Logo
แผนที่ที่สร้างขึ้นเฉพาะสำหรับ Pro Plan ควิซ
thubnail
ป่าเทพนิยาย
เล่นอิสระ
มัธยมปลาย 10
อื่น ๆ
แบบทดสอบก่อนเรียนเรื่อง AI
LPN084 LPN084
1
ปัญหาที่เพิ่มเข้ามา (20/ 20)
อนุญาตให้คำตอบที่ไม่ถูกต้อง
ซ่อนคำตอบ
public quiz

ปัญหา 1

เลือกประเภท

AI หมายถึง

  • เทคโนโลยีที่ทำให้คอมพิวเตอร์สามารถคิดและตัดสินใจได้เหมือนมนุษย์
  • โปรแกรมที่ใช้สำหรับวาดภาพกราฟิกบนคอมพิวเตอร์
  • เครื่องมือที่ใช้ในการเชื่อมต่ออินเทอร์เน็ต
  • อุปกรณ์สำหรับเก็บข้อมูลสำรอง

ปัญหา 2

เลือกประเภท

AI แบบแคบ (Narrow AI) มีอีกชื่อเรียกว่าอะไร?

  • Strong AI
  • Weak AI
  • General AI
  • Super AI

ปัญหา 3

เลือกประเภท

AI แบบทั่วไป (General AI) สามารถทำงานทางปัญญาใดๆ ได้เหมือนมนุษย์จริงหรือไม่?

  • ใช่ สามารถทำงานทางปัญญาได้ทุกอย่างเหมือนมนุษย์
  • ไม่สามารถคิดวิเคราะห์หรือเรียนรู้ได้เหมือนมนุษย์
  • ทำได้เฉพาะงานที่โปรแกรมไว้เท่านั้น
  • ใช้ได้เฉพาะกับงานที่ต้องการความเร็วสูงเท่านั้น

ปัญหา 4

เลือกประเภท

AI ประเภทใดที่ถูกออกแบบมาเพื่อแก้ปัญหาหรือทำงานเฉพาะอย่างเท่านั้น?

  • AI ที่สามารถปรับตัวและเรียนรู้ได้ด้วยตนเองในทุกสถานการณ์
  • AI ที่มีความสามารถเทียบเท่ากับมนุษย์ในทุกด้าน
  • AI ที่พัฒนาเพื่อทำงานหรือแก้ปัญหาเฉพาะเรื่อง เช่น ระบบตรวจจับใบหน้า
  • AI ที่มีความรู้สึกและจิตสำนึกเหมือนมนุษย์

ปัญหา 5

เลือกประเภท

Super AI เป็น AI ที่มีสติปัญญาเหนือกว่ามนุษย์ในทุกๆ ด้าน และเป็นสิ่งที่พบเห็นได้ทั่วไปแล้วในปัจจุบัน

  • ไม่ถูกต้อง เพราะในปัจจุบัน Super AI ยังไม่เกิดขึ้นและยังไม่มีอยู่จริงในโลกนี้
  • ถูกต้อง เพราะ Super AI ได้รับการพัฒนาและใช้งานอย่างแพร่หลายในชีวิตประจำวันแล้ว
  • ถูกต้อง เพราะ Super AI มีอยู่ในอุปกรณ์อัจฉริยะต่างๆ ที่เราใช้เป็นประจำ
  • ถูกต้อง เพราะปัจจุบัน AI ทุกประเภทมีความสามารถเหนือกว่ามนุษย์ในทุกด้าน

ปัญหา 6

เลือกประเภท

AI ที่มีระดับสติปัญญาเทียบเท่ามนุษย์ในทุกๆ ด้าน เรียกว่า AI ประเภทใด?

  • Artificial General Intelligence (AGI) หรือ ปัญญาประดิษฐ์ทั่วไป
  • Artificial Narrow Intelligence (ANI) หรือ ปัญญาประดิษฐ์เฉพาะทาง
  • Machine Learning (การเรียนรู้ของเครื่อง)
  • Expert System (ระบบผู้เชี่ยวชาญ)

ปัญหา 7

เลือกประเภท

Machine Learning ถือเป็นสาขาย่อยหนึ่งของ Artificial Intelligence (AI)

  • เป็นจริง Machine Learning เป็นสาขาย่อยหนึ่งของปัญญาประดิษฐ์ (AI)
  • ไม่ถูกต้อง Machine Learning เป็นสาขาหลักที่ไม่เกี่ยวข้องกับ AI
  • ไม่ถูกต้อง Machine Learning เป็นสาขาของวิทยาการคอมพิวเตอร์ที่แยกจาก AI
  • ไม่ถูกต้อง Machine Learning เป็นเทคโนโลยีทางด้านฮาร์ดแวร์ ไม่เกี่ยวกับ AI

ปัญหา 8

เลือกประเภท

Deep Learning เป็นสาขาย่อยของ AI ที่พัฒนาต่อยอดมาจากอะไร?

