Secondo test Intelligenza artificiale generativa

Domanda 1 di 30

Cosa si intende per "deep learning" come fondamento dell'IA generativa secondo il documento?

A. Tecniche di apprendimento basate su algoritmi di ottimizzazione combinatoria a bassa complessità B. Architetture neurali profonde con molti strati capaci di apprendere rappresentazioni latenti complesse dei dati C. Sistemi di apprendimento che richiedono supervisione umana continua a ogni passo del training D. Metodi statistici classici applicati a dataset di grandi dimensioni senza l'uso di reti neurali

Domanda 2 di 30

Quale delle seguenti affermazioni descrive correttamente la differenza tra "deep learning" e "machine learning"?

A. Il deep learning richiede sempre supervisione umana, il machine learning può essere non supervisionato B. Il deep learning utilizza reti neurali con molti strati, il machine learning include anche algoritmi non basati su reti neurali C. Il machine learning è esclusivamente basato su reti neurali profonde, il deep learning usa algoritmi statistici D. Il deep learning processa dati strutturati, il machine learning processa dati non strutturati

Domanda 3 di 30

Qual è il principale problema di training delle GAN noto come "mode collapse"?

A. Il discriminatore smette di aggiornarsi dopo poche iterazioni bloccando il training B. Il generatore impara a produrre una varietà molto limitata di output ignorando la diversità del dataset reale C. Il training diverge perché i gradienti esplodono nel discriminatore nelle prime fasi D. Il generatore copia direttamente campioni dal dataset di training invece di crearne di nuovi

Domanda 4 di 30

Cosa si intende per "token" nel contesto degli LLM?

A. Un'unità di misura della velocità di elaborazione del modello in operazioni al secondo B. Un certificato digitale che autentica l'accesso all'API del modello C. Un'unità di testo (parola, sottoparola o carattere) in cui il modello divide l'input prima dell'elaborazione D. Un indice numerico che rappresenta la posizione di un documento nel corpus di training

Domanda 5 di 30

Perché il documento sottolinea l'importanza delle "linee guida etiche" per l'adozione dell'IA generativa?

A. Per garantire che i modelli IA rispettino i requisiti minimi di prestazione stabiliti dalle autorità regolatorie B. Per accompagnare responsabilmente la diffusione dell'IA considerando impatti su bias, proprietà intellettuale e processi lavorativi C. Per proteggere i diritti commerciali delle aziende che sviluppano modelli IA proprietari D. Per standardizzare i processi di training e garantire la comparabilità dei risultati tra modelli diversi

Domanda 6 di 30

Cosa si intende per "outpainting" nella generazione di immagini?

A. La rimozione di elementi indesiderati da un'immagine esistente B. L'estensione di un'immagine oltre i suoi bordi originali generando nuovo contenuto coerente C. La classificazione automatica di immagini in categorie semantiche predefinite D. La compressione di immagini ad alta risoluzione senza perdita di qualità percettiva

Domanda 7 di 30

Cosa si intende con "autonomazione creativa" come fenomeno socioeconomico dell'IA generativa?

A. La capacità dei robot fisici di eseguire compiti creativi come la pittura e la scultura B. L'impiego di sistemi IA per automatizzare processi tradizionalmente associati alla creatività umana con potenziali impatti occupazionali C. La generazione automatica di brevetti per invenzioni create interamente da sistemi IA D. L'automazione dei processi amministrativi nelle aziende del settore creativo e dell'intrattenimento

Domanda 8 di 30

In quale ambito i bias dell'IA possono avere conseguenze particolarmente critiche secondo il documento?

A. Generazione di musica elettronica e composizione algoritmica B. Recruitment e sanità, tra gli altri ambiti ad alta criticità C. Progettazione di interfacce utente per applicazioni mobile D. Ottimizzazione delle rotte logistiche nel settore dei trasporti

Domanda 9 di 30

Cosa si intende per "mixture of experts" (MoE) nell'architettura dei modelli linguistici?

