DIGITALIZACIÓN_T4

¿Qué define la inteligencia artificial?. Máquinas aprenden experiencias y patrones. Sistemas calculan números aleatorios constantemente. Ordenadores almacenan archivos sin análisis. Robots obedecen órdenes humanas siempre.

¿Qué caracteriza a la IA débil?. Diseñada tareas concretas y limitadas. Capaz sentir emociones humanas reales. Programada aprender cualquier conocimiento universal. Puede investigar física cuántica autónomamente.

¿Ejemplo típico de IA débil?. Asistentes virtuales gestionan recordatorios domésticos. Satélites predicen clima global futuro. Laboratorios crean vacunas sin datos. Poetas escriben versos por inspiración.

¿Existe hoy IA fuerte operativa?. Actualmente permanece concepto teórico inexistente. Ya funciona en teléfonos cotidianos. Gobiernos la usan para decisiones. Empresas la venden comercialmente globalmente.

¿Qué implica aprendizaje autónomo en AGI?. Genera conocimiento nuevo sin programación. Copia datos existentes sin análisis. Memoriza reglas humanas manualmente diseñadas. Repite respuestas entrenadas previamente siempre.

¿Qué describe el razonamiento en IA fuerte?. Resuelve problemas complejos no estructurados. Sigue guiones predefinidos rígidamente establecidos. Calcula operaciones aritméticas básicas rápidamente. Ejecuta comandos simples programados manualmente.

¿En qué se basa la IA simbólica?. Manipula símbolos reglas conocimiento explícito. Aprende patrones masivos mediante redes. Optimiza funciones matemáticas automáticamente siempre. Imitar cerebros biológicos con neuronas.

¿Por qué la IA simbólica es interpretable?. Razonamiento visible paso por paso. Cajas negras complejas difíciles explicar. Modelos ocultos impiden comprensión humana. Algoritmos cambian resultados aleatoriamente siempre.

¿En qué se inspira la IA subsimbólica?. Emula funcionamiento biológico del cerebro. Programa reglas lógicas detalladas manualmente. Almacena símbolos en bases jerárquicas. Sigue instrucciones humanas predefinidas estrictamente.

¿Ventaja principal del deep learning?. Procesa grandes volúmenes datos complejos. Garantiza decisiones totalmente transparentes siempre. Requiere pocas muestras para entrenarse. Usa reglas explícitas fáciles interpretar.

¿Qué imitan los algoritmos genéticos?. Simulan selección natural evolución biológica. Copian pensamiento humano racionalmente lineal. Ejecutan cálculos matemáticos deterministas simples. Aplican normas lógicas rígidas previamente.

¿Qué permite la lógica difusa?. Manejar incertidumbre con grados verdad. Obligar decisiones binarias absolutas siempre. Clasificar datos sin contexto alguno. Eliminar ambigüedades automáticamente completamente hoy.

¿Qué ocurrió en la conferencia de Dartmouth?. Acuñaron término inteligencia artificial colaborativamente. Construyeron primer robot humanoide operativo. Lanzaron internet pública mundialmente disponible. Prohibieron investigación sobre máquinas pensantes.

¿Qué propuso Alan Turing en 1950?. Evaluar inteligencia máquina mediante diálogo. Crear videojuegos educativos interactivos infantiles. Diseñar primeros ordenadores personales comerciales. Desarrollar sistema experto médico autónomo.

¿Qué fue el programa ELIZA?. Primer intento procesamiento lenguaje natural. Algoritmo reconocimiento facial masivo moderno. Robot industrial completamente autónomo avanzado. Motor búsqueda web semántica temprana.

¿Qué eran DENDRAL y MYCIN?. Sistemas expertos especializados aplicados ciencia. Lenguajes programación visual para niños. Videojuegos educativos de lógica matemática. Bases datos genéricas empresariales distribuidas.

¿Qué representa la aparición de Prolog?. Lenguaje asociado inteligencia simbólica clásica. Plataforma redes neuronales profundas modernas. Herramienta visualización gráfica interactiva avanzada. Sistema almacenamiento masivo datos distribuidos.

