INTELIGENCIA ARTIFICIAL

¿Es la Inteligencia Artificial una ciencia nueva, y a quiénes se considera como los padres de la IA?. La Inteligencia Artificial es una ciencia emergente que surgió en los últimos 20 años, siendo pioneros John McCarthy y Alan Turing, quienes diseñaron los primeros modelos de redes neuronales. La Inteligencia Artificial no es un campo reciente; se formalizó en los años 50, y algunos de sus padres son Alan Turing, John McCarthy y Marvin Minsky, quienes establecieron bases fundamentales en el razonamiento y la cognición artificial. Aunque es un campo que ha surgido en la última década, la IA fue desarrollada principalmente por John McCarthy y Marvin Minsky, quienes establecieron los primeros principios de la robótica avanzada. La Inteligencia Artificial es una disciplina de reciente creación, y sus fundadores fueron Alan Turing y Herbert Simon, quienes introdujeron el concepto de aprendizaje automático en la década de los 90.

¿A qué tipo de función de membresía corresponde la siguiente gráfica?. Singleton. Trapezoidal. Gaussiana. Sigmoidal.

¿Cuál de las siguientes librerías está especializada en el tratamiento difuso?. fuzzy. matplotlib. tensorflow.keras. numpy.

Del siguiente código. ¿Cuáles son dos herramientas que nos permiten resolver un sudoku?. Iteratividad y Algoritmo A*. Algoritmo genético y mutación. Algoritmo DFS y Dijkstra. Recursividad y Backtracking.

¿A qué algoritmo pertenece el siguiente código?. BFS. DFS. A*. Backtraking.

Señale una razón válida para que la lógica difusa tenga participación en los sistemas actuales. La realidad obedece a las leyes y normas del álgebra de Boole. La realidad humana maneja normas lingüísticas imprecisas. La realidad es un conjunto de proposiciones totalmente precisas. La realidad se puede representar en términos de verdadero y falso.

Se plantea elegir una de las dos botellas de agua teniendo en cuenta que la opción A presenta un factor de pertinencia de 0.8 al conjunto agua potable y la opción B una probabilidad de 0.8 de ser agua potable. ¿Cuál es la mejor opción?. Se debería elegir la opción A debido a que únicamente un 0.2 por clento no corresponde a agua potable. Se debería elegir la opción A debido a que un factor de pertenencia b. de 0.8 al conjunto agua potable seria mejor que una probabilidad de 0.8. Se debería elegir la opción B puesto que de cada 10 botellas al menos 2 contendrán agua potable. Se debería elegir la opción B puesto que una probabilidad de 0.8 d. de que la botella contenga agua potable es mejor que un factor de pertinencia de 0.8.

¿Cuál es la diferencia entre Incertidumbre e imprecisión en los sistemas difusos?. La imprecisión es la ambigüedad en los conceptos del a. sistema y la Imprecisión es la sobrecarga de datos informativos. La Incertidumbre se refiere a la falta de certeza y conocimiento, y la imprecisión es la falta de exactitud. La Incertidumbre es el desconocimiento de información y la imprecisión es información falsa o errónea. La incertidumbre es la falta de limites o categorías definidas y la imprecisión es la falta conocimiento.

¿Cuál es la función del Kernel en una rede neuronal convolucional?. Es el núcleo del sistema operativo. Es una matriz de números o filtro aplicada a la imagen original. Es la función matemática que nos permite encontrar detalles en las imágenes. Es un tipo de red neuronal.

¿Qué problema busca resolver el enfoque denominado Representation Learning?. Aumentar automáticamente la velocidad física del procesador durante el entrenamiento. Reemplazar los datos de entrenamiento por información generada aleatoriamente sin relación con el problema. Descubrir una representación adecuada de los datos cuando sus características son difíciles de identificar manualmente. Convertir cualquier problema de clasificación en un sistema basado exclusivamente en reglas.

¿Cuál tarea corresponde a un problema de clasificación?. Predecir la temperatura diaria como una cantidad decimal. Calcular la duración futura de un viaje en minutos. Estimar el valor exacto de una vivienda en dólares. Asignar una persona a la categoría adulto o niño según sus características.

¿Cuál es el objetivo general del aprendizaje no supervisado?. Optimizar decisiones mediante recompensas y penalizaciones definidas por un entorno. Ajustar una función usando pares de entrada y salida proporcionados por un docente. Memorizar etiquetas conocidas para repetirlas sin analizar los datos. Inferir estructuras o patrones presentes en un conjunto de datos sin etiquetas.