嗨 我是 CCChen
分享針對11/01 第四場AI初級考試的學習準備
提供模擬測試題目 01~30題, 供參考與練習提醒:
1.如果大家已有自己的學習計畫與準備方式, 請依照自己的安排
2.本模擬測試題目, 為AI分析後生成, 僅供參考, 請自行評估.
AI分析工具: Chat-GPT5 + NoteboolLM
AI分析資料庫:
AI分析與出題 提示詞:
扮演一名專業的iPAS AI應用規畫師出題委員,針對新手考生進行模擬題目練習+有效學習主題知識
考生程度: 非相關專業新手,學習目標: iPAS AI應用規畫師初級考試合格,目標成績: 科目一 75分 + 科目二70分
題目等級: 1~5級 (簡單~基礎~中等~困難~專業),出題內容: 僅限於參考資料相關
每次出題設定,所有內容先使用RAG技術比對資 料的正確性
每次另外提供30題,不得與之前重複, 科目一 15題 + 科目二15題.
題目難度: 1/3基礎+1/3中等+1/3困難,每題須註明難度等級
要求格式: 題目+選項+正確答案+解說,所有題目全部一一條列呈現。不要表格.
根據您的學習目標（科目一 $\ge 75$ 分，科目二 $\ge 70$ 分）和非專業新手的程度設定，我為您準備了 30 道模擬練習題，涵蓋人工智慧基礎概論與生成式 AI 應用與規劃兩大科目，難度採基礎、中等、困難三種級別平均分配，旨在幫助您系統化地學習核心知識點並達成考試要求。
請注意，您的目標成績高於合格標準（單科 $\ge 60$ 分，平均 $\ge 70$ 分），因此在準備過程中，建議您特別加強中等和困難等級（3、4 級）的情境應用題。
以下是本次的模擬練習題目：
--------------------------------------------------------------------------------
科目一：人工智慧基礎概論（15 題）
1. 題目：人工智慧（AI）的技術目標，是要讓電腦與機器模擬人類的哪些核心能力？ 難度等級：2 (基礎)
選項： (A) 僅進行高速資料運算與儲存 (B) 僅複製既有知識與規則 (C) 模擬人類的學習、理解、問題解決、決策制定與自主性 (D) 僅用於圖像或語音的辨識
正確答案：C 解說：人工智慧的技術目標是讓電腦與機器能模擬人類的學習、理解、問題解決、決策制定、創造力與自主性。
2. 題目：目前商業應用中，如語音辨識、影像辨識、或 Netflix 推薦系統等，其智慧被限制在狹窄領域內的 AI 類型是下列何者？ 難度等級：2 (基礎)
選項： (A) 通用人工智慧 (AGI) (B) 超級人工智慧 (ASI) (C) 狹義人工智慧 (ANI) (D) 聯邦代理 (Federated Agent)
正確答案：C 解說：狹義人工智慧（ANI）專為執行特定任務而設計，智慧被限制在狹窄領域內，目前大部分可行的商業應用都屬於此範疇。
3. 題目：在 AI 發展的第一波浪潮（約 1950s-1980s），其核心思想是將智慧分解為一套明確的符號與邏輯規則。這波浪潮被稱為「規則的時代」或下列何者？ 難度等級：2 (基礎)
選項： (A) 統計學習 (B) 深度學習 (C) 符號主義 (D) 模型的創造力
正確答案：C 解說：AI 發展的第一波浪潮，又稱為「規則的時代」或「符號主義」，其核心思想是智慧可以被分解為一套明確的符號與邏輯規則。
4. 題目：負責任的人工智慧（RAI）是 AI 治理的指導哲學。其根本目的是為了建立人類對 AI 系統的信任。此框架中的「穩健責任」主要關注的面向是？ 難度等級：2 (基礎)
選項： (A) 確保 AI 決策的無偏見性 (B) 確保 AI 尊重個⼈權利與隱私 (C) 確保 AI 系統本⾝安全可靠並能抵抗攻擊 (D) 確保當 AI 造成損害時，各方責任明確
正確答案：C 解說：負責任 AI 中的穩健責任，要求 AI 系統本身要具備安全性與穩健性，能抵抗攻擊。
