所屬科目：iPAS◆AI應用規劃師◆初級
101. GPT 模型在程式設計中的應用包括？ (A) 生成程式碼建議 (B) 完成程式碼片段 (C) 提供程式碼錯誤修正建議 (D) 以上皆是
102. DALL-E 的主要功能是？ (A) 生成藝術風格圖像 (B) 根據文本提示創建圖像 (C) 修改現有圖像 (D) 以上皆是
103. 一家消費電子產品公司如何利用生成式 AI 提升設計創新？ (A) 透過 AI 生成新產品設計方案 (B) 進行快速原型設計與測試 (C) 根據市場趨勢提供設計建議 (D) 以上皆是
104. 哪項技術可用於幫助企業根據市場趨勢產生新產品設計？ (A) GPT-3 (B) Codex (C) DALL-E (D) BERT
105. DALL-E 生成圖像時，以下哪種方式可以微調結果？ (A) 變更文本提示 (B) 提供現有圖像進行修改 (C) 調整藝術風格 (D) 以上皆是
106. Codex 如何提升開發者的生產力？ (A) 自動補全程式碼 (B) 生成完整函式 (C) 分析錯誤並提供修正建議 (D) 以上皆是
107. 哪項因素最能影響生成式對話模型(如 ChatGPT)的回應品質？ (A) 訓練數據的多樣性和品質 (B) 模型的運算速度 (C) 使用者提問的長度 (D) 伺服器的硬體配置
108. 相較於傳統 NLP 方法，生成式 AI (如 Codex) 在程式碼生成上的優勢是？ (A) 能夠理解複雜的自然語言描述並轉換為程式碼 (B) 只支援接收少量程式碼語言 (C) 只能生成預先訓練過的程式片段 (D) 生成程式碼時不考慮語法和語意
109. 使用 AI 進行投資決策的主要優勢是？ (A) 處理大量數據並找出趨勢 (B) 減少分析時間 (C) 提高決策準確度 (D) 以上皆是
110. 工廠希望降低能源消耗並提升生產效率的主要痛點是？ (A) 能源消耗高 (B) 生產成本增加 (C) 環保壓力大 (D) 以上皆是
111. AI 如何幫助工廠降低能源消耗？ (A) 分析生產過程的能源使用數據 (B) 提供節能建議 (C) 自動調整設備運行 (D) 以上皆是
112. 導入 AI 進行能源管理的主要優勢是？ (A) 減少浪費並提升效率 (B) 降低環保壓力 (C) 節約成本 (D) 以上皆是
113. 哪種 AI 技術最適合工廠的能源優化？ (A) 機器學習 (B) 生成式 AI (C) 強化學習 (D) 以上皆是
114. 工廠如何透過 AI 改善生產效率？ (A) 透過預測性維護降低設備故障 (B) 根據數據優化生產流程 (C) 自動化管理能源使用 (D) 以上皆是
115. 公司在評估新興市場機會時面臨的主要挑戰是？ (A) 需要分析大量數據 (B) 耗時耗力 (C) 難以快速做出決策 (D) 以上皆是
116. AI 如何幫助投資公司進行市場分析？ (A) 分析市場數據 (B) 評估新聞報導 (C) 探索社交媒體趨勢 (D) 以上皆是
117. 關於 DeepSeek 的技術特點，以下何者正確？ (A) 採用數百億參數級別的大規模 Transformer 架構 (B) 只支援單一語言 (C) 主要用於遊戲開發，不適用於其他領域 (D) 不具備開源特性
118. 關於多模態AI(Multimodal AI)的敘述，何者正確？ (A) 能結合文字、圖像、影片進行理解與生成 (B) 僅適用於圖像識別應用 (C) 無法應用於語音處理 (D) 以上皆非
119. AI 代理(AI Agents)的主要特性是什麼？ (A) 僅能執行單一指令 (B) 無法自主決策 (C) 能夠主動決策與執行任務 (D) 只能用於遊戲領域
120. Fine-tuning 與 RAG 的主要區別是？ (A) Fine-tuning 需要大量計算資源，而 RAG 可以即時 擴充知識 (B) RAG 需要標註數據，而 Fine-tuning 不需要 (C) Fine-tuning 不適用於企業內部應用 (D) RAG 只能應用於問答領域
