QCM Intelligence Artificielle Corrigé – Partie 9

Questions d’Entretien sur l’intelligence artificielle avec des réponses pour la préparation des entretiens d’embauche, tests en ligne, examens et certifications. Ces questions et réponses sur l’intelligence artificielle comprennent divers sujets tel que les bases de l’intelligence artificielle, comprendre la théorie de l’Intelligence Artificielle, la conception de modèles, le Q-Learning, le Deep Q-Learning, etc… Et sont tirés d’un vrai entretien écrit et certaines parties sont en direct. Cette méthode d’apprentissage systématique préparera facilement toute personne pour réussir son test sur l’intelligence artificielle.
 
 

1. Qu’est-ce que la « robotique » en IA ?

A Un sous-domaine de l’IA qui se concentre sur la création de logiciels intelligents.

B Un domaine multidisciplinaire qui combine l’IA avec l’ingénierie mécanique et électrique pour concevoir, construire, exploiter et appliquer des robots.

C Un type d’algorithme d’apprentissage automatique utilisé pour contrôler les mouvements des machines.

D Un ensemble de capteurs utilisés par les systèmes d’IA pour percevoir leur environnement.

Réponse  

2. Quel est l’intérêt de “diviser un dataset” en données d’entraînement et données de test ?

A Pour économiser de la mémoire

B Pour rendre l’IA plus rapide

C Pour mélanger les résultats

D Pour vérifier si l’IA fonctionne bien sur des données qu’elle n’a jamais vues

Réponse  

3. Que permet de faire le t-SNE (t-distributed Stochastic Neighbor Embedding) ?

A Classifier des données

B Réduire la dimensionnalité des données tout en préservant les relations locales

C Analyser des séries temporelles

D Prédire des résultats en utilisant des réseaux de neurones

Réponse  
 

4. Qu’est-ce que l’apprentissage par transfert (transfer learning) en IA ?

A Un type d’apprentissage qui ne nécessite pas de données étiquetées.

B Une technique d’apprentissage automatique où un modèle entraîné sur une tâche est réutilisé comme point de départ pour entraîner un modèle sur une tâche différente mais connexe.

C Un type d’apprentissage où un modèle apprend en interagissant avec un environnement.

D Un type d’apprentissage qui utilise des réseaux de neurones profonds.

Réponse  

5. Qu’est-ce que l’apprentissage multi-tâche (multi-task learning) en IA ?

A Un type d’apprentissage où un modèle est entraîné pour effectuer une seule tâche complexe.

B Une approche d’apprentissage automatique où un seul modèle est entraîné simultanément pour effectuer plusieurs tâches différentes mais potentiellement liées, ce qui peut améliorer la performance sur toutes les tâches.

C Un type d’apprentissage qui utilise plusieurs modèles différents pour résoudre une seule tâche.

D Un type d’apprentissage qui s’adapte à des environnements multi-utilisateurs.

Réponse  

6. Qu’est-ce que le « prédictif » en IA ?

A Une IA qui lit dans l’avenir comme une voyante

B Une IA qui fait des prédictions basées sur des données passées

C Une IA qui efface les anciennes données

D Une IA qui se met en pause automatiquement

Réponse  
 

7. Lequel de ces domaines peut utiliser l’IA ?

A La médecine

B L’agriculture

C Le commerce

D Tous les domaines ci-dessus

Réponse  

8. Qu’est-ce qu’un autoencodeur ?

A Un modèle de régression pour prédire des valeurs continues

B Un type de réseau de neurones utilisé pour la compression et la réduction de dimensionnalité

C Un algorithme d’optimisation pour ajuster les poids

D Une méthode de traitement du langage naturel

Réponse  

9. Quelle est une limite actuelle de l’IA ?

A Elle mange trop d’énergie

B Elle parle trop

C Elle refuse de travailler

D Elle ne peut pas raisonner comme un humain dans tous les cas

Réponse  
 

10. Qu’est-ce qu’une “variable cible” (target variable) dans l’apprentissage supervisé ?

A Une donnée inutile

B Le résultat que l’IA doit prédire

C Une menace pour l’IA

D Une erreur de calcul

Réponse