5. 題目：在機器學習中，訓練電腦下圍棋或自動駕駛車輛，系統透過與環境互動並不斷「試錯」來學習最佳策略，以最大化長期獎勵。這種學習方式屬於下列何者？ 難度等級：2 (基礎)
選項： (A) 監督式學習 (B) 非監督式學習 (C) 強化學習 (D) 半監督式學習
正確答案：C 解說：當問題需要進行一系列的連續決策，且當前決策會影響到未來結果，並可定義出清晰的目標與獎勵/懲罰規則時，適合應用強化學習。
6. 題目：一家智慧工廠為其核心生產設備建立了一個即時、動態的虛擬複製品，用於在不影響實體運作的情況下進行新流程的模擬和壓力測試。此技術最符合下列哪一種新興 AI 應用典範？ 難度等級：3 (中等)
選項： (A) AI 代理人 (AI Agent) (B) 數位孿生 (Digital Twin) (C) 聯邦代理 (Federated Agent) (D) 可解釋 AI (XAI)
正確答案：B 解說：數位孿生專注於建立現實世界的物理實體（如：工廠、引擎）的即時、動態虛擬複製品，其主要目標是在虛擬模型中模擬測試，並將結果回饋指導實體。
7. 題目：某金融機構使用 AI 進行信貸審批，需要確保其決策過程可被客戶和監管者理解和追溯。為實現負責任 AI 中的「透明性與問責性」原則，應導入下列哪種技術？ 難度等級：3 (中等)
選項： (A) 零信任架構 (ZTA) (B) 差分隱私 (DP) (C) 可解釋 AI (XAI) (D) 數據增強 (Data Augmentation)
正確答案：C 解說：可解釋 AI（XAI）是一系列技術與方法的總稱，其核心目標是打開 AI 的「黑箱」，讓人能夠理解 AI 模型為何做出特定決策，是實現「負責任 AI」中透明性與問責性原則的核心技術手段。
8. 題目：一家電商平台希望建立一個模型來預測某位客戶在未來 30 天內「是否會流失」（是/否）。此預測目標是一個離散的二元類別判斷，最適合採用下列哪種傳統監督式學習模型？ 難度等級：3 (中等)
選項： (A) 線性迴歸 (B) 邏輯迴歸 (C) K-均值聚類 (D) 強化學習
正確答案：B 解說：邏輯迴歸是一種分類演算法，核心任務是預測一個離散的類別，特別常應用於二元分類問題，如判斷客戶是否會流失（會/不會）。
9. 題目：一家人資公司利用 AI 系統篩選履歷。由於訓練數據反映了現實中長期存在的「科技業多為男性、護理業多為女性」的刻板印象，導致 AI 模型在篩選時複製了這種錯誤連結。此現象屬於演算法偏見來源的哪一種類型？ 難度等級：3 (中等)
選項： (A) 數據不具代表性 (B) 潛在的社會偏見 (C) 互動中產生偏見 (D) 模型訓練錯誤
正確答案：B 解說：當數據本身反映了現實社會中長期存在的刻板印象或結構性不公，AI 可能會學到這種錯誤連結，屬於潛在的社會偏見。
10. 題目：某醫療 AI 系統被設計用於初步判讀 X 光片，標示出可疑病灶區域，並將結果提供給醫生參考，但最終的診斷結論和治療方案完全由醫生決定。這種人與 AI 的互動模式屬於下列哪種人類監督層級？ 難度等級：3 (中等)
選項： (A) 人在指揮 (Human-in-Command) (B) 人在迴圈內 (Human-in-the-Loop, HITL) (C) 人在迴圈上 (Human-on-the-Loop, HOTL) (D) 完全自動化
正確答案：B 解說：醫療診斷屬於風險較高，需要人類專業或倫理判斷的半自動化任務，AI 在關鍵決策點（如初步診斷）暫停並請求人類批准後才能繼續，這符合「人在迴圈內」的定義。
11. 題目：某公司導入 AI 系統，用於分析應聘者在面試語音中的情緒波動，作為是否錄取的主要依據。根據歐盟《人工智慧法案》(EU AI Act)，此應用屬於哪種風險等級？ 難度等級：4 (困難)
選項： (A) 最小風險 (Minimal Risk) (B) 有限風險 (Limited Risk) (C) 高風險 (High-Risk) (D) 不可接受風險 (Unacceptable Risk)
