Science and Technology - Test 100 - Frontier and Converging Technologies

Question 1 ప్రశ్న 1

A Bio-AI programme ranks thousands of enzyme variants computationally, a Biofoundry builds and tests selected variants, and a Biomanufacturing Hub later scales the best strain. Which interpretation best captures why these technologies are complementary?

ఒక Bio-AI కార్యక్రమం వేల ఎంజైమ్ రూపాంతరాలను గణనాత్మకంగా ప్రాధాన్య క్రమంలో ఉంచుతుంది; Biofoundry ఎంపికైన రూపాంతరాలను నిర్మించి పరీక్షిస్తుంది; తరువాత జీవతయారీ హబ్ ఉత్తమ జీవరకాన్ని పెద్ద స్థాయికి తీసుకెళ్తుంది. ఈ సాంకేతికతలు పరస్పర పూరకాలు కావడానికి సరైన కారణం ఏది?

A AI prediction alone establishes biological safety, process yield and commercial manufacturability, making physical experiments optional. AI అంచనా ఒక్కటే జీవభద్రత, ప్రక్రియ దిగుబడి, వాణిజ్య తయారీ సాధ్యతను నిర్ధారిస్తుంది; అందువల్ల భౌతిక ప్రయోగాలు అవసరం ఉండవు. B A Biofoundry is essentially a data centre and therefore cannot perform biological experiments. Biofoundry అనేది కేవలం దత్తాంశ కేంద్రం; జీవశాస్త్ర ప్రయోగాలు చేయలదు. C AI can narrow the design space, automated experiments can validate and update those predictions, and scale-up facilities can test whether performance survives real bioprocess conditions. AI సాధ్యమైన రూపకల్పనల పరిధిని తగ్గించగలదు; స్వయంచాలక ప్రయోగాలు ఆ అంచనాలను ధృవీకరించి మెరుగుపరచగలవు; పరిమాణ విస్తరణ సదుపాయాలు వాస్తవ జీవప్రక్రియ పరిస్థితుల్లో పనితీరు నిలుస్తుందో పరీక్షించగలవు. D Once an engineered strain works in a microplate, identical productivity is guaranteed in an industrial bioreactor. సూక్ష్మ ప్రయోగ పలకలో జీవరకం పనిచేసిన వెంటనే పారిశ్రామిక జీవప్రతిచర్య పాత్రలో కూడా అదే ఉత్పాదకత ఖచ్చితంగా లభిస్తుంది.

Question 2 ప్రశ్న 2

AlphaFold 3 or a similar AI system predicts a plausible protein-small-molecule interaction with high model confidence. What is the most scientifically defensible next step in a drug-discovery programme?

AlphaFold 3 లేదా దానికి సమానమైన AI వ్యవస్థ ఒక ప్రోటీన్-చిన్న అణు పరస్పర చర్యను అధిక నమూనా విశ్వాసంతో అంచనా వేసింది. ఔషధ అన్వేషణ కార్యక్రమంలో శాస్త్రీయంగా అత్యంత సముచితమైన తదుపరి చర్య ఏది?

A Treat the predicted structure as a strong hypothesis and test binding, function, selectivity and biological effect experimentally before drawing therapeutic conclusions. అంచనా నిర్మాణాన్ని బలమైన శాస్త్రీయ ఊహగా తీసుకుని, చికిత్సాత్మక నిర్ణయాలకు ముందు బంధనం, కార్యాచరణ, ఎంపికత్వం, జీవ ప్రభావాన్ని ప్రయోగాలతో పరీక్షించడం. B Assume the molecule is clinically effective because structural prediction replaces pharmacology and toxicology. నిర్మాణ అంచనా ఫార్మకాలజీ, విషపూరితత పరీక్షలను భర్తీ చేస్తుందని భావించి అణువు వైద్యపరంగా ప్రభావవంతమని నిర్ణయించడం. C Skip biochemical testing and proceed directly to widespread clinical use. జీవరసాయన పరీక్షలను దాటేసి నేరుగా విస్తృత వైద్య వినియోగానికి వెళ్లడం. D Interpret high model confidence as regulatory approval of the molecule. అధిక నమూనా విశ్వాసాన్ని ఆ అణువుకు నియంత్రణ సంస్థ ఆమోదంగా భావించడం.

Question 3 ప్రశ్న 3

Which feature most clearly turns a robot-assisted high-throughput materials laboratory into an autonomous materials-discovery system?

రోబోట్ల సహాయంతో అధిక సంఖ్యలో పదార్థ ప్రయోగాలు చేసే ప్రయోగశాలను స్వయంచాలక పదార్థ అన్వేషణ వ్యవస్థగా మార్చే ప్రధాన లక్షణం ఏది?

A Running a fixed list of experiments faster without changing the experimental plan. ప్రయోగ ప్రణాళికను మార్చకుండా ముందే నిర్ణయించిన ప్రయోగాల జాబితాను వేగంగా నిర్వహించడం. B Using a language model to write reports after all experiments have finished. అన్ని ప్రయోగాలు పూర్తైన తరువాత నివేదికలు రాయడానికి భాషా నమూనాను ఉపయోగించడం. C Removing all sensors so that robots do not depend on experimental measurements. రోబోట్లు ప్రయోగ కొలతలపై ఆధారపడకుండా అన్ని సంవేదకాలను తొలగించడం. D Closing the loop so that machine learning interprets results, selects the next informative experiment, robots execute it, and the new data update subsequent decisions. యంత్ర అభ్యాసం ఫలితాలను విశ్లేషించి తదుపరి అత్యంత సమాచారవంతమైన ప్రయోగాన్ని ఎంచుకోవడం, రోబోట్లు దాన్ని నిర్వహించడం, వచ్చిన కొత్త దత్తాంశంతో తరువాతి నిర్ణయాలను నవీకరించే మూసివలయాన్ని ఏర్పరచడం.

Question 4 ప్రశ్న 4

A factory's digital twin predicts that a machine is healthy, but a recently replaced sensor has a calibration bias and feeds systematically incorrect values. Which response is most appropriate?

ఒక కర్మాగార డిజిటల్ ప్రతిరూపం యంత్రం ఆరోగ్యంగా ఉందని అంచనా వేస్తోంది; కానీ ఇటీవల మార్చిన సంవేదకంలో ప్రమాణీకరణ పాక్షిక లోపం ఉండి నిరంతరం తప్పు విలువలు పంపుతోంది. అత్యంత సరైన చర్య ఏది?

A Trust the digital twin because a virtual model is always more reliable than physical measurements. వర్చువల్ నమూనా భౌతిక కొలతలకంటే ఎల్లప్పుడూ విశ్వసనీయమని భావించి డిజిటల్ ప్రతిరూపాన్ని నమ్మడం. B Recheck sensor calibration and data provenance, validate the twin against independent observations, quantify uncertainty and investigate whether the biased input invalidates the prediction. సంవేదక ప్రమాణీకరణ, దత్తాంశ మూలచరిత్రను మళ్లీ తనిఖీ చేసి, స్వతంత్ర పరిశీలనలతో డిజిటల్ ప్రతిరూపాన్ని ధృవీకరించి, అనిశ్చితిని కొలిచి, పాక్షికంగా తప్పు ప్రవేశ దత్తాంశం వల్ల అంచనా చెల్లుబాటు కోల్పోయిందో పరిశీలించడం. C Delete historical data so the model can no longer be compared with the physical asset. భౌతిక యంత్రంతో పోలిక చేయలేని విధంగా పాత దత్తాంశాన్ని తొలగించడం. D Increase AI model size; larger models automatically correct faulty sensor measurements. AI నమూనా పరిమాణాన్ని పెంచడం; పెద్ద నమూనాలు సంవేదక లోపాలను స్వయంచాలకంగా సరిచేస్తాయి.

