option
Cuestiones
ayuda
daypo
buscar.php

IA UJA - Test Ordinaria 26

COMENTARIOS ESTADÍSTICAS RÉCORDS
REALIZAR TEST
Título del Test:
IA UJA - Test Ordinaria 26

Descripción:
Test del examen de la convocatoria ordinaria de Inteligencia Artificial

Fecha de Creación: 2026/07/01

Categoría: Otros

Número Preguntas: 20

Valoración:(0)
COMPARTE EL TEST
Nuevo ComentarioNuevo Comentario
Comentarios
NO HAY REGISTROS
Temario:

A nivel de competencias, la Inteligencia Artificial actual se clasifica en su mayoría como: Super-Inteligencia. Inteligencia artificial general, con inteligencia idéntica a la humana en generalización. Inteligencia artificial específica, capaz de realizar una tarea concreta incluso mejor que un humano.

En la estructura de un agente que aprende, ¿qué componente sugiere acciones que conduzcan a experiencias nuevas e informativas?. Elemento de actuación. Generador de problemas. Crítica.

¿Cuándo se considera que un entorno es estocástico?. Cuando las percepciones nunca varían a lo largo del tiempo. Cuando es estado siguiente resulta impredecible a partir de la información disponible. Cuando el siguiente estado del medio está totalmente determinado por el estado actual.

Los agentes reactivos basados en modelos utilizan un estado interno fundamentalmente para: Eliminar por completo el uso de sus sensores. Manejar la visibilidad parcial, almacenando información sobre las partes del mundo que no se pueden ver. Reemplazar su medida de rendimiento externo.

En un algoritmo de búsqueda, la frontera (o lista ABIERTA) está formada por: Los nodos que ya se han expandido. Los estados objetivo validados. Un conjunto de nodos que se han generado pero que aún no se han expandido.

La propiedad de completitud en un algoritmo de búsqueda significa que: Siempre encontrará la mejor solución posible. El algoritmo encontrará una solución si esta existe. El algoritmo termina en un tiempo razonable.

¿Cuál es la principal diferencia entre los juegos y los problemas de búsqueda simple?. Los juegos no utilizan árboles de búsqueda. En los juegos hay adversarios impredecibles que requieren una estrategia de réplica. Los juegos siempre tienen información perfecta.

En teoría de juegos, una estrategia dominante fuerte es aquella que: Solo funciona si el contrincante comete errores. Da un mejor resultado para todas las posibles acciones del contrincante. Garantiza siempre el empate en juegos de suma cero.

En la matriz de balances de juegos simultáneos, una estrategia pura es aquella que: Indica de forma determinista qué acción se va a realizar en cada situación. Se escoge de forma aleatoria mediante una distribución de probabilidad. Asegura el equilibrio cooperativo cediendo ventaja al oponente.

En contraste con los algoritmos de búsqueda para resolver problemas, en los problemas de optimización. El camino recorrido para alcanzar la solución final es irrelevante, importa la evaluación del estado actual mejorado. La secuencia completa de estados y acciones debe guardarse obligatoriamente para considerarlo exitoso. Se prohíbe el uso de funciones objetivo o de costo.

¿Cómo funciona la búsqueda por haz local?. Reinicia la búsqueda desde un punto aleatorio cada vez que falla. Mantiene k estados en paralelo y selecciona los mejores sucesores de todos ellos en cada iteración. Utiliza una red neuronal para predecir el siguiente estado.

La lógica no monótona se define como aquella en la cual: Lo verdadero se asume siempre para la eternidad del programa. Se requieren probabilidades matemáticas para cada predicado. Las conclusiones pueden ser retractadas o rectificadas ante la llegada de nueva información que cambie las premisas iniciales.

¿En qué se centra el conocimiento procedimental?. En la representación de hechos ciertos o falsos sobre objetos. En cómo se hace algo, detallando las acciones para lograr un objetivo. En definir categorías y taxonomías jerárquicas.

En fenómeno indeseable en el que un algoritmo de aprendizaje se ajusta de manera excelente a los datos de entrenamiento pero fracasa drásticamente prediciendo datos nuevos se llama: Aprendizaje subsimbólico. Efecto horizonte. Sobreajuste.

El uso de la Inteligencia Artificial para manipular subconscientemente el comportamiento humano con daños previsibles (por ejemplo, puntuación social gubernamental) está clasificado en la legislación europea como: Riesgo alto, pero permitido si se declara en los términos de servicio. Riesgo inadmisible y por tanto prohibido. Riesgo limitado que necesita transparencia moderada.

Para las aplicaciones que se consideren de alto riesgo (como control de infraestructuras críticos o contratación de empleo), antes de lanzarse al mercado: Se prohíben por sistema para todas las empresas. Tienen estrictas obligaciones como alta calidad de datos, documentación detallada, trazabilidad y medidas de supervisión humana. Solo están obligadas a informar al público de que se utilizan.

¿Qué algoritmo de optimización local comienza con k estados generados aleatoriamente y en cada iteración selecciona los k mejores sucesores de todos los vecinos?. Ascensión de colidas estocástica. Optimización por haz local. Algoritmo genético.

¿Cuál es la idea básica de la búsqueda A* de profundidad iterativa?. Utilizar una búsqueda voraz primero el mejor con una memoria acotada. Adaptar la búsqueda en profundidad iterativa usando el f-coste como corte. Evitar la expansión de caminos caros utilizando solo la heurística h(n) como corte.

¿Qué determina el tipo de problemas de aprendizaje en un agente?. El tipo de representación usada para los compoenentes. El tipo de retroalimentación disponible. Los componentes del elemento de acción que deben aprenderse.

¿Cuál es la principal limitación de la búsqueda primero en profundidad?. Requiere una gran cantidad de memoria. No es completa en espacios con profundidad infinita o ciclos. Siempre encuentra el estado objetivo de menor profundidad.

Denunciar Test