Câu hỏi:

Trí tuệ nhân tạo hẹp (Narrow AI) được thiết kế để thực hiện một nhiệm vụ cụ thể. Các loại AI khác như trí tuệ nhân tạo tổng quát (General AI) và trí tuệ nhân tạo mạnh (Strong AI) có khả năng thực hiện nhiều nhiệm vụ khác nhau hoặc có khả năng tự học và suy luận như con người.

AI đang đối mặt với nhiều thách thức, bao gồm:

• Thiếu dữ liệu chất lượng cao để huấn luyện các mô hình hiệu quả.
• Đòi hỏi nguồn tài nguyên tính toán lớn, đặc biệt đối với các mô hình phức tạp.
• Cần có đội ngũ chuyên gia để phát triển, triển khai và giám sát hoạt động của các hệ thống AI, đảm bảo tính an toàn và đạo đức.

Do đó, tất cả các đáp án trên đều là những thách thức lớn của AI.

AI (trí tuệ nhân tạo) mang lại nhiều lợi ích như tăng cường khả năng ra quyết định, giảm thiểu sai sót và cải thiện hiệu suất làm việc. Tuy nhiên, việc triển khai và duy trì hệ thống AI có thể làm tăng chi phí hoạt động, đặc biệt là trong giai đoạn đầu.


Do đó, việc 'tăng chi phí hoạt động' không phải là một lợi ích của AI, mà là một hệ quả hoặc thách thức có thể xảy ra khi sử dụng AI.

Hub là một thiết bị mạng hoạt động ở lớp vật lý (Layer 1) trong mô hình OSI. Khi Hub nhận được dữ liệu từ một cổng, nó sẽ phát (broadcast) dữ liệu này đến tất cả các cổng khác. Điều này khác với Switch (chuyển mạch), chỉ gửi dữ liệu đến cổng đích cụ thể dựa trên địa chỉ MAC.
Router hoạt động ở lớp mạng (Layer 3) và sử dụng địa chỉ IP để định tuyến dữ liệu giữa các mạng khác nhau. Access Point (điểm truy cập) chủ yếu được sử dụng trong mạng không dây (Wi-Fi).

Switch hoạt động ở lớp liên kết dữ liệu (data link layer) của mô hình OSI và sử dụng địa chỉ MAC để chuyển tiếp dữ liệu đến đúng cổng, giúp giảm thiểu xung đột tín hiệu trong mạng LAN hiệu quả hơn so với Hub. Hub chỉ đơn giản là khuếch đại tín hiệu đến tất cả các cổng, do đó tăng khả năng xung đột.