Secondo test Intelligenza artificiale generativa

Domanda 1 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 2 di 30

In quale modo NotebookLM trasforma le fonti caricate dagli utenti secondo il documento?

A. Le indicizza in un database vettoriale per la ricerca semantica avanzata B. Le converte in "taccuini" interattivi da cui genera riassunti, guide, FAQ e contenuti audio C. Le traduce automaticamente in più lingue per facilitare la ricerca internazionale D. Le archivia nel cloud Google con metadati estratti automaticamente tramite IA

Domanda 3 di 30

Quale piattaforma si colloca nell'ambito della generazione multimodale con attenzione alla produzione e all'editing di video?

A. Stable Diffusion B. Midjourney C. Runway D. AlphaFold

Domanda 4 di 30

Quale distinzione fondamentale viene tracciata nel documento tra IA generativa e approcci tradizionali di machine learning?

A. L'IA generativa richiede hardware più potente; il ML tradizionale è computazionalmente più efficiente B. Gli approcci tradizionali sono orientati a classificazione/previsione; l'IA generativa mira a produrre nuovi contenuti statisticamente coerenti C. Il ML tradizionale usa dati etichettati; l'IA generativa opera esclusivamente su dati non etichettati D. L'IA generativa è riservata alla ricerca accademica; il ML tradizionale domina le applicazioni commerciali

Domanda 5 di 30

Chi è accreditato come inventore delle GAN?

A. Yann LeCun B. Geoffrey Hinton C. Ian Goodfellow D. Yoshua Bengio

Domanda 6 di 30

In quale contesto Claude si configura come strumento privilegiato secondo il documento?

A. Generazione di contenuti per social media con massima viralità B. Elaborazione di immagini satellitari ad alta risoluzione C. Generazione di contenuti affidabili in contesti professionali e di ricerca D. Sviluppo di videogiochi con intelligenza artificiale adattiva

Domanda 7 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 8 di 30

Quale affermazione descrive correttamente la "verosimiglianza formale" dei contenuti generati dall'IA?

A. I contenuti appaiono credibili e ben formati ma non garantiscono necessariamente accuratezza fattuale B. La verosimiglianza formale implica necessariamente la correttezza fattuale e la validità semantica C. I contenuti con alta verosimiglianza formale sono stati verificati automaticamente da fonti esterne attendibili D. La verosimiglianza formale è una proprietà esclusiva dei modelli addestrati su dataset scientifici peer-reviewed

Domanda 9 di 30

Cosa indica il termine "multimodale" applicato a un sistema di IA?

A. Un sistema che può essere eseguito su più processori in parallelo B. Un sistema che elabora o genera più tipi di dati (testo, immagini, audio, video) C. Un sistema addestrato su dataset provenienti da più domini tematici D. Un sistema che supporta interfacce utente in più lingue contemporaneamente

Domanda 10 di 30

Cosa si intende per "stile che oscilla tra il realistico e il surreale" in riferimento a Midjourney?

A. La capacità di Midjourney di alternare automaticamente tra due modalità di generazione predefinite B. Un approccio artistico che combina elementi iperrealistici con distorsioni e visioni fantastiche non convenzionali C. Un bug ricorrente che causa inconsistenze stilistiche nelle immagini generate D. La possibilità di scegliere tra un preset realistico e uno surreale tramite parametri nel prompt

Domanda 11 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 12 di 30

Secondo il documento, quale approccio distingue l'IA generativa dall'apprendimento automatico tradizionale?

A. L'IA generativa utilizza algoritmi non differenziabili, il ML tradizionale usa il gradiente B. Il ML tradizionale è orientato prevalentemente a classificazione/previsione, l'IA generativa a produrre nuovi contenuti C. L'IA generativa richiede meno dati ma più potenza computazionale rispetto al ML tradizionale D. Il ML tradizionale opera in tempo reale, l'IA generativa richiede elaborazione offline

Domanda 13 di 30

Quale delle seguenti è una caratteristica dei modelli autoregressivi come GPT?

A. Generano l'intera sequenza di output in parallelo B. Utilizzano attenzione bidirezionale su tutta la sequenza durante la generazione C. Stimano la probabilità del prossimo token dato il contesto di tutti i token precedenti D. Richiedono un'architettura encoder-decoder separata per ogni task

Domanda 14 di 30

Quale impostazione progettuale contraddistingue Claude rispetto ad altri LLM secondo il documento?

A. La massimizzazione della velocità di generazione a scapito della coerenza semantica B. La specializzazione per la sola elaborazione di linguaggio formale e scientifico C. L'enfasi su sicurezza, allineamento etico e usabilità per ridurre comportamenti indesiderati D. L'utilizzo di architetture convoluzionali per l'elaborazione del linguaggio naturale

Domanda 15 di 30

Quale delle seguenti affermazioni sulla "coerenza semantica e pragmatica" degli LLM è corretta secondo il documento?

A. Gli LLM raggiungono coerenza semantica ma mancano completamente di coerenza pragmatica B. La coerenza semantica e pragmatica degli LLM è garantita dall'aggiornamento in tempo reale con fonti verificate C. Gli LLM possono produrre interazioni in linguaggio naturale con elevati livelli di coerenza semantica e pragmatica D. La coerenza semantica degli LLM supera quella umana ma la coerenza pragmatica rimane inferiore

Domanda 16 di 30

Su quale famiglia di modelli linguistici è basato Microsoft Copilot?

