問題 1 (初級)
------------------------------
題目: 下列何者最能描述「AI民主化」的核心概念？選項:
A) 讓AI技術只能由少數頂尖科學家掌握
B) 讓AI的開發與應用普及化，降低技術門檻
C) 讓政府獨佔AI技術的開發與所有權
D) 讓AI只能應用在政治領域的決策
答案: B) 讓AI的開發與應用普及化，降低技術門檻
解析: AI民主化旨在讓更多人能夠接觸、理解並使用AI，而不受限於深厚的技術背景或高昂的資源門檻，因此降低技術門檻是其核心概念。
問題 2 (初級)
------------------------------
題目: 若一個應用程式完全透過視覺化拖放介面建立，無需撰寫任何程式碼，這屬於哪種開發方法？
選項:
A) Low Code
B) Pro Code
C) No Code
D) Full Stack
答案: C) No Code
解析: No Code（無程式碼）的核心定義是允許用戶透過視覺化介面建立應用程式，無需撰寫任何程式碼。
問題 3 (初級)
------------------------------
題目: 「公民開發者」通常指的是哪一類人群？
選項:
A) 專業的軟體工程師
B) 具備資深AI技術背景的科學家
C) 非專業程式開發背景，但利用NCLC平台自行開發應用程式的業務人員
D) 專門從事開源軟體開發的志願者
答案: C) 非專業程式開發背景，但利用NCLC平台自行開發應用程式的業務人員
解析: 公民開發者是指非專業程式開發背景的業務人員或領域專家，利用No Code/Low Code平台工具自行開發應用程式以滿足業務需求。
問題 4 (初級)
------------------------------
題目: 下列何者是No Code/Low Code (NCLC)平台帶來的主要應用價值？
選項:
A) 增加對專業開發人員的依賴
B) 限制業務團隊的創新能力
C) 提高開發成本與時間
D) 加速開發、降低成本並提升業務敏捷性
答案: D) 加速開發、降低成本並提升業務敏捷性
解析: NCLC平台的主要價值在於加速開發、降低成本、提升業務敏捷性、減少對專業開發人員的依賴，以及賦能業務團隊進行創新。
問題 5 (初級)
------------------------------
題目: 王老闆使用No Code聊天機器人平台為咖啡店建置客服機器人，最主要解決了哪項痛點？
選項:
A) 咖啡豆供應鏈管理複雜
B) 缺乏專業IT人員開發客服系統
C) 員工薪資福利不佳
D) 咖啡銷售量過低
答案: B) 缺乏專業IT人員開發客服系統
解析: 案例中王老闆沒有預算聘請IT人員開發客服系統，因此透過No Code平台自行建置客服機器人，解決了缺乏技術人力資源的痛點。
問題 6 (初級)
------------------------------
題目: 下列哪種情境最能體現Low Code開發的優勢？
選項:
A) 需要開發一個完全沒有彈性、功能固定的應用
B) 需要開發一個功能複雜且高度客製化，但仍想快速開發的應用
C) 需要一個完全無需程式碼的視覺化應用
D) 僅限於處理靜態網頁內容的應用
答案: B) 需要開發一個功能複雜且高度客製化，但仍想快速開發的應用
解析: Low Code提供預建模組和範本，但仍保留自訂程式碼的彈性，適合需要特定功能或整合複雜系統、追求快速開發的場景。
問題 7 (初級)
------------------------------
題目: 生成式AI (GenAI)與傳統AI最主要的區別為何？
選項:
A) GenAI只能分析數據，傳統AI可以生成數據
B) GenAI主要用於識別與分類，傳統AI用於創造內容
C) GenAI能夠生成全新的、原創的內容，傳統AI主要進行識別或分析
D) GenAI只能處理圖像，傳統AI只能處理文本
答案: C) GenAI能夠生成全新的、原創的內容，傳統AI主要進行識別或分析
解析: 生成式AI的核心能力是根據學習到的數據模式，生成全新的、原創的內容，而傳統AI則更側重於數據的識別、分析、預測等任務。
問題 8 (初級)
------------------------------
題目: 「提示工程」(Prompt Engineering)的主要目的是什麼？
選項:
A) 開發全新的AI模型架構
B) 最佳化AI模型的訓練速度