  • Symbolic AI
  • Expert Systems
  • Machine Learning
  • Robotics

ปัญหา 9

คำตอบสั้น

ยกตัวอย่างการใช้งาน Narrow AI ที่พบได้ในชีวิตประจำวันมา 1 ตัวอย่าง

  • ระบบผู้ช่วยส่วนตัวบนสมาร์ทโฟน (เช่น Siri, Google Assistant), ระบบแนะนำภาพยนตร์/เพลง, ระบบจดจำใบหน้า, ระบบขับเคลื่อนอัตโนมัติในรถยนต์

ปัญหา 10

คำตอบสั้น

คำที่ใช้อธิบาย AI ที่มีความสามารถทางปัญญาเหนือกว่ามนุษย์อย่างมากในทุกๆ ด้านคืออะไร?

  • Super AI (หรือ Artificial Superintelligence)

ปัญหา 11

เลือกประเภท

แนวทางหลักในการพัฒนา AI ในยุคแรกๆ ก่อนการเติบโตของ Machine Learning คือแนวทางใด?

  • Connectionism
  • Deep Learning
  • Symbolic AI
  • Reinforcement Learning

ปัญหา 12

เลือกประเภท

แนวทางหลักในการพัฒนา AI ในยุคแรกๆ ก่อนการเติบโตของ Machine Learning คือแนวทางใด?

  • การเรียนรู้จากข้อมูลจำนวนมาก (Data-driven learning)
  • การใช้กฎและสัญลักษณ์ที่มนุษย์กำหนด (Rule-based and symbolic approach)
  • การจำลองโครงสร้างสมองมนุษย์ (Simulating human brain structure)
  • การประมวลผลภาษาธรรมชาติขั้นสูง (Advanced Natural Language Processing)

ปัญหา 13

เลือกประเภท

AI ยุคแรกที่ใช้ระบบผู้เชี่ยวชาญ (Expert Systems) มีความสามารถในการเรียนรู้และปรับปรุงตัวเองโดยอัตโนมัติจากข้อมูลใหม่ๆ จำนวนมากได้ดีเท่ากับ Machine Learning ในปัจจุบัน ใช่หรือไม่?

  • ไม่ใช่ ระบบผู้เชี่ยวชาญในยุคแรกไม่สามารถเรียนรู้หรือปรับปรุงตัวเองจากข้อมูลใหม่ได้โดยอัตโนมัติแบบเดียวกับ Machine Learning ในปัจจุบัน
  • ใช่ ระบบผู้เชี่ยวชาญในยุคแรกมีความสามารถในการเรียนรู้จากข้อมูลใหม่ได้ดีเท่า Machine Learning
  • ระบบผู้เชี่ยวชาญและ Machine Learning ไม่มีความแตกต่างกันในด้านการเรียนรู้จากข้อมูลใหม่
  • ระบบผู้เชี่ยวชาญในยุคแรกสามารถพัฒนาตนเองได้โดยไม่ต้องอาศัยข้อมูลใหม่

ปัญหา 14

คำตอบสั้น

ข้อจำกัดสำคัญประการหนึ่งของ AI ยุคแรกที่พึ่งพากฎที่มนุษย์กำหนด (Rule-based AI) คืออะไร?

  • ไม่สามารถจัดการกับข้อมูลที่ไม่ชัดเจน ไม่สมบูรณ์ หรือสถานการณ์ที่ซับซ้อนเกินกว่าชุดกฎที่กำหนดไว้ได้ง่ายนัก และการสร้างชุดกฎสำหรับปัญหาที่ซับซ้อนมากๆ ทำได้ยากและใช้เวลานาน

ปัญหา 15

เลือกประเภท

เป้าหมายหลักของ Machine Learning ที่แตกต่างอย่างชัดเจนจากแนวทาง AI ยุคแรกคืออะไร?

  • การสร้างระบบที่สามารถให้เหตุผลเชิงตรรกะได้อย่างแม่นยำโดยใช้กฎที่กำหนดไว้
  • การสร้างระบบที่สามารถเรียนรู้และตัดสินใจจากข้อมูลโดยไม่ต้องถูกโปรแกรมอย่างชัดเจนสำหรับทุกกรณี
  • การจำลองการทำงานของหุ่นยนต์ให้เหมือนมนุษย์ทุกประการ
  • การประมวลผลสัญลักษณ์และภาษาของมนุษย์เพื่อทำความเข้าใจความหมาย

ปัญหา 16

เลือกประเภท

Machine Learning มักต้องการข้อมูลจำนวนมากและมีคุณภาพเพื่อฝึกฝนโมเดลให้มีประสิทธิภาพสูงสุด ใช่หรือไม่?

