విజ్ఞాన శాస్త్రం మరియు సాంకేతిక విజ్ఞానం - టెస్ట్ 14 - NLP, Computer Vision మరియు Multimodal AI
Please keep at least one language enabled. || కనీసం ఒక భాషను ఎంచుకోండి.
Question 1
ప్రశ్న 1
A company wants to determine whether each written customer review expresses a positive, negative or neutral opinion. Which AI task is the most direct fit?
ఒక సంస్థ ప్రతి వినియోగదారు సమీక్షలోని అభిప్రాయం అనుకూలమా, ప్రతికూలమా, తటస్థమా అని గుర్తించాలనుకుంటోంది. దీనికి అత్యంత నేరుగా సరిపోయే AI పని ఏది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Sentiment analysis estimates the attitude or opinion expressed in text.
• It is a Natural Language Processing task because the primary input is language.
• Object detection and OCR operate mainly on visual inputs, while speech synthesis produces audio.
• It is a Natural Language Processing task because the primary input is language.
• Object detection and OCR operate mainly on visual inputs, while speech synthesis produces audio.
వివరణ:
• భావ విశ్లేషణ పాఠ్యంలో వ్యక్తమైన అభిప్రాయం లేదా వైఖరిని అంచనా వేస్తుంది.
• ప్రధాన సమాచారం భాష కావడం వల్ల ఇది NLPకు చెందిన పని.
• వస్తు గుర్తింపు, OCR ప్రధానంగా దృశ్య సమాచారంపై పనిచేస్తాయి; మాటల సంశ్లేషణ ధ్వనిని ఉత్పత్తి చేస్తుంది.
• ప్రధాన సమాచారం భాష కావడం వల్ల ఇది NLPకు చెందిన పని.
• వస్తు గుర్తింపు, OCR ప్రధానంగా దృశ్య సమాచారంపై పనిచేస్తాయి; మాటల సంశ్లేషణ ధ్వనిని ఉత్పత్తి చేస్తుంది.
Question 2
ప్రశ్న 2
A system receives a Telugu paragraph and must produce an English paragraph preserving its intended meaning as accurately as possible. Which task is this?
ఒక వ్యవస్థకు తెలుగు పేరాగ్రాఫ్ ఇచ్చి, దాని భావాన్ని సాధ్యమైనంత సరిగ్గా కాపాడుతూ ఆంగ్లంలోకి మార్చాలి. ఇది ఏ పని?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Machine translation converts content from a source language into a target language.
• Modern systems use contextual information rather than simple word-for-word substitution alone.
• Accuracy can still vary with ambiguity, idioms, domain and available training data.
• Modern systems use contextual information rather than simple word-for-word substitution alone.
• Accuracy can still vary with ambiguity, idioms, domain and available training data.
వివరణ:
• యంత్ర అనువాదం ఒక భాషలోని విషయాన్ని మరో భాషలోకి మారుస్తుంది.
• ఆధునిక వ్యవస్థలు కేవలం పదానికి పదం మార్చడం కాకుండా సందర్భాన్ని కూడా పరిగణిస్తాయి.
• అస్పష్టత, సామెతలు, విషయం రంగం, శిక్షణ డేటా ఆధారంగా ఖచ్చితత్వం మారవచ్చు.
• ఆధునిక వ్యవస్థలు కేవలం పదానికి పదం మార్చడం కాకుండా సందర్భాన్ని కూడా పరిగణిస్తాయి.
• అస్పష్టత, సామెతలు, విషయం రంగం, శిక్షణ డేటా ఆధారంగా ఖచ్చితత్వం మారవచ్చు.
Question 3
ప్రశ్న 3
A meeting application converts a participant's spoken words into a live written transcript. Which technology is primarily required?
సమావేశంలో మాట్లాడిన మాటలను వెంటనే లిఖిత పాఠ్యంగా చూపించాలి. దీనికి ప్రధానంగా ఏ సాంకేతికత అవసరం?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Automatic Speech Recognition converts spoken audio into text.
• Here the input is speech and the required output is a written transcript.
• Text-to-speech performs the reverse transformation.
• Here the input is speech and the required output is a written transcript.
• Text-to-speech performs the reverse transformation.
వివరణ:
• స్వయంచాలక మాటల గుర్తింపు మాట్లాడిన ధ్వనిని పాఠ్యంగా మారుస్తుంది.
• ఇక్కడ సమాచారం మాట రూపంలో వస్తుంది; కావలసిన ఫలితం లిఖిత పాఠ్యం.
• పాఠ్యాన్ని మాటగా మార్చే సాంకేతికత దీనికి విరుద్ధ దిశలో పనిచేస్తుంది.
• ఇక్కడ సమాచారం మాట రూపంలో వస్తుంది; కావలసిన ఫలితం లిఖిత పాఠ్యం.
• పాఠ్యాన్ని మాటగా మార్చే సాంకేతికత దీనికి విరుద్ధ దిశలో పనిచేస్తుంది.
Question 4
ప్రశ్న 4
An accessibility tool reads a digital textbook aloud using a synthetic voice. Which technology is primarily being used?