C) 設計和優化給生成式AI模型的輸入指令，以引導其產生高品質的輸出
D) 監控AI模型在運營中的性能表現
答案: C) 設計和優化給生成式AI模型的輸入指令，以引導其產生高品質的輸出
解析: 提示工程是設計和優化輸入給生成式AI模型的「提示」，目的是引導模型產生更精確、相關且高品質的輸出。
問題 9 (初級)
------------------------------
題目: ChatGPT和Midjourney分別擅長於生成哪種內容？
選項:
A) ChatGPT生成程式碼，Midjourney生成音樂
B) ChatGPT生成文本，Midjourney生成圖像
C) ChatGPT生成影片，Midjourney生成3D模型
D) ChatGPT生成音訊，Midjourney生成程式碼
答案: B) ChatGPT生成文本，Midjourney生成圖像
解析: ChatGPT是大型語言模型，主要擅長文本生成；Midjourney則是一個圖像生成AI工具。
問題 10 (初級)
------------------------------
題目: 下列何者是大型語言模型 (LLMs) 的基礎架構，尤其擅長處理序列數據並使用「注意力機制」？
選項:
A) 卷積神經網絡 (CNN)
B) 循環神經網絡 (RNN)
C) 變換器 (Transformer) 模型
D) 感知器 (Perceptron)
答案: C) 變換器 (Transformer) 模型
解析: Transformer模型是LLMs的基礎，它透過注意力機制有效捕捉長距離依賴關係，革新了自然語言處理領域。
問題 11 (初級)
------------------------------
題目: 當LLM在生成回答前，先從外部知識庫檢索相關資訊，再根據這些資訊生成回答，這種技術稱為？
選項:
A) 模型微調 (Fine-tuning)
B) 檢索增強生成 (RAG)
C) 遷移學習 (Transfer Learning)
D) 強化學習 (Reinforcement Learning)
答案: B) 檢索增強生成 (RAG)
解析: 檢索增強生成 (RAG) 結合檢索與生成技術，讓LLM在生成回答前從外部知識庫檢索資訊，解決「幻覺」問題並保持資訊時效性。
問題 12 (初級)
------------------------------
題目: 中小企業行銷團隊使用整合了ChatGPT和Midjourney的NLCG平台，最主要的目的為何？
選項:
A) 進行深度程式開發
B) 快速生成多種社群媒體文案與廣告圖片
C) 提升公司的數據庫管理效率
D) 訓練一個全新的LLM模型
答案: B) 快速生成多種社群媒體文案與廣告圖片
解析: 案例中，行銷團隊缺乏設計師和文案寫手，透過NLCG平台結合GenAI工具，旨在短時間內快速生成行銷內容，提升效率。
問題 13 (初級)
------------------------------
題目: 在企業導入GenAI的初期，進行「戰略評估」的主要目的是什麼？
選項:
A) 立即開發完整的GenAI產品
B) 評估GenAI的潛在影響、商業價值、可行性與風險，確保與企業戰略目標一致
C) 招募大量的AI工程師
D) 忽略所有潛在的風險，直接導入
答案: B) 評估GenAI的潛在影響、商業價值、可行性與風險，確保與企業戰略目標一致
解析: 戰略評估旨在全面評估GenAI的影響、價值、可行性與風險，確保技術投資與企業整體戰略目標一致。
問題 14 (初級)
------------------------------
題目: 企業導入GenAI前，若要評估專案在技術、經濟、法律、營運等方面的條件，應進行哪項工作？
選項:
A) 產品發布會
B) 可行性研究
C) 人力資源培訓
D) 市場營銷活動
答案: B) 可行性研究
解析: 可行性研究是在專案啟動前，評估GenAI專案在技術、經濟、法律、營運等方面的可行性，以判斷其是否具備實施的條件。
問題 15 (初級)
------------------------------
題目: 「概念驗證 (POC)」在企業導入GenAI流程中的主要目的為何？
選項:
A) 全面部署GenAI系統
B) 小規模實作GenAI的關鍵功能，驗證其技術可行性與潛在效益
C) 進行大規模用戶測試
D) 招募最終用戶來開發系統
