følsomme patientdata og privatlivshensyn, især givet den sensitive natur af sundhedsoplysninger.

12. Hvad er "adversarial attacks" i forhold til AI?

a) Når to AI-systemer konkurrerer mod hinanden b) Forsøg på at narre eller manipulere AI-systemer ved at introducere forstyrrende input c) Når hackere prøver at stjæle AI-algoritmer d) En træningsmetode hvor AI lærer ved at konkurrere

Adversarial attacks i AI-kontekst refererer til bevidste forsøg på at narre eller manipulere AI-systemer ved at introducere nøje designet forstyrrende input, ofte med det formål at få systemet til at fejle eller producere forkerte resultater."