在進行K均值聚類之前，我們首先需要確定聚類數量K的大小，而在相冊的人臉聚類中，我們往往不知數據需要分成幾類，請問，用什麼方法可以確定K的大小呢？

A、 手肘法

B、 刪除法

C、 分類樹

D、 矩陣乘法

E、 層次聚類算法

下列關於生成對抗網路（Generative Adversarial Network）的選項何者錯誤？

A、 分成「生成網路」及「判別網路」兩部份

B、 通過生成網路和判別網路之間的相互「對抗」來學習

C、 在生成圖片的模型中，判別網路的輸出代表「該圖片為真實圖片」的概率

D、 在多次反覆運算後，判別網路的輸出總是會趨近於1， 達到均衡狀態

E、 生成網路其實就是利用複雜的函數映射來實現輸入和輸出的變換

下列哪個是生成對抗網路（Generative Adversarial Network）可能的應用？

A、 輸入一個人的側臉照片，生成同一個人的正臉照片

B、 以大量的真實明星照片訓練模型，生成新的明星照片

C、 輸入一個人的照片，生成不同年齡的照片

D、 以大量特定明星的視頻訓練模型，此模型可將新輸入的視頻中的人臉換成特定明星的臉孔

E、 以上皆是

在基於深度學習的視頻行為識別中，下列敘述何者錯誤？

A、 視頻的信息分為動態和靜態兩種，靜態信息指圖像的外觀，動態信息指的是是頻率序列中的運動信息

B、 雙流卷積神經網絡（two-stream CNN）是利用兩種不同的網絡實現同時處理靜態和動態信息

C、 隨機抽取的的單個彩色圖像幀作為輸入的網絡稱為空間流卷積神經網絡（spatial stream CNN）

D、 把多幀(Frame)的光流圖像作為輸入的網絡稱為時間流卷積神經網絡 （temporal stream CNN）

E、 時序分段網絡（temporal segment networks）是為了解決短視頻行為識別的而產生的

下列關於視頻分析識別的敘述何者為非？

A、 視頻行為識別是由計算機分析給定視頻數據辨別出用戶行為的過程

B、 行為識別可以讓人機交互系統更精確地理解人的行為

C、 行為類別差異過大的情況下對視頻中行為的識別並不會產生影響

D、 拍攝視頻中的距離，光照，角度等外界因素都可能對視頻的精確度產生影響

E、 現今的科技技術在視頻監控中可以有效的識別其中的特殊與異常行為

若要建立「語者無關的語音命令識別」系統，考慮發音隨時間而變的情況，使用聲學模型為？

A、 隱藏式馬可夫模型

B、 原始貝氏模型

C、 蒙地卡羅模型

D、 超幾何分布模型

E、 高斯混合模型

有些詞彙擁有一個以上的詞性，_____是幫助解決詞性分歧的重要線索？

A、 查字典

B、 注音

C、 句點

D、 斷詞

E、 上下文

自 2000 年至今，為何人工智慧應用在工業界仍然較少？

A、 技術不成熟

B、 搜集基礎資料的成本比較高

C、 製造現場人員專業性不足

D、 業界不認為有此需求

E、 無適用的解決方案

下列何者是強人工智慧的應用？

A、 停車場車牌辨識系統

B、 語音助理

C、 自然語言處理

D、 人臉辨識

E、 居家照護機器人

常見的數據類型何者為非？

A、 圖像

B、 聲音

C、 視頻

D、 文字

E、 味道