ఒక ప్రాప్యత సాధనం డిజిటల్ పాఠ్యపుస్తకాన్ని కృత్రిమ స్వరంతో చదివి వినిపిస్తోంది. ప్రధానంగా ఏ సాంకేతికత ఉపయోగిస్తోంది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Text-to-speech converts written text into synthesised spoken audio.
• It is useful in screen readers and other accessibility tools.
• Speech-to-text performs the opposite conversion.
• It is useful in screen readers and other accessibility tools.
• Speech-to-text performs the opposite conversion.
వివరణ:
• పాఠ్యాన్ని మాటగా మార్చే సంశ్లేషణ లిఖిత విషయాన్ని కృత్రిమ స్వరంగా మారుస్తుంది.
• దృష్టి లోపం ఉన్నవారికి పాఠ్యాన్ని వినిపించే ప్రాప్యత సాధనాల్లో ఇది ఉపయోగపడుతుంది.
• మాటను పాఠ్యంగా మార్చే సాంకేతికత దీనికి విరుద్ధంగా పనిచేస్తుంది.
• దృష్టి లోపం ఉన్నవారికి పాఠ్యాన్ని వినిపించే ప్రాప్యత సాధనాల్లో ఇది ఉపయోగపడుతుంది.
• మాటను పాఠ్యంగా మార్చే సాంకేతికత దీనికి విరుద్ధంగా పనిచేస్తుంది.
Question 5
ప్రశ్న 5
A scanned historical document exists only as an image. A researcher wants its printed characters converted into searchable, editable digital text. Which technology is the most direct fit?
ఒక పాత పత్రం స్కాన్ చేసిన చిత్రంగా మాత్రమే ఉంది. అందులోని ముద్రిత అక్షరాలను వెతకగలిగే, సవరించగలిగే డిజిటల్ పాఠ్యంగా మార్చాలి. దీనికి అత్యంత సరైన సాంకేతికత ఏది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• OCR recognises printed or written characters in images and converts them into machine-readable text.
• OCR is therefore a visual text-recognition task even though its output is text.
• NLP can be applied after OCR for summarisation or language analysis.
• OCR is therefore a visual text-recognition task even though its output is text.
• NLP can be applied after OCR for summarisation or language analysis.
వివరణ:
• OCR చిత్రాల్లోని ముద్రిత లేదా లిఖిత అక్షరాలను గుర్తించి యంత్రం చదవగల పాఠ్యంగా మారుస్తుంది.
• ఫలితం పాఠ్యమైనప్పటికీ, చిత్రంలోని అక్షరాలను గుర్తించడం దీనిలో ప్రధాన పని.
• తరువాత సంగ్రహం లేదా భాషా విశ్లేషణ కోసం NLPను ఉపయోగించవచ్చు.
• ఫలితం పాఠ్యమైనప్పటికీ, చిత్రంలోని అక్షరాలను గుర్తించడం దీనిలో ప్రధాన పని.
• తరువాత సంగ్రహం లేదా భాషా విశ్లేషణ కోసం NLPను ఉపయోగించవచ్చు.
Question 6
ప్రశ్న 6
A model receives a close-up photograph of one leaf and must assign the whole image to exactly one predefined category: healthy, rust disease, blight or nutrient deficiency. Which task best matches the requirement?
ఒక ఆకుకు సంబంధించిన దగ్గరి చిత్రాన్ని ఇచ్చి, మొత్తం చిత్రాన్ని ఆరోగ్యకరం, తుప్పు వ్యాధి, ఆకుమచ్చ వ్యాధి లేదా పోషక లోపం అనే ముందే నిర్ణయించిన వర్గాల్లో ఒకదానికి కేటాయించాలి. దీనికి ఏ పని అత్యంత సరైనది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Image classification assigns the whole image or a specified image region to a predefined class.
• The requirement asks for one category for the entire leaf image.
• If individual lesions had to be located spatially, detection or segmentation would be more appropriate.
• The requirement asks for one category for the entire leaf image.
• If individual lesions had to be located spatially, detection or segmentation would be more appropriate.
వివరణ:
• చిత్ర వర్గీకరణలో మొత్తం చిత్రం లేదా నిర్ణయించిన చిత్ర భాగాన్ని ఒక వర్గానికి కేటాయిస్తారు.
• ఇక్కడ మొత్తం ఆకుచిత్రానికి ఒక్క వర్గం మాత్రమే కావాలి.
• గాయాల స్థానాలను విడిగా గుర్తించాలి అంటే వస్తు గుర్తింపు–స్థాన నిర్ధారణ లేదా చిత్ర విభజన మరింత అనుకూలం.
• ఇక్కడ మొత్తం ఆకుచిత్రానికి ఒక్క వర్గం మాత్రమే కావాలి.
• గాయాల స్థానాలను విడిగా గుర్తించాలి అంటే వస్తు గుర్తింపు–స్థాన నిర్ధారణ లేదా చిత్ర విభజన మరింత అనుకూలం.
Question 7
ప్రశ్న 7
A traffic camera must identify every car, bus and motorcycle in a frame and return the location of each one. Which task is most appropriate?
