E等公務員,e學中心,解答,測驗,人工智慧基礎-與政府轉型的新契機
「人工智慧基礎-與政府轉型的新契機」e等公務園+e學中心+學習平臺解答
相信大家會搜尋進來,應該也是為了更快速完成測驗,貼心的我們懂你❤資料均網路上蒐集整理,僅供參考。大家善用Ctrl+F搜尋題目關鍵字,相信很快就找到答案。問:下列關於數位轉型之描述,何者正確? 因應疫情發展之無接觸新常態,對於數位轉型並無正面影響 目前國內大多數機構之重大決策與日常業務,已加入數據維度,並運用資料科學方法/人工智慧實現自動化v 機構之數位轉型程度取決於最弱的一環 數位啟蒙程度 (能在工作中運用生活中就能接觸到的工具) 之轉型,即可達到新常態下之領先族群均標 問:下列何者為我國個人資料保護法規定之「特種」個人資料? 姓名 出生年月日v 健康檢查 財務狀況 問:下列何者為資料清理可能需要面對之議題? 大量缺值 資料格式中途改變 (未正規化) 同一項資料有不同的紀錄方式v 以上皆非 問:運用去識別化技術與資料價值可用性,有呈現 正比現象 ○v ╳ 問:下列何者「非」歐盟用以宣示加強個人資料保護,或人工智慧相關發展規管力度之文件? 人工智慧白皮書 (White Paper on Artificial Intelligence)v 安全港原則 (International Safe Harbor Privacy Principles 歐洲數據戰略 (European Data Strategy) 一般資料保護規範 (General Data Protection Regulation, GDPR) 問:「信任」是 AI 產業化的基礎v ○ ╳ 問:下列有關於機器倫理 (Robot Ethics) 之敘述,何者「錯誤」?v 只與工程人員有關 為適用於機器之倫理學 其重要性會隨著科技演進逐漸增加 在自動駕駛領域已經開始引起探討 問:下列關於對於人工智慧系統解決方案之期待與規劃,何者「錯誤」?v 可預期初代人工智慧系統即為完美解決方案 上線後應使用大量資料反饋,重新訓練並快速疊代 資料循環應在一開始規劃運作模式時就納入考? 配套措施亦為真實系統之重要元素 問:下列何者為構成深度學習之基本要件? 神經網路 大數據v 神經網路與大數據 以上皆非 問:關於個人資料保護與數據價值可用性之關聯,下列何者正確? 如何界定「個人資料已去識別化」,非屬事實認定,且不具有變動性v 與其他資料的對照、組合、連結等操作,可能使被認為已去識別化的資料被重新識別 運用去識別化技術與資料價值可用性,有呈現正比現象 資料持續累積、資訊技術的發展演進與資料儲存成本下降等因素,對於去識別化之難度與不確定性並無影響 問:構成深度學習之基本要件是神經網路與大數據v ○ ╳ 問:下列何者「非」人工智慧白皮書 (White Paper on Artificial Intelligence) 對於未來技術發展路徑之規管宣示? 需佐證使用的數據足夠完備,以確保結果有足夠的普適性v 需確保人工智慧系統運無人為監督,能達到全自動化運作 需明確釐清人工智慧系統的能力與極限,以避免結果應用的範圍損害人權 需保證人工智慧系統的穩健性和結果重現性以供驗證 問:下列何者為人工智慧有機會應用之公部門領域? 便民服務 警政消防 社會文化v 以上皆是 問:下列何者為一般資料保護規範 (General Data Protection Regulation, GDPR) 賦予當事人的權利? 拒絕權 (包含個人資料自動化決策反對權) 資料可攜權 被遺忘權v 以上皆是 問:以下何者為落實系統解決方案過程中,人工智慧主要能發揮優勢的項目? 決定專案目標 資料盤點/資料蒐集v 分析/建模 資料清理 問:圖像識別中最成熟的領域:自動駕駛 ○v ╳ 問:下列何者為人工智慧技術已經相當成熟之領域? 自動駕駛 人臉識別 語音辨識v 以上皆是 問:下列何者「非」區塊鏈信用機制之特性? 去中心化v 單一機構 (如銀行、清算所) 持有帳目系統 每個節點皆有一份帳目透明 共享的帳目系統 問:下列何者「非」人工智慧相較於人類較占優之工作內容?v 需要大量思考及創造的工作 重複性高的工作 高度依賴記憶與穩定度的工作 需處理大量細節的工作
問:下列關於數位轉型之描述,何者正確?