A. Un approccio di ensemble in cui più modelli identici vengono mediati per produrre l'output finale B. Un'architettura in cui solo una sottoparte dei parametri (esperti) viene attivata per ogni input, aumentando l'efficienza C. Un metodo di training collaborativo in cui più team di ricercatori contribuiscono a parti diverse del modello D. Una tecnica di fine-tuning che utilizza esperti umani di dominio per validare ogni aggiornamento del modello

Domanda 10 di 30

Cosa si intende per "context window" (finestra di contesto) negli LLM?

A. L'interfaccia grafica che mostra lo storico della conversazione all'utente B. Il numero massimo di token che il modello può elaborare contemporaneamente in input e output C. La dimensione del dataset di training necessaria per addestrare efficacemente il modello D. Il parametro che controlla la diversità degli output durante la generazione del testo

Domanda 11 di 30

Quale caratteristica stilistica contraddistingue le immagini generate da Midjourney secondo il documento?

A. Massimo realismo fotografico con fedeltà assoluta ai dettagli descritti nel prompt B. Stile prevalentemente tecnico-scientifico adatto alla comunicazione accademica C. Stile che oscilla tra il realistico e il surreale con forte orientamento alla sperimentazione estetica D. Stile minimalista e astratto basato esclusivamente sulla geometria computazionale

Domanda 12 di 30

Quale fenomeno si descrive con "vanishing gradient" nel training di reti neurali profonde?

A. I gradienti diventano eccessivamente grandi causando instabilità nel training e divergenza della loss B. I gradienti diventano progressivamente molto piccoli negli strati profondi rendendo l'apprendimento inefficace C. I gradienti si annullano selettivamente negli strati di attenzione impedendo la convergenza D. I gradienti vengono azzerati artificialmente tramite dropout per prevenire l'overfitting

Domanda 13 di 30

Secondo il documento, in quali settori l'impatto dei bias dell'IA è particolarmente critico?

A. Intrattenimento digitale e industria dei videogiochi B. Recruitment e sanità C. Turismo e hospitality management D. Logistica e supply chain management

Domanda 14 di 30

Cosa si intende per "sincronia semantica" in un sistema multimodale come Gemini?

A. La capacità di sincronizzare l'output audio e video generati contemporaneamente dal modello B. La coerenza di significato tra contenuti generati in modalità diverse (testo, immagine, audio) nello stesso contesto C. La velocità uniforme di elaborazione delle diverse modalità di input nel sistema D. La compatibilità dei formati di output tra diversi modelli multimodali di aziende differenti

Domanda 15 di 30

Cosa si intende per "knowledge distillation" nel contesto dell'ottimizzazione dei modelli di IA?

A. Il processo di estrazione di conoscenza strutturata da documenti non strutturati tramite NLP B. Una tecnica in cui un modello più piccolo (studente) viene addestrato a imitare un modello più grande (insegnante) per ridurne le dimensioni C. Il trasferimento automatico di conoscenza da un dominio all'altro tramite tecniche di domain adaptation D. Un metodo di costruzione automatica di knowledge graph a partire dall'output degli LLM

Domanda 16 di 30

Quale processo caratterizza la prima fase del funzionamento dei modelli di diffusione (diffusion models)?

A. Rimozione progressiva del rumore fino a ottenere un'immagine nitida B. Aggiunta progressiva di rumore ai dati reali fino a renderli quasi completamente casuali C. Compressione dei dati in uno spazio latente tramite variational autoencoder D. Ottimizzazione adversariale tra generatore e discriminatore

Domanda 17 di 30

Perché Runway viene considerato rilevante per ambiti come il cinema e la pubblicità?

A. Per la capacità di generare script e sceneggiature ottimizzati per la produzione televisiva B. Per il supporto alla produzione e all'editing di contenuti video tramite IA generativa multimodale C. Per l'integrazione con piattaforme di distribuzione streaming come Netflix e Amazon Prime D. Per la capacità di animare automaticamente personaggi 3D da descrizioni testuali in tempo reale

Domanda 18 di 30

Quale impatto socioeconomico dell'IA generativa viene citato nel documento come questione critica?

A. L'aumento dei costi energetici per le infrastrutture di data center B. L'impatto sui processi di produzione culturale e lavorativa e sull'automazione creativa C. La concentrazione del mercato tecnologico in poche grandi corporation D. La difficoltà di accesso alle tecnologie IA per i paesi in via di sviluppo

Domanda 19 di 30

Quale problematica legale viene evidenziata nel documento in relazione ai contenuti generati dall'IA?

