DASP La inteligencia artificial II

¿Cuál es la base de la inteligencia artificial simbólica?. Métodos de cálculo numérico. Razonamiento lógico y símbolos. Imágenes digitales y modelos estadísticos. Entrenamiento por refuerzo.

¿Qué diferencia clave existe entre la inteligencia simbólica y la inteligencia computacional?. La simbólica usa razonamiento lógico, mientras que la computacional emplea métodos numéricos. La simbólica se basa en imágenes, mientras que la computacional solo usa datos. La simbólica imita emociones humanas, la computacional no. No hay diferencia; son términos sinónimos.

¿Qué características son propias de la inteligencia artificial simbólica?. Emplea símbolos para representar conceptos abstractos. Se basa exclusivamente en redes neuronales. Utiliza lógicas proposicionales y conectores lógicos. Incorpora conocimientos y reglas humanas en programas informáticos.

¿En qué campos se utiliza la investigación heurística?. Matemáticas. Psicología. Ingeniería. Agricultura.

¿Qué afirmaciones son ciertas sobre los símbolos en la IA simbólica?. Permiten representar cosas inmateriales. Se usan exclusivamente en inteligencia artificial general. Se emplean para definir conceptos abstractos. Son esenciales para esquematizar el pensamiento.

¿Qué elemento distingue principalmente a la inteligencia artificial simbólica?. La capacidad de procesar imágenes. El uso de símbolos y reglas lógicas para representar el conocimiento. La utilización de sensores para captar información del entorno. El análisis de datos mediante técnicas estadísticas.

¿Qué función tienen los símbolos en la inteligencia artificial simbólica?. Sirven solo como elementos gráficos para visualización. Representan conceptos abstractos y estructuran el pensamiento lógico. Sustituyen al lenguaje natural. Codifican sonidos y frecuencias para tareas auditivas.

¿Qué tipo de problemas es más adecuado abordar con IA simbólica?. Reconocimiento facial. Traducción automática basada en redes neuronales. Problemas que requieren pensamiento lógico y representación del conocimiento. Clasificación de imágenes mediante aprendizaje profundo.

¿Cuál de las siguientes afirmaciones sobre la inteligencia artificial simbólica es correcta?. No es útil para resolver problemas complejos. Es el método líder para abordar problemas con necesidad de razonamiento lógico. Solo se usa en inteligencia artificial general. Es incompatible con los sistemas actuales de IA.

¿Qué caracteriza a la inteligencia artificial subsimbólica?. Utiliza únicamente lógica y símbolos para representar la información. Modela la inteligencia a un nivel similar al de las neuronas. Se basa exclusivamente en reglas predeterminadas y fijas. Está diseñada para replicar el comportamiento humano en todas sus áreas.

¿Cuál es una de las principales diferencias entre la inteligencia simbólica y la subsimbólica?. La simbólica usa redes neuronales, mientras que la subsimbólica utiliza lógica matemática. La subsimbólica está más relacionada con la biología, mientras que la simbólica con la psicología. La simbólica es más compleja que la subsimbólica. La subsimbólica solo se utiliza para juegos y simulaciones.

¿Qué tipo de sistema computacional es característico de la inteligencia artificial subsimbólica?. Algoritmos basados en lógica matemática. Redes neuronales artificiales (RNA). Procesadores de lenguaje natural basados en reglas. Sistemas basados en almacenamiento y búsqueda de datos.

¿En qué áreas se utilizan típicamente las redes neuronales artificiales (RNA)?. Reconocimiento de voz y procesamiento de lenguaje natural. Resolución de problemas lógicos complejos. Aplicaciones de psicología cognitiva. Reconocimiento de imágenes.

¿En qué casos suele aplicarse la inteligencia artificial subsimbólica?. Cuando el problema se puede resolver con reglas simples y fijas. Cuando el problema es difícil de resolver mediante métodos tradicionales. Para simular comportamientos humanos en la toma de decisiones éticas. En sistemas donde es posible definir reglas muy específicas.

