Secondo test Intelligenza artificiale generativa

Domanda 1 di 30

Qual è la differenza fondamentale tra un modello discriminativo e un modello generativo nell'apprendimento automatico?

A. Il modello generativo modella esplicitamente il processo di generazione dei dati, quello discriminativo classifica input osservati B. Il modello discriminativo produce nuovi campioni, quello generativo li classifica C. Entrambi modellano la distribuzione congiunta dei dati, ma con funzioni di perdita differenti D. Il modello generativo richiede meno dati di addestramento rispetto a quello discriminativo

Domanda 2 di 30

Qual è l'ambito applicativo principale di DALL·E sviluppato da OpenAI?

A. Generazione di testo a partire da immagini (image captioning) B. Previsione di serie temporali finanziarie C. Generazione di immagini a partire da descrizioni testuali D. Sintesi vocale ad alta fedeltà

Domanda 3 di 30

Secondo il documento, quale aspetto rende l'IA generativa particolarmente rilevante per la "produzione di contenuti"?

A. Il costo marginale zero della generazione di contenuti digitali tramite automazione completa B. La capacità di produrre testi, immagini, video, audio e rappresentazioni strutturate statisticamente coerenti con i dati reali C. La velocità di elaborazione superiore a quella degli autori umani in tutti i settori creativi D. La capacità di rispettare automaticamente le normative sul diritto d'autore in ogni giurisdizione

Domanda 4 di 30

In Grok, quale funzione viene citata nel documento per dettare prompt a voce?

A. Icona Microphone nella barra degli strumenti superiore B. Icona Voice nella barra degli strumenti laterale C. Comando vocale attivabile con la frase "OK Grok" D. Pulsante Speech nella sezione impostazioni avanzate

Domanda 5 di 30

In quale modo il documento descrive l'utilizzo dei modelli di diffusione per la generazione di immagini?

A. Generano immagini in un'unica operazione parallela senza iterazioni successive B. Lavorano attraverso ottimizzazione adversariale tra due reti neurali competitive C. Generano immagini partendo dal rumore e rimuovendolo progressivamente fino a ottenere contenuti realistici D. Campionano pixel indipendentemente dalla distribuzione marginale imparata

Domanda 6 di 30

Qual è la differenza tra "open source" e "closed source" nel contesto dei modelli di IA generativa?

A. I modelli open source sono gratuiti, quelli closed source sono a pagamento senza eccezioni B. I modelli open source rendono pubblici pesi e/o codice sorgente; quelli closed source mantengono questi elementi proprietari C. I modelli open source possono essere usati solo per ricerca accademica; quelli closed source per uso commerciale D. I modelli open source sono addestrati su dati pubblici; quelli closed source su dati proprietari riservati

Domanda 7 di 30

Quale vantaggio specifico offrono i modelli multimodali come Gemini rispetto ai modelli solo testuali?

A. Costi di inferenza significativamente inferiori grazie all'architettura condivisa B. Maggiore velocità di training grazie alla parallelizzazione su dati eterogenei C. La capacità di integrare e ragionare su informazioni provenienti da diverse modalità sensoriali contemporaneamente D. L'eliminazione del rischio di allucinazioni grazie alla verifica incrociata tra modalità

Domanda 8 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 9 di 30

Secondo il documento, quale caratteristica rende Stable Diffusion particolarmente rilevante in ambiti come design e arte digitale?

A. La velocità di generazione superiore rispetto a tutti gli altri modelli concorrenti B. Il basso costo computazionale che lo rende accessibile su hardware consumer standard C. L'elevato grado di controllo sullo stile e sul contenuto visivo garantito dalla sua architettura D. La capacità di generare video ad alta definizione senza prompt testuali aggiuntivi

Domanda 10 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 11 di 30

Cosa si intende per "data augmentation" nel contesto dell'addestramento di modelli di deep learning?

A. L'acquisto di dataset aggiuntivi da fornitori specializzati per ampliare il corpus di training B. La tecnica di espandere artificialmente il dataset applicando trasformazioni ai dati esistenti C. Il processo di raccolta di nuovi dati tramite web scraping automatizzato D. L'integrazione di conoscenza esterna tramite knowledge graph nel processo di addestramento

Domanda 12 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 13 di 30

Quale degli aspetti normativi viene indicato come urgente in relazione all'IA generativa nel documento?

A. La standardizzazione tecnica dei formati di output per garantire l'interoperabilità tra modelli diversi B. Lo sviluppo di quadri normativi e linee guida etiche per accompagnare l'adozione responsabile dell'IA C. La regolamentazione del mercato per evitare monopoli nel settore dello sviluppo dei modelli IA D. L'introduzione di tasse sui profitti generati dall'automazione per finanziare la riqualificazione dei lavoratori

Domanda 14 di 30

Cosa si intende per "alignment" (allineamento) nell'IA come problematica centrale della sicurezza?