答案: B) 小規模實作GenAI的關鍵功能，驗證其技術可行性與潛在效益
解析: 概念驗證 (POC) 指在正式開發前，小規模地實作GenAI的關鍵功能或解決方案，以驗證其技術可行性、設計假設和潛在效益。
問題 16 (初級)
------------------------------
題目: 衡量GenAI專案所產生的收益與其投入成本之間關係的財務指標是？
選項:
A) 客戶滿意度 (CSAT)
B) 員工留任率 (Retention Rate)
C) 投資報酬率 (ROI)
D) 品牌知名度 (Brand Awareness)
答案: C) 投資報酬率 (ROI)
解析: 投資報酬率 (ROI) 是衡量投資效益的財務指標，用於評估GenAI專案所產生的收益與其投入成本之間的關係。
問題 17 (初級)
------------------------------
題目: 一家製造業公司為了解決客服效率低下的問題，選擇先在小團隊內部搭建GenAI聊天機器人原型，並只回答最常見的五個問題。這屬於哪一階段的實踐？
選項:
A) 全面營運階段
B) 最終產品發布
C) 概念驗證 (POC) 專案
D) 大規模數據中心建置
答案: C) 概念驗證 (POC) 專案
解析: 在小團隊內部，用NCLC平台搭建GenAI聊天機器人原型，僅回答最常見的問題，這符合概念驗證 (POC) 的定義，即小規模驗證技術可行性。
問題 18 (初級)
------------------------------
題目: 在進行GenAI專案時，識別並分析所有相關的個人、群體或組織（如員工、客戶、管理層等），並理解他們的需求和影響力，這項工作稱為什麼？
選項:
A) 市場分析
B) 競爭者分析
C) 利害關係人分析
D) 技術堆疊分析
答案: C) 利害關係人分析
解析: 利害關係人分析是指識別並分析GenAI專案所有相關的個人、群體或組織，理解他們的需求、期望和影響力，以便有效管理期望與溝通。
問題 19 (初級)
------------------------------
題目: 下列何者不屬於GenAI應用可能面臨的風險？
選項:
A) 數據隱私洩露
B) 模型生成假新聞
C) AI模型產生偏見
D) 咖啡豆供應不足
答案: D) 咖啡豆供應不足
解析: 咖啡豆供應不足是業務營運問題，與GenAI應用本身的技術或倫理風險無直接關聯。
問題 20 (初級)
------------------------------
題目: AI倫理的核心原則旨在確保AI系統的發展與應用符合什麼？
選項:
A) 最低的開發成本
B) 最大的數據量
C) 人類價值觀，避免造成傷害或不公平
D) 最快的運算速度
答案: C) 人類價值觀，避免造成傷害或不公平
解析: AI倫理是一套指導AI系統設計、開發、部署和使用的道德原則與規範，旨在確保AI技術的發展與應用符合人類價值觀，避免造成傷害或不公平。
問題 21 (初級)
------------------------------
題目: 當AI模型在訓練數據中學習到不公平或歧視性的模式，導致其在預測或決策時對特定群體產生偏頗結果，這稱為什麼？
選項:
A) 模型融合
B) 數據偏見 (Data Bias)
C) 數據清洗
D) 模型校準
答案: B) 數據偏見 (Data Bias)
解析: 數據偏見是指AI模型在訓練數據中學習到不公平或歧視性的模式，導致其在預測或決策時對特定群體產生偏頗或不公正的結果。
問題 22 (初級)
------------------------------
題目: 「模型漂移」(Model Drift)指的是什麼現象？
選項:
A) AI模型在訓練過程中自動優化
B) AI模型部署後性能穩定上升
C) AI模型部署後，由於真實世界數據分佈變化導致性能下降
D) AI模型從一個伺服器遷移到另一個伺服器
答案: C) AI模型部署後，由於真實世界數據分佈變化導致性能下降
解析: 模型漂移是指AI模型在部署後，由於真實世界數據的分佈或關係發生變化，導致模型性能逐漸下降的現象。
問題 23 (初級)
------------------------------
題目: 「可解釋AI (XAI)」的主要目標是什麼？
選項:
A) 讓AI模型變得無法理解
B) 使AI系統的內部工作原理、決策過程及其輸出結果更易於人類理解和解釋