因應疫情發展之無接觸新常態,對於數位轉型並無正面影響
目前國內大多數機構之重大決策與日常業務,已加入數據維度,並運用資料科學方法/人工智慧實現自動化
v 機構之數位轉型程度取決於最弱的一環
數位啟蒙程度 (能在工作中運用生活中就能接觸到的工具) 之轉型,即可達到新常態下之領先族群均標
問:下列何者為我國個人資料保護法規定之「特種」個人資料?
姓名
出生年月日
v 健康檢查
財務狀況
問:下列何者為資料清理可能需要面對之議題?
大量缺值
資料格式中途改變 (未正規化)
同一項資料有不同的紀錄方式
v 以上皆非
問:運用去識別化技術與資料價值可用性,有呈現 正比現象
○
v ╳
問:下列何者「非」歐盟用以宣示加強個人資料保護,或人工智慧相關發展規管力度之文件?
人工智慧白皮書 (White Paper on Artificial Intelligence)
v 安全港原則 (International Safe Harbor Privacy Principles
歐洲數據戰略 (European Data Strategy)
一般資料保護規範 (General Data Protection Regulation, GDPR)
問:「信任」是 AI 產業化的基礎
v ○
╳
問:下列有關於機器倫理 (Robot Ethics) 之敘述,何者「錯誤」?
v 只與工程人員有關
為適用於機器之倫理學
其重要性會隨著科技演進逐漸增加
在自動駕駛領域已經開始引起探討
問:下列關於對於人工智慧系統解決方案之期待與規劃,何者「錯誤」?
v 可預期初代人工智慧系統即為完美解決方案
上線後應使用大量資料反饋,重新訓練並快速疊代
資料循環應在一開始規劃運作模式時就納入考?
配套措施亦為真實系統之重要元素
問:下列何者為構成深度學習之基本要件?
神經網路
大數據
v 神經網路與大數據
以上皆非
問:關於個人資料保護與數據價值可用性之關聯,下列何者正確?
如何界定「個人資料已去識別化」,非屬事實認定,且不具有變動性
v 與其他資料的對照、組合、連結等操作,可能使被認為已去識別化的資料被重新識別
運用去識別化技術與資料價值可用性,有呈現正比現象
資料持續累積、資訊技術的發展演進與資料儲存成本下降等因素,對於去識別化之難度與不確定性並無影響
問:構成深度學習之基本要件是神經網路與大數據
v ○
╳
問:下列何者「非」人工智慧白皮書 (White Paper on Artificial Intelligence) 對於未來技術發展路徑之規管宣示?
需佐證使用的數據足夠完備,以確保結果有足夠的普適性
v 需確保人工智慧系統運無人為監督,能達到全自動化運作
需明確釐清人工智慧系統的能力與極限,以避免結果應用的範圍損害人權
需保證人工智慧系統的穩健性和結果重現性以供驗證
問:下列何者為人工智慧有機會應用之公部門領域?
便民服務
警政消防
社會文化
v 以上皆是
問:下列何者為一般資料保護規範 (General Data Protection Regulation, GDPR) 賦予當事人的權利?
拒絕權 (包含個人資料自動化決策反對權)
資料可攜權
被遺忘權
v 以上皆是
問:以下何者為落實系統解決方案過程中,人工智慧主要能發揮優勢的項目?
決定專案目標
資料盤點/資料蒐集
v 分析/建模
資料清理
問:圖像識別中最成熟的領域:自動駕駛
○
v ╳
問:下列何者為人工智慧技術已經相當成熟之領域?
自動駕駛
人臉識別
語音辨識
v 以上皆是
問:下列何者「非」區塊鏈信用機制之特性?
去中心化
v 單一機構 (如銀行、清算所) 持有帳目系統
每個節點皆有一份帳目透明
共享的帳目系統
問:下列何者「非」人工智慧相較於人類較占優之工作內容?
v 需要大量思考及創造的工作
重複性高的工作
高度依賴記憶與穩定度的工作
需處理大量細節的工作
評論