121. 高效 Prompt 設計的進階技巧包含哪些？ (A) Few-shot Learning (B) Chain-of-Thought 推理 (C) Layered Prompting (D) 以上皆是
122. Transformer 中 Self-Attention 的主要功能是？ (A) 計算單詞與其他單詞的關聯性 (B) 讓 AI 忽略上下文 (C) 只考慮單詞的字母順序 (D) 限制模型的詞彙數量
123. Transformer 如何理解輸入序列的順序？ (A) 透過 Multi-Head Attention (B) 透過增加額外的訓練資料 (C) 透過 Position Encoding (D) 不需要理解序列順序
124. RAG(檢索增強生成)的主要優點是什麼？ (A) 可以動態擴充知識，無需重新練習 (B) 只能用於機器翻譯 (C) 需要大量標註數據才能運作 (D) 需要頻繁更新內部模型參數
125. 在AI構想階段，企業的第一步應該是？ (A) 掌握企業議題與痛點 (B) 選擇市場上最流行的AI工具 (C) 導入AI模型訓練 (D) 無需分析業務需求，直接部署AI
126. 在評估AI方案時，企業應該關注什麼？ (A) 企業的資源與AI方案的匹配程度 (B) AI的技術細節 (C) 忽略業務需求 (D) 直接啟用開源AI模型，無需評估
127. 為了確保AI應用有效，企業應該如何確定優先順序？ (A) 依據業務影響力與技術可行性決定應用領域 (B) 任意選擇一個領域進行實驗 (C) 只關注AI模型的參數調整 (D) 大規模推廣，再考慮應用成效
128. AI設計階段的首要步驟是什麼？ (A) 確認AI導入目標 (B) 直接部署AI模型 (C) 先行規劃AI營運成本 (D) 只關注AI技術細節
129. 在AI設計階段，確認數據準備的主要目的是何？ (A) 確保訓練數據足夠且準確 (B) 只使用歷史數據，無需新增數據 (C) 直接應用公開數據集 (D) 數據量確認後，直接開始AI訓練
130. 企業在AI設計階段應如何確認應用情境？ (A) 依據業務需求分析可應用的場景 (B) 與IT部門全權決定應用方向 (C) 只考慮AI在市場上的流行度 (D) 無需分析，直接實施
131. 在AI設計階段，如何進行初步AI導入成本？ (A) 評估人力、方案成本、技術整合與營運費用 (B) 只關注技術成本，忽略其他因素 (C) 直接購買最昂貴的AI方案 (D) 不需要考慮成本，先導入 再說
132. AI驗證POC階段的主要目的是什麼？ (A) 確認AI方案的可行性與效益 (B) 直接部署AI進入生產環境 (C) 只關注技術開發，不考慮業務需求 (D) AI方案導入後無需再測試
133. 為了讓AI順利融入業務流程，企業應該如何確認運作模式？ (A) 定義AI在工作流程中的角色與人機互動關係 (B) 讓AI自動取代所有人工工作 (C) 只讓技術團隊測試AI，不讓業務團隊參與 (D) AI方案導入後不需與現有流程整合
134. 在POC驗證階段，如何評估AI的投資回報 (ROI)？ (A) 比較AI導入的成本與效益 (B) 只考慮AI模型的運算速度 (C) 不考慮ROI，直接推動全面導入 (D) 忽略短期與長期影響，只看AI當前表現
135. 在AI實施/營運階段，為確保AI成功融入組織，企業應該怎麼做？ (A) 讓AI方案自動運行，無需額外訓練 (B) 確保AI導入與既有流程整合，並提供適當的訓練與資源 (C) 直接大規模推廣AI應用，不需經過實驗 (D) 只讓高階管理者使用AI，避免其他員工干涉
136. 在AI模型長期營運過程中，企業應該如何維持其效能？ (A) 不需要額外維護，AI可自行學習和優化 (B) 持續進行模型監控與定期更新，確保其適應最新業務表現 (C) 每年固定時間關閉AI系統，重新訓練後再上線 (D) 只要AI在現有業務表現不佳時，考慮重新訓練
137. AI價值擴散的關鍵是什麼？ (A) 只在某些部門內部測試，不與其他團隊分享 (B) 透過經驗傳承、文化推廣，並制定標準流程，確保 AI在不同場景應用 (C) 成功應用後，可讓各部門自行選擇是否採用，不需強制推動 (D) 企業總是注意技術開發， 而不需要考慮使用者習慣
