e等公務園+學習平臺
人工智慧基礎-與政府轉型的新契機《解答》
01下列關於數位轉型之描述，何者正確？
- A因應疫情發展之無接觸新常態，對於數位轉型並無正面影響
- B目前國內大多數機構之重大決策與日常業務，已加入數據維度，並運用資料科學方法/人工智慧實現自動化
- C機構之數位轉型程度取決於最弱的一環正解
- D數位啟蒙程度 (能在工作中運用生活中就能接觸到的工具) 之轉型，即可達到新常態下之領先族群均標
02下列何者為我國個人資料保護法規定之「特種」個人資料？
- A姓名
- B出生年月日
- C健康檢查正解
- D財務狀況
03下列何者為資料清理可能需要面對之議題？
- A大量缺值
- B資料格式中途改變 (未正規化)
- C同一項資料有不同的紀錄方式
- D以上皆非正解
04運用去識別化技術與資料價值可用性，有呈現 正比現象
- ○
- ╳正解
05下列何者「非」歐盟用以宣示加強個人資料保護，或人工智慧相關發展規管力度之文件？
- A人工智慧白皮書 (White Paper on Artificial Intelligence)
- B安全港原則 (International Safe Harbor Privacy Principles正解
- C歐洲數據戰略 (European Data Strategy)
- D一般資料保護規範 (General Data Protection Regulation, GDPR)
06「信任」是 AI 產業化的基礎
- ○正解
- ╳
07下列有關於機器倫理 (Robot Ethics) 之敘述，何者「錯誤」？
- A只與工程人員有關正解
- B為適用於機器之倫理學
- C其重要性會隨著科技演進逐漸增加
- D在自動駕駛領域已經開始引起探討
08下列關於對於人工智慧系統解決方案之期待與規劃，何者「錯誤」？
- A可預期初代人工智慧系統即為完美解決方案正解
- B上線後應使用大量資料反饋，重新訓練並快速疊代
- C資料循環應在一開始規劃運作模式時就納入考?
- D配套措施亦為真實系統之重要元素
09下列何者為構成深度學習之基本要件？
- A神經網路
- B大數據
- C神經網路與大數據正解
- D以上皆非
10關於個人資料保護與數據價值可用性之關聯，下列何者正確？
- A如何界定「個人資料已去識別化」，非屬事實認定，且不具有變動性
- B與其他資料的對照、組合、連結等操作，可能使被認為已去識別化的資料被重新識別正解
- C運用去識別化技術與資料價值可用性，有呈現正比現象
- D資料持續累積、資訊技術的發展演進與資料儲存成本下降等因素，對於去識別化之難度與不確定性並無影響
11構成深度學習之基本要件是神經網路與大數據
- ○正解
- ╳
12下列何者「非」人工智慧白皮書 (White Paper on Artificial Intelligence) 對於未來技術發展路徑之規管宣示？
- A需佐證使用的數據足夠完備，以確保結果有足夠的普適性
- B需確保人工智慧系統運無人為監督，能達到全自動化運作正解
- C需明確釐清人工智慧系統的能力與極限，以避免結果應用的範圍損害人權
- D需保證人工智慧系統的穩健性和結果重現性以供驗證
13下列何者為人工智慧有機會應用之公部門領域？
- A便民服務
- B警政消防
- C社會文化
- D以上皆是正解
14下列何者為一般資料保護規範 (General Data Protection Regulation, GDPR) 賦予當事人的權利？
- A拒絕權 (包含個人資料自動化決策反對權)
- B資料可攜權
- C被遺忘權
- D以上皆是正解
15以下何者為落實系統解決方案過程中，人工智慧主要能發揮優勢的項目？
- A決定專案目標
- B資料盤點/資料蒐集
- C分析/建模正解
- D資料清理
16圖像識別中最成熟的領域：自動駕駛
- ○
- ╳正解
17下列何者為人工智慧技術已經相當成熟之領域？
- A自動駕駛
- B人臉識別
- C語音辨識
- D以上皆是正解
18下列何者「非」區塊鏈信用機制之特性？
- A去中心化
- B單一機構 (如銀行、清算所) 持有帳目系統正解
- C每個節點皆有一份帳目透明
- D共享的帳目系統
19下列何者「非」人工智慧相較於人類較占優之工作內容？
- A需要大量思考及創造的工作正解
- B重複性高的工作
- C高度依賴記憶與穩定度的工作
- D需處理大量細節的工作