Question 5 ప్రశ్న 5

NIST's 2026 standards-based work composed the digital twins of a robot arm and a gripper into a larger system. What is the main systems-engineering advantage of this approach?

2026లో NIST ప్రమాణాల ఆధారంగా రోబోట్ భుజం మరియు గ్రిప్పర్ డిజిటల్ ప్రతిరూపాలను కలిపి పెద్ద వ్యవస్థ ప్రతిరూపాన్ని నిర్మించింది. ఈ విధానానికి ప్రధాన వ్యవస్థ-ఇంజినీరింగ్ ప్రయోజనం ఏమిటి?

A Every factory must build one indivisible digital twin from scratch for each new machine. ప్రతి కొత్త యంత్రానికి ప్రతి కర్మాగారం మొదటి నుంచి ఒకే విడదీయలేని డిజిటల్ ప్రతిరూపాన్ని నిర్మించాలి. B Component twins no longer need lifecycle updates once they are connected. భాగాల ప్రతిరూపాలను కలిపిన తరువాత వాటికి జీవితచక్ర నవీకరణలు ఇక అవసరం ఉండవు. C Standardised interfaces and semantics can make component twins reusable and composable, although interoperability, data consistency and lifecycle validity still need to be managed. ప్రమాణీకృత అంతరముఖాలు, అర్థ నిర్మాణాలు భాగాల డిజిటల్ ప్రతిరూపాలను మళ్లీ ఉపయోగించి కలపడానికి సహాయపడతాయి; అయినప్పటికీ పరస్పర అనుకూలత, దత్తాంశ సుసంగతత, జీవితచక్ర చెల్లుబాటును నిర్వహించాల్సిందే. D Composing twins eliminates the need for the physical robot. ప్రతిరూపాలను కలిపిన వెంటనే భౌతిక రోబోట్ అవసరం పూర్తిగా తొలగిపోతుంది.

Question 6 ప్రశ్న 6

NASA's Dynamic Targeting experiment used onboard AI to analyse look-ahead imagery and retarget an Earth-observing instrument in under about 90 seconds. What is the main technological advantage of putting such intelligence onboard?

NASA Dynamic Targeting ప్రయోగంలో ముందున్న ప్రాంతపు చిత్రాలను అంతరిక్ష నౌకలోనే AIతో విశ్లేషించి సుమారు 90 సెకన్లలోపు భూ పరిశీలన పరికరాన్ని కొత్త లక్ష్యంపై మళ్లించారు. ఇటువంటి మేధస్సును అంతరిక్ష నౌకలోనే ఉంచడం వల్ల ప్రధాన ప్రయోజనం ఏమిటి?

A It can reduce decision latency and use limited observing/downlink resources more selectively, for example by avoiding clouds or reacting quickly to transient events; the demonstrated technology is still a targeted autonomy experiment rather than unrestricted spacecraft intelligence. నిర్ణయ ఆలస్యాన్ని తగ్గించి పరిమిత పరిశీలన, దత్తాంశ ప్రసార వనరులను మరింత ఎంపికాత్మకంగా ఉపయోగించవచ్చు; ఉదాహరణకు మేఘాలను తప్పించడం లేదా తాత్కాలిక ఘటనలకు వేగంగా స్పందించడం. అయితే ప్రదర్శిత సాంకేతికత పరిమిత లక్ష్య స్వయంప్రతిపత్తి ప్రయోగం మాత్రమే, పరిమితిలేని అంతరిక్ష నౌక మేధస్సు కాదు. B It removes the need for spacecraft sensors because AI can invent observations. AI పరిశీలనలను స్వయంగా సృష్టించగలదని అంతరిక్ష నౌక సంవేదకాలు అవసరం ఉండవు. C It makes radio communication instantaneous over interplanetary distances. అంతర్గ్రహ దూరాల్లో రేడియో సమాచార ప్రసారాన్ని తక్షణంగా చేస్తుంది. D It guarantees that every autonomous observation will be scientifically valuable. ప్రతి స్వయంచాలక పరిశీలన శాస్త్రీయంగా విలువైనదేనని హామీ ఇస్తుంది.

Question 7 ప్రశ్న 7

NASA's 2026 MEDOS capability can detect onboard events and trigger predefined spacecraft responses. Which statement best distinguishes such event-driven autonomy from unrestricted general AI?

NASA 2026 MEDOS సామర్థ్యం అంతరిక్ష నౌకలో ఘటనలను గుర్తించి ముందే నిర్ణయించిన ప్రతిస్పందనలను ప్రారంభించగలదు. ఇటువంటి ఘటన-ఆధారిత స్వయంప్రతిపత్తిని పరిమితిలేని సాధారణ AI నుంచి ఉత్తమంగా వేరు చేసే ప్రకటన ఏది?

A Event-driven autonomy requires continuous human approval for every millisecond of operation. ఘటన-ఆధారిత స్వయంప్రతిపత్తికి ప్రతి మిల్లీసెకనుకు మానవ అనుమతి తప్పనిసరి. B It can autonomously respond within validated operational logic to recognised events, but its authority, actions and safety constraints can remain deliberately bounded by mission design. గుర్తించిన ఘటనలకు ధృవీకరించిన కార్యాచరణ తర్కం ప్రకారం స్వయంచాలకంగా స్పందించగలదు; అయితే దాని అధికారం, చర్యలు, భద్రతా పరిమితులను మిషన్ రూపకల్పనలో ఉద్దేశపూర్వకంగా నిర్దేశించవచ్చు. C It means the spacecraft can redefine mission objectives without any ground oversight. భూమి నియంత్రణ లేకుండానే అంతరిక్ష నౌక మిషన్ లక్ష్యాలను స్వయంగా మార్చగలదని అర్థం. D It eliminates the need to verify onboard software because autonomous systems cannot fail. స్వయంప్రతిపత్తి వ్యవస్థలు విఫలమవవు కాబట్టి నౌకలోని సాఫ్ట్‌వేర్ ధృవీకరణ అవసరం ఉండదు.

Question 8 ప్రశ్న 8

An autonomous inspection robot must react within milliseconds even when its connection to the cloud is intermittent. Which architecture is most appropriate?

స్వయంచాలక తనిఖీ రోబోట్ మేఘ గణన కేంద్రంతో అనుసంధానం అప్పుడప్పుడు తెగిపోయినా మిల్లీసెకన్లలో స్పందించాలి. అత్యంత సరైన నిర్మాణం ఏది?