¿Qué tipo de problemas puede abordar la inteligencia artificial subsimbólica más eficientemente?. Problemas difíciles de resolver con reglas específicas y complejas. Problemas con una única solución lógica. Tareas que requieren razonamiento basado en principios filosóficos. Tareas de simple clasificación y etiquetado.

¿Qué caracteriza a la inteligencia artificial simbólica?. Utiliza cadenas que representan conceptos del mundo real, almacenadas y solicitadas cuando se necesiten. Se enfoca en el reconocimiento de patrones a partir de datos sin procesar. No necesita reglas explícitas para funcionar. Se basa únicamente en grandes cantidades de datos para aprender.

¿Cómo se caracteriza el enfoque de la inteligencia artificial subsimbólica en comparación con la simbólica?. Utiliza explícitamente reglas y hechos representados como cadenas. Proporciona datos sin procesar a la máquina, permitiéndole reconocer patrones y crear representaciones por sí misma. Requiere que todos los hechos y reglas sean proporcionados a un sistema antes de que pueda aprender. Se basa en la interpretación humana de los datos antes de ser procesados.

¿Cuál de las siguientes afirmaciones describe mejor la dificultad de la inteligencia artificial simbólica?. Es difícil de configurar porque no necesita reglas explícitas. Es más difícil de configurar debido a la necesidad de traducir hechos y reglas en cadenas explícitas. Es fácil de configurar debido a que se basa en grandes volúmenes de datos. No requiere reglas, solo patrones reconocidos por la máquina.

¿Qué es necesario para que la inteligencia artificial subsimbólica aprenda eficazmente?. Enormes cantidades de datos para identificar patrones y crear representaciones. Registros explícitos de hechos y reglas para ser utilizados directamente. Interacciones humanas constantes para ayudar a crear las representaciones. Un enfoque basado solo en el razonamiento lógico.

¿Cómo pueden integrarse la inteligencia artificial simbólica y subsimbólica de manera beneficiosa?. Son completamente incompatibles y no se pueden combinar. La simbólica se encarga de reconocer patrones y la subsimbólica crea reglas. Ambas pueden integrarse para alcanzar una representación global de los datos y conceptos abstractos. La simbólica crea patrones, mientras que la subsimbólica procesa cadenas de datos.

¿Cuál es una ventaja clave de la integración de la inteligencia artificial simbólica y subsimbólica?. Permite una representación más global de los datos sin procesar y de los conceptos abstractos. Hace que los sistemas simbólicos sean más rápidos al procesar datos sin la intervención de grandes volúmenes de datos. Permite que solo la IA simbólica maneje los datos mientras que la subsimbólica solo clasifica patrones. Mejora la capacidad de la IA subsimbólica para trabajar sin grandes volúmenes de datos.

¿Qué aspecto destaca en el aumento de la automatización en los últimos años?. Procesos completamente digitalizados que funcionan sin que los ciudadanos sean conscientes de ello. La creación de robots capaces de realizar tareas sin la intervención de humanos. El incremento de la robótica en la manufactura y la construcción. El desarrollo de robots que solo realizan tareas físicas simples.

¿Cómo reaccionan las nuevas generaciones ante la automatización y la robótica?. Son escépticas respecto a la inteligencia artificial. Tienen incorporada la existencia de máquinas que diferencian imágenes, comprenden órdenes verbales y conducen coches. Se muestran preocupadas por la falta de control sobre las máquinas. Prefieren realizar tareas manuales en lugar de depender de las máquinas.

¿Qué se espera sobre el rendimiento de las máquinas en un futuro cercano?. Continuarán trabajando en paralelo con los humanos sin superar sus capacidades. Se espera que las máquinas superen el rendimiento humano en diversas tareas. Las máquinas se mantendrán en funciones simples como la automatización de tareas físicas. Las máquinas no serán capaces de realizar tareas complejas que requieran creatividad.

¿En qué consiste el "grado de información" que las máquinas poseen para funcionar?. La capacidad de tomar decisiones basadas en información almacenada de manera manual. La recopilación y procesamiento de datos para ejecutar tareas sin intervención humana. La capacidad de aprender de grandes cantidades de datos y realizar tareas de forma autónoma. El control total de las máquinas por parte de los humanos para garantizar la seguridad.