ఒక ట్రాఫిక్ కెమెరా చిత్రంలో ఉన్న ప్రతి కారు, బస్సు, మోటార్సైకిల్ను గుర్తించి, ఒక్కోటి ఎక్కడ ఉందో కూడా చూపాలి. ఏ పని అత్యంత అనుకూలం?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Object detection identifies individual object instances and localises them.
• The requirement asks both what objects are present and where each one is located.
• Whole-image classification does not necessarily locate each individual object.
• The requirement asks both what objects are present and where each one is located.
• Whole-image classification does not necessarily locate each individual object.
వివరణ:
• వస్తు గుర్తింపు–స్థాన నిర్ధారణ ఒక్కో వస్తువును గుర్తించి దాని స్థానాన్ని కూడా నిర్ధారిస్తుంది.
• ఈ ప్రశ్నలో ఏ వస్తువులు ఉన్నాయో మాత్రమే కాకుండా ఒక్కోటి ఎక్కడ ఉందో కూడా కావాలి.
• మొత్తం చిత్ర వర్గీకరణలో ప్రతి వస్తువు స్థానం తప్పనిసరిగా లభించదు.
• ఈ ప్రశ్నలో ఏ వస్తువులు ఉన్నాయో మాత్రమే కాకుండా ఒక్కోటి ఎక్కడ ఉందో కూడా కావాలి.
• మొత్తం చిత్ర వర్గీకరణలో ప్రతి వస్తువు స్థానం తప్పనిసరిగా లభించదు.
Question 8
ప్రశ్న 8
Which statement correctly distinguishes image classification from object detection?
చిత్ర వర్గీకరణ మరియు వస్తు గుర్తింపు–స్థాన నిర్ధారణ మధ్య తేడాను సరైన విధంగా తెలిపేది ఏది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Classification answers what category best describes an image or region.
• Object detection additionally determines where individual instances occur.
• A vision system can combine both capabilities, but the task definitions remain different.
• Object detection additionally determines where individual instances occur.
• A vision system can combine both capabilities, but the task definitions remain different.
వివరణ:
• చిత్ర వర్గీకరణ చిత్రం లేదా చిత్ర భాగం ఏ వర్గానికి చెందుతుందో నిర్ణయిస్తుంది.
• వస్తు గుర్తింపు ఒక్కో వస్తువు ఎక్కడ ఉందో కూడా నిర్ధారిస్తుంది.
• ఒకే దృశ్య విశ్లేషణ వ్యవస్థలో రెండు సామర్థ్యాలు ఉండవచ్చు; అయినప్పటికీ రెండింటి పనులు వేరు.
• వస్తు గుర్తింపు ఒక్కో వస్తువు ఎక్కడ ఉందో కూడా నిర్ధారిస్తుంది.
• ఒకే దృశ్య విశ్లేషణ వ్యవస్థలో రెండు సామర్థ్యాలు ఉండవచ్చు; అయినప్పటికీ రెండింటి పనులు వేరు.
Question 9
ప్రశ్న 9
Which pairing correctly distinguishes face verification from face identification?
ముఖ నిర్ధారణ (Face Verification) మరియు ముఖ గుర్తింపు (Face Identification) మధ్య తేడాను సరైన విధంగా చూపే జత ఏది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Face verification asks whether a presented face matches one claimed or reference identity.
• Face identification searches against multiple enrolled identities to find a possible match.
• Both are recognition tasks and are different from simple face detection.
• Face identification searches against multiple enrolled identities to find a possible match.
• Both are recognition tasks and are different from simple face detection.
వివరణ:
• ముఖ నిర్ధారణలో చూపిన ముఖం ఒక నిర్దిష్ట వ్యక్తి గుర్తింపుతో సరిపోతుందా అని పరీక్షిస్తారు.
• ముఖ గుర్తింపులో అనేక నమోదు చేసిన గుర్తింపుల్లో ఏదితో సరిపోతుందో శోధిస్తారు.
• ఇవి రెండూ గుర్తింపు పనులు; కేవలం ముఖం ఉందా అని గుర్తించడం మాత్రం వేరే పని.
• ముఖ గుర్తింపులో అనేక నమోదు చేసిన గుర్తింపుల్లో ఏదితో సరిపోతుందో శోధిస్తారు.
• ఇవి రెండూ గుర్తింపు పనులు; కేవలం ముఖం ఉందా అని గుర్తించడం మాత్రం వేరే పని.
Question 10
ప్రశ్న 10
Which statement about the reliability of face-recognition systems is most accurate?
ముఖ గుర్తింపు వ్యవస్థల విశ్వసనీయత గురించి అత్యంత సరైన ప్రకటన ఏది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• NIST evaluations show that face-recognition error rates vary across algorithms and operating conditions.
• Image quality, pose, illumination and demographic factors can influence performance.
• Systems should therefore be evaluated for the intended population and use case.
• Image quality, pose, illumination and demographic factors can influence performance.
• Systems should therefore be evaluated for the intended population and use case.