A. La responsabilità penale degli sviluppatori per i contenuti offensivi generati B. Le problematiche legate alla proprietà intellettuale dei contenuti generati C. La violazione del GDPR nella raccolta dei dati personali per il training D. Il conflitto di interessi tra brevetti tecnologici e open source nell'IA

Domanda 20 di 30

Cosa si intende per "distribuzione statistica dei dati di addestramento" nel contesto dell'IA generativa?

A. La suddivisione percentuale del dataset tra training, validation e test set B. La probabilità di occorrenza dei diversi pattern e strutture presenti nei dati su cui il modello viene addestrato C. La distribuzione geografica dei server che ospitano il dataset di addestramento D. Il numero di campioni per classe nel dataset bilanciato prima del training

Domanda 21 di 30

Nel contesto dell'IA generativa, cosa si intende per "fine-tuning"?

A. L'addestramento di un modello da zero su un nuovo dataset specifico di dominio B. L'ulteriore addestramento di un modello pre-addestrato su dati specifici per adattarlo a un compito particolare C. La riduzione della dimensione del modello tramite tecniche di pruning dei pesi D. Il processo di conversione di un modello da precisione float32 a float16

Domanda 22 di 30

Cosa significa l'acronimo LLM nel contesto dell'intelligenza artificiale?

A. Latent Learning Model B. Large Language Model C. Linear Layer Matrix D. Lexical Language Mechanism

Domanda 23 di 30

Quale dei seguenti modelli è esplicitamente indicato come sviluppato da DeepMind?

A. GPT-4 B. Claude 3 C. AlphaFold D. Gemini Pro

Domanda 24 di 30

In quale settore scientifico AlphaFold ha dimostrato il "potenziale trasformativo dell'IA generativa" secondo il documento?

A. Astronomia e cosmologia osservativa B. Ricerca biomedica e scoperta farmacologica C. Fisica delle particelle e acceleratori di particelle D. Ingegneria dei materiali e nanotecnologia

Domanda 25 di 30

Quale caratteristica speciale contraddistingue il personaggio principale del cartone animato nel tutorial secondo il documento?

A. Ha la capacità di volare grazie ad ali invisibili B. Il suo pelo arancione brillava leggermente ogni volta che scopriva qualcosa di nuovo C. Parla tutte le lingue del mondo animale D. Può diventare invisibile in situazioni di pericolo

Domanda 26 di 30

Quale metrica viene comunemente usata per valutare la qualità delle immagini generate dalle GAN?

A. BLEU score (Bilingual Evaluation Understudy) B. FID (Fréchet Inception Distance) C. ROUGE (Recall-Oriented Understudy for Gisting Evaluation) D. METEOR (Metric for Evaluation of Translation with Explicit ORdering)

Domanda 27 di 30

Come definisce il documento il processo di "denoising" nei modelli di diffusione?

A. L'aggiunta di rumore gaussiano ai dati di training per aumentare la robustezza del modello B. La rimozione di dati duplicati o corrotti dal dataset di addestramento C. Il processo inverso in cui il modello impara a ricostruire gradualmente dati puliti partendo dal rumore D. La normalizzazione dei gradienti per prevenire il problema del vanishing gradient

Domanda 28 di 30

Quale specifico utilizzo di GPT viene menzionato nel documento oltre alla scrittura di testi?

A. La generazione di modelli 3D per la stampa additiva e la prototipazione rapida B. Il supporto alla programmazione, copywriting e assistenza alla clientela C. La diagnosi automatica di patologie a partire da immagini diagnostiche D. La composizione di musica originale in stili musicali personalizzati

Domanda 29 di 30

In quale anno furono introdotte le Generative Adversarial Networks (GAN)?

A. 2012 B. 2014 C. 2017 D. 2019

Domanda 30 di 30

Quale architettura neurale costituisce la base dei principali modelli linguistici di grandi dimensioni come GPT?

A. LSTM con attenzione additiva B. Transformer C. Convolutional Neural Network (CNN) D. Autoencoder variazionale (VAE)