加載中. ..
PDF
1
iPAS AI 應用規劃師初級能力鑑定-考試樣題
(樣題範例非正式考題，僅供參考使用)
114.04 版
◆ 科目一：人工智慧基礎概論
題號
答
案
題目
1
B
關於 AI，下列敘述何者正確？
(A) AI 僅能處理結構化數據的分析
(B) AI 涵蓋多種專業領域與技術
(C) AI 系統只能在學術研究中應用
(D) AI 無法應用於金融領域
2
D
下列何者最適合訓練電腦下圍棋、自動駕駛等動態重複地互動的問題？
(A) 監督式學習（Supervised Learning）
(B) 非監督式學習（Unsupervised Learning）
(C) 半監督式學習（Semi-supervised Learning）
(D) 強化學習（Reinforcement Learning）
3
D
深度學習模型中，下列哪一項通常用來降低過擬合（Overfitting）問題？
(A) 增加訓練數據量
(B) 增加模型的複雜度
(C) 增加學習率
(D) 增加正則化項
4
D
在AI 治理中，下列何者是國際合作的重要性？
(A) 統一 AI 發展標準
(B) 避免 AI 技術的濫用
(C) 促進 AI 技術的轉移
(D) 以上皆是
5
A
若要設計一個能夠辨識並過濾垃圾郵件的系統，應該選擇下列哪一種機
器學習演算法以實現最佳效果？
(A) 監督式學習（Supervised Learning）
(B) 非監督式學習（Unsupervised Learning）
(C) 半監督式學習（Semi-supervised Learning）
(D) 強化學習（Reinforcement Learning）
2
題號
答
案
題目
6
A
假設某國正在考慮使用 AI 技術來進行社會信用評分，並根據年齡、缺
陷、種族等特徵來評定個人的信用；同時，該國計劃在公眾場所使用遠
程生物辨識系統進行執法，目的在於提高社會秩序和安全。上述 AI 應用
可能會引發對隱私和個人權利的重大關注，根據歐盟《人工智慧法》
（Artificial Intelligence Act, AIA）的風險分級，這類應用屬於哪一風險
等級？
(A) 不可接受風險
(B) 高風險
(C) 有限風險
(D) 小或低風險
7
D
下列何者非大數據時代資料的特性？
(A) 資料量大
(B) 資料變動速度快
(C) 資料多樣性
(D) 資料存儲位置固定
8
D
關於 K平均法（K-means），下列敘述何者「不」正確？
(A) 希望找出 k個互不交集的群集
(B) 不同的起始群集中心，可能會造成不同的分群結果
(C) 容易受雜訊與離群值（Outlier）影響其群集中心
(D) 可以處理類別型資料
9
D
下列哪一種資料類型不屬於非結構化資料？
(A) X光醫學影像
(B) 監控錄影畫面
(C) 客服電話錄音
(D) 組織內部的關係型資料庫記錄
10
B
下列資料型態，何者最常用來儲存員工年齡、員工年資、貨品銷售量等
資料？
(A) 文字型（Text）
(B) 數值型（Numeric）
(C) 日期型（Date）
(D) 布林型（Boolean）
3
題號
答
案
題目
11
B
在品質管理中，若一產品的生產過程中標準差顯著偏大，通常意味著什
麼？
(A) 資料點高度集中，產品質量穩定
(B) 生產過程波動大，產品品質不穩定
(C) 資料無法反映產品實際狀況
(D) 中位數數值高，品質良率較高
12
D
在檢視資料品質時，可參考資料的變異程度及資料的集中趨勢。下列何
者不屬於資料集中趨勢衡量的方法？
(A) 平均數（Mean）
(B) 中位數（Median）
(C) 眾數（Mode）
(D) 標準差（Standard Deviation）
13
A
某醫院研究特定心血管疾病的成因，收集了 50 名病患與 150 名正常人
