Inteligencia Artificial Ra1

¿En qué año se celebró la conferencia de Dartmouth, considerada el nacimiento de la IA como campo de estudio?. 1945. 1956. 1968. 1972.

¿Qué término acuñaron los visionarios en la conferencia de Dartmouth para definir el campo de estudio?. Cibernética. Máquinas inteligentes. Procesamiento complejo de la información. Inteligencia artificial.

¿Cuál fue el período conocido como el 'Invierno de la IA'?. Años 50-60. Años 70-80. Años 90-2000. 2000-presente.

¿Qué caracteriza a la IA según el documento?. Capacidad de aprender, adaptarse y mejorar (machine learning). Ser completamente autónoma sin necesidad de supervisión humana. Solo enfocada en tareas específicas. Carece de capacidad de adaptación.

¿Cuál es la principal distinción entre los tipos de IA según su capacidad?. IA General y IA Específica. IA Débil y IA Fuerte. IA Narrow y IA General. IA Predictiva y IA Generativa.

¿A qué se refiere la 'narrow AI'?. Sistemas diseñados para realizar tareas específicas. Sistemas capaces de realizar cualquier tarea intelectual humana. IA que se centra en la creación de nuevo contenido. IA que analiza datos históricos para predicciones.

¿Qué tipo de IA predomina en la actualidad?. IA General. IA Generativa. IA Predictiva. IA Narrow.

¿Qué caracteriza a la 'general AI'?. Capacidad para comprender, aprender y aplicar conocimientos en múltiples dominios. Especialización en tareas específicas. Creación de contenido nuevo. Análisis de datos históricos.

¿En qué se centra la 'generative AI'?. Creación de nuevo contenido. Analizar datos históricos. Clasificar y distinguir categorías de datos. Procesar grandes volúmenes de datos para identificar patrones.

¿Qué hace la 'predictive AI'?. Predicciones sobre eventos futuros. Crear contenido nuevo. Clasificar datos. Identificar patrones en datos históricos en tiempo real.

¿Cuál es el enfoque principal de la 'discriminative AI'?. Clasificar y distinguir entre diferentes categorías de datos. Crear contenido nuevo. Hacer predicciones sobre eventos futuros. Identificar patrones, tendencias y relaciones ocultas.

¿Qué hace la 'analytical AI'?. Procesa grandes volúmenes de datos para identificar patrones, tendencias y relaciones ocultas. Clasifica y distingue categorías de datos. Crea contenido nuevo. Predice eventos futuros.

¿En qué se basa la 'statistical AI'?. Modelos matemáticos para analizar datos y hacer predicciones. Clasificar y distinguir entre categorías de datos. Creación de nuevo contenido. Identificar patrones en tiempo real.

¿Cuál es una característica clave de la IA Generativa?. Produce texto, imágenes, música o vídeos. Es un concepto teórico sin aplicaciones prácticas. Solo puede analizar datos existentes. Carece de capacidad de aprendizaje.

¿Cuál es un riesgo asociado con la IA Discriminativa?. Errores en la clasificación y necesidad de revisar conclusiones. Generación de nuevo contenido. Dificultad para hacer predicciones. Poca capacidad de procesamiento.

¿Qué problema destaca el documento sobre los modelos de IA?. No están exentos de errores ni de sesgos. Son completamente autónomos. No necesitan supervisión humana. Son infalibles.

¿Qué es la 'alucinación' de la IA?. Cuando el modelo produce resultados fabricados sin base en la realidad. Una sobrecarga de información. Un error humano al usar la IA. Un fallo en el hardware.

¿Por qué es importante la supervisión humana en la IA?. Validar los resultados y corregir errores. Asegurar que la IA funcione más rápido. Entrenar mejor a la IA. Proteger la privacidad de los datos.

¿Qué ocurre si compartes tu cuenta con otra persona en plataformas de streaming?. Las recomendaciones se mezclan y dejan de ser útiles. La IA aprende más rápido. La IA te recomendará contenido nuevo. Todo funcionará igual.

¿Qué es un ejemplo de 'desinformación' que puede generar la IA?. Que la IA responda a una pregunta con total seguridad aunque incluya un dato inventado. La creación de nuevas imágenes. Un asistente de voz que entiende tus órdenes. Un programa que clasifica tus fotos.

¿Qué se necesita para usar IA Generativa de imágenes?. Recursos computacionales significativos. Un ordenador con poca capacidad. Una conexión a internet lenta. No necesita ninguna capacidad especial.

¿Qué desafíos afronta la IA?. Privacidad, falta de estándares, consistencia y obsolescencia. Falta de conexión a internet. Poca información sobre el tema. Todas las anteriores.

¿Qué problema plantea la falta de estándares universales?. Inconsistencias en el desarrollo y aplicación de la IA. Mayor facilidad de uso. Mayor velocidad en la generación de contenido. Todas las anteriores.

¿Por qué es necesario verificar siempre los resultados de la IA?. Para usarla bajo supervisión humana. Para asegurar que los modelos se utilicen de manera responsable. Para evitar sesgos y errores. Todas las anteriores.

¿Qué aspecto de la IA plantea problemas en relación con los datos?. La privacidad. La capacidad de procesamiento. La velocidad de respuesta. La capacidad de aprender.

¿Qué tipo de profesionales están surgiendo con la IA?. Diseñadores de prompts. Analistas de datos junior. Supervisores de IA. Todas las anteriores.

¿Qué ocurre con los modelos de IA a medida que avanza la tecnología?. Se vuelven obsoletos. Mejoran continuamente. Se vuelven más fáciles de usar. Todas las anteriores.

¿Qué se recomienda para trabajar con IA?. Aprender a usarla con criterio. Temerla y no usarla. Idealizarla. Ignorarla.

¿Qué es clave para la innovación en IA?. Mantenerse informado y adoptar un enfoque crítico y ético. Ignorar las limitaciones de la IA. Creer en todos los mitos sobre la IA. Todas las anteriores.

¿Qué tipo de IA utiliza los sistemas de recomendación en plataformas de streaming?. Generative AI. Predictive AI. Discriminative AI. Statistical AI.