C) 提高AI模型的運行速度
D) 減少AI模型所需的訓練數據量
答案: B) 使AI系統的內部工作原理、決策過程及其輸出結果更易於人類理解和解釋
解析: 可解釋AI旨在使AI系統的內部工作原理、決策過程及其輸出結果更易於人類理解和解釋，解決AI模型的「黑箱」問題。
問題 24 (初級)
------------------------------
題目: 歐盟AI法案 (EU AI Act) 最主要關注的議題是什麼？
選項:
A) 促進AI技術的無限發展，不設任何限制
B) 規範人工智慧的開發與使用，根據風險等級進行分類管理，確保安全與基本權利
C) 僅規範AI模型的訓練數據來源
D) 鼓勵AI公司只在歐盟境內營運
答案: B) 規範人工智慧的開發與使用，根據風險等級進行分類管理，確保安全與基本權利
解析: 歐盟AI法案旨在規範人工智慧的開發與使用，根據AI系統的風險等級進行分類與管理，確保AI的安全性與基本權利的保護。
問題 25 (初級)
------------------------------
題目: 在電商平台的GenAI推薦系統案例中，AI應用規劃師建議引入「人機協作 (HITL)」流程的主要目的是？
選項:
A) 完全取代人工審核員
B) 將人類判斷納入AI決策迴路，以提升推薦的公平性與透明度
C) 增加系統的複雜度
D) 降低AI系統的運算成本
答案: B) 將人類判斷納入AI決策迴路，以提升推薦的公平性與透明度
解析: 人機協作旨在將人類的判斷、監督或回饋納入AI系統的決策迴路中，以提升AI的準確性、可靠性或處理複雜情境的能力，在此案例中能確保公平性。
問題 26 (初級)
------------------------------
題目: 企業若要同時「降低模型對弱勢群體的歧視」與「符合責任AI的透明度」，應優先考慮導入哪兩種技術或原則？
選項:
A) 加密技術和數據壓縮
B) 去偏見技術和可解釋AI (XAI)
C) 邊緣運算和雲端儲存
D) 分散式帳本和量子運算
答案: B) 去偏見技術和可解釋AI (XAI)
解析: 去偏見技術能降低模型對特定群體的歧視，而可解釋AI (XAI) 則能提高模型的透明度，符合責任AI的要求。
問題 27 (初級)
------------------------------
題目: 某商場使用人臉辨識分析顧客情緒以調整商品陳列，此舉最可能涉及AI Act中的哪類風險？
選項:
A) 低風險AI系統
B) 高風險AI系統
C) 禁止的AI實踐
D) 不受AI Act規範
答案: B) 高風險AI系統
解析: 根據歐盟AI Act，人臉辨識等生物識別系統，尤其涉及對個體情緒分析，通常被歸類為高風險AI系統，需要嚴格的規範和評估。
問題 28 (初級)
------------------------------
題目: 在企業導入GenAI的流程中，哪個步驟主要是為了證明一個GenAI解決方案在理論上是可行的？
選項:
A) 全面部署
B) 市場推廣
C) 概念驗證 (POC)
D) 員工福利改善
答案: C) 概念驗證 (POC)
解析: 概念驗證 (POC) 的主要目的是小規模實作GenAI的關鍵功能，以驗證其技術可行性、設計假設和潛在效益，證明理論上可行。
問題 29 (初級)
------------------------------
題目: 一位行銷人員若要生成活動主視覺，他應該優先考慮下列哪個工具？
選項:
A) ChatGPT
B) Midjourney
C) Google Sheets
D) Microsoft Word
答案: B) Midjourney
解析: Midjourney是一款專門用於生成圖像的AI工具，非常適合行銷人員生成活動主視覺，而ChatGPT主要用於文本生成。
問題 30 (初級)
------------------------------
題目: 「負責任AI」這一概念涵蓋了哪些面向？
選項:
A) 僅限於技術效能與速度
B) 僅限於程式碼的簡潔性
C) 包含AI倫理、數據治理、公平性、透明度、隱私保護、安全性等
D) 僅與AI的硬體設備相關
答案: C) 包含AI倫理、數據治理、公平性、透明度、隱私保護、安全性等
解析: 負責任AI是一個綜合性的概念，涵蓋了AI倫理、數據治理、公平性、透明度、隱私保護、安全性等面向，確保AI技術以負責任的方式開發和部署。
