Habilidades y Conceptos de Inteligencia Artificial

¿Qué es la Inteligencia Artificial?

• La capacidad de los robots para hablar como humanos.

• La capacidad de los dispositivos artificiales, como un ordenador, para hacer tareas propias de la inteligencia humana.

• Un tipo de juego de mesa muy complicado.

• Una forma de arte que solo las máquinas pueden crear.

Según el video, ¿qué habilidades humanas pueden hacer bien los ordenadores?

• La creatividad y la autoconciencia.

• La capacidad de cálculo y la capacidad de memorizar datos.

• Pintar cuadros y componer música.

• Conducir coches autónomos y distinguir rostros de criminales.

¿Qué habilidades humanas eran difíciles para la Inteligencia Artificial al principio, pero ahora se están desarrollando?

• La capacidad de cálculo y la memorización de datos.

• La autoconciencia y el humor.

• La capacidad de aprendizaje y la creatividad.

• Jugar ajedrez y componer música.

¿Qué es el "aprendizaje automático" (Machine Learning)?

• Un tipo de inteligencia artificial que solo se encuentra en películas.

• Un conjunto de técnicas donde un algoritmo puede cambiar su comportamiento basándose en datos de acciones pasadas.

• La capacidad de un ordenador para pintar cuadros y escribir música.

• Un sistema que ayuda a los coches a conducirse solos.

¿Para qué se utilizan los desafíos de imágenes (como seleccionar semáforos o coches) en algunas páginas web?

• Para verificar que eres un robot.

• Para entrenar algoritmos que ayuden a los coches autónomos a reconocer objetos.

• Para mejorar la calidad de las fotos en internet.

• Para que las personas pasen tiempo en la página web.

¿Qué tipo de problemas pueden resolver los algoritmos de aprendizaje automático?

• Solo problemas de matemáticas.

• Reconocimiento facial, de voz y de huellas dactilares.

• Únicamente la creación de coches automáticos.

• Problemas relacionados con la música y la ropa.

¿Qué característica principal tienen los algoritmos de aprendizaje no supervisado?

• Necesitan muchos datos etiquetados para funcionar.

• Agrupan datos que son parecidos entre sí.

• Actúan por prueba y error.

• Usan una combinación de datos etiquetados y no etiquetados.

¿Cómo aprende un algoritmo de "aprendizaje por refuerzo"?

• Agrupando datos similares sin etiquetas.

• Definiendo la distancia entre diferentes datos.

• Por prueba y error, buscando recompensas.

• Usando redes neuronales profundas.