A Send every raw sensor sample to a distant cloud and prevent any local decision-making. ప్రతి ముడి సంవేదక నమూనాను దూర మేఘ గణన కేంద్రానికి పంపి స్థానిక నిర్ణయాలను పూర్తిగా నిరోధించడం. B Use edge AI for time-critical perception and control, while using remote compute for non-real-time training or fleet analytics; design for power, thermal, model-size and fail-safe constraints at the edge. సమయానికి అత్యంత సున్నితమైన గ్రహణ, నియంత్రణకు పరికరం వద్దనే AIను ఉపయోగించి, తక్షణం కాని శిక్షణ లేదా మొత్తం రోబోట్ సమూహ విశ్లేషణకు దూర గణన వనరులను ఉపయోగించడం; స్థానికంగా విద్యుత్, తాపం, నమూనా పరిమాణం, సురక్షిత వైఫల్య పరిమితులను పరిగణించడం. C Remove conventional safety controls because an AI model can replace all deterministic protection. AI నమూనా అన్ని నిర్ణీత భద్రతా రక్షణలను భర్తీ చేస్తుందని సంప్రదాయ భద్రతా నియంత్రణలను తొలగించడం. D Use the largest possible model regardless of energy consumption or inference delay. శక్తి వినియోగం లేదా ఫలిత ఆలస్యాన్ని పరిగణించకుండా సాధ్యమైనంత పెద్ద నమూనాను ఉపయోగించడం.

Question 9 ప్రశ్న 9

For a large AI accelerator, arithmetic units are becoming faster but frequently wait for model weights and activations to arrive from memory. Which hardware strategy most directly addresses this 'memory wall'?

పెద్ద AI వేగవంతకంలో గణిత యూనిట్లు వేగంగా ఉన్నప్పటికీ నమూనా బరువులు, మధ్యంతర విలువలు మెమరీ నుంచి రావడానికి తరచుగా ఎదురుచూస్తున్నాయి. ఈ 'మెమరీ గోడ' సమస్యను అత్యంత నేరుగా పరిష్కరించే హార్డ్‌వేర్ వ్యూహం ఏది?

A Move memory farther away from the processor and reduce interconnect width. మెమరీని ప్రాసెసర్‌కు మరింత దూరంగా ఉంచి అంతర్‌సంబంధ వెడల్పును తగ్గించడం. B Use slower serial links so that computation and memory remain balanced. గణన, మెమరీ సమతుల్యంగా ఉండేందుకు మరింత నెమ్మదైన వరుస లింకులను ఉపయోగించడం. C Combine high-bandwidth memory with advanced packaging and short, dense die-to-die interconnects so compute and memory can exchange data at much higher rates. అధిక బ్యాండ్విడ్త్ మెమరీ (HBM), అధునాతన ప్యాకేజింగ్, చిన్న దూర అధిక సాంద్రత డై-టు-డై అంతర్‌సంబంధాలను కలిపి గణన-మెమరీ మధ్య దత్తాంశ మార్పిడిని భారీగా పెంచడం. D Replace semiconductor memory with mechanical storage for every matrix operation. ప్రతి మ్యాట్రిక్స్ గణనకు సెమీకండక్టర్ మెమరీ స్థానంలో యాంత్రిక నిల్వను ఉపయోగించడం.

Question 10 ప్రశ్న 10

India has simultaneously expanded IndiaAI shared compute beyond 45,000 GPUs and approved Semicon 2.0. What strategic gap does this combination address more completely than either programme alone?

భారత్ ఒకవైపు IndiaAI పంచుకునే గణన సామర్థ్యాన్ని 45,000కు పైగా GPUsకు విస్తరించగా, మరోవైపు Semicon 2.0ను ఆమోదించింది. ఒక్క కార్యక్రమంతో పోలిస్తే ఈ రెండు కలయిక ఏ వ్యూహాత్మక లోటును మరింత సమగ్రంగా పరిష్కరిస్తుంది?

A IndiaAI improves near-term access to high-end compute, while semiconductor policy seeks deeper domestic capability in chip design, fabrication, packaging, equipment/materials and talent; compute access and semiconductor sovereignty are related but not identical. IndiaAI సమీపకాలంలో అధిక సామర్థ్య గణన వనరులకు ప్రాప్యతను పెంచితే, సెమీకండక్టర్ విధానం చిప్ రూపకల్పన, ఫ్యాబ్రికేషన్, ప్యాకేజింగ్, పరికరాలు-పదార్థాలు, నైపుణ్యాల్లో లోతైన దేశీయ సామర్థ్యాన్ని నిర్మించడానికి ప్రయత్నిస్తుంది; గణన ప్రాప్యత, సెమీకండక్టర్ స్వావలంబన పరస్పర సంబంధం ఉన్నా ఒకటే కాదు. B Shared GPU access automatically means the GPUs were designed and fabricated domestically, so semiconductor manufacturing policy becomes unnecessary. పంచుకునే GPU ప్రాప్యత ఉన్నంత మాత్రాన అన్ని GPUs దేశంలోనే రూపకల్పన చేసి తయారు చేశారని అర్థం; అందువల్ల సెమీకండక్టర్ తయారీ విధానం అవసరం లేదు. C Semiconductor fabs remove the need for AI models, datasets and software ecosystems. సెమీకండక్టర్ ఫ్యాబ్‌లు ఉంటే AI నమూనాలు, దత్తాంశ సమాహారాలు, సాఫ్ట్‌వేర్ వ్యవస్థ అవసరం ఉండదు. D The two programmes address unrelated sectors with no technological dependence between them. రెండు కార్యక్రమాలు పరస్పర సాంకేతిక సంబంధం లేని రంగాలను మాత్రమే పరిష్కరిస్తాయి.

Question 11 ప్రశ్న 11

India's National Quantum Mission supports quantum magnetometers, gravimeters and other precision sensors. Which statement best captures both their potential and their limitation?

భారత జాతీయ క్వాంటం మిషన్ (NQM) క్వాంటం మాగ్నెటోమీటర్లు, గ్రావీమీటర్లు మరియు ఇతర ఖచ్చిత సంవేదకాలకు మద్దతు ఇస్తోంది. వాటి అవకాశం మరియు పరిమితిని ఉత్తమంగా వివరించే ప్రకటన ఏది?

A Quantum sensors work because they are completely isolated from the environment and therefore never need calibration. క్వాంటం సంవేదకాలు పరిసరాల నుంచి పూర్తిగా వేరుగా ఉంటాయి కాబట్టి ఎప్పుడూ ప్రమాణీకరణ అవసరం ఉండదు. B They exploit sensitive quantum states or transitions to measure physical quantities very precisely, but decoherence, environmental noise, calibration and readout can still limit real-world performance. భౌతిక పరిమాణాలను అత్యంత ఖచ్చితంగా కొలవడానికి సున్నితమైన క్వాంటం స్థితులు లేదా మార్పులను ఉపయోగిస్తాయి; అయితే క్వాంటం సమన్వయ నష్టం, పరిసర శబ్దం, ప్రమాణీకరణ, పఠన పరిమితులు వాస్తవ పనితీరును ప్రభావితం చేయగలవు. C Quantum sensing means that every measurement is perfectly accurate after a single observation. ఒక్క పరిశీలన తరువాత ప్రతి క్వాంటం కొలత పూర్తిగా ఖచ్చితమవుతుంది. D They can measure only quantum computers and have no navigation, field-sensing or metrology applications. క్వాంటం కంప్యూటర్లను మాత్రమే కొలవగలవు; నావిగేషన్, క్షేత్ర కొలతలు లేదా మాపన శాస్త్రంలో ఉపయోగం లేదు.

