引導式測驗 · 中等 等級

AI 效應:移動的目標測驗

將不斷變化的人工智慧標籤與可衡量的進展區分開來,識別不公平的變化標準,並為有關限制的合理問題保留空間。

相關引導路徑AI 效應:移動的目標
問題 1 的 8

熟悉的文字辨識功能不再被描述為人工智慧。光是這項變更就說明了什麼?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 熟悉的文字辨識功能不再被描述為人工智慧。光是這項變更就說明了什麼?
    • 標籤的變化,而不是功能的消失
    • 它的演算法不再存在
    • 這種認可從未涉及工程進展
    • 每個用戶現在都能獲得完美的結果
  2. 供應商將“AI”添加到現有功能的名稱中。還需要哪些證據來決定改進?
    • 只有新名字
    • 定義條件下實際行為的比較
    • 僅發佈公告的長度
    • 假設每次重新標記都會改變演算法
  3. 批評者接受基準改進,但詢問實際的部署失敗情況。應該如何處理該請求?
    • 作為證據,批評者拒絕所有進步
    • 自動不誠實
    • 作為一個潛在合法的附加評估問題
    • 作為證據,基準分數是捏造的
  4. 移動門柱問題與明確的新部署要求有何不同?
    • 新標準使用技術語言
    • 該任務有一個短名稱
    • 該系統有多個限制
    • 原來的成功標準被悄悄改變,否定了所展示的結果
  5. 團隊如何減少進度比較對標籤變化的依賴?
    • 保持任務、數據、指標和條件明確
    • 統計一個產品被稱為智慧的頻率
    • 僅使用最新的行銷術語
    • 演示成功後停止報告失敗
  6. 識別系統在乾淨的頁面上取得成功。當損壞頁面讀取成為下一個目標時會發生什麼?
    • 必須拒絕乾淨頁結果
    • 確認結果並單獨測試附加條件
    • 假設新的條件已經解決
    • 更改舊分數而不解釋新數據
  7. 哪個結論不是由一個真正的人工智慧里程碑建立的?
    • 測量的任務得到改善
    • 記錄的測試有結果
    • 該系統適合每種部署
    • 結果可能值得研究
  8. 兩次基準測試運行使用不同的資料集和評分規則。比較應該揭示什麼?
    • 只有更高的分數
    • 僅型號的產品名稱
    • 如果兩份報告都使用「人工智慧」一詞,則什麼都沒有
    • 改變條件而不是假設分數可以直接比較