的年齡、血壓、血型等三項屬性變數。此研究適合使用下列哪一種機器
學習模型來建立？
(A) 決策樹（Decision Tree）
(B) 線性廻歸（Linear Regression）
(C) 基於密度之含噪空間聚類法（Density-Based Spatial Clustering of
Application with Noise, DBSCAN）
(D) K-means 聚類（K-means Clustering）
14
B
銀行想建立聊天機器人，可透過下列哪一種領域技術來達成？
(A) 資料庫管理技術
(B) 機器學習與自然語言處理
(C) 網頁開發技術
(D) 網路安全技術
15
B
線性迴歸模型最適合解決哪種類型的問題？
(A) 圖像分類
(B) 銷售額預測
(C) 聚類分析
(D) 遊戲策略學習
16
C
請問下列何者不是常見的特徵選取技術或方法？
(A) 皮爾森積差相關分析（Pearson Correlation）
(B) 主成分分析（Principal Components Analysis, PCA）
(C) 迴歸分析（Regression Analysis）
(D) 隨機森林（Random Forest）
4
題號
答
案
題目
17
C
交叉驗證的主要目的是什麼？
(A) 提高模型的訓練速度
(B) 驗證數據是否線性可分
(C) 減少模型的過擬合風險
(D) 測試模型的容錯能力
18
B
神經網路與傳統機器學習模型的主要區別是什麼？
(A) 神經網路無法處理非線性數據
(B) 神經網路透過多層結構學習複雜特徵
(C) 神經網路只適用於迴歸問題
(D) 神經網路不需要大量數據支持
19
A
下列關於生成對抗網路（GAN）的描述正確的是哪一項？
(A) GAN 由生成器和鑑別器組成
(B) GAN 僅用於分類問題
(C) GAN 的結果始終高度可解釋
(D) GAN 不能生成高品質的數據
20
D
在下列哪一種應用領域中，生成式 AI 最有可能被使用來創建新的圖像或
影片內容？
(A) 產品品質檢測
(B) 醫學影像分析
(C) 監控系統
(D) 虛擬現實圖像
21
C
關於目前生成式 AI 的主要應用，不包括下列哪一項？
(A) 創建合成數據樣本
(B) 模擬數據分佈
(C) 分類醫學影像
(D) 生成文本
22
A
下列哪項是生成式 AI 支援鑑別式 AI 的典型案例？
(A) 模擬交通場景以訓練自動駕駛模型
(B) 使用 CNN 對腫瘤分類
(C) 使用 SVM 分析風險
(D) 創建更好的分類演算法
5
題號
答
案
題目
23
C
關於自然語言處理（NLP）核心技術，下列敘述何者不正確？
(A) 語音識別技術將語音轉換為文本，並用於語音助理和語音輸入
(B) 自然語言生成技術可以生成自然流暢的文本，用於聊天機器人和自
動文案生成
(C) 語意分析技術理解文本的語意，並主要用於語音識別和機器翻譯
(D) 機器翻譯技術自動翻譯文本，促進多語言支援和全球溝通
24
A
關於「負責任的 AI」，下列敘述何者較為正確？
(A) AI 系統的開發者對 AI 系統的行為負責
(B) AI 系統的使用者對 AI 系統的結果負責
(C) AI 系統本身對其行為負責
(D) 政府對 AI 系統的發展負責
25
A
關於生成式 AI 的基本原理，下列敘述何者較正確？
(A) 生成式 AI 通過分析大量數據來生成新數據，模擬數據分佈以創造與
訓練數據相似的結果
(B) 生成式 AI 主要通過預定義的規則來進行數據處理和分類
(C) 生成式 AI 專注於數據分類和迴歸預測，幫助識別已知數據中的模式
(D) 生成式 AI 通過自動化的方式清洗數據，提升數據分析的準確性
6
◆ 科目二：生成式 AI 應用與規劃
題號
答
案
題目
1
B