138. 在AI實施/營運階段，如何提升員工對AI的接受度？ (A) 提供額外培訓 (B) 強制員工使用AI工具，不提供選擇 (C) 提供熱門的AI訓練與工作坊，讓員工了解其優勢與應用方式 (D) 其他部門不需要學習
139. 企業在AI營運階段，為了確保AI能長期發揮價值，應該如何做？ (A) 只需在導入初期進行測試 ，之後不需監管 (B) 每隔幾年才更新一次AI模型，避免頻繁變更 (C) 建立AI營運機制，確保AI 能持續適應變化並進行優化 (D) 只要AI在當前業務表現良好，就無需調整
140. 企業導入AI後，應優先考量哪些因素？ (A) 總體目標是否清晰 (B) 企業內部數據質量 (C) 對手的AI應用情況 (D) 員工是否喜歡AI技術
141. 企業如何確保AI導入後能持續發揮價值？ (A) 只在導入時進行測試，後續不需監測 (B) 持續監測並優化AI應用 (C) 一旦導入成功，就不需要更新 (D) 只關注短期效益
142. 下列哪項措施有助於降低AI導入風險？ (A) 一次性全面導入，不做測試 (B) 進行小規模試點驗證 (POC) (C) 忽略數據清理，直接訓練AI模型 (D) 不做技術評估
143. 在企業導入AI的成本評估中，應包含哪些因素？ (A) 只需考慮硬體成本 (B) 軟體授權費、培訓成本、維運費用等 (C) AI技術的流行度 (D) 市場競爭
144. 如何維護AI應用在企業業務變動後，企業應採取何種措施？ (A) 定期監測AI模型並更新 (B) 忽略業務變化，維持原有模型 (C) AI不需與業務流程整合 (D) 不需要與業務流程整合
145. AI應用成功的關鍵因素包括？ (A) 僅依靠技術團隊管理 (B) 流程整合、員工培訓與監測機制 (C) AI技術的名稱是否吸引人 (D) 員工自學AI，不需企業培訓
146. 哪項是AI導入後企業常見的挑戰？ (A) AI模型可能產生偏見，需要監測與調整 (B) AI可取代所有人力 (C) AI不需要維護 (D) AI可自動決策，不需人工監督
147. 企業應如何管理AI導入後的運行風險？ (A) 不需管理，AI會自行運行 (B) 建立監管機制與數據安全策略 (C) 只在初期關注，後期可忽略 (D) 僅由供應商負責管理
148. 哪項策略有助於提升AI導入的ROI (投資回報率)？ (A) AI導入後立即全面應用 (B) 忽略員工培訓與適應 (C) 明確KPI與業務目標，並衡量成效 (D) 只依賴免費AI工具，不考慮企業目標
149. 以下哪項屬於生成式AI的倫理風險？ (A) 數據外洩 (B) 訓練數據偏差導致歧視與偏見 (C) 侵害智慧財產權 (D) 法規要求不透明化管理
150. 生成式AI可能處理機密資訊，導致數據外洩，這屬於哪種風險？ (A) 倫理風險 (B) 資料安全與隱私風險 (C) 合規風險 (D) 技術風險
151. 以下哪項法規要求AI需透明化管理？ (A) GDPR (B) CCPA (C) 兩者皆是 (D) 兩者皆非
152. 生成式AI可能產生虛假資訊(如Deepfake、假新聞)，這屬於哪種風險？ (A) 倫理風險 (B) 資料安全與隱私風險 (C) 合規風險 (D) 技術風險
153. 在生成式AI的開發中，訓練數據偏差可能導致哪種問題？ (A) 數據外洩 (B) 歧視與偏見 (C) 侵害智慧財產權 (D) 法規不合規
154. 生成式AI處理使用者個資時，若未妥善保護，可能導致哪種風險？ (A) 倫理風險 (B) 資料安全與隱私風險 (C) 合規風險 (D) 技術風險
155. 生成式AI內容可能侵犯智慧財產權，這屬於哪種風險？ (A) 倫理風險 (B) 資料安全與隱私風險 (C) 合規風險 (D) 技術風險
156. 在生成式AI的風險管理中，確保AI系統符合 GDPR和CCPA的要求，屬於哪種策略？ (A) 透明化AI決策 (B) 強化資料隱私與安全機制 (C) 符合法規要求 (D) 企業AI風險評估與監管機制
阿摩線上測驗
登入
阿摩線上測驗
登入