¿Qué logró la retropropagación en 1986?. Revivió interés redes neuronales artificiales. Eliminó necesidad datos entrenamiento reales. Creó asistentes virtuales comerciales domésticos. Sustituyó completamente sistemas expertos previos.

¿Qué consiguió Deep Blue en 1997?. Derrotó campeón mundial ajedrez Kasparov. Aprendió conducir vehículos autónomos urbanos. Generó textos literarios creativos masivamente. Predijo estructuras proteínas con precisión.

¿Qué ocurrió en 2006 con deep learning?. Popularizó aprendizaje profundo reconocimiento patrones. Lanzó primer teléfono inteligente táctil. Prohibió uso algoritmos genéticos académicamente. Desarrolló traductor automático universal perfecto.

¿Qué demostró IBM Watson en 2011?. Comprender responder preguntas lenguaje natural. Conducir camiones autónomos largas distancias. Jugar videojuegos estratégicos en línea. Escribir novelas completas sin errores.

¿Qué marcó AlexNet en 2012?. Gran avance visión por computadora. Fin minería datos estadística clásica. Creación primer chatbot conversacional realista. Lanzamiento mercado realidad virtual doméstica.

¿Por qué fue importante AlphaGo?. Derrotó campeón mundial juego Go. Automatizó fábricas robóticas completamente globalmente. Predijo clima con exactitud absoluta. Sustituyó médicos en diagnósticos hospitalarios.

¿Qué mostró GPT-3 en 2020?. Alta capacidad generación texto coherente. Resolución automática ecuaciones cuánticas complejas. Control total robots industriales peligrosos. Predicción perfecta mercados financieros globales.

¿Qué logró AlphaFold en 2022?. Predijo estructuras proteínas alta precisión. Diseñó coches voladores comerciales autónomos. Escribió código software sin humanos. Controló tráfico aéreo internacional global.

¿Qué aporta el big data a la IA?. Proporciona grandes conjuntos datos entrenamiento. Reemplaza algoritmos aprendizaje completamente hoy. Toma decisiones éticas finales automáticamente. Garantiza modelos siempre sin sesgos.

¿Qué es la minería de datos?. Descubre patrones tendencias relaciones significativas. Elimina información inútil sin análisis. Almacena archivos multimedia en nube. Protege sistemas informáticos contra ataques.

¿Cuál es la primera etapa de minería de datos?. Recolección preparación limpieza datos inconsistentes. Despliegue inmediato resultados empresariales prácticos. Evaluación final modelos predictivos creados. Transformación formatos visuales interactivos avanzados.

¿Qué hace la clasificación?. Asigna elementos categorías predefinidas observadas. Agrupa datos según similitudes ocultas. Predice valores numéricos continuos futuros. Detecta anomalías fuera patrones normales.

¿Qué es clustering?. Agrupa elementos por similitudes inherentes. Asigna etiquetas supervisadas manualmente humanas. Calcula relaciones lineales entre variables. Identifica datos atípicos sospechosos rápidamente.

¿Qué define aprendizaje supervisado?. Entrena modelos con datos etiquetados. Explora patrones ocultos sin etiquetas. Aprende mediante recompensas y castigos. Reduce dimensionalidad variables irrelevantes automáticamente.

¿Qué busca el aprendizaje no supervisado?. Encuentra estructuras ocultas en datos. Predice resultados con ejemplos correctos. Recibe recompensas por acciones tomadas. Clasifica transacciones fraudulentas bancarias rápidamente.

¿Qué caracteriza el aprendizaje por refuerzo?. Aprende mediante prueba error recompensas. Usa etiquetas previas para entrenarse. Descubre clusters en datos masivos. Sigue reglas lógicas diseñadas humanos.

¿Por qué Python domina en IA?. Simplicidad bibliotecas y comunidad extensa. Velocidad ejecución siempre superior hardware. Único lenguaje compatible redes neuronales. Obliga programación puramente funcional estricta.

¿Ejemplo de biblioteca IA en Python?. TensorFlow entrena modelos aprendizaje profundo. Excel gestiona hojas cálculo financieras. Word redacta documentos empresariales formales. Photoshop edita imágenes creativas profesionales.