Examen de Cultuta Digital

¿Cuál es el objetivo principal de la inteligencia artificial?

• Simular la inteligencia humana en sistemas computacionales.

• Reemplazar completamente la cognición humana.

• Crear software para gestión empresarial.

• Diseñar hardware más rápido.

¿Cuáles son los tipos principales de inteligencia artificial según su nivel de capacidad cognitiva?

• IA débil, IA fuerte y superinteligencia artificial.

• IA supervisada, no supervisada y reforzada.

• IA lógica, emocional y mecánica.

• IA neuronal, algorítmica y sintética.

¿Qué técnica de aprendizaje automático se usa en IA generativa?

• Aprendizaje supervisado.

• Redes neuronales convolucionales.

• Redes generativas antagónicas (GANs).

• Algoritmos genéticos.

¿Cuál de los siguientes problemas puede resolver el aprendizaje por refuerzo?

• Reconocimiento facial.

• Juegos estratégicos y toma de decisiones óptimas.

• Análisis de sentimientos.

• Clasificación de documentos.

¿Qué es el PLN en inteligencia artificial?

• Procesamiento de lenguaje natural.

• Programa de lógica neuronal.

• Protocolo de redes lógicas.

• Proceso de lenguaje numérico.

¿Cuál de las siguientes aplicaciones NO es típica de la IA generativa?

• Generación de texto automático.

• Creación de imágenes realistas.

• Predicción del tiempo.

¿Cuál de las siguientes aplicaciones NO es típica de la IA generativa?

• Generación de texto automático.

• Creación de imágenes realistas.

• Predicción del tiempo meteorológico.

• Síntesis de voz.

¿Qué es una red neuronal artificial en el contexto de la IA?

• Un modelo matemático inspirado en el cerebro humano.

• Un software que imita la inteligencia de las abejas.

• Un conjunto de circuitos electrónicos interconectados.

• Un algoritmo basado en lógica difusa.

¿Cuál de los siguientes métodos se usa para entrenar modelos de IA sin etiquetas de datos?

• Aprendizaje supervisado.

• Aprendizaje por refuerzo.

• Aprendizaje no supervisado.

• Aprendizaje profundo.

¿Qué algoritmo es más adecuado para la clasificación de datos en aprendizaje automático?

• Algoritmo de K vecinos más cercanos (KNN).

• Algoritmos genéticos.

• Redes generativas antagónicas (GANs).

• Algoritmo de Monte Carlo.