Font size
WorksheetsIA-UNIDAD 2: Clasificación de Inteligencias Artificiales
Total questions: 38
Worksheet time: 27mins
¿Cuáles son las diferencias entre IA Débil y IA Fuerte?
Clasificación según capacidad: ¿Qué es la Inteligencia Artificial Estrecha (ANI)?
¿Qué son los sistemas basados en reglas?
Utilizan reglas predefinidas para tomar decisiones.
Simulan el razonamiento de un experto.
Son más flexibles que los sistemas expertos.
Son menos útiles en diagnóstico.
¿Cuál es la diferencia entre IA especializada y IA general?
La IA especializada es más eficiente en su campo.
La IA general es limitada a su dominio.
La IA especializada es adaptable a múltiples tareas.
La IA general requiere menor capacidad de procesamiento.
¿Cuáles son algunos desafíos éticos en el desarrollo de IA?
Sesgos en los algoritmos.
Necesidad de grandes volúmenes de datos.
Interpretabilidad de modelos.
Seguridad.
¿Qué es la IA explicable (XAI)?
Un campo que se enfoca en la transparencia de modelos.
Un tipo de IA que no requiere datos.
Un sistema que no necesita ser regulado.
Una técnica de aprendizaje automático.
¿Cuáles son las características principales de la IA explicable?
Transparencia, confianza, cumplimiento normativo.
Velocidad, eficiencia, adaptabilidad.
Complejidad, opacidad, rigidez.
Simplicidad, costo, accesibilidad.
¿Qué es la IA generativa?
Un tipo de inteligencia artificial que crea contenido nuevo.
Un tipo de inteligencia artificial que solo analiza datos.
Un tipo de inteligencia artificial que se especializa en juegos.
¿Qué es la IA cuántica?
Combina computación cuántica con algoritmos de IA.
Es un tipo de IA que no utiliza datos.
Es un tipo de IA que solo se usa en juegos.
¿Cuáles son los desafíos actuales de la IA?
Hardware limitado, ruido y errores, escalabilidad.
Falta de interés, escasez de datos, problemas de ética.
Demasiados recursos, falta de aplicaciones, escasa investigación.
¿Cuáles son las características principales de la IA generativa?
Creatividad, versatilidad, aprendizaje no supervisado.
Velocidad, precisión, simplicidad.
Eficiencia, costo, accesibilidad.
¿Cuáles son las aplicaciones de la IA cuántica?
Simulación molecular, optimización logística, criptografía.
Análisis de datos, predicción de tendencias, marketing.
Desarrollo de videojuegos, diseño gráfico, música.
¿Qué son las redes neuronales?
Programas de la AI capaces de simular las funciones de aprendizaje del ser humano
Son algoritmos que se unen
Neuronas reales de humanos trasladadas a un software
¿Cuál es la función principal de los PROMPTs en Chat GPT?
Proporcionar instrucciones al modelo.
Controlar la temperatura de generación de texto.
Filtrar contenido inapropiado.
Mejorar la velocidad de respuesta del modelo.
Es la disciplina de la IA basada en el procesado de la señal de imagen o vídeo, con el objetivo de reconocer patrones, formas, y en el mejor de los casos, identificar fielmente los diferentes elementos en una imagen.
Reconocimiento visual
Reconocimiento de Voz
Lenguaje natural
Robótica
¿Cuál es el objetivo de los sistemas expertos?
Resolver problemas de álgebra
Diagnosticar enfermedades
Jugar ajedrez
Reconocer voces
¿Qué capacidad tienen las inteligencias artificiales en la medicina?
Hacer diagnósticos
Controlar drones militares
Conducir automóviles
Traducir de un idioma a otro
Es el tipo más básico de inteligencia artificial. Solo se basa en decisiones sobre el momento presente, pero no puede analizar datos pasados ni aprender en base a ellos. Es decir, no evoluciona. El anterior anunciado hace referencia a:
Máquinas reactivas
Memoria limitada
Autoconciencia
Teoría de la mente
Este tipo de inteligencia artificial sí son capaces de mirar al pasado, pero de forma limitada. Es decir, puede almacenar la información que recoge durante cierto tiempo, y añadirla a su programación para crear nuevos patrones de comportamiento.
Teoría de la mente
Memoria Limitada
Máquinas reactivas
Autoconciencia
Se trata de que la inteligencia artificial tenga conciencia de sí misma y se reconozca como un ente independiente y capaz de tomar decisiones, diferenciando entre sí mismo y los objetos/personas/sistemas que le rodean.
Autoconciencia
Memoria Limitada
Maquinas reactivas
Teoría de la mente
¿Cuáles son las implicaciones sociales del uso de la IA en el lugar de trabajo?
Mejora en la calidad de vida.
Desplazamiento de empleos.
Aumento de la productividad.
Reducción de costos operativos.
¿Qué es el aprendizaje profundo (deep learning) en el contexto de la IA?
Una técnica de análisis de datos sin supervisión.
Un método de programación tradicional.
Un tipo de aprendizaje automático que utiliza redes neuronales profundas.
¿Cómo se puede mitigar el sesgo en los algoritmos de IA?
Utilizando datos diversos y representativos.
Reduciendo la cantidad de datos utilizados.
Implementando algoritmos más complejos.
¿Cuál es la característica principal de una red neuronal recurrente (RNN)?
Utiliza una arquitectura completamente conectada
Puede recordar información en series de tiempo
Procesa imágenes en lotes
Optimiza redes convolucionales
¿Cuál es un problema común que enfrentan las RNNs estándar?
Falta de capacidad de aprendizaje
Desvanecimiento del gradiente
Subentrenamiento
Sobreentrenamiento
¿Cómo maneja el transformer las secuencias en comparación con una RNN?
Secuencialmente, igual que una RNN
Paralelamente, procesando todas las posiciones simultáneamente
Mediante retropropagación
Utilizando redes convolucionales
¿Qué es el tokenización en Procesamiento de Lenguaje Natural (NLP)?
El proceso de dividir texto en frases
El proceso de dividir texto en palabras o subpalabras
El proceso de generar texto
El proceso de comprimir datos
Los _ _ _ _ _: Son el conjunto de unidades de procesamiento interconectadas
Nodos
Puntos
Neuronas
Nudos
Cuando no hay entradas negativas
Cuando el umbral es negativo
Cuando la suma de productos entre entradas y pesos es menor que el umbral
Cuando la suma de productos entre entradas y pesos es mayor o igual al umbral
En este tipo de modelo, los algoritmos trabajan para lograr el objetivo o intentan mejorar el desempeño en una tarea en particular. Es popularmente usado para resolver juegos.
Aprendizaje Supervisado
Aprendizaje No Supervisado
Aprendizaje por Refuerso
Aprendizaje Cognitivo
Las redes neuronales son consideradas un algoritmo de...
Aprendizaje Máquina
Aprendizaje Profundo
Inteligencia Artificial
Ninguna de las anteriores
¿Qué son las capas ocultas en una red neuronal?
Las capas ocultas son las capas que almacenan datos de forma permanente.
Las capas ocultas son las capas intermedias en una red neuronal que procesan la información entre la entrada y la salida.
Las capas ocultas son las capas de entrada en una red neuronal.
Las capas ocultas son las capas de salida en una red neuronal.
¿Qué es un perceptrón y cómo funciona?
Un perceptrón es un modelo de red neuronal que toma entradas, aplica pesos y una función de activación para producir una salida.
Un perceptrón es un software de edición de imágenes.
Un perceptrón es un dispositivo físico que mide la temperatura.
Un perceptrón es un tipo de algoritmo de búsqueda en bases de datos.
¿Cuál es la diferencia entre una red neuronal y un algoritmo tradicional?
Una red neuronal utiliza solo datos numéricos, mientras que un algoritmo tradicional puede trabajar con cualquier tipo de dato.
La red neuronal imita el funcionamiento del cerebro humano, mientras que un algoritmo tradicional sigue reglas predefinidas.
Una red neuronal es más lenta que un algoritmo tradicional en el procesamiento de grandes cantidades de datos.
Una red neuronal no requiere entrenamiento, mientras que un algoritmo tradicional necesita ser programado manualmente para cada tarea.
¿Qué tipo de red neuronal se utiliza comúnmente en aplicaciones de visión por computadora para la detección de objetos y el reconocimiento de patrones en imágenes?
Red Neuronal Convolucional (CNN).
Red Neuronal Recurrente (RNN).
Perceptrón Multicapa (MLP).
Red de Adaline.
Después de que todos los puntos de datos en el conjunto de entrenamiento hayan pasado a través de una red neuronal, decimos que _______________ se ha completado.
una revolución
una época
un período
un paso
Geoffrey Hinton y Yoshua Bengio
Warren McCulloch y Walter Pitts