  • ใช่ เพราะการฝึกโมเดล Machine Learning ให้มีประสิทธิภาพสูงจำเป็นต้องใช้ข้อมูลจำนวนมากและมีคุณภาพดีเพื่อให้ได้ผลลัพธ์ที่แม่นยำและน่าเชื่อถือ
  • ไม่จำเป็นต้องใช้ข้อมูลจำนวนมากหรือคุณภาพสูงก็สามารถฝึกโมเดลได้ดี
  • การใช้ข้อมูลปริมาณน้อยแต่มีคุณภาพต่ำก็เพียงพอสำหรับการฝึกโมเดล Machine Learning
  • Machine Learning สามารถทำงานได้ดีโดยไม่ต้องใช้ข้อมูลในการฝึกฝน

ปัญหา 17

คำตอบสั้น

บทบาทของ 'ข้อมูล' ใน Machine Learning แตกต่างจาก AI ยุคแรกอย่างไร?

  • ใน Machine Learning ข้อมูลคือหัวใจหลักที่ใช้ในการฝึกฝนโมเดลให้เรียนรู้และสร้างรูปแบบหรือโมเดลขึ้นมาเอง โดยไม่ต้องเขียนกฎตายตัว ในขณะที่ AI ยุคแรกใช้ข้อมูลส่วนใหญ่เป็นเพียงข้อมูลนำเข้าเพื่อประมวลผลตามกฎที่กำหนดไว้ล่วงหน้าโดยมนุษย์

ปัญหา 18

เลือกประเภท

ปัญหาประเภทใดที่ Machine Learning มักแสดงประสิทธิภาพได้ดีกว่า AI ยุคแรกที่ใช้กฎเป็นหลัก?

  • การแก้ปัญหาทางคณิตศาสตร์และตรรกะที่ซับซ้อนซึ่งมีขั้นตอนการแก้ที่ชัดเจน
  • การจำแนกและจดจำรูปแบบในข้อมูลขนาดใหญ่และมีความผันแปรสูง เช่น ภาพ เสียง หรือข้อความ
  • การทำงานตามขั้นตอนที่กำหนดไว้อย่างเคร่งครัดและไม่เปลี่ยนแปลง
  • การสร้างระบบฐานข้อมูลที่มีความสัมพันธ์ซับซ้อนและต้องการความถูกต้องแน่นอน 100%

ปัญหา 19

เลือกประเภท

การเพิ่มขึ้นของพลังประมวลผลของคอมพิวเตอร์และการเข้าถึงข้อมูลขนาดใหญ่ (Big Data) มีส่วนสำคัญที่ทำให้ Machine Learning ได้รับความนิยมและพัฒนาอย่างก้าวกระโดดในช่วงทศวรรษที่ผ่านมา ใช่หรือไม่?

  • ใช่ เพราะการมีพลังประมวลผลสูงและข้อมูลขนาดใหญ่ช่วยให้ Machine Learning พัฒนาได้อย่างรวดเร็วและมีประสิทธิภาพมากขึ้น
  • ไม่ใช่ ปัจจัยหลักที่ทำให้ Machine Learning พัฒนาเกิดจากการออกแบบอัลกอริทึมใหม่เท่านั้น
  • ไม่เกี่ยวข้องกับพลังประมวลผลหรือข้อมูลขนาดใหญ่เลย การพัฒนา Machine Learning เกิดจากการทดลองทางฟิสิกส์เป็นหลัก
  • ไม่ถูกต้อง Machine Learning ได้รับความนิยมเพราะใช้คนในการประมวลผลข้อมูลแทนคอมพิวเตอร์

ปัญหา 20

เลือกประเภท

ข้อใดคือข้อได้เปรียบหลักของ Machine Learning เมื่อเทียบกับ AI ยุคแรกในการจัดการกับปัญหาที่ซับซ้อนและเปลี่ยนแปลงอยู่ตลอดเวลา?

  • ความสามารถในการให้เหตุผลเชิงตรรกะตามหลักปรัชญาได้อย่างลึกซึ้งกว่า
  • การพึ่งพาชุดกฎที่มนุษย์กำหนดไว้น้อยกว่า ทำให้สามารถเรียนรู้และปรับตัวเข้ากับสถานการณ์ใหม่ๆ หรือข้อมูลที่ไม่เคยเห็นมาก่อนได้ดีกว่า
  • การรับประกันความถูกต้อง 100% ในทุกกรณีโดยไม่ต้องอาศัยการตรวจสอบจากมนุษย์
  • ความโปร่งใสในการทำงานที่อธิบายได้ง่ายกว่าเนื่องจากใช้โมเดลทางสถิติที่ไม่ซับซ้อน
การแชร์ Google Classroom