中級iPAS AI 應用規劃師科目二模擬試題（3)

Описание: 情境一：「量子金融」的高頻量化交易與分散式架構
【背景故事】 「量子金融」是一家專注於跨國高頻交易的避險基金。團隊每天需從全球各地的分散式資料庫中，即時處理數十億筆包含雜訊的市場報價、社群情緒與總經數據。為了追求極致的運算速度與預測準確度，工程團隊與資料科學家正面臨架構與演算法的極限考驗。
Q1. 團隊建置了分散式資料庫來處理全球跨節點的交易，以防止單一伺服器故障。根據大數據架構中的「CAP 理論」，若全球網路發生嚴重的「分區故障（Partition tolerance, P）」，系統設計時最多只能在另外兩個特性中忍痛「二選一」。請問是哪兩個特性？ (A) 原子性（Atomicity）與持久性（Durability） (B) 一致性（Consistency）與可用性（Availability） (C) 速度（Velocity）與真實性（Veracity） (D) 隔離性（Isolation）與擴充性（Scalability）
✅ 解答：(B) 📖 深度解析： CAP 理論（又稱「不可能三角」）指出，在分散式系統中，一致性（Consistency）、可用性（Availability）分區容錯性（Partition tolerance），最多只能同時滿足兩項。在大數據環境下，網路分區故障（P）是必然可能發生的物理限制。因此，當 P 發生時，系統必須在「保證所有人讀到最新資料（C），但可能暫停服務」或「保持系統隨時可用（A），但資料可能短暫不同步」之間做出取捨。
Q2. 量化團隊試圖從 1,000 個獨立的另類數據特徵中找出能預測股價的訊號。他們對每個特徵分別進行 t 檢定，並設定顯著水準 α=0.05。若這 1,000 個特徵「實際上完全沒有預測力（虛無假設皆為真）」，在純機率的作用下，預期會出現幾個「偽陽性」的顯著結果？實務上應如何校正？ (A) 0 個；不需要校正 (B) 5 個；使用 Z-score 標準化 (C) 50 個；使用 Bonferroni 校正或 FDR（錯誤發現率）控制 (D) 500 個；使用 SMOTE 人工合成樣本
✅ 解答：(C) 📖 深度解析： 這是進階統計中極為致命的**「多重檢定問題（Multiple Testing Problem）」**。當 α=0.05 時，代表我們允許 5% 的型一錯誤（偽陽性）發生。因此，同時做 1,000 次檢定，即便全無預測力，也會有約 1,000×0.05=50 個特徵因隨機巧合而呈現「顯著」。為避免把雜訊當黃金，必須採用 Bonferroni 校正（將 α 除以檢定次數）或 FDR（False Discovery Rate）等方法來嚴格控制偽陽性風險。
Q3. 為了加速超大語言模型（LLM）分析財報的訓練速度，並降低 GPU 記憶體負載，團隊採用了一種進階的運算技術。該技術結合了 16-bit 與 32-bit 的浮點數運算，讓模型在不損失精度的情況下極速收斂。這種技術稱為？ (A) 主成分分析（PCA） (B) 模型並行（Model Parallelism） (C) 梯度累積（Gradient Accumulation） (D) 混合精度訓練（Mixed Precision Training）
✅ 解答：(D) 📖 深度解析： 混合精度訓練（Mixed Precision Training）是大模型訓練的標配技術。它在神經網路的前向傳播（Forward Pass）與反向傳播（Backward Pass）中使用運算快、佔用記憶體小的 FP16（16位元浮點數），但在更新權重時，為避免數值下溢（數值太小變成 0），會使用精確度高的 FP32（32位元浮點數）保存主權重，藉此達到加速與節省記憶體的雙重目的。
Q4. 團隊使用 Python 的 statsmodels 套件進行多元線性迴歸，分析程式碼中包含 X2 = sm.add_constant(X) 這一行。若拿掉這一行程式碼，會對迴歸模型產生什麼數學上的強制限制？ (A) 模型將無法計算出 p-value (B) 迴歸線將被強制通過原點（Y截距強制為 0） (C) 模型會自動將所有變數轉換為浮點數 (D) 決定係數（R-squared）會強制變成 1
✅ 解答：(B) 📖 深度解析： 在 statsmodels 函式庫中，執行 OLS（一般最小平方法）時，預設是「不會」包含截距項（Constant/Intercept）的。sm.add_constant(X) 的作用就是在特徵矩陣中加入一整欄全為 1 的常數，藉此計算出截距。若遺漏此步驟，模型等同於強制迴歸線必須穿過原點 (0,0)，這會嚴重扭曲斜率（係數）的估計，並導致 R2失去傳統的解釋意義。
Q5. 為找出跨國洗錢網絡中，作為「資金過橋」的關鍵人頭帳戶（本身資金不大，但掌控多個洗錢群體之間的唯一連通管道），團隊應計算圖論（Graph Analysis）中的哪一個中心性指標最適當？ (A) 程度中心性（Degree Centrality） (B) 接近中心性（Closeness Centrality） (C) 中介中心性（Betweenness Centrality） (D) 特徵向量中心性（Eigenvector Centrality）
✅ 解答：(C) 📖 深度解析：
程度中心性（Degree）：找直接連線最多的人（大戶）。
接近中心性（Closeness）：找距離所有人平均最短的人（消息傳播最快）。
