اختبار: الذكاء الاصطناعي متعدد الوسائط
اختبر معرفتك بأنظمة الذكاء الاصطناعي متعدد الوسائط.
30 سؤالاً - انقر على كل سؤال للكشف عن الإجابة الصحيحة.
السؤال 1
ما هو الذكاء الاصطناعي متعدد الوسائط؟
A) الذكاء الاصطناعي الذي يعمل على أجهزة كمبيوتر متعددة
B) الذكاء الاصطناعي الذي يعالج أنواع متعددة من المحتوى (نص، صورة، صوت)
C) الذكاء الاصطناعي الذي يحتوي على إصدارات متعددة
D) الذكاء الاصطناعي الذي يتحدث لغات متعددة
إظهار الإجابة
الإجابة الصحيحة: B
يمكن للذكاء الاصطناعي متعدد الوسائط معالجة وتوليد أنواع متعددة من المحتوى - نصوص، صور، صوت، فيديو - غالبًا بشكل متكامل.
السؤال 2
ماذا يعني GPT-4V؟
A) GPT-4 افتراضي
B) GPT-4 رؤية
C) GPT-4 إصدار
D) GPT-4 صوت
إظهار الإجابة
الإجابة الصحيحة: B
يشير GPT-4V إلى GPT-4 مع قدرات الرؤية - القدرة على تحليل وفهم الصور.
السؤال 3
أي نموذج لديه أطول نافذة سياق للصور؟
A) GPT-4
B) Claude 3
C) Gemini 1.5
D) LLaVA
إظهار الإجابة
الإجابة الصحيحة: C
يحتوي Gemini 1.5 على نافذة سياق تزيد عن مليون رمز، مما يتيح معالجة محتوى بصري أطول.
السؤال 4
ما هو استخدام CLIP؟
A) معالجة الصوت
B) ربط النصوص والصور
C) تحرير الفيديو
D) توليد الأكواد
إظهار الإجابة
الإجابة الصحيحة: B
CLIP (التدريب المسبق التبايني للغة والصورة) يربط النصوص والصور، ويشكل الأساس للعديد من الأنظمة متعددة الوسائط.
السؤال 5
ما هو Vision Transformer (ViT)؟
A) كاميرا
B) تطبيق بنية المحول على الصور
C) ترميز فيديو
D) تنسيق صورة
إظهار الإجابة
الإجابة الصحيحة: B
يطبق Vision Transformer بنية المحول على الصور عن طريق تقسيمها إلى قطع تُعالج مثل رموز النصوص.
الأسئلة 6-30
السؤال 6: ماذا يمكن لنماذج الرؤية واللغة أن تفعل؟
A) توليد الصور فقط B) تحليل، وصف، والتفكير في الصور C) النص فقط D) الصوت فقط
الإجابة: B - يمكنها تحليل، وصف، والإجابة على الأسئلة حول الصور.
السؤال 7: ما هي الممارسة الجيدة لموجّهات الصور؟
A) أسئلة غامضة B) أسئلة واضحة ومحددة مع سياق C) لا حاجة للنص D) كلمات فردية فقط
الإجابة: B - الأسئلة الواضحة والمحددة مع السياق تعطي نتائج أفضل.
السؤال 8: ماذا لا يمكن لنماذج الرؤية الحالية أن تفعله بشكل موثوق؟
A) وصف الصور B) تحديد الأفراد المحددين بالوجه C) قراءة النصوص الكبيرة D) تحليل الرسوم البيانية
الإجابة: B - لأسباب الخصوصية/الأمان، لن تحدد النماذج الأفراد بالوجه.
السؤال 9: ما هو الفهم عبر الوسائط؟
A) فهم الصلبان B) ربط المعنى عبر أنواع المحتوى C) التدريب المتقاطع D) عبور الملفات
الإجابة: B - ربط وفهم المعنى عبر الوسائط المختلفة.
السؤال 10: أي شركة أنشأت قدرات الرؤية لـ Claude 3؟
A) OpenAI B) Anthropic C) Google D) Meta
الإجابة: B - أنشأت Anthropic Claude 3 مع قدرات الرؤية.
السؤال 11: ما هو النموذج الموحد متعدد الوسائط؟
A) مقاس واحد يناسب الجميع B) نموذج واحد يتعامل مع وسائط متعددة C) قواعد بيانات مجمعة D) تخزين مشترك
الإجابة: B - نموذج واحد يمكنه معالجة أنواع متعددة من المحتوى.
السؤال 12: ماذا يفعل Whisper؟
A) توليد الصور B) تحويل الصوت إلى نص C) إنشاء الفيديوهات D) كتابة الأكواد
الإجابة: B - Whisper هو نموذج تحويل الصوت إلى نص من OpenAI.
السؤال 13: ما الذي سيأتي في الذكاء الاصطناعي متعدد الوسائط على المدى القريب؟
A) النص فقط B) فهم الفيديو في الوقت الفعلي C) الصور فقط D) التعرف على الروائح
الإجابة: B - تحليل الفيديو في الوقت الفعلي والتكامل السمعي البصري.
السؤال 14: ما هو تطبيق الوصول الذي يتيحه الذكاء الاصطناعي للرؤية؟
A) جعل الهواتف أعلى صوتًا B) وصف الصور لذوي الإعاقة البصرية C) شاشات أكبر D) اتصالات أسرع
الإجابة: B - وصف الصور تلقائيًا لأغراض الوصول.
السؤال 15: ما هو مزيج المدخلات الذي يمكن لنماذج الرؤية التعامل معه؟
A) النص فقط B) صورة + أسئلة نصية C) الصور فقط D) الصوت فقط
الإجابة: B - يمكن لنماذج الرؤية أخذ الصور والأسئلة النصية معًا.