正確答案：C 解說：歐盟 AI 法案將用於招聘、員工具體升遷、績效評估等勞工管理和教育訓練的 AI 系統，歸類為對人類基本權利或安全有重大影響的高風險系統。
12. 題目：為防範內部員工無意疏失或惡意行為導致公司敏感資料外洩（例如將機密文件輸入公開 LLM），企業應導入何種資安架構，假設任何人在任何時候都可能是潛在威脅，並確保每次存取都經過明確驗證？ 難度等級：4 (困難)
選項： (A) 傳統防火牆模型 (B) 隔離沙箱機制 (C) 零信任架構 (ZTA) (D) 數據加密儲存
正確答案：C 解說：零信任架構（ZTA）假設任何人都可能是潛在威脅，要求每次存取都需獨立驗證，並賦予最小權限，特別適用於應對雲端和混合辦公趨勢下的內部威脅與資料洩露風險。
13. 題目：在機器學習中，下列關於「演算法」與「模型」的核⼼定義與關係敘述，何者最為正確？ 難度等級：4 (困難)
選項： (A) 演算法是訓練完成後可以直接用於預測的成品 (B) 模型是「食譜」，演算法是「依照食譜做出的料理」 (C) 演算法是「食譜」，模型是「依照食譜做出的料理」 (D) 兩者實務上完全相同，可互相替換稱呼
正確答案：C 解說：演算法就像一本「食譜」，記載了製作的步驟與技巧；模型則是學習者嚴格按照食譜，使用資料烹飪出來的「料理」（可以直接進行預測的具體工具）。
14. 題目：一家銀行希望建立即時信用卡盜刷偵測模型。由於漏掉的盜刷（偽陰性）會直接導致公司鉅額損失，因此在評估模型效能時，應最優先關注哪個指標以衡量模型「找出所有真正盜刷交易」的能力？ 難度等級：4 (困難)
選項： (A) 精確率 (Precision) (B) 準確率 (Accuracy) (C) 召回率 (Recall) (D) R 平方值 (R²)
正確答案：C 解說：召回率（Recall）直接衡量模型在所有實際正例中，正確找出多少比例的能力。在詐欺偵測、醫療漏診等高風險分類任務中，降低「漏報」（偽陰性）是最重要的目標，故應優先關注召回率。
15. 題目：聯邦代理 (Federated Agents) 是一種結合了「多代理系統」與「聯邦學習」的先進 AI 架構。此架構最適合應用於哪一類情境？ 難度等級：4 (困難)
選項： (A) 需要將所有原始數據集中到一個中央伺服器進行訓練 (B) 數據分散、隱私要求高，且需要多個智能體協同決策的場景 (C) 需要生成高度逼真且全新的圖像或文本內容 (D) 僅用於單一裝置上的數據預處理任務
正確答案：B 解說：聯邦代理適合應用於數據分散、隱私要求高，且需要多個智能體協同決策的場景。其核心思想是在不分享原始數據的情況下，協同學習與優化策略。
--------------------------------------------------------------------------------
科目二：生成式 AI 應用與規劃（15 題）
16. 題目：檢索增強生成 (RAG) 技術將大型語言模型 (LLM) 比喻為「開書考試」，強調其能大幅減少 AI 產生錯誤資訊（幻覺），提升結果的準確性與可信度。請問 RAG 的核心機制是結合了哪兩種技術？ 難度等級：2 (基礎)
選項： (A) 圖像識別與語音生成 (B) 資訊檢索與文本生成 (C) 監督式學習與非監督式學習 (D) 模型微調與模型蒸餾
正確答案：B 解說：RAG 是一種結合了「資訊檢索」與「文本生成」的技術架構。它先從外部知識庫檢索相關資訊，再交給 LLM 生成回答。
17. 題目：當生成式 AI 模型產出看似流暢，但內容卻是與事實不符或憑空捏造的虛假資訊。此現象在生成式 AI 風險管理中被稱為下列何者？ 難度等級：2 (基礎)
選項： (A) 過度擬合 (Overfitting) (B) 數據漂移 (Data Drift) (C) AI 幻覺 (AI Hallucination) (D) 提示工程 (Prompt Engineering)