下列何者最能表達 No Code / Low Code 平台的主要特色？
(A) 需要撰寫大量程式碼
(B) 運用模板快速建立應用程式
(C) 僅供專業開發人員使用
(D) 只能製作靜態網站
2
C
關於 No Code AI 工具，下列敘述何者最為準確？
(A) 已經完全取代傳統的 AI 開發模式
(B) 只適用於大型企業
(C) 是一種降低 AI 技術複雜性和開發成本的新興方法
(D) 工具都具有完全相同的功能和性能
3
C
下列哪種情況，選擇 Low Code 平台可能比 No Code 平台更為適合？
(A) 需要非技術人員快速進行開發與應用
(B) 應用需求簡單，無需自訂功能
(C) 需要較複雜的業務邏輯並使用自訂整合功能
(D) 預算和時間極度有限
4
D
關於生成式 AI 與No Code / Low Code 平台的應用，下列何者最不適
合？
(A) 自動生成程式碼
(B) 自動化生成行銷文案
(C) 快速開發個人化 App
(D) 自動化生成法律判決
5
C
關於 No Code / Low Code 平台，下列敘述何者較正確？
(A) 兩者完全相同
(B) Low Code 平台不需要任何程式設計知識
(C) Low Code 平台更適合開發靈活且可擴展的解決方案
(D) No Code 平台可以無限客製化
6
D
使用 Low-Code 平台進行開發時，企業應特別留意下列哪一項潛在風
險？
(A) 可能造成企業內部敏感資料的洩露
(B) 難以進行大規模的應用擴展和維護
(C) 開發成本將大幅增加
(D) 可能有未經 IT 部門管理的應用程式擴散
7
題號
答
案
題目
7
D
下列哪一種技術方案適用於改善客戶體驗？
(A) 智慧排程系統
(B) 消費行為洞察模型
(C) 預測性維護工具
(D) 自然語言處理（NLP）和生成式回應模組
8
C
下列哪一項技術是生成式 AI 的基礎？
(A) 決策樹模型
(B) 聚類演算法
(C) 生成對抗網路
(D) 隨機森林技術
9
C
能使用 DALL·E-2 生成各式逼真的圖片，最關鍵的應用技術為何？
(A) 卷積神經網絡（CNN）
(B) 生成對抗網絡（GAN）
(C) 擴散模型（Diffusion Model）
(D) 自然語言處理（NLP）
10
C
下列何者不是生成式 AI 核心技術？
(A) Variational Autoencoders（VAE）
(B) Generative Adversarial Networks（GAN）
(C) Visual Geometry Group（VGG）
(D) Autoregressive Models（AR Model）
11
B
使用生成式 AI 技術或工具生成內容時，應採取下列哪一項措施以確保內
容品質？
(A) 使用內容直接進行學術報告
(B) 適當標注引用來源
(C) 減少人工參與的審查過程
(D) 排除所有生成的資料
12
D
下列哪一項不是生成式 AI 工具在使用體驗方面的優化方向？
(A) 提供更直觀的操作設計
(B) 支援自然語言指令
(C) 提供智慧化的參數調整建議
(D) 限制使用者自訂生成內容
8
題號
答
案
題目
13
C
學校教師如何引導學生正確使用生成式 AI 工具？
(A) 不應使用 AI 工具於教學場域
(B) 無限制地使用 AI 工具
(C) 訂立清晰的使用規範並進行說明
(D) 僅鼓勵學生利用 AI 完成課堂作業
14
C
企業若要有效支援生成式 AI 的運行，內部 IT 環境最需要具備下列何種
條件？
(A) 提供更多的辦公設備，以提升員工生產力
(B) 精簡企業內部流程，以加速決策效率
(C) 擁有高效能運算資源與彈性儲存空間，以支援 AI 模型訓練與推理
(D) 增加部門之間的交流機會，以促進跨部門合作
15
B