వివరణ:
• NIST పరీక్షలు ముఖ గుర్తింపు తప్పిద రేట్లు అల్గారిథం మరియు ఉపయోగ పరిస్థితులను బట్టి మారవచ్చని చూపుతున్నాయి.
• చిత్ర నాణ్యత, ముఖ భంగిమ, వెలుతురు, జనాభా వర్గాలు పనితీరుపై ప్రభావం చూపవచ్చు.
• కాబట్టి ఉపయోగించబోయే జనాభా మరియు సందర్భానికి తగిన పరీక్ష అవసరం.
• చిత్ర నాణ్యత, ముఖ భంగిమ, వెలుతురు, జనాభా వర్గాలు పనితీరుపై ప్రభావం చూపవచ్చు.
• కాబట్టి ఉపయోగించబోయే జనాభా మరియు సందర్భానికి తగిన పరీక్ష అవసరం.
Question 11
ప్రశ్న 11
Which description best defines a multimodal AI system?
Multimodal AI వ్యవస్థను అత్యంత సరైన విధంగా వివరించేది ఏది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• A modality is a type of information, such as text, vision or audio.
• Multimodal AI combines or relates information from multiple modalities.
• Using multiple processors or storing multiple file formats does not itself make a system multimodal.
• Multimodal AI combines or relates information from multiple modalities.
• Using multiple processors or storing multiple file formats does not itself make a system multimodal.
వివరణ:
• సమాచార రూపం అంటే పాఠ్యం, చిత్రం, ధ్వని వంటి ఒక రకం సమాచారం.
• Multimodal AI అనేక సమాచార రూపాలను కలిపి వాటి మధ్య సంబంధాలను ఉపయోగిస్తుంది.
• అనేక ప్రాసెసర్లు ఉపయోగించడం లేదా వేర్వేరు ఫైల్ రూపాలు నిల్వ చేయడం మాత్రమే Multimodal AI కాదు.
• Multimodal AI అనేక సమాచార రూపాలను కలిపి వాటి మధ్య సంబంధాలను ఉపయోగిస్తుంది.
• అనేక ప్రాసెసర్లు ఉపయోగించడం లేదా వేర్వేరు ఫైల్ రూపాలు నిల్వ చేయడం మాత్రమే Multimodal AI కాదు.
Question 12
ప్రశ్న 12
A user uploads a photograph of a damaged machine and asks, 'Which visible component appears broken, and what does the warning label next to it say?' Which capability is the best fit?
వినియోగదారు దెబ్బతిన్న యంత్రం చిత్రాన్ని ఇచ్చి, 'ఏ భాగం పాడై కనిపిస్తోంది? దాని పక్కనున్న హెచ్చరిక లేబుల్లో ఏముంది?' అని అడిగాడు. దీనికి అత్యంత సరైన సామర్థ్యం ఏది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• The task requires joint processing of an image and a natural-language question.
• A vision-language multimodal model can combine visual information with linguistic context.
• OCR may help read the label, but OCR alone cannot answer the broader question about the damaged component.
• A vision-language multimodal model can combine visual information with linguistic context.
• OCR may help read the label, but OCR alone cannot answer the broader question about the damaged component.
వివరణ:
• ఈ పనిలో చిత్రం మరియు సహజ భాషలో అడిగిన ప్రశ్న రెండింటినీ కలిపి విశ్లేషించాలి.
• దృశ్య–భాషా Multimodal AI దృశ్య సమాచారాన్ని భాషా సందర్భంతో కలిపి ఉపయోగించగలదు.
• హెచ్చరిక పాఠ్యం చదవడానికి OCR సహాయపడవచ్చు; కానీ పాడైన భాగం గురించి పూర్తి ప్రశ్నకు OCR ఒక్కటే సరిపోదు.
• దృశ్య–భాషా Multimodal AI దృశ్య సమాచారాన్ని భాషా సందర్భంతో కలిపి ఉపయోగించగలదు.
• హెచ్చరిక పాఠ్యం చదవడానికి OCR సహాయపడవచ్చు; కానీ పాడైన భాగం గురించి పూర్తి ప్రశ్నకు OCR ఒక్కటే సరిపోదు.
Question 13
ప్రశ్న 13
A radiology system must locate every suspected lung nodule in a CT image and return a bounding box around each one for review. Which AI task best matches this requirement?
CT చిత్రంలో అనుమానాస్పద ఊపిరితిత్తుల నోడ్యూల్స్ అన్నింటినీ గుర్తించి, ఒక్కోటి ఉన్న స్థానాన్ని చుట్టు పెట్టెతో చూపాలి. ఏ AI పని అత్యంత సరైనది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• The required output includes both detection and spatial localisation of each suspected nodule.
• Object detection is designed for locating individual instances using bounding boxes or similar coordinates.
• Such systems require clinical validation and should support qualified medical review.
• Object detection is designed for locating individual instances using bounding boxes or similar coordinates.
• Such systems require clinical validation and should support qualified medical review.
వివరణ:
• ఇక్కడ అనుమానాస్పద నోడ్యూల్స్ను గుర్తించడం మాత్రమే కాకుండా ఒక్కోటి ఎక్కడ ఉందో కూడా చూపాలి.