A. Famiglia Gemini di Google B. Famiglia Claude di Anthropic C. Famiglia GPT di OpenAI D. Famiglia LLaMA di Meta

Domanda 17 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 18 di 30

Cosa si intende per "responsible AI" (IA responsabile) come approccio allo sviluppo tecnologico?

A. Un framework tecnico che garantisce la conformità del codice ai principi SOLID della programmazione orientata agli oggetti B. Un approccio che integra considerazioni etiche, di equità, trasparenza, accountability e sicurezza nello sviluppo dei sistemi IA C. Un sistema di certificazione legale obbligatorio per tutti i modelli IA prima del rilascio commerciale D. Una metodologia di sviluppo agile adattata specificamente per progetti di intelligenza artificiale

Domanda 19 di 30

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

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

Domanda 20 di 30

Cosa si intende per "constitutional AI" nel contesto dello sviluppo di modelli sicuri?

A. Un framework legale internazionale per la regolamentazione dei modelli di IA generativa B. Un approccio in cui il modello viene guidato da un insieme di principi e regole per produrre risposte allineate C. Un'architettura neurale basata su regole costituzionali formali invece di dati di training D. Un metodo di certificazione governativa per i sistemi di intelligenza artificiale ad alto rischio

Domanda 21 di 30

Cosa si intende per "rappresentazioni latenti" nel contesto del deep learning?

A. Parametri addestrabili della rete neurale visibili all'utente B. Caratteristiche e strutture nascoste non direttamente osservabili nei dati grezzi, apprese dal modello C. Vettori di output normalizzati nell'ultimo strato della rete D. Dati di addestramento compressi in formato binario

Domanda 22 di 30

Quale tecnica permette di ridurre drasticamente la memoria necessaria per eseguire modelli LLM di grandi dimensioni su hardware consumer?

A. Knowledge distillation applicata per ridurre il numero di layer del modello di oltre il 50% B. Quantizzazione a 4-bit o 8-bit dei pesi del modello che riduce la precisione numerica mantenendo le prestazioni C. Pruning strutturato che elimina i layer meno rilevanti in base all'importanza misurata sullo validation set D. Sparse attention che sostituisce il meccanismo di attenzione completo con uno pattern fisso di connessioni

Domanda 23 di 30

In quale contesto il documento afferma che Microsoft Copilot è particolarmente rilevante?

A. Sviluppo di videogiochi e applicazioni di realtà virtuale immersiva B. Automazione di compiti ripetitivi e potenziamento delle attività cognitive in ambito lavorativo C. Ricerca scientifica in campo biomedico e farmacologico D. Creazione di contenuti per social media e gestione della presenza digitale aziendale

Domanda 24 di 30

Che tipo di animale è il personaggio principale della storia del cartone animato nel tutorial?

A. Un lupo B. Un orso C. Una volpe D. Una lepre

Domanda 25 di 30

Quale caratteristica architetturale permette ai Transformer di elaborare il testo più efficacemente delle RNN?

A. L'elaborazione sequenziale che garantisce una modellazione più accurata delle dipendenze locali B. L'utilizzo di connessioni residuali che permettono il flusso diretto del gradiente attraverso molti strati C. Il meccanismo di self-attention che consente l'elaborazione parallela e la cattura di dipendenze a lungo raggio D. La normalizzazione adattiva dell'input che stabilizza il training su sequenze di lunghezza variabile

Domanda 26 di 30

Per quale applicazione specifica le GAN sono state utilizzate nel campo della computer vision?

A. Classificazione automatica di testi in categorie predefinite B. Generazione di volti di persone che non esistono, super-risoluzione e data augmentation C. Riconoscimento di pattern in segnali elettroencefalografici D. Ottimizzazione di architetture neurali tramite ricerca automatizzata (NAS)

Domanda 27 di 30

Cosa si intende per "prompt injection" come rischio di sicurezza negli LLM?

A. Un attacco in cui istruzioni malevole incorporate nell'input cercano di manipolare il comportamento del modello B. Una tecnica di ottimizzazione dei prompt per ottenere risposte più accurate dal modello C. Il processo di inserimento automatico di istruzioni di sistema nel prompt dell'utente D. Un metodo di fine-tuning basato sulla modifica dinamica del prompt durante il training

Domanda 28 di 30

Quale problema scientifico di fondamentale importanza AlphaFold ha contribuito a risolvere?

A. La previsione del comportamento dei mercati finanziari globali B. La previsione della struttura tridimensionale delle proteine a partire dalla sequenza aminoacidica C. La simulazione del ripiegamento del DNA nel nucleo cellulare D. La modellazione delle interazioni tra farmaci e recettori a livello quantistico

Domanda 29 di 30

Quale integrazione specifica di Grok viene menzionata nel documento come elemento di accesso diretto?

A. Integrazione con Gmail per la gestione della posta elettronica B. Integrazione con la piattaforma social X C. Integrazione con Microsoft Teams per le videoconferenze aziendali D. Integrazione con GitHub per la revisione del codice sorgente

Domanda 30 di 30

Quale architettura viene definita "modello di diffusione latente" nel documento?

A. GPT-4 con meccanismo di attenzione scalabile B. Stable Diffusion C. AlphaFold 2 D. Gemini Ultra