Question 12 ప్రశ్న 12

An organisation stores encrypted records that must remain confidential for several decades. Why does the prospect of future quantum computers create a security reason to migrate toward post-quantum cryptography before such a computer exists?

ఒక సంస్థ అనేక దశాబ్దాల పాటు రహస్యంగా ఉండాల్సిన గుప్తీకరించిన రికార్డులను నిల్వ చేస్తోంది. శక్తివంతమైన క్వాంటం కంప్యూటర్ ఇంకా లేకపోయినా పోస్ట్-క్వాంటం క్రిప్టోగ్రఫీ వైపు ముందుగానే మారాల్సిన భద్రతా కారణం ఏమిటి?

A Quantum computers can already break every encryption system instantly. క్వాంటం కంప్యూటర్లు ఇప్పటికే ప్రతి గుప్తీకరణ వ్యవస్థను తక్షణం ఛేదించగలవు. B PQC protects data by sending all keys through quantum-entangled satellites. PQC అన్ని కీలను క్వాంటం చిక్కుదనం కలిగిన ఉపగ్రహాల ద్వారా పంపడం వల్ల దత్తాంశాన్ని రక్షిస్తుంది. C Migration is unnecessary until the exact day a cryptographically relevant quantum computer appears. క్రిప్టోగ్రఫీని ఛేదించగల క్వాంటం కంప్యూటర్ కనిపించే రోజువరకు మార్పిడి అవసరం లేదు. D An adversary can capture encrypted traffic now and retain it for later decryption if future quantum computers break today's vulnerable public-key algorithms; long-lived systems therefore need crypto inventory, agility and phased migration in advance. ప్రతిద్వంద్వి ప్రస్తుతం గుప్తీకరించిన సమాచారాన్ని సేకరించి భవిష్యత్‌లో క్వాంటం కంప్యూటర్లు నేటి బలహీన ప్రజా-కీ అల్గోరిథమ్‌లను ఛేదించగలిగినప్పుడు దాని గుప్తీకరణను విప్పవచ్చు; అందువల్ల దీర్ఘకాల వ్యవస్థలకు క్రిప్టోగ్రఫీ జాబితా, మార్పిడి సామర్థ్యం, ముందస్తు దశలవారీ మార్పు అవసరం.

Question 13 ప్రశ్న 13

In July 2026, NIST reported that an AI model had helped uncover a vulnerability in the HAWK post-quantum signature candidate, after which the candidate was withdrawn from consideration. Which conclusion is most appropriate?

2026 జూలైలో HAWK పోస్ట్-క్వాంటం డిజిటల్ సంతకం అభ్యర్థిలో ఒక బలహీనతను గుర్తించడంలో AI నమూనా సహాయపడిందని NIST తెలిపింది; తరువాత ఆ అభ్యర్థి పరిశీలన నుంచి ఉపసంహరించబడింది. అత్యంత సరైన నిర్ణయం ఏది?

A The result proves all lattice-based post-quantum cryptography is broken. ఈ ఫలితం లాటిస్-ఆధారిత పోస్ట్-క్వాంటం క్రిప్టోగ్రఫీ మొత్తం ఛేదించబడిందని నిరూపిస్తుంది. B AI can assist cryptanalysis and standards evaluation, but each finding requires technical validation; NIST stated that the HAWK finding did not invalidate its finalised ML-KEM or ML-DSA standards. AI క్రిప్టో విశ్లేషణ, ప్రమాణాల మూల్యాంకనానికి సహాయపడగలదు; అయితే ప్రతి కనుగొనికను సాంకేతికంగా ధృవీకరించాలి. HAWK బలహీనత తన తుది ML-KEM లేదా ML-DSA ప్రమాణాలను ప్రభావితం చేయలేదని NIST తెలిపింది. C The discovery means human cryptographers are no longer needed. ఈ కనుగొనికతో మానవ క్రిప్టోగ్రఫీ నిపుణులు ఇక అవసరం లేరని అర్థం. D HAWK had already been mandated worldwide and the vulnerability instantly compromised every deployed PQC system. HAWK ఇప్పటికే ప్రపంచవ్యాప్తంగా తప్పనిసరి ప్రమాణమై ఉండటంతో ప్రతి అమలైన PQC వ్యవస్థ వెంటనే ప్రమాదంలో పడింది.

Question 14 ప్రశ్న 14

A 2025 study combined a brain-computer interface with an AI copilot to help a person with paralysis control a cursor and robotic arm more effectively. What is the key idea of 'shared autonomy' in this context?

2025 అధ్యయనంలో పక్షవాతం ఉన్న వ్యక్తి కర్సర్, రోబోటిక్ భుజాన్ని మెరుగ్గా నియంత్రించేందుకు మెదడు-కంప్యూటర్ అంతరముఖాన్ని (BCI) AI సహాయకంతో కలిపారు. ఈ సందర్భంలో 'పంచుకున్న స్వయంప్రతిపత్తి' ప్రధాన భావన ఏమిటి?

A The system combines imperfect neural intent estimates with task and environmental context so AI can assist execution while the user's intended goal remains central. పూర్తిగా ఖచ్చితంగా లేని నాడీ సంకేతాల నుంచి అంచనా వేసిన వినియోగదారు ఉద్దేశాన్ని పని, పరిసర సందర్భంతో కలిపి, వినియోగదారు లక్ష్యాన్ని కేంద్రంగా ఉంచుతూ AI అమలులో సహాయం చేయడం. B The AI ignores neural signals and independently chooses any task it prefers. AI నాడీ సంకేతాలను పూర్తిగా పట్టించుకోకుండా తనకు నచ్చిన పనిని స్వతంత్రంగా ఎంచుకోవడం. C BCI signals become perfectly noiseless once an AI copilot is added. AI సహాయకాన్ని జోడించిన వెంటనే BCI నాడీ సంకేతాలు పూర్తిగా శబ్దరహితమవడం. D Shared autonomy means the participant is no longer involved in control. పంచుకున్న స్వయంప్రతిపత్తి అంటే నియంత్రణలో పాల్గొనే వ్యక్తికి ఇక ఎలాంటి పాత్ర ఉండకపోవడం.

Question 15 ప్రశ్న 15

A 2025 intracortical brain-computer-interface study synthesised expressive speech in real time from attempted-speech neural activity in a participant with ALS. Which interpretation is scientifically appropriate?

2025లో ఒక మెదడు కార్టెక్స్‌లో అమర్చిన మెదడు-కంప్యూటర్ అంతరముఖ అధ్యయనం ALS ఉన్న పాల్గొనేవారి మాట్లాడే ప్రయత్నానికి సంబంధించిన నాడీ చర్య నుంచి తక్షణ భావవ్యక్తీకరణతో కూడిన వాక్కును సంశ్లేషించింది. శాస్త్రీయంగా సరైన అర్థం ఏది?