正確答案：C 解說：AI 幻覺（AI Hallucination）指模型可能產生看似合理，實則與事實不符或憑空捏造的內容，這屬於倫理與偏見風險中的一種。
18. 題目：在跨產業應用概覽中，生成式 AI 可透過分析醫學數據預測分子結構，以協助開發新藥。此應用情境屬於下列哪個產業領域？ 難度等級：2 (基礎) 選項： (A) 金融 (B) 零售消費 (C) 醫療保健 (D) 軟體開發 正確答案：C 解說：在醫療保健領域，生成式 AI 可用於分析醫學數據預測分子結構以開發新藥，或根據病歷與基因生成專屬治療計畫。
19. 題目：為了引導生成式 AI 輸出安全、合規且可控的內容，同時防⽌產出不當或有害資訊，開發者會設置一組預先定義的規則與過濾機制。這套機制被稱為下列何者？ 難度等級：2 (基礎)
選項： (A) 模型監控 (Model Monitoring) (B) AI 護欄 (Guardrails) (C) 差分隱私 (Differential Privacy) (D) 泛化能力 (Generalization Ability)
正確答案：B 解說：AI 護欄 (Guardrails) 是一組預先定義的規則與過濾機制，用以引導模型生成安全、合規且可控的內容。
20. 題目：Low-Code 平台與 No-Code 平台相比，其最大的技術特點差異在於 Low-Code 平台具備哪項特性？ 難度等級：2 (基礎)
選項： (A) 完全不需要撰寫任何程式碼 (B) 容許少量的程式碼進行客製化擴充 (C) 只能用於生成文本內容 (D) 專門用於底層演算法開發
正確答案：B 解說：Low-Code 平台的核心是提供視覺化介面，但允許開發者使用少量的程式碼進行客製化與系統擴充。
21. 題目：在生成式 AI 導入評估的基礎核心步驟「掌握企業課題」中，第一個活動是將高層的願景轉化為可衡量的具體指標，這個步驟被稱為下列何者？ 難度等級：3 (中等)
選項： (A) 選定應用範圍 (B) 提取改善項目 (C) 界定經營目標 (D) 討論 AI 必要性
正確答案：C 解說：「掌握企業課題」是 AI 導入評估的基礎核心步驟，其第一個活動是「界定經營目標」，將高層願景轉化為可衡量的具體指標。
22. 題目：某客服中心導入生成式 AI 助理後，報告顯示「平均郵件處理時間縮短了 25%」。同時，員工普遍反映「工作壓力顯著下降」。請問「平均郵件處理時間縮短 25%」屬於哪種效益類型？ 難度等級：3 (中等)
選項： (A) 質化效益 (B) 技術效益 (C) 量化效益 (D) 專案難易度
正確答案：C 解說：量化效益（Quantitative Benefits）指專案成功後，能夠用具體數字、財務指標或關鍵績效指標（KPI）精確衡量的直接、有形成果，例如時間、成本或數量。
23. 題目：一家零售企業評估了兩個 AI 專案：專案 A (導入 AI 撰寫行銷文案，難度低/好處高)；專案 B (開發企業專屬的供應鏈優化模型，難度高/好處高)。根據 AI 導入的優先順序評估框架，該企業理想的決策是什麼？ 難度等級：3 (中等)
選項： (A) 應優先執行專案 A，以快速驗證 AI 價值並建立團隊信心 (B) 應優先執行專案 B，因為其潛在的收益遠大於專案 A (C) 兩個專案應同時啟動，以分散風險 (D) 應先進行資源評估，再決定是否導入
正確答案：A 解說：AI 導入評估的最終決策步驟，是將資源集中在「難度低且好處多」的專案上，以求快速見效並建立成功典範。因此，應優先執行專案 A。
24. 題目：在生成式 AI 導入成本結構分析中，專案所有參與人員，包括專案經理、AI 工程師、以及行銷人員學習操作 AI 工具所投入的工時成本，應主要歸類在哪一成本類別？ 難度等級：3 (中等)
選項： (A) 開發費用 (B) 軟硬體費用 (C) ⼈事費⽤ (D) 維運費用
正確答案：C 解說：人事費用涵蓋專案所有參與人員（包含管理、開發、執行）的薪資與工時成本。