A. Il processo tecnico di sincronizzazione tra i layer del modello durante il training distribuito B. La sfida di garantire che i sistemi IA agiscano in accordo con i valori, le intenzioni e gli obiettivi umani C. La calibrazione statistica del modello per minimizzare la differenza tra confidenza e accuratezza D. L'uniformazione dell'architettura Transformer tra diversi modelli per facilitare il transfer learning

Domanda 15 di 30

Quale caratteristica del modello Gemini ne favorisce l'adozione trasversale nell'ecosistema Google?

A. La compatibilità esclusiva con hardware Google TPU che garantisce prestazioni superiori B. Il basso costo computazionale che lo rende accessibile anche per applicazioni consumer entry-level C. L'integrazione in diversi prodotti dell'ecosistema Google come piattaforma trasversale per ricerca e produttività D. La capacità di funzionare offline senza connessione a server remoti per garantire la privacy

Domanda 16 di 30

Cosa si intende per "zero-shot learning" nella valutazione degli LLM?

A. L'addestramento del modello senza dati etichettati tramite apprendimento non supervisionato B. La capacità del modello di svolgere un compito senza aver visto esempi specifici di quel compito durante il training C. La generazione di testo con temperatura impostata a zero per output deterministici D. La tecnica di compressione del modello che riduce i parametri a zero in specifici layer

Domanda 17 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 18 di 30

Quale dei seguenti NON è un modello generativo per immagini e contenuti visivi citato nel documento?

A. Stable Diffusion B. DALL·E C. Midjourney D. BERT

Domanda 19 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 20 di 30

Cosa si intende per "RLHF" (Reinforcement Learning from Human Feedback)?

A. Un framework per il testing automatico dei modelli di IA tramite valutatori umani in blind test B. Una tecnica di fine-tuning in cui feedback umani vengono usati per guidare l'apprendimento per rinforzo e allineare il modello C. Un metodo di raccolta dati in cui gli utenti umani correggono manualmente gli errori del modello D. Un sistema di monitoraggio delle prestazioni del modello basato su metriche valutate da esperti umani

Domanda 21 di 30

Quale tipo di output specifico può generare automaticamente NotebookLM?

A. Modelli 3D interattivi basati su descrizioni testuali B. Riassunti strutturati, guide allo studio, FAQ, linee temporali e contenuti audio in formato podcast C. Grafici statistici e visualizzazioni di dati da tabelle D. Trascrizioni di videoconferenze con identificazione automatica dei parlanti

Domanda 22 di 30

Chi è accreditato come inventore delle GAN?

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

Domanda 23 di 30

Cosa si intende per "framework computazionale" nel contesto dei modelli multimodali descritto nel documento?

A. Un sistema di gestione della memoria RAM durante l'inferenza del modello B. Un sistema normativo e giuridico per regolare l'uso dei modelli multimodali C. Un sistema integrato in cui il modello può elaborare e generare contenuti di diversa natura D. Un ambiente di sviluppo software per la creazione di nuove architetture neurali

Domanda 24 di 30

Cosa si intende per "inference" (inferenza) nel contesto dei modelli di IA?

A. Il processo di addestramento del modello per aggiornare i pesi della rete neurale B. L'utilizzo del modello già addestrato per generare output a partire da nuovi input C. La valutazione delle prestazioni del modello su un set di dati di validazione D. Il processo di interpretazione dei risultati del modello tramite tecniche di explainability

Domanda 25 di 30

Per quale motivo il documento suggerisce di disabilitare la "generazione video automatica" in Grok prima di creare un video lungo?

A. Per ridurre i costi di utilizzo dell'API in modalità premium B. Per consentire all'utente di controllare esplicitamente quando generare video o immagini C. Per evitare conflitti con il sistema di moderazione automatica dei contenuti D. Per migliorare la qualità delle immagini generate disattivando la compressione automatica

Domanda 26 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 27 di 30

Cosa si intende per "disegno a mano" inserito come fonte in Grok come descritto nel documento?

A. Un file generato automaticamente dal modello Grok tramite prompt descrittivi B. Un disegno realizzato con il mouse o la tavoletta grafica dall'utente e caricato come input C. Una scansione digitale di schizzi cartacei convertita automaticamente in formato vettoriale D. Un template predefinito selezionato dalla libreria grafica integrata di Grok

Domanda 28 di 30

In che modo i modelli di diffusione si differenziano dalle GAN nella generazione di immagini?

A. I modelli di diffusione generano immagini in un unico passo forward, le GAN tramite iterazioni multiple B. I modelli di diffusione operano per rimozione progressiva del rumore; le GAN tramite competizione adversariale tra generatore e discriminatore C. Le GAN utilizzano spazi latenti continui; i modelli di diffusione spazi latenti discreti D. I modelli di diffusione richiedono supervisione umana ad ogni step; le GAN sono completamente automatiche

Domanda 29 di 30

Come vengono denominate le fonti caricate dagli utenti in NotebookLM?

A. Archivi digitali B. Repository semantici C. Taccuini interattivi D. Nodi di conoscenza

Domanda 30 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