A It proves thoughts can be decoded accurately from any person without calibration or participation. ఎలాంటి ప్రమాణీకరణ లేదా వ్యక్తి సహకారం లేకుండా ఎవరి ఆలోచనలనైనా ఖచ్చితంగా డీకోడ్ చేయవచ్చని నిరూపిస్తుంది. B It means implanted speech BCIs are already routine consumer medical devices. ఇంప్లాంట్ చేసిన వాక్కు BCIలు ఇప్పటికే సాధారణ వినియోగ వైద్య పరికరాలుగా మారాయని అర్థం. C It demonstrates that neural recordings plus machine-learning decoding can restore aspects of communication in a research participant, while broader clinical use still requires evidence on safety, durability, generalisation and long-term performance. నాడీ రికార్డింగ్‌లు, యంత్ర అభ్యాస డీకోడింగ్‌ను కలిపి పరిశోధనలో పాల్గొన్న వ్యక్తికి సమాచార ప్రసారంలోని కొన్ని అంశాలను పునరుద్ధరించవచ్చని చూపిస్తుంది; విస్తృత వైద్య వినియోగానికి భద్రత, మన్నిక, ఇతర వ్యక్తులకు అన్వయ సామర్థ్యం, దీర్ఘకాల పనితీరుపై మరింత ఆధారం అవసరం. D It shows that language models can generate intended speech without measuring brain activity. మెదడు చర్యను కొలవకుండానే భాషా నమూనాలు వ్యక్తి ఉద్దేశించిన వాక్యాన్ని సృష్టించగలవని చూపిస్తుంది.

Explanation:

• Recent speech-neuroprosthesis studies use implanted electrodes to record neural activity associated with attempted speech and machine-learning models to decode it into text or synthesised voice.
• Results in individual research participants are important feasibility demonstrations but do not establish universal performance or routine clinical availability.
• Neural decoding also depends on participant-specific signals and training, so it should not be described as unrestricted 'mind reading'.

వివరణ:

• ఇటీవలి వాక్కు న్యూరోప్రోస్థెసిస్ అధ్యయనాల్లో మాట్లాడే ప్రయత్నానికి సంబంధించిన నాడీ చర్యను ఇంప్లాంట్ ఎలక్ట్రోడ్లతో నమోదు చేసి యంత్ర అభ్యాస నమూనాలతో వచనం లేదా సంశ్లేషిత వాక్కుగా డీకోడ్ చేస్తున్నారు.
• వ్యక్తిగత పరిశోధన పాల్గొనేవారిలో వచ్చిన విజయాలు ముఖ్య సాధ్యతా ప్రదర్శనలు; అవి ప్రతి వ్యక్తిలో సమాన పనితీరు లేదా సాధారణ వైద్య అందుబాటును నిర్ధారించవు.
• నాడీ డీకోడింగ్ వ్యక్తి-ప్రత్యేక సంకేతాలు, శిక్షణపై ఆధారపడుతుంది; కాబట్టి దీనిని పరిమితిలేని 'మనస్సు చదవడం'గా పేర్కొనకూడదు.

Question 16 ప్రశ్న 16

A nanoparticle drug carrier accumulates somewhat more in a tumour than the free drug in an animal study. Which conclusion is most justified before claiming 'precision targeting' in humans?

ఒక నానోకణ ఔషధ వాహకం జంతు అధ్యయనంలో స్వేచ్ఛా ఔషధంతో పోలిస్తే కణితిలో కొంత ఎక్కువగా చేరింది. మానవుల్లో 'ఖచ్చిత లక్ష్య సరఫరా' అని ప్రకటించే ముందు అత్యంత సముచితమైన నిర్ణయం ఏది?

A Any nanoscale carrier automatically goes only to tumour cells and nowhere else. నానో పరిమాణ వాహకం స్వయంచాలకంగా కేవలం కణితి కణాలకే చేరి ఇతర కణజాలాలకు వెళ్లదు. B The carrier's biodistribution, release kinetics, clearance, toxicity and target specificity still need rigorous validation because nanoscale size alone does not guarantee selective delivery. నానో పరిమాణం ఒక్కటే ఎంపికాత్మక సరఫరాకు హామీ ఇవ్వదు; అందువల్ల శరీర పంపిణీ, ఔషధ విడుదల వేగం, శరీరం నుంచి తొలగింపు, విషపూరితత, లక్ష్య ప్రత్యేకతను కఠినంగా ధృవీకరించాలి. C Animal accumulation proves identical human pharmacokinetics. జంతువులో చేరిక కనిపిస్తే మానవుల్లో కూడా పూర్తిగా అదే ఔషధ ప్రవర్తన ఉంటుందని నిరూపితమవుతుంది. D Nanoparticles are exempt from ordinary safety, efficacy and quality requirements. నానోకణ ఉత్పత్తులకు సాధారణ భద్రత, ప్రభావకారిత, నాణ్యత ప్రమాణాలు వర్తించవు.

Question 17 ప్రశ్న 17

Which workflow best represents the convergence of AI and synthetic biology in a modern Design-Build-Test-Learn cycle?

ఆధునిక రూపకల్పన-నిర్మాణం-పరీక్ష-అభ్యాస చక్రంలో AI మరియు సంశ్లేషణ జీవశాస్త్రం సమ్మేళనాన్ని ఉత్తమంగా చూపించే ప్రక్రియ ఏది?

A AI ranks genetic designs → DNA/strains are physically constructed → experiments measure phenotype and production → the resulting data retrain or update the design model for the next cycle. AI జన్యు రూపకల్పనలకు ప్రాధాన్యం నిర్ణయిస్తుంది → DNA/జీవరకాలను భౌతికంగా నిర్మిస్తారు → ప్రయోగాలతో లక్షణాలు, ఉత్పత్తిని కొలుస్తారు → వచ్చిన దత్తాంశంతో తదుపరి చక్రానికి రూపకల్పన నమూనాను మెరుగుపరుస్తారు. B AI generates a sequence → the sequence is assumed to work → industrial production begins without testing. AI ఒక క్రమాన్ని రూపొందిస్తుంది → అది తప్పకుండా పనిచేస్తుందని భావిస్తారు → పరీక్షలు లేకుండానే పారిశ్రామిక ఉత్పత్తి ప్రారంభిస్తారు. C Robots build random strains while all experimental results are discarded. రోబోట్లు యాదృచ్ఛిక జీవరకాలను నిర్మిస్తాయి; అన్ని ప్రయోగ ఫలితాలను విస్మరిస్తారు. D Only literature review is performed; no biological construction or measurement occurs. కేవలం సాహిత్య సమీక్ష చేస్తారు; జీవ నిర్మాణం లేదా కొలత జరగదు.

Question 18 ప్రశ్న 18

An engineered microorganism converts captured CO2 into a chemical product using renewable energy. Which assessment is necessary before calling the process a 'carbon-removal' technology rather than merely carbon utilisation?

ఒక ఇంజినీర్ చేసిన సూక్ష్మజీవి పునరుత్పాదక శక్తిని ఉపయోగించి పట్టుకున్న CO2ను రసాయన ఉత్పత్తిగా మారుస్తోంది. ఈ ప్రక్రియను కేవలం కార్బన్ వినియోగం కాకుండా 'కార్బన్ తొలగింపు' సాంకేతికతగా పేర్కొనే ముందు ఏ మూల్యాంకనం అవసరం?