25. 題目：某企業欲建立 AI 客服系統，需要處理大量客戶來信、聊天紀錄與語音檔案。在導入規劃的「檢視數據可用性」步驟中，應優先關注哪種資料類型的轉換與特徵提取，因為其內容龐雜且沒有預定義結構？ 難度等級：3 (中等)
選項： (A) 結構化數據 (B) 半結構化數據 (C) 非結構化數據 (D) 數值型數據
正確答案：C 解說：客戶來信、聊天紀錄和語音檔案屬於非結構化數據。這類數據沒有預定義的結構，處理難度高，需要複雜的技術才能提取價值，因此其轉換與特徵提取是優先關注的重點。
26. 題目：某公司希望 AI 客服能根據最新的產品技術手冊即時回答客戶的規格問題，但他們不想花費大量時間對整個基礎模型進行重新訓練。應優先選擇哪種技術架構？ 難度等級：4 (困難)
選項： (A) 強化學習 (RL) (B) 模型微調 (Fine-tuning) (C) 檢索增強生成 (RAG) (D) 監督式學習 (SL)
正確答案：C 解說：RAG 透過檢索外部的特定知識庫（如最新的產品手冊），提供即時、有事實依據的答案，能大幅減少 AI 幻覺。相較於模型微調，RAG 在知識更新速度上更具優勢且成本更低。
27. 題目：一家金融科技公司在評估 AI 專案風險時，發現訓練數據中包含大量敏感的客戶 PII。為避免內部洩露風險，公司決定將敏感數據的儲存與管理外包給一家具有專業資安認證的雲端服務商，並簽訂責任協議。此風險應對策略屬於下列何者？ 難度等級：4 (困難)
選項： (A) 風險緩解 (Mitigation) (B) 風險轉移 (Transfer) (C) 風險迴避 (Avoidance) (D) 風險接受 (Acceptance)
正確答案：B 解說：風險轉移是透過合約或保險，將風險造成的財務損失或法律責任轉嫁給第三方承擔。將敏感數據儲存外包給專業雲端服務商並簽訂協議，屬於風險轉移策略。
28. 題目：在大型語言模型訓練流程中，當模型已透過指令微調具備基本遵循指令的能力後，若希望模型的輸出風格更自然、更有同理心，且符合人類的偏好和價值觀，需要進行哪一階段的優化？ 難度等級：4 (困難)
選項： (A) 預訓練 (Pre-training) (B) 指令微調 (Instruction Fine-tuning) (C) 人類回饋強化學習 (RLHF) (D) 差分隱私處理
正確答案：C 解說：人類回饋強化學習（RLHF）的目的是讓模型的回答不僅正確，還更符合人類的偏好、價值觀與對話習慣，這個過程稱為「對齊」(Alignment)。它負責優化模型的輸出風格、自然度和安全性。
29. 題目：生成式 AI 導入風險管理中，若企業的 AI 系統訓練資料來源或 AI 生成的內容可能觸犯他⼈的著作權或專利權。此風險主要被歸類在哪一類型？ 難度等級：4 (困難)
選項： (A) 資料隱私與安全 (B) 倫理與偏見 (C) 法律合規問題 (D) 治理與問責
正確答案：C 解說：訓練資料來源或 AI 生成內容可能觸犯智慧財產權等相關法規，屬於法律合規問題。
30. 題目：某公司開發了一個線上聊天機器人，用以提供一般產品資訊查詢。根據歐盟《人工智慧法案》(EU AI Act)，這類屬於「有限風險」（Limited Risk）的 AI 系統，必須履行哪一項最重要的義務？ 難度等級：4 (困難)
選項：(A) 必須將模型的原始程式碼公開 (B) 必須確保機器人的回覆 100% 正確 (C) 必須在互動中明確告知使用者，他們正在與 AI 系統對話 (D) 必須對所有訓練數據進行差分隱私處理
正確答案：C 解說：歐盟《人工智慧法案》規定，聊天機器人等屬於「有限風險」的 AI 系統，必須履行透明度義務，即在互動中明確告知使用者他們正在與 AI 系統對話。
CCChen提醒:
1.如果大家已有自己的學習計畫與準備方式, 請依照自己的安排
2.本模擬測試題目, 為AI分析後生成, 僅供參考, 請自行評估.
3.本模擬測試題目, 為AI分析後生成,請勿隨意轉用於商業用途, 如需引用, 請註明出處來源.