¿Qué tareas podrían superar las máquinas en el futuro?. Tareas complejas en las que las máquinas podrán superar el rendimiento humano. Solo tareas repetitivas y manuales. Solo tareas físicas que no requieran aprendizaje. Actividades como la educación y la creatividad artística.

¿Cuál de las siguientes características define a las máquinas reactivas en la inteligencia artificial?. Conservan recuerdos de experiencias pasadas para conectar con acciones futuras. Se basan en la capacidad de aprender de sus experiencias anteriores. Se centran exclusivamente en las situaciones actuales y reaccionan según la mejor acción posible. Son capaces de simular emociones humanas para tomar decisiones.

¿Cuál es un ejemplo de máquina reactiva en inteligencia artificial?. Siri de Apple. Un coche autónomo. Blue de IBM. Un robot con autoconciencia.

¿Qué característica principal tienen las máquinas con memoria limitada?. Pueden almacenar experiencias pasadas de manera indefinida. No necesitan datos para realizar tareas. Almacenan datos por un corto período de tiempo. Conservan recuerdos de experiencias pasadas para conectar con acciones futuras.

¿Qué es un ejemplo de una máquina con memoria limitada?. Un sistema de IA que simula emociones. Un robot con autoconciencia. Coches autónomos que almacenan información temporalmente. Un programa que simula la teoría de la mente.

¿Qué es la "teoría de la mente" en inteligencia artificial?. El desarrollo de máquinas con la capacidad de tomar decisiones por sí solas. Una máquina que puede almacenar datos a largo plazo para su uso futuro. Una teoría en investigación que pretende crear máquinas que simulen comprender las emociones humanas y sus consecuencias. Un tipo de IA que reacciona solo a estímulos inmediatos sin memoria.

¿Qué se espera de las máquinas que posean autoconcepto en el futuro?. Ser capaces de aprender y aplicar reglas estrictas de conducta humana. Ser más eficientes en tareas repetitivas, como la limpieza o la fabricación. Reconocer emociones, tener sentimientos y alcanzar autoconciencia, siendo más inteligentes que la mente humana. Ser máquinas simples que no desarrollan capacidades emocionales o cognitivas avanzadas.

¿Cuál de las siguientes afirmaciones describe mejor a las máquinas reactivas en la inteligencia artificial?. Se basan en experiencias pasadas para decidir sobre acciones futuras. No conservan recuerdos y se enfocan solo en las situaciones actuales. Son capaces de almacenar información a largo plazo para su uso futuro. Pueden realizar tareas complejas de razonamiento y planificación.

¿En qué se diferencia una máquina con memoria limitada de una máquina reactiva?. Las máquinas con memoria limitada no requieren información para tomar decisiones. Las máquinas con memoria limitada conservan recuerdos a largo plazo. Las máquinas con memoria limitada almacenan datos por un corto período de tiempo. Las máquinas con memoria limitada son más complejas que las máquinas reactivas.

¿Qué tecnología se utiliza en coches autónomos para mejorar su funcionalidad?. Memoria limitada, que les permite almacenar datos brevemente para tomar decisiones. Teoría de la mente, que simula emociones humanas. Autoconcepto, que les permite reconocer sus propias emociones. Redes neuronales subsimbólicas que analizan patrones de datos complejos.

¿Qué objetivo tiene la teoría de la mente en la inteligencia artificial?. Crear máquinas que únicamente respondan a comandos de voz. Desarrollar máquinas que simulen comprender las emociones y sus consecuencias. Mejorar el rendimiento de las máquinas reactivas mediante memoria a largo plazo. Desarrollar máquinas que solo reaccionen a estímulos inmediatos sin considerar emociones.

¿Cuál de las siguientes es una característica clave de las máquinas basadas en la teoría de la mente?. Son capaces de almacenar recuerdos a largo plazo. Pueden simular las consecuencias de sus acciones y mejorar su comunicación con los humanos. Se basan en datos de memoria limitada para realizar tareas. Son completamente autónomas sin necesidad de interacción humana.