中介中心性（Betweenness）：計算該節點作為其他節點「最短路徑橋樑」的頻率。洗錢的「過橋帳戶」或跨部門的「聯絡人」，其特徵就是扮演資訊或資金的「中介咽喉」，因此 Betweenness 是最精準的指標。
🏥 情境二：「跨國智醫」的多模態大模型與法規泥沼
【背景故事】 「跨國智醫」開發了一款擁有千億參數的通用醫療 AI 模型，能同時處理病歷（文字）、X光（影像）與心音（音訊）。他們不僅將模型開源並進行微調，更準備同時進軍歐盟與美國加州市場。然而，兩地的極端監管法規與嚴苛的隱私挑戰，讓法務長與資料科學家焦頭爛額。
Q1. 歐盟與美國加州對超大算力模型皆設有嚴格的監管門檻。若團隊訓練這款通用醫療大模型，累積的訓練算力達到了10的25.5次方 FLOPS（即介於10的25次方與10的26次方之間）。根據最新法規，這款模型會觸發哪一邊的最嚴格監管義務？ (A) 同時觸發歐盟與加州的嚴格監管 (B) 兩者皆未觸發 (C) 僅觸發歐盟《人工智慧法案》中「具系統性風險之通用 AI (GPAI)」的額外義務 (D) 僅觸發美國加州 SB 53《前沿 AI 安全法》的通報義務
✅ 解答：(C) 📖 深度解析： 這是考驗您對法規數字極限敏銳度的魔王題。歐盟 AI Act 將累積訓練算力 大於10的25次方 FLOPS 的通用模型定義為「具系統性風險（Systemic Risk）」，需進行對抗性測試與嚴重事故通報。而美國加州 SB 53 鎖定的「前沿模型（Frontier AI models）」門檻更高，要求算力必須 大於10的26次方FLOPS。因此 10的25.5次方的算力落在了歐盟嚴管、但加州尚未觸發 SB 53 極限門檻的區間。
Q2. 團隊是基於某個開源的基礎模型進行了「實質性修改（Substantial Modification）」，大幅強化了其醫療診斷能力。為了符合加州 AB 2013《訓練數據透明法案》的要求，團隊在官網公開「訓練數據集的高層次摘要」時，依法應如何揭露？ (A) 必須完整揭露原始開源模型所使用的所有底層數據 (B) 無需揭露任何資訊，因為基礎模型是開源的 (C) 僅需針對「團隊自己用於微調與實質修改」的訓練數據進行揭露 (D) 必須將所有病患個資原文公開以示透明
✅ 解答：(C) 📖 深度解析： 加州 AB 2013 法案明確規定，若開發者對預先存在的第三方系統（如開源模型）進行了實質性修改（如微調），其透明度揭露的義務是針對「該公司自己使用的訓練內容與修改過程」，而不需要為底層 AI 模型提供者所使用的訓練數據負責。
Q3. 在處理多國語言混雜、且常出現醫生拼寫錯誤（Typo）與罕見專有名詞的病歷文本時，團隊決定將文字轉化為向量。相較於傳統的 Word2Vec 或 GloVe，哪一種詞嵌入（Word Embedding）技術因為考慮了「子詞（Subword）資訊」，能最有效地處理拼寫錯誤與未知詞彙（OOV）？ (A) TF-IDF (B) FastText (C) One-Hot Encoding (D) 詞頻統計（Term Frequency）
✅ 解答：(B) 📖 深度解析： Word2Vec 和 GloVe 是以「完整的詞」為單位進行訓練，遇到沒看過的詞（Out-Of-Vocabulary）或拼字錯誤就會束手無策。而 Facebook 開發的 FastText 將詞拆解為 n-gram 的子詞（Subword，例如 "apple" 拆為 "app", "ppl", "ple"），因此即使遇到拼字錯誤或罕見醫學字根，也能透過組合已知的子詞向量來推算語意，展現極強的強健性。
Q4. 為了在不洩露個別病患隱私的前提下，與外部研究機構共享「不同年齡層糖尿病患病率」的統計數據，團隊在演算法輸出的結果中「刻意注入了數學上精確計算的隨機雜訊」。這種確保即使攻擊者擁有無限背景知識，也無法反推單一病患是否在資料庫中的技術為何？ (A) 同態加密（Homomorphic Encryption） (B) 差分隱私（Differential Privacy） (C) 聯邦學習（Federated Learning） (D) 雜湊演算法（Hashing）
✅ 解答：(B) 📖 深度解析： 加入隨機雜訊（Noise）是**差分隱私（Differential Privacy）**的核心機制。它保證了查詢結果的統計分佈總體正確，但對於單一個體的數據點會被雜訊掩蓋，防止「再識別（Re-identification）」攻擊。同態加密是加密狀態下的運算；聯邦學習是模型傳遞不傳資料，兩者皆非「注入雜訊」。
Q5. 在評估極度罕見的「神經元突變分類模型」時，由於病患樣本極少（N=50），團隊使用了如附圖/虛擬程式碼描述的驗證法：訓練模型 50 次，每次拿 1 筆作為測試集，其餘 49 筆作為訓練集，最後平均所有的評估指標。這種極端的交叉驗證法稱為？ (A) Bootstrap（拔靴法） (B) 分層 K 折交叉驗證（Stratified K-Fold CV） (C) 留一交叉驗證（Leave-One-Out Cross Validation, LOOCV） (D) 隨機欠採樣（Random Undersampling）
✅ 解答：(C) 📖 深度解析： 這種將 K 值設定為等於樣本總數 N 的交叉驗證方法，就是經典的 留一交叉驗證 (LOOCV)。由於每次只留下一筆資料當測試，能最大化訓練資料的使用量，非常適合總樣本數極小的情況。缺點是運算成本極高（需訓練 N 次模型）。
情境三：
在留言區
#ipasimasamkolam #iPAS AI 應用規劃師 #AI #大數據