• వస్తు గుర్తింపు–స్థాన నిర్ధారణ ఒక్కో వస్తువును స్థాన పెట్టెలు లేదా సమాన స్థాన సూచనలతో గుర్తించడానికి అనుకూలం.
• ఇటువంటి వ్యవస్థలకు వైద్య ధృవీకరణ అవసరం; అవి నిపుణుల పరిశీలనకు సహాయకంగా ఉండాలి.
• వస్తు గుర్తింపు–స్థాన నిర్ధారణ ఒక్కో వస్తువును స్థాన పెట్టెలు లేదా సమాన స్థాన సూచనలతో గుర్తించడానికి అనుకూలం.
• ఇటువంటి వ్యవస్థలకు వైద్య ధృవీకరణ అవసరం; అవి నిపుణుల పరిశీలనకు సహాయకంగా ఉండాలి.
Question 14
ప్రశ్న 14
A satellite-analysis system must assign a land-cover class such as water, forest, urban area or cropland to every pixel in an image. Which computer-vision task is most appropriate?
ఉపగ్రహ చిత్రంలోని ప్రతి పిక్సెల్కు నీరు, అడవి, పట్టణ ప్రాంతం లేదా పంటభూమి వంటి భూ ఆవరణ వర్గం ఇవ్వాలి. ఏ దృశ్య విశ్లేషణ పని అత్యంత అనుకూలం?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Semantic segmentation assigns a class label at pixel level and produces a dense spatial map.
• Land-cover mapping requires detailed spatial separation of different surface classes.
• Whole-image classification would not provide the requested pixel-level boundaries.
• Land-cover mapping requires detailed spatial separation of different surface classes.
• Whole-image classification would not provide the requested pixel-level boundaries.
వివరణ:
• Semantic Segmentation ప్రతి పిక్సెల్కు ఒక వర్గం ఇచ్చి విపులమైన స్థల పటాన్ని తయారు చేస్తుంది.
• ఉపగ్రహ భూ ఆవరణ మ్యాపింగ్లో వేర్వేరు భూభాగ వర్గాలను స్థాన పరంగా విడదీయాలి.
• మొత్తం చిత్ర వర్గీకరణతో పిక్సెల్ స్థాయి సరిహద్దులు లభించవు.
• ఉపగ్రహ భూ ఆవరణ మ్యాపింగ్లో వేర్వేరు భూభాగ వర్గాలను స్థాన పరంగా విడదీయాలి.
• మొత్తం చిత్ర వర్గీకరణతో పిక్సెల్ స్థాయి సరిహద్దులు లభించవు.
Question 15
ప్రశ్న 15
An industrial camera must identify every visible crack on a manufactured panel and return a bounding box around each crack. Which task is the most direct fit?
తయారు చేసిన ప్యానెల్పై కనిపించే ప్రతి పగుళ్లను గుర్తించి, ఒక్కో పగుళ్ల స్థానాన్ని చుట్టు పెట్టెతో చూపాలి. ఏ పని అత్యంత నేరుగా సరిపోతుంది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• The system must detect each defect and return its spatial location.
• Object detection directly matches a requirement for individual instances with bounding boxes.
• If exact crack pixels were required instead, segmentation would be a different, more detailed task.
• Object detection directly matches a requirement for individual instances with bounding boxes.
• If exact crack pixels were required instead, segmentation would be a different, more detailed task.
వివరణ:
• వ్యవస్థ ప్రతి పగుళ్లను గుర్తించడంతో పాటు దాని స్థానాన్ని కూడా చూపాలి.
• ఒక్కో లోపాన్ని స్థాన పెట్టెతో చూపాల్సిన అవసరానికి వస్తు గుర్తింపు–స్థాన నిర్ధారణ నేరుగా సరిపోతుంది.
• పగుళ్లకు చెందిన ఖచ్చిత పిక్సెల్లు కావాలి అంటే చిత్ర విభజన మరింత వివరమైన వేరే పని.
• ఒక్కో లోపాన్ని స్థాన పెట్టెతో చూపాల్సిన అవసరానికి వస్తు గుర్తింపు–స్థాన నిర్ధారణ నేరుగా సరిపోతుంది.
• పగుళ్లకు చెందిన ఖచ్చిత పిక్సెల్లు కావాలి అంటే చిత్ర విభజన మరింత వివరమైన వేరే పని.
Question 16
ప్రశ్న 16
A lecture-accessibility system listens to a teacher and displays live captions for students who are deaf or hard of hearing. Which technology is the essential first-stage capability?
ఉపాధ్యాయుడు మాట్లాడుతున్న మాటలను విని, చెవిటి లేదా వినికిడి లోపం ఉన్న విద్యార్థులకు వెంటనే లిఖిత రూపంలో చూపాలి. మొదటి దశలో అత్యవసరంగా అవసరమైన సాంకేతికత ఏది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Live captions require spoken audio to be converted into text.
• Automatic Speech Recognition performs this speech-to-text conversion.
