【AI素養課程系列(一)】 AI基礎：掌握核心概念｜解答
1. 請問下列哪一種神經網路架構最適合用於需要有記憶的運算？
a. DNN 全連結：深度神經網路 Deep Neural Networks
b. CNN 卷積層：卷積神經網路 Convolutional Neural Network
c. RNN 遞歸層：循環神經網路 Recurrent Neural Network
d. 以上皆是
2. 在深度學習中，為什麼使用 ReLU 作為激活函數？
a. 它可以避免梯度消失問題
b. 它的輸出範圍是 0 到 1
c. 它能夠對所有輸入值進行平滑處理
d. 它適用於小型數據集
3. 在深度學習中，DNN 代表什麼？
a. Dynamic Neural Network
b. Dense Neural Network
c. Deep Neural Network
d. Direct Neural Network
4. 請問下列哪一項敘述並非 ChatGPT 的特點？
a. 可以生成流暢自然的文字
b. 可以理解和回應人類的指令
c. 可以進行多輪對話
d. 可以完全取代人類的思考 and 創作
5. 在 AI 模型的訓練過程中，為什麼要避免過度擬合（overfitting）？
a. 避免資料運算過度，提供毫無相關的回答
b. 要讓機器人可以背答案，為相同題目給予正確解答
c. 避免機器人無法根據資料給予正確預測
d. 以上皆是
6. ChatGPT 是一種基於什麼技術的語言模型？
a. RNN
b. CNN
c. Transformer
d. Autoencoder
7. 課程中提到，可以使用「Fine-tuning」技術來調整 AI 模型，請問 Fine-tuning 的主要目的是什麼？
a. 用比較少的訓練資料，達成訓練效果
b. 讓大量資料可以持續篩選成精準數據
c. 將品質不好的資料透過修飾轉換成對的資料
d. 避免 AI 訓練資料時產生偏誤
8. Fine-tuning 是什麼意思？
a. 訓練新模型
b. 調整已訓練模型的參數以適應新任務
c. 優化模型結構
d. 提取特徵
1. RNN 在處理什麼類型的數據時特別有效？
a. 結構化可透過邏輯直接推算的數據
b. 以圖像為主的數據
c. 有時序需要透過記憶推演的數據
d. 二維數據
10. 何者不是運用 AI 模型的可能性 ?
a. 運用已訓練好的 AI 模型
b. 將 ChatGPT 模型下載到電腦以完整重新訓練
c. 打造自已的 AI 模型
d. Fine-tuning AI 模型