A Perform lifecycle carbon accounting that includes the CO2 source, energy and material inputs, process emissions, product lifetime and what eventually happens to the carbon. CO2 మూలం, శక్తి-పదార్థ ఇన్‌పుట్‌లు, ప్రక్రియ ఉద్గారాలు, ఉత్పత్తి జీవితం, చివరికి కార్బన్‌కు ఏమవుతుందో కలిపి పూర్తి జీవితచక్ర కార్బన్ లెక్కింపు చేయడం. B Assume all biological conversion permanently removes carbon because the feedstock passed through a living cell. మూలపదార్థం జీవకణం గుండా వెళ్లిందనే కారణంతో ప్రతి జీవ మార్పిడి కార్బన్‌ను శాశ్వతంగా తొలగిస్తుందని భావించడం. C Count the carbon as permanently removed even if the final product is quickly burned and releases the CO2 again. తుది ఉత్పత్తిని త్వరగా దహనం చేసి CO2 మళ్లీ విడుదలైనా దానిని శాశ్వత కార్బన్ తొలగింపుగా లెక్కించడం. D Ignore energy inputs because renewable technologies have zero environmental footprint under all conditions. పునరుత్పాదక సాంకేతికతలకు ప్రతి పరిస్థితిలో పర్యావరణ ప్రభావం శూన్యమని శక్తి ఇన్‌పుట్‌లను విస్మరించడం.

Question 19 ప్రశ్న 19

An additive-manufacturing system uses melt-pool sensors, machine learning and a digital twin to adjust laser parameters during printing. Which statement best describes a trustworthy closed-loop implementation?

ఒక అదనపు తయారీ వ్యవస్థ ముద్రణ సమయంలో కరిగిన పదార్థపు ప్రాంత సంవేదకాలు, యంత్ర అభ్యాసం, డిజిటల్ ప్రతిరూపాన్ని ఉపయోగించి లేజర్ పరామితులను మార్చుతోంది. విశ్వసనీయ మూసివలయ అమలును ఉత్తమంగా వివరించే ప్రకటన ఏది?

A Any AI-generated correction should be applied immediately even when the model is outside its validated operating range. నమూనా ధృవీకరించిన పని పరిధికి బయట ఉన్నప్పటికీ AI సూచించిన ప్రతి సవరణను వెంటనే అమలు చేయాలి. B Once the digital twin exists, destructive or non-destructive quality checks are permanently unnecessary. డిజిటల్ ప్రతిరూపం ఏర్పడిన తరువాత ధ్వంసాత్మక లేదా ధ్వంసరహిత నాణ్యత పరీక్షలు శాశ్వతంగా అవసరం ఉండవు. C Sensor data should be hidden from the digital twin to prevent model bias. నమూనా పాక్షికతను నివారించడానికి సంవేదక దత్తాంశాన్ని డిజిటల్ ప్రతిరూపం నుంచి దాచాలి. D Real-time sensing can detect process deviations and AI can recommend or apply bounded corrections, but the models, uncertainty limits, control authority and resulting part quality must be validated for the intended operating envelope. తక్షణ సంవేదనతో ప్రక్రియ వ్యత్యాసాలను గుర్తించి AI పరిమితులలో సవరణలను సూచించవచ్చు లేదా అమలు చేయవచ్చు; అయితే నమూనాలు, అనిశ్చితి పరిమితులు, నియంత్రణ అధికారం, తయారైన భాగ నాణ్యతను ఉద్దేశించిన పని పరిధిలో ధృవీకరించాలి.

Question 20 ప్రశ్న 20

An autonomous vehicle must navigate for long periods where GNSS signals are unreliable. Engineers propose combining a high-sensitivity quantum inertial sensor, conventional inertial sensors, cameras and edge AI. Which architecture is most defensible?

GNSS సంకేతాలు విశ్వసనీయంగా లేని ప్రాంతంలో స్వయంచాలక వాహనం దీర్ఘకాలం నావిగేట్ చేయాలి. అధిక సున్నితత్వ క్వాంటం జడత్వ సంవేదకం, సంప్రదాయ జడత్వ సంవేదకాలు, కెమెరాలు, పరికర-స్థాయి AIను కలపాలని ఇంజినీర్లు ప్రతిపాదించారు. అత్యంత సముచిత నిర్మాణం ఏది?

A Use only the quantum sensor because quantum measurements are perfectly drift-free and cannot fail. క్వాంటం కొలతలకు ఎప్పుడూ కాలక్రమ కొలత వ్యత్యాసం ఉండదని, అవి విఫలమవవని భావించి కేవలం క్వాంటం సంవేదకాన్ని మాత్రమే ఉపయోగించడం. B Fuse complementary sensors with an estimator that tracks uncertainty; use edge AI for perception and context, while retaining redundancy and fault detection because quantum and classical sensors have different noise, bandwidth and operational limitations. వేర్వేరు సంవేదకాలను అనిశ్చితిని కూడా అంచనా వేసే సమ్మిళిత గణనతో కలిపి, గ్రహణ-పరిసర అవగాహనకు పరికర-స్థాయి AIను ఉపయోగించడం; క్వాంటం, సంప్రదాయ సంవేదకాలకు వేర్వేరు శబ్దం, బ్యాండ్విడ్త్, కార్యాచరణ పరిమితులు ఉన్నందున పునరావృత రక్షణ, వైఫల్య గుర్తింపును కొనసాగించడం. C Use only cameras because visual navigation never fails in darkness, fog or featureless terrain. చీకటి, పొగమంచు, గుర్తులేని ప్రాంతాల్లో దృశ్య నావిగేషన్ ఎప్పుడూ విఫలమవదని కేవలం కెమెరాలను మాత్రమే ఉపయోగించడం. D Allow the AI system to discard all uncertainty estimates and output a single position as exact truth. అన్ని అనిశ్చితి అంచనాలను విస్మరించి ఒకే స్థానాన్ని ఖచ్చిత సత్యంగా ప్రకటించడానికి AIకు అనుమతించడం.

Explanation:

• Quantum inertial or field sensors can offer exceptional sensitivity, but practical devices still have limits involving noise, drift mechanisms, bandwidth, size and environmental control.
• Classical inertial sensors and cameras provide complementary information, while sensor fusion can estimate state and uncertainty even when one modality degrades.
• Edge AI can improve perception and adaptation, but strategic autonomous systems require redundancy, bounded control and explicit uncertainty rather than dependence on a single 'perfect' sensor.

వివరణ:

• క్వాంటం జడత్వ లేదా క్షేత్ర సంవేదకాలు అత్యధిక సున్నితత్వాన్ని అందించగలవు; అయినప్పటికీ వాస్తవ పరికరాలకు శబ్దం, కాలక్రమ కొలత వ్యత్యాసం పద్ధతులు, బ్యాండ్విడ్త్, పరిమాణం, పరిసర నియంత్రణ పరిమితులు ఉంటాయి.
• సంప్రదాయ జడత్వ సంవేదకాలు, కెమెరాలు పరస్పర పూరక సమాచారం అందిస్తాయి; ఒక సంవేదన విధానం బలహీనమైనప్పటికీ సమ్మిళిత గణన స్థితి, అనిశ్చితిని అంచనా వేయగలదు.
• పరికర-స్థాయి AI గ్రహణ, అనుసరణను మెరుగుపరచగలదు; కానీ వ్యూహాత్మక స్వయంప్రతిపత్తి వ్యవస్థలకు పునరావృత రక్షణ, పరిమిత నియంత్రణ, స్పష్టమైన అనిశ్చితి నిర్వహణ అవసరం.