• Additional NLP can improve punctuation or formatting, but it is not the first modality conversion.
• Automatic Speech Recognition performs this speech-to-text conversion.
• Additional NLP can improve punctuation or formatting, but it is not the first modality conversion.
వివరణ:
• ప్రత్యక్ష captions కోసం మాట్లాడిన ధ్వనిని పాఠ్యంగా మార్చాలి.
• ఈ మార్పును స్వయంచాలక మాటల గుర్తింపు చేస్తుంది.
• తరువాత విరామ చిహ్నాలు లేదా పాఠ్య ఆకృతి మెరుగుపరచడానికి NLP ఉపయోగించవచ్చు.
• ఈ మార్పును స్వయంచాలక మాటల గుర్తింపు చేస్తుంది.
• తరువాత విరామ చిహ్నాలు లేదా పాఠ్య ఆకృతి మెరుగుపరచడానికి NLP ఉపయోగించవచ్చు.
Question 17
ప్రశ్న 17
Why can sentiment-analysis systems make mistakes on sarcasm, irony or strongly context-dependent statements?
వ్యంగ్యం, విరుద్ధార్థ వ్యాఖ్యలు లేదా సందర్భంపై బలంగా ఆధారపడే వాక్యాల్లో భావ విశ్లేషణ తప్పులు ఎందుకు చేయవచ్చు?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Sarcasm and irony can express an attitude different from the literal words.
• Correct interpretation may depend on context, speaker intent and cultural knowledge.
• Sentiment output is therefore a model estimate, not a guaranteed reading of human intent.
• Correct interpretation may depend on context, speaker intent and cultural knowledge.
• Sentiment output is therefore a model estimate, not a guaranteed reading of human intent.
వివరణ:
• వ్యంగ్యం లేదా విరుద్ధార్థ వ్యాఖ్యల్లో పదాల ప్రత్యక్ష అర్థానికి భిన్నమైన భావం ఉండవచ్చు.
• సరైన అర్థానికి సందర్భం, మాట్లాడిన వ్యక్తి ఉద్దేశ్యం, సాంస్కృతిక అవగాహన అవసరం కావచ్చు.
• కాబట్టి భావ విశ్లేషణ ఫలితం ఒక అంచనా మాత్రమే; మానవ ఉద్దేశ్యానికి ఖచ్చితమైన కొలత కాదు.
• సరైన అర్థానికి సందర్భం, మాట్లాడిన వ్యక్తి ఉద్దేశ్యం, సాంస్కృతిక అవగాహన అవసరం కావచ్చు.
• కాబట్టి భావ విశ్లేషణ ఫలితం ఒక అంచనా మాత్రమే; మానవ ఉద్దేశ్యానికి ఖచ్చితమైన కొలత కాదు.
Question 18
ప్రశ్న 18
Which statement about facial recognition in security or public-space applications is most responsible and technically accurate?
భద్రత లేదా ప్రజా ప్రదేశాల్లో ముఖ గుర్తింపు ఉపయోగం గురించి సాంకేతికంగా సరైన, బాధ్యతాయుతమైన ప్రకటన ఏది?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Face-recognition systems can produce false matches and false non-matches.
• NIST evaluations show performance differences across algorithms, conditions and demographic groups.
• Public-space deployment can also raise privacy and governance issues, so model scores should not automatically be treated as conclusive evidence.
• NIST evaluations show performance differences across algorithms, conditions and demographic groups.
• Public-space deployment can also raise privacy and governance issues, so model scores should not automatically be treated as conclusive evidence.
వివరణ:
• ముఖ గుర్తింపు వ్యవస్థల్లో తప్పుడు సరిపోలికలు, నిజమైన సరిపోలికను తప్పించడం రెండూ జరగవచ్చు.
• NIST పరీక్షలు అల్గారిథములు, పరిస్థితులు, జనాభా వర్గాలను బట్టి పనితీరు మారవచ్చని చూపుతున్నాయి.
• ప్రజా ప్రదేశాల్లో వినియోగం గోప్యత, పాలనకు సంబంధించిన సమస్యలు కూడా తెచ్చే అవకాశం ఉంది; కాబట్టి మోడల్ స్కోరునే తుది ఆధారంగా తీసుకోకూడదు.
• NIST పరీక్షలు అల్గారిథములు, పరిస్థితులు, జనాభా వర్గాలను బట్టి పనితీరు మారవచ్చని చూపుతున్నాయి.
• ప్రజా ప్రదేశాల్లో వినియోగం గోప్యత, పాలనకు సంబంధించిన సమస్యలు కూడా తెచ్చే అవకాశం ఉంది; కాబట్టి మోడల్ స్కోరునే తుది ఆధారంగా తీసుకోకూడదు.
Question 19
ప్రశ్న 19
An autonomous vehicle uses camera images to recognise pedestrians and lane markings, while also using spoken passenger commands such as 'take me to the railway station'. Which statement best describes the system?
