Inteligencia Artificial en Sectores Productivos DAW

¿Qué capacidad han adquirido las máquinas y los sistemas informáticos para realizar diversas tareas?. Inteligencia Artificial. Automatización. Robótica. Machine Learning.

¿Cuál es una de las clasificaciones de la IA en función de las tareas específicas que puede llevar a cabo?. IA simbólica. IA subsimbólica. IA débil. IA de aprendizaje profundo.

¿Qué tipo de IA se refiere a sistemas diseñados y entrenados para realizar tareas específicas?. IA fuerte. IA simbólica. IA débil. IA subsimbólica.

¿Cuál de los siguientes es un ejemplo de inteligencia artificial débil?. Un sistema que puede mantener una conversación filosófica. Un robot con conciencia propia. Un asistente virtual como Siri o Alexa. Una IA que aprende a ser humana.

¿Qué tipo de IA tendría la capacidad de entender, aprender y aplicar conocimientos de manera general, similar a un ser humano?. IA débil. IA simbólica. IA subsimbólica. IA fuerte.

¿Cuál es una característica clave de la inteligencia artificial fuerte?. Enfoque en tareas específicas. Aprendizaje autónomo. Dependencia de reglas explícitas. Limitación en el procesamiento de datos.

¿En qué se basa la inteligencia artificial simbólica?. En la manipulación de números y cálculos. En la imitación del cerebro humano. En la manipulación de símbolos y reglas. En el aprendizaje a través de prueba y error.

¿Qué limitación presenta la IA simbólica en la gestión de grandes cantidades de datos?. Su alta capacidad de adaptación. Su dificultad en la toma de decisiones en tiempo real. Su dependencia de la IA subsimbólica. Su simplicidad en la representación del conocimiento.

¿Qué tipo de IA usa matemáticas y computación para imitar cómo aprende el cerebro humano?. IA simbólica. IA débil. IA subsimbólica. IA fuerte.

¿Cómo se llama el aprendizaje que se da en la IA subsimbólica cuando aprende sola con muchos datos?. Aprendizaje simbólico. Aprendizaje supervisado. Aprendizaje profundo (deep learning). Aprendizaje por refuerzo.

¿