السؤال 16: ما هو التدريب الأصلي متعدد الوسائط؟
A) التدريب في الهواء الطلق B) التدريب على وسائط متعددة من البداية C) التدريب الطبيعي D) اللغة الأصلية
الإجابة: B - تدريب النموذج على أنواع متعددة من المحتوى في نفس الوقت.
السؤال 17: ما الذي يحسن نتائج الذكاء الاصطناعي للرؤية؟
A) الصور الضبابية B) الصور الواضحة مع موجّهات محددة C) لا موجّهات D) الصور الصغيرة جدًا
الإجابة: B - الصور الواضحة والجودة مع موجّهات محددة تعمل بشكل أفضل.
السؤال 18: ما هو التحدي الذي يواجه الذكاء الاصطناعي متعدد الوسائط؟
A) سهل جدًا B) زيادة متطلبات الحوسبة C) لا تطبيقات D) يعمل فقط دون اتصال
الإجابة: B - يتطلب الذكاء الاصطناعي متعدد الوسائط موارد حوسبة أكبر بكثير.
السؤال 19: ما هو الذكاء الاصطناعي المجسد؟
A) الذكاء الاصطناعي مع جسم B) الذكاء الاصطناعي الذي يتفاعل مع العالم المادي C) رقائق مدمجة D) الذكاء الاصطناعي لمسح الجسم
الإجابة: B - الذكاء الاصطناعي الذي يمكنه التفكير في والتفاعل مع العالم المادي.
السؤال 20: ما هو القلق المجتمعي المصاحب للذكاء الاصطناعي متعدد الوسائط؟
A) سريع جدًا B) التزييف العميق الأكثر إقناعًا C) دقيق جدًا D) مفيد جدًا
الإجابة: B - يجعل الذكاء الاصطناعي متعدد الوسائط المحتوى الاصطناعي أكثر إقناعًا.
السؤال 21: ما هو LLaVA؟
A) بركان B) نموذج مفتوح المصدر للرؤية واللغة C) شركة D) تنسيق فيديو
الإجابة: B - LLaVA هو نموذج مفتوح المصدر للرؤية واللغة.
السؤال 22: كيف يمكن أن يساعد الذكاء الاصطناعي للرؤية في الوثائق؟
A) الطباعة فقط B) فهم ملفات PDF مع النصوص والصور C) التخزين فقط D) الحذف فقط
الإجابة: B - تحليل الوثائق التي تجمع بين النصوص والصور والرسوم البيانية.
السؤال 23: ماذا يتضمن ترميز الصور؟
A) إضافة المال B) تقسيم الصور إلى قطع للمعالجة C) التشفير D) الضغط
الإجابة: B - تحويل الصور إلى قطع يمكن معالجتها مثل الرموز.
السؤال 24: ما هو حالة الاستخدام المؤسسية التي تستفيد من متعدد الوسائط؟
A) البريد الإلكتروني فقط B) تحليل الاجتماعات (فيديو + صوت + مستندات) C) الكتابة فقط D) الأرشفة فقط
الإجابة: B - تحليل الاجتماعات عبر الفيديو والصوت والمستندات.
السؤال 25: ماذا يجب أن تطور للمستقبل متعدد الوسائط؟
A) مهارات النص فقط B) التفكير في موجّهات متعددة الوسائط والتكامل C) مهارات الصور فقط D) الصوت فقط
الإجابة: B - مهارات في الجمع بين الوسائط والموجّهات عبر الوسائط.
السؤال 26: ماذا يمكن لـ Claude 3 أن يفعل جيدًا مع الصور؟
A) التوليد فقط B) التحليل المفصل للرسوم البيانية والمخططات C) الحذف فقط D) الضغط فقط
الإجابة: B - يتفوق Claude 3 في التحليل المفصل للمرئيات المعقدة.
السؤال 27: ما هو القيد بالنسبة لصور الحشود؟
A) ملونة جدًا B) العد الدقيق صعب C) ساطعة جدًا D) مظلمة جدًا
الإجابة: B - النماذج الحالية تكافح لعد الأشياء بدقة في الحشود.
السؤال 28: ماذا يتضمن الفهم ثلاثي الأبعاد؟
A) الأفلام ثلاثية الأبعاد فقط B) التفكير المكاني وفهم النماذج ثلاثية الأبعاد C) الطباعة ثلاثية الأبعاد D) النظارات ثلاثية الأبعاد
الإجابة: B - فهم والتفكير في الفضاء ثلاثي الأبعاد والنماذج.
السؤال 29: ما هو التطبيق الصحي الذي يظهر؟
A) الفوترة فقط B) تحليل بيانات المرضى متعددة الوسائط C) الجدولة فقط D) السجلات فقط
الإجابة: B - تحليل بيانات المرضى عبر وسائط متعددة.
السؤال 30: ما هي الفائدة الرئيسية للذكاء الاصطناعي متعدد الوسائط؟
A) يستخدم طاقة أقل B) تفاعل أكثر طبيعية، يشبه الإنسان C) أسرع فقط D) أرخص فقط
الإجابة: B - يتيح تفاعلًا أكثر طبيعية يشبه التواصل البشري.
النتائج
| النتيجة | المستوى |
|---|---|
| 27-30 | ممتاز - فهم قوي للذكاء الاصطناعي متعدد الوسائط |
| 21-26 | جيد - قد يكون من المفيد مراجعة بعض النقاط |
| 15-20 | متوسط - راجع الفصول مرة أخرى |
| أقل من 15 | يحتاج إلى مراجعة شاملة |