Fundamentos de IA parte 2

​¿En qué ámbito la IA supera a los humanos en velocidad y precisión? 

• Creaciones musicales

• Resolución de problemas filosóficos

• Identificación de patrones en grandes volúmenes de datos

• Expresión de emociones

Se refiere al campo de estudio relacionado con sistemas inteligentes que no necesitan programacion explicita para derivar conocimientos

(a)  

¿Cuál es una limitación importante de la IA?

• No puede analizar datos

• No puede realizar cálculos complejos

• No tiene sentido común

• No puede procesar imágenes médicas

La imagen que nos muestra:

• La imagen muestra el reconocimiento de un paisaje natural

• La imagen muestra el reconocimiento de una intersección con tráfico

• La imagen muestra el reconocimiento de objetos en una intersección con tráfico

• La imagen muestra una intersección con tráfico

¿Por qué el ML depende completamente de los datos?

• Porque no puede aprender sin ejemplos previos 

• Porque tiene intuición y sentido común

• Porque puede improvisar sin entrenamiento

• Porque su aprendizaje es innato

En esta rama los sistemas inteligentes derivan su conocimiento a partir de patrones en los datos subyacentes.

(a)  

La imagen nos muestra un ejemplo de la aplicación de:

• IA

• ML

• DL

• RPA

¿Cuál es un ejemplo de creatividad artificial?

• Un chatbot expresando emociones reales 

• Un artista humano pintando por inspiración

• DALL·E generando imágenes a partir de texto

• Un robot escribiendo un libro original basado en su imaginación

¿Cómo funciona un chatbot para responder a los clientes?

• Solo sigue reglas predefinidas y responde con mensajes programados

• Utiliza inteligencia artificial para aprender y mejorar con el tiempo

• Modelo de lenguaje profundo entrenado con grandes volúmenes de datos

• Solo transfiere todas las consultas a un agente humano sin responder nada

¿Cuál es la diferencia clave entre IA, ML y DL?

• ML es un concepto más amplio que incluye IA y DL

• IA es el concepto general, ML es un subconjunto que permite a las máquinas aprender de datos, y DL es una técnica avanzada dentro de ML que utiliza redes neuronales profundas

• DL no tiene relación con IA ni ML, ya que es un método independiente de análisis de datos

• IA y ML son exactamente lo mismo, mientras que DL se usa solo en robótica