ఒక స్వయంచాలక వాహనం కెమెరా చిత్రాలతో పాదచారులు, రహదారి గీతలను గుర్తిస్తూ, ప్రయాణికుడు చెప్పే 'నన్ను రైల్వే స్టేషన్కు తీసుకెళ్ళు' వంటి మాటల ఆదేశాలను కూడా అర్థం చేసుకుంటోంది. ఈ వ్యవస్థను అత్యంత సరైన విధంగా ఎలా వివరించాలి?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• The vehicle processes visual information from cameras and language information from spoken commands.
• Combining these different modalities makes the system multimodal.
• Individual components can still use specialised computer-vision and speech/NLP models.
• Combining these different modalities makes the system multimodal.
• Individual components can still use specialised computer-vision and speech/NLP models.
వివరణ:
• వాహనం కెమెరాల నుంచి దృశ్య సమాచారాన్ని, ప్రయాణికుడి మాటల నుంచి భాషా సమాచారాన్ని విశ్లేషిస్తుంది.
• వేర్వేరు సమాచార రూపాలను కలిపి ఉపయోగించడం వల్ల ఇది Multimodal AI వ్యవస్థ.
• ఇందులో ప్రత్యేక దృశ్య విశ్లేషణ, speech/NLP models విడివిడిగా కూడా ఉండవచ్చు.
• వేర్వేరు సమాచార రూపాలను కలిపి ఉపయోగించడం వల్ల ఇది Multimodal AI వ్యవస్థ.
• ఇందులో ప్రత్యేక దృశ్య విశ్లేషణ, speech/NLP models విడివిడిగా కూడా ఉండవచ్చు.
Question 20
ప్రశ్న 20
Consider the following task–technology matches:
1. Determine whether a written review is positive or negative — sentiment analysis
2. Convert printed text in a scanned image into searchable digital text — OCR
3. Convert spoken audio into a transcript — Automatic Speech Recognition
4. Answer a text question using the contents of an uploaded photograph — vision-language multimodal AI
Which of the matches are correct?
1. Determine whether a written review is positive or negative — sentiment analysis
2. Convert printed text in a scanned image into searchable digital text — OCR
3. Convert spoken audio into a transcript — Automatic Speech Recognition
4. Answer a text question using the contents of an uploaded photograph — vision-language multimodal AI
Which of the matches are correct?
క్రింది పని–సాంకేతిక జతలను పరిశీలించండి:
1. లిఖిత సమీక్ష అనుకూలమా ప్రతికూలమా నిర్ణయించడం — భావ విశ్లేషణ
2. స్కాన్ చేసిన చిత్రంలోని ముద్రిత పాఠ్యాన్ని శోధించగల డిజిటల్ పాఠ్యంగా మార్చడం — OCR
3. మాట్లాడిన ధ్వనిని లిఖిత పాఠ్యంగా మార్చడం — స్వయంచాలక మాటల గుర్తింపు
4. అప్లోడ్ చేసిన చిత్రంలోని విషయాన్ని ఉపయోగించి పాఠ్య ప్రశ్నకు సమాధానం ఇవ్వడం — దృశ్య–భాషా Multimodal AI
పై జతల్లో ఏవి సరైనవి?
1. లిఖిత సమీక్ష అనుకూలమా ప్రతికూలమా నిర్ణయించడం — భావ విశ్లేషణ
2. స్కాన్ చేసిన చిత్రంలోని ముద్రిత పాఠ్యాన్ని శోధించగల డిజిటల్ పాఠ్యంగా మార్చడం — OCR
3. మాట్లాడిన ధ్వనిని లిఖిత పాఠ్యంగా మార్చడం — స్వయంచాలక మాటల గుర్తింపు
4. అప్లోడ్ చేసిన చిత్రంలోని విషయాన్ని ఉపయోగించి పాఠ్య ప్రశ్నకు సమాధానం ఇవ్వడం — దృశ్య–భాషా Multimodal AI
పై జతల్లో ఏవి సరైనవి?
Select an option first. || ముందుగా ఒక సమాధానాన్ని ఎంచుకోండి.
Explanation:
• Sentiment analysis is an NLP task, OCR recognises text from images, and speech recognition converts audio speech to text.
• A text question that must be answered using image content requires joint language–vision processing.
• Therefore all four task–technology matches are correct.
• A text question that must be answered using image content requires joint language–vision processing.
• Therefore all four task–technology matches are correct.
వివరణ:
• భావ విశ్లేషణ NLPకు చెందిన పని; OCR చిత్రంలోని పాఠ్యాన్ని గుర్తిస్తుంది; స్వయంచాలక మాటల గుర్తింపు మాటను పాఠ్యంగా మారుస్తుంది.
• చిత్రంలోని సమాచారాన్ని ఉపయోగించి భాషా ప్రశ్నకు సమాధానం ఇవ్వాలంటే భాష–దృశ్య విశ్లేషణ రెండూ అవసరం.
• కాబట్టి నాలుగు జతలూ సరైనవి.
• చిత్రంలోని సమాచారాన్ని ఉపయోగించి భాషా ప్రశ్నకు సమాధానం ఇవ్వాలంటే భాష–దృశ్య విశ్లేషణ రెండూ అవసరం.
