wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

Conceptos Básicos de IA-PIAROB II (3ESO)

Total questions: 14

Worksheet time: 7mins

Name
Class
Date
1.

¿Qué es la inteligencia artificial?

a)

Una forma de pensar artificialmente

b)

Una rama de la filosofía que intenta simular el pensamiento humano

c)

Una rama de la informática que intenta simular tareas realizadas por seres humanos, como el aprendizaje, la toma de decisiones y la resolución de problemas

d)

La forma en que las máquinas piensan cómo realizar de forma óptima las tareas domésticas

2.

¿Cómo se conoce a la gran cantidad de información que generamos y se recopila a través de las cámaras y micrófonos, para luego entrenar a las IA?

a)

Big Data

b)

Internet

c)

Árbol de decisión

d)

Red neuronal

3.

De los tipos de IA vistos en clase, ¿cuál de ellos no existe todavía en la realidad y es un tipo teórico?

a)

Superinteligencias

b)

Inteligencias fuertes

c)

Inteligencias débiles

d)

Mini inteligencias

4.

¿Qué es un árbol de decisión en inteligencia artificial?

a)

Es una ciencia que solo toma una decisión si le damos la respuesta nosotros mismos

b)

Es un modelo que NO se utiliza en el campo de la inteligencia artificial

c)

Es un conjunto de datos que se agrupan siguiendo un patrón

d)

Son herramientas gráficas que se utilizan para representar y tomar decisiones basadas en un conjunto de condiciones y acciones posibles.

5.

¿Cuál es la función principal de las redes neuronales en IA?

a)

Es el procesamiento de información para realizar tareas de aprendizaje y toma de decisiones, imitando el funcionamiento del cerebro humano.

b)

La función principal de las redes neuronales en IA es la generación de energía eléctrica

c)

La función principal de las redes neuronales en IA es la producción de alimentos

d)

La función principal de las redes neuronales en IA es la construcción de edificios

6.

Dentro de las redes neuronales, ¿cómo se conoce en inglés el aprendizaje profundo?

a)

Machine Learning

b)

Deep Learning

c)

Dark Learning

d)

Random Forest

7.

¿Qué es el sesgo en el contexto de la inteligencia artificial?

a)

El sesgo en inteligencia artificial se refiere a la preferencia por algoritmos lentos

b)

Se refiere a la tendencia a favorecer ciertos grupos o resultados debido a la subjetividad o prejuicios implícitos.

c)

Se refiere a la imparcialidad de los algoritmos, que son totalmente objetivos

d)

Se refiere a la capacidad que tiene el ser humano para sesgar o romper cosas

8.

¿Cuál es el objetivo del aprendizaje automático en IA?

a)

Enseñar a las máquinas a comunicarse con los humanos a través del lenguaje natural.

b)

Es desarrollar algoritmos y modelos que permitan a las IA aprender de los datos (etiquetados o no) y tomar decisiones en función de dicho aprendizaje

c)

Es desarrollar software que pueda predecir el clima con precisión.

d)

Es crear robots que puedan realizar tareas domésticas.

9.

¿Cómo se conoce al aprendizaje automático en el que se entrena a la IA mediante datos etiquetados?

a)

Por refuerzo

b)

Semi supervisado

c)

No supervisado

d)

Supervisado

10.

¿Cómo se conoce al aprendizaje automático en el que se entrena a la IA mediante datos NO etiquetados, cuyo objetivo es encontrar patrones?

a)

Por refuerzo

b)

Semi supervisado

c)

No supervisado

d)

Supervisado

11.

¿Cómo se conoce al aprendizaje automático en el que se entrena a la IA mediante recompensas o penalizaciones?

a)

Por refuerzo

b)

Semi supervisado

c)

No supervisado

d)

Supervisado

12.

¿Cuál es la diferencia entre el aprendizaje supervisado y no supervisado en el aprendizaje automático? Demuestra que realmente lo tienes claro...

a)

La diferencia radica en que el aprendizaje no supervisado utiliza datos etiquetados

b)

La principal diferencia radica en que el aprendizaje supervisado utiliza datos etiquetados para entrenar el modelo, mientras que el aprendizaje no supervisado no requiere etiquetas y busca patrones o estructuras en los datos por sí mismo.

c)

La diferencia radica en que el aprendizaje supervisado no utiliza datos etiquetados

d)

La diferencia radica en que el aprendizaje supervisado busca patrones en los datos por sí mismo

13.

Un programa informático que utiliza inteligencia artificial (IA) y procesamiento del lenguaje natural (NLP) para comprender las preguntas de las personas y automatizar las respuestas a dichas preguntas, simulando la conversación humana es un...

a)

Charlatán

b)

Botchat

c)

Chatbot

d)

Asistente doméstico

14.

Marca las dos opcones correctas sobre realidad virtual y aumentada

a)

Las visitas virtuales a museos o el streetview de Google son ejemplos de realidad virtual

b)

Las visitas virtuales a museos o el streetview de Google son ejemplos de realidad aumentada

c)

Superponer elementos virtuales sobre la realidad de fondo, son ejemplos de realidad virtual

d)

Superponer elementos virtuales sobre la realidad de fondo, son ejemplos de realidad aumentada