A企業想要實現客服自動化，希望透過 AI 理解客戶發送的文本訊息，並
根據文本內容調用相對應的圖片和影片進行回覆，A企業應該選擇哪一
種模型？
(A) 強化學習模型
(B) 多模態模型
(C) 圖像分類模型
(D) 單模態大語言模型
16
C
下列哪一種情境最能展現提示工程（Prompt Engineering）的價值？
(A) 使用者輸入一個模糊的問題，AI 給出一個非常確定的答案
(B) 使用者輸入一個非常具體的問題，AI 給出一個相關但不完全符合的
答案
(C) 使用者輸入一個精準有架構的問題，AI 生成符合架構的答案
(D) 使用者輸入一個簡單的問題，AI 給出一個非常複雜的答案
17
B
下列敘述何者最能反映生成式 AI 在圖像生成領域的發展趨勢？
(A) 生成式 AI 目前僅能生成基於簡單算法的低解析度圖像，且無法應用
於高解析度或細節豐富的圖像創建
(B) 隨著生成式 AI 技術的進步，圖像不僅風格多樣，且逼真度顯著提
升，並可處理更複雜的圖像生成任務
(C) 生成式 AI 技術目的為加快生成速度，可生成靜態圖像，無法生成動
態圖像
(D) 生成式 AI 在圖像生成方面的發展主要集中於圖像風格轉換，無涉及
其他類型的視覺內容生成
9
題號
答
案
題目
18
A
關於生成式 AI，下列 A~E 敘述哪些正確？
A. 生成的內容不會帶有偏見
B. 具有高度準確性，不會有虛假信息
C. 生成內容的準確性，建議需要經過人類審核
D. 每次生成的內容都可能不同
E. 生成式 AI 具有高度安全性，不會導致數據外流
(A) C、D
(B) A、C、D
(C) A、B、D、E
(D) A、C、D、E
19
B
一家跨國企業計劃在財務部門導入生成式 AI，並結合自動化系統進行報
告產出。導入此系統後，最有可能實現的效益為何？
(A) 增加財務收益
(B) 顯著提升報告準確性並減少人工錯誤
(C) 加速市場推廣活動並提高銷售業績
(D) 提高品牌曝光度並增強客戶關係管理
20
D
在生成式 AI 導入過程中，資料安全與隱私保護的哪一方面是最重要的考
量？
(A) 設定目標優先級
(B) 增強客服回饋（反饋）能力
(C) 資料視覺化能力
(D) 權限控管與合規要求
21
B
若企業將資料安全管理外包給第三方服務供應商，屬於哪種風險應對策
略？
(A) 風險緩解
(B) 風險轉移
(C) 風險接受
(D) 風險規避
22
A
在生成式 AI 的風險管理中，下列哪一項屬於倫理風險？
(A) AI 生成的內容可能帶有偏見或歧視
(B) 系統運行中斷可能導致企業業務受到影響
(C) 因資料需求增加而引起的存儲成本上升
(D) 員工培訓成本增加
10
題號
答
案
題目
23
D
在企業導入 AI 的實施/營運階段，為持續發揮導入 AI 的價值，下列步驟
的正確排序應為何？
A. AI 價值擴散
B.上線部署
C.模型監控與優化
(A) ACB
(B) ABC
(C) BAC
(D) BCA
24
C
在管理生成式 AI 系統的隱私風險時，下列哪一種技術最能確保數據使用
的安全性？
(A) 強化學習（Reinforcement Learning）
(B) 深度學習（Deep Learning）
(C) 零信任架構（Zero Trust Architecture）
(D) 注意力機制（Attention Mechanism）
25
C
在驗證生成式 AI 應用的概念驗證（Proof of Concept, POC）時，若企
業希望確保模型生成的公平性，最適合採用哪種評估策略？
(A) 壓力測試（Stress Testing）
(B) 對抗性測試（Adversarial Testing）
(C) 偏差檢測（Bias Detection）
(D) 延遲測試（Latency Testing）