• కాబట్టి నాలుగు జతలూ సరైనవి.
Answer Key సమాధానాల పట్టిక
-
Question 1 ప్రశ్న 1Answer: B. Sentiment analysis సమాధానం: B. భావ విశ్లేషణ
-
Question 2 ప్రశ్న 2Answer: A. Machine translation సమాధానం: A. యంత్ర అనువాదం
-
Question 3 ప్రశ్న 3Answer: C. Automatic Speech Recognition (speech-to-text) సమాధానం: C. స్వయంచాలక మాటల గుర్తింపు (ASR)
-
Question 4 ప్రశ్న 4Answer: D. Text-to-speech synthesis సమాధానం: D. పాఠ్యాన్ని మాటగా మార్చే సంశ్లేషణ
-
Question 5 ప్రశ్న 5Answer || సమాధానం: B. OCR
-
Question 6 ప్రశ్న 6Answer: A. Image classification సమాధానం: A. చిత్ర వర్గీకరణ
-
Question 7 ప్రశ్న 7Answer: D. Object detection సమాధానం: D. వస్తు గుర్తింపు మరియు స్థాన నిర్ధారణ
-
Question 8 ప్రశ్న 8Answer: C. Classification assigns category information, while object detection also localises individual object instances సమాధానం: C. చిత్ర వర్గీకరణ వర్గాన్ని నిర్ణయిస్తుంది; వస్తు గుర్తింపు ఒక్కో వస్తువును గుర్తించి దాని స్థానాన్ని కూడా చూపుతుంది
-
Question 9 ప్రశ్న 9Answer: B. Verification: one-to-one comparison with a claimed identity; Identification: one-to-many search among enrolled identities సమాధానం: B. ముఖ నిర్ధారణ: ప్రకటించిన గుర్తింపుతో ఒక్కరితో-ఒక్కరి పోలిక; ముఖ గుర్తింపు: నమోదు చేసిన అనేక గుర్తింపుల్లో ఒక్కరిని-అనేకరితో పోల్చి శోధించడం
-
Question 10 ప్రశ్న 10Answer: A. Performance can vary with algorithm, image quality and demographic group, so task-specific evaluation is important సమాధానం: A. వాడే అల్గారిథం, చిత్ర నాణ్యత, జనాభా వర్గాలను బట్టి పనితీరు మారవచ్చు; అందువల్ల ఉపయోగానికి సరిపోయే పరీక్ష అవసరం
-
Question 11 ప్రశ్న 11Answer: C. A system that can process and relate information from more than one modality such as text, images, audio or video సమాధానం: C. పాఠ్యం, చిత్రాలు, ధ్వని, వీడియో వంటి ఒకటి కంటే ఎక్కువ సమాచార రూపాలను కలిపి విశ్లేషించి వాటి మధ్య సంబంధాలను ఉపయోగించగల వ్యవస్థ
-
Question 12 ప్రశ్న 12Answer: D. Vision-language multimodal AI సమాధానం: D. దృశ్య–భాషా Multimodal AI
-
Question 13 ప్రశ్న 13Answer: A. Object detection in medical computer vision సమాధానం: A. వైద్య దృశ్య విశ్లేషణలో వస్తు గుర్తింపు–స్థాన నిర్ధారణ
-
Question 14 ప్రశ్న 14Answer: B. Semantic segmentation సమాధానం: B. పిక్సెల్ స్థాయి విభజన (Semantic Segmentation)
-
Question 15 ప్రశ్న 15Answer: B. Object detection సమాధానం: B. వస్తు గుర్తింపు–స్థాన నిర్ధారణ
-
Question 16 ప్రశ్న 16Answer: A. Automatic Speech Recognition సమాధానం: A. స్వయంచాలక మాటల గుర్తింపు (ASR)
-
Question 17 ప్రశ్న 17Answer: B. Because intended sentiment may depend on context and implied meaning not reliably captured by surface wording alone సమాధానం: B. ఉద్దేశించిన భావం సందర్భం, అంతర్లీన అర్థంపై ఆధారపడవచ్చు; పైకి కనిపించే పదాలతో మాత్రమే దాన్ని ఎల్లప్పుడూ సరిగ్గా పట్టుకోలేము కాబట్టి
-
Question 18 ప్రశ్న 18Answer: C. False matches, demographic differences and privacy implications require evaluation, safeguards and suitable review సమాధానం: C. తప్పుడు సరిపోలికలు, జనాభా వర్గాల మధ్య పనితీరు తేడాలు, గోప్యత ప్రభావాలను పరీక్షించి తగిన రక్షణ చర్యలు మరియు సమీక్ష ఉంచాలి
-
Question 19 ప్రశ్న 19Answer: A. It combines computer vision with speech/language processing and is therefore multimodal సమాధానం: A. ఇది దృశ్య విశ్లేషణతో పాటు మాట/భాష విశ్లేషణను కలిపి ఉపయోగించే Multimodal AI వ్యవస్థ
-
Question 20 ప్రశ్న 20Answer: D. 1, 2, 3 and 4 సమాధానం: D. 1, 2, 3 మరియు 4