¿Qué distingue al autoconcepto en la inteligencia artificial en comparación con otros tipos de IA tipo II?. Solo se ocupa de realizar tareas básicas de forma eficiente. Se enfoca en la mejora de la memoria de las máquinas para hacerlas más eficientes. Es una etapa futura donde las máquinas pueden desarrollar emociones y autoconciencia. Se caracteriza por la capacidad de las máquinas para realizar tareas humanas básicas sin interacción emocional.

¿Cuál de las siguientes afirmaciones es cierta respecto a las máquinas con memoria limitada?. Siempre conservan datos a largo plazo para su uso en el futuro. Utilizan procesos simbólicos para representar información. No pueden adaptarse a cambios en su entorno debido a la falta de memoria. Sólo almacenan información durante un período corto para tomar decisiones inmediatas.

¿En qué se diferencia la máquina con memoria limitada de la máquina reactiva?. Las máquinas con memoria limitada no reaccionan a estímulos actuales. Las máquinas reactivas utilizan información almacenada a largo plazo. Las máquinas con memoria limitada almacenan temporalmente datos que pueden ser utilizados para realizar una tarea. Las máquinas con memoria limitada reaccionan basándose solo en las situaciones presentes, pero con algo de contexto pasado.

La inteligencia artificial se puede dividir en varios tipos. En concreto existen dos categorías que se basan en las capacidades y la funcionalidad de la IA. Tipo I. Tipo II.

¿Cuál es el objetivo principal del algoritmo creado por Humana Pharmacy para los centros de llamadas?. Mejorar la eficiencia en la resolución de problemas técnicos. Optimizar el tiempo de respuesta de los agentes. Instruir a los empleados para ser más amables y empáticos con los clientes. Reducir la cantidad de llamadas entrantes.

¿Qué tipo de patrones analiza la inteligencia artificial en las llamadas del centro de atención al cliente?. La velocidad de respuesta a las preguntas más comunes. El tipo de emociones expresadas en los correos electrónicos. Patrones de comunicación como la velocidad de voz, tono y silencios prolongados. La cantidad de llamadas que recibe cada agente.

¿Cómo ayuda el algoritmo de inteligencia artificial a los agentes comerciales durante las llamadas?. Mejora la calidad de las llamadas a través de un sistema de grabación. Proporciona respuestas automáticas a las preguntas de los clientes. Notifica a los agentes si están hablando demasiado rápido, alto o si hay silencios prolongados. Registra la información de los clientes para futuras promociones.

¿Qué impulsó la creación de este algoritmo de inteligencia artificial para centros de llamadas?. Reducir costes operativos en el centro de llamadas. Mejorar la tecnología de respuesta automática. Brindar una atención personalizada y empática, y ayudar a personas con discapacidades. Mejorar la productividad de los empleados a través de métricas.

¿Qué tipo de emociones o actitudes se busca evitar con el uso de la inteligencia artificial en la atención al cliente?. Actitudes positivas y proactivas. Reacciones impulsivas o inesperadas. Proceso de resolución de problemas demasiado lento. Falta de empatía, frustración o comunicaciones incómodas.

¿Por qué podría el desarrollo de la inteligencia artificial ser beneficioso a largo plazo para mejorar la atención al cliente?. Ayuda a reducir el número de agentes en los centros de llamadas. Aumenta la cantidad de ventas mediante respuestas automáticas. Puede mejorar la calidad de vida de las personas al fomentar interacciones más humanas y comprensivas. Reduce la duración de las llamadas sin necesidad de intervención humana.

¿Cuál es una de las principales ventajas de usar robots sociables en el contexto de atención al cliente?. Aseguran que todas las conversaciones sean estrictamente profesionales. Permiten a los clientes hacer preguntas sin tener que esperar en línea. Ayudan a los empleados a ser más empáticos y comunicarse de manera más eficaz. Aceleran las transacciones bancarias y la resolución de quejas.