Answer Key సమాధానాల పట్టిక

Question 1 ప్రశ్న 1

Answer: C. AI can narrow the design space, automated experiments can validate and update those predictions, and scale-up facilities can test whether performance survives real bioprocess conditions. సమాధానం: C. AI సాధ్యమైన రూపకల్పనల పరిధిని తగ్గించగలదు; స్వయంచాలక ప్రయోగాలు ఆ అంచనాలను ధృవీకరించి మెరుగుపరచగలవు; పరిమాణ విస్తరణ సదుపాయాలు వాస్తవ జీవప్రక్రియ పరిస్థితుల్లో పనితీరు నిలుస్తుందో పరీక్షించగలవు.
Question 2 ప్రశ్న 2

Answer: A. Treat the predicted structure as a strong hypothesis and test binding, function, selectivity and biological effect experimentally before drawing therapeutic conclusions. సమాధానం: A. అంచనా నిర్మాణాన్ని బలమైన శాస్త్రీయ ఊహగా తీసుకుని, చికిత్సాత్మక నిర్ణయాలకు ముందు బంధనం, కార్యాచరణ, ఎంపికత్వం, జీవ ప్రభావాన్ని ప్రయోగాలతో పరీక్షించడం.
Question 3 ప్రశ్న 3

Answer: D. Closing the loop so that machine learning interprets results, selects the next informative experiment, robots execute it, and the new data update subsequent decisions. సమాధానం: D. యంత్ర అభ్యాసం ఫలితాలను విశ్లేషించి తదుపరి అత్యంత సమాచారవంతమైన ప్రయోగాన్ని ఎంచుకోవడం, రోబోట్లు దాన్ని నిర్వహించడం, వచ్చిన కొత్త దత్తాంశంతో తరువాతి నిర్ణయాలను నవీకరించే మూసివలయాన్ని ఏర్పరచడం.
Question 4 ప్రశ్న 4

Answer: B. Recheck sensor calibration and data provenance, validate the twin against independent observations, quantify uncertainty and investigate whether the biased input invalidates the prediction. సమాధానం: B. సంవేదక ప్రమాణీకరణ, దత్తాంశ మూలచరిత్రను మళ్లీ తనిఖీ చేసి, స్వతంత్ర పరిశీలనలతో డిజిటల్ ప్రతిరూపాన్ని ధృవీకరించి, అనిశ్చితిని కొలిచి, పాక్షికంగా తప్పు ప్రవేశ దత్తాంశం వల్ల అంచనా చెల్లుబాటు కోల్పోయిందో పరిశీలించడం.
Question 5 ప్రశ్న 5

Answer: C. Standardised interfaces and semantics can make component twins reusable and composable, although interoperability, data consistency and lifecycle validity still need to be managed. సమాధానం: C. ప్రమాణీకృత అంతరముఖాలు, అర్థ నిర్మాణాలు భాగాల డిజిటల్ ప్రతిరూపాలను మళ్లీ ఉపయోగించి కలపడానికి సహాయపడతాయి; అయినప్పటికీ పరస్పర అనుకూలత, దత్తాంశ సుసంగతత, జీవితచక్ర చెల్లుబాటును నిర్వహించాల్సిందే.
Question 6 ప్రశ్న 6

Answer: A. It can reduce decision latency and use limited observing/downlink resources more selectively, for example by avoiding clouds or reacting quickly to transient events; the demonstrated technology is still a targeted autonomy experiment rather than unrestricted spacecraft intelligence. సమాధానం: A. నిర్ణయ ఆలస్యాన్ని తగ్గించి పరిమిత పరిశీలన, దత్తాంశ ప్రసార వనరులను మరింత ఎంపికాత్మకంగా ఉపయోగించవచ్చు; ఉదాహరణకు మేఘాలను తప్పించడం లేదా తాత్కాలిక ఘటనలకు వేగంగా స్పందించడం. అయితే ప్రదర్శిత సాంకేతికత పరిమిత లక్ష్య స్వయంప్రతిపత్తి ప్రయోగం మాత్రమే, పరిమితిలేని అంతరిక్ష నౌక మేధస్సు కాదు.
Question 7 ప్రశ్న 7

Answer: B. It can autonomously respond within validated operational logic to recognised events, but its authority, actions and safety constraints can remain deliberately bounded by mission design. సమాధానం: B. గుర్తించిన ఘటనలకు ధృవీకరించిన కార్యాచరణ తర్కం ప్రకారం స్వయంచాలకంగా స్పందించగలదు; అయితే దాని అధికారం, చర్యలు, భద్రతా పరిమితులను మిషన్ రూపకల్పనలో ఉద్దేశపూర్వకంగా నిర్దేశించవచ్చు.
Question 8 ప్రశ్న 8

Answer: B. Use edge AI for time-critical perception and control, while using remote compute for non-real-time training or fleet analytics; design for power, thermal, model-size and fail-safe constraints at the edge. సమాధానం: B. సమయానికి అత్యంత సున్నితమైన గ్రహణ, నియంత్రణకు పరికరం వద్దనే AIను ఉపయోగించి, తక్షణం కాని శిక్షణ లేదా మొత్తం రోబోట్ సమూహ విశ్లేషణకు దూర గణన వనరులను ఉపయోగించడం; స్థానికంగా విద్యుత్, తాపం, నమూనా పరిమాణం, సురక్షిత వైఫల్య పరిమితులను పరిగణించడం.
Question 9 ప్రశ్న 9

Answer: C. Combine high-bandwidth memory with advanced packaging and short, dense die-to-die interconnects so compute and memory can exchange data at much higher rates. సమాధానం: C. అధిక బ్యాండ్విడ్త్ మెమరీ (HBM), అధునాతన ప్యాకేజింగ్, చిన్న దూర అధిక సాంద్రత డై-టు-డై అంతర్‌సంబంధాలను కలిపి గణన-మెమరీ మధ్య దత్తాంశ మార్పిడిని భారీగా పెంచడం.
Question 10 ప్రశ్న 10

Answer: A. IndiaAI improves near-term access to high-end compute, while semiconductor policy seeks deeper domestic capability in chip design, fabrication, packaging, equipment/materials and talent; compute access and semiconductor sovereignty are related but not identical. సమాధానం: A. IndiaAI సమీపకాలంలో అధిక సామర్థ్య గణన వనరులకు ప్రాప్యతను పెంచితే, సెమీకండక్టర్ విధానం చిప్ రూపకల్పన, ఫ్యాబ్రికేషన్, ప్యాకేజింగ్, పరికరాలు-పదార్థాలు, నైపుణ్యాల్లో లోతైన దేశీయ సామర్థ్యాన్ని నిర్మించడానికి ప్రయత్నిస్తుంది; గణన ప్రాప్యత, సెమీకండక్టర్ స్వావలంబన పరస్పర సంబంధం ఉన్నా ఒకటే కాదు.
Question 11 ప్రశ్న 11

Answer: B. They exploit sensitive quantum states or transitions to measure physical quantities very precisely, but decoherence, environmental noise, calibration and readout can still limit real-world performance. సమాధానం: B. భౌతిక పరిమాణాలను అత్యంత ఖచ్చితంగా కొలవడానికి సున్నితమైన క్వాంటం స్థితులు లేదా మార్పులను ఉపయోగిస్తాయి; అయితే క్వాంటం సమన్వయ నష్టం, పరిసర శబ్దం, ప్రమాణీకరణ, పఠన పరిమితులు వాస్తవ పనితీరును ప్రభావితం చేయగలవు.
Question 12 ప్రశ్న 12

Answer: D. An adversary can capture encrypted traffic now and retain it for later decryption if future quantum computers break today's vulnerable public-key algorithms; long-lived systems therefore need crypto inventory, agility and phased migration in advance. సమాధానం: D. ప్రతిద్వంద్వి ప్రస్తుతం గుప్తీకరించిన సమాచారాన్ని సేకరించి భవిష్యత్‌లో క్వాంటం కంప్యూటర్లు నేటి బలహీన ప్రజా-కీ అల్గోరిథమ్‌లను ఛేదించగలిగినప్పుడు దాని గుప్తీకరణను విప్పవచ్చు; అందువల్ల దీర్ఘకాల వ్యవస్థలకు క్రిప్టోగ్రఫీ జాబితా, మార్పిడి సామర్థ్యం, ముందస్తు దశలవారీ మార్పు అవసరం.
Question 13 ప్రశ్న 13

Answer: B. AI can assist cryptanalysis and standards evaluation, but each finding requires technical validation; NIST stated that the HAWK finding did not invalidate its finalised ML-KEM or ML-DSA standards. సమాధానం: B. AI క్రిప్టో విశ్లేషణ, ప్రమాణాల మూల్యాంకనానికి సహాయపడగలదు; అయితే ప్రతి కనుగొనికను సాంకేతికంగా ధృవీకరించాలి. HAWK బలహీనత తన తుది ML-KEM లేదా ML-DSA ప్రమాణాలను ప్రభావితం చేయలేదని NIST తెలిపింది.
Question 14 ప్రశ్న 14

Answer: A. The system combines imperfect neural intent estimates with task and environmental context so AI can assist execution while the user's intended goal remains central. సమాధానం: A. పూర్తిగా ఖచ్చితంగా లేని నాడీ సంకేతాల నుంచి అంచనా వేసిన వినియోగదారు ఉద్దేశాన్ని పని, పరిసర సందర్భంతో కలిపి, వినియోగదారు లక్ష్యాన్ని కేంద్రంగా ఉంచుతూ AI అమలులో సహాయం చేయడం.
Question 15 ప్రశ్న 15

Answer: C. It demonstrates that neural recordings plus machine-learning decoding can restore aspects of communication in a research participant, while broader clinical use still requires evidence on safety, durability, generalisation and long-term performance. సమాధానం: C. నాడీ రికార్డింగ్‌లు, యంత్ర అభ్యాస డీకోడింగ్‌ను కలిపి పరిశోధనలో పాల్గొన్న వ్యక్తికి సమాచార ప్రసారంలోని కొన్ని అంశాలను పునరుద్ధరించవచ్చని చూపిస్తుంది; విస్తృత వైద్య వినియోగానికి భద్రత, మన్నిక, ఇతర వ్యక్తులకు అన్వయ సామర్థ్యం, దీర్ఘకాల పనితీరుపై మరింత ఆధారం అవసరం.
Question 16 ప్రశ్న 16

Answer: B. The carrier's biodistribution, release kinetics, clearance, toxicity and target specificity still need rigorous validation because nanoscale size alone does not guarantee selective delivery. సమాధానం: B. నానో పరిమాణం ఒక్కటే ఎంపికాత్మక సరఫరాకు హామీ ఇవ్వదు; అందువల్ల శరీర పంపిణీ, ఔషధ విడుదల వేగం, శరీరం నుంచి తొలగింపు, విషపూరితత, లక్ష్య ప్రత్యేకతను కఠినంగా ధృవీకరించాలి.
Question 17 ప్రశ్న 17

Answer: A. AI ranks genetic designs → DNA/strains are physically constructed → experiments measure phenotype and production → the resulting data retrain or update the design model for the next cycle. సమాధానం: A. AI జన్యు రూపకల్పనలకు ప్రాధాన్యం నిర్ణయిస్తుంది → DNA/జీవరకాలను భౌతికంగా నిర్మిస్తారు → ప్రయోగాలతో లక్షణాలు, ఉత్పత్తిని కొలుస్తారు → వచ్చిన దత్తాంశంతో తదుపరి చక్రానికి రూపకల్పన నమూనాను మెరుగుపరుస్తారు.
Question 18 ప్రశ్న 18

Answer: A. Perform lifecycle carbon accounting that includes the CO2 source, energy and material inputs, process emissions, product lifetime and what eventually happens to the carbon. సమాధానం: A. CO2 మూలం, శక్తి-పదార్థ ఇన్‌పుట్‌లు, ప్రక్రియ ఉద్గారాలు, ఉత్పత్తి జీవితం, చివరికి కార్బన్‌కు ఏమవుతుందో కలిపి పూర్తి జీవితచక్ర కార్బన్ లెక్కింపు చేయడం.
Question 19 ప్రశ్న 19

Answer: D. Real-time sensing can detect process deviations and AI can recommend or apply bounded corrections, but the models, uncertainty limits, control authority and resulting part quality must be validated for the intended operating envelope. సమాధానం: D. తక్షణ సంవేదనతో ప్రక్రియ వ్యత్యాసాలను గుర్తించి AI పరిమితులలో సవరణలను సూచించవచ్చు లేదా అమలు చేయవచ్చు; అయితే నమూనాలు, అనిశ్చితి పరిమితులు, నియంత్రణ అధికారం, తయారైన భాగ నాణ్యతను ఉద్దేశించిన పని పరిధిలో ధృవీకరించాలి.
Question 20 ప్రశ్న 20

Answer: B. Fuse complementary sensors with an estimator that tracks uncertainty; use edge AI for perception and context, while retaining redundancy and fault detection because quantum and classical sensors have different noise, bandwidth and operational limitations. సమాధానం: B. వేర్వేరు సంవేదకాలను అనిశ్చితిని కూడా అంచనా వేసే సమ్మిళిత గణనతో కలిపి, గ్రహణ-పరిసర అవగాహనకు పరికర-స్థాయి AIను ఉపయోగించడం; క్వాంటం, సంప్రదాయ సంవేదకాలకు వేర్వేరు శబ్దం, బ్యాండ్విడ్త్, కార్యాచరణ పరిమితులు ఉన్నందున పునరావృత రక్షణ, వైఫల్య గుర్తింపును కొనసాగించడం.

విజ్ఞాన శాస్త్రం మరియు సాంకేతిక విజ్ఞానం - టెస్ట్ 100 - ఫ్రంటియర్ మరియు సమ్మిళిత సాంకేతికతలు

Answer Key || సమాధానాల పట్టిక

Related Quizzes || సంబంధిత క్విజ్‌లు

Science and Technology Quiz

Answer Key సమాధానాల పట్టిక

Related Quizzes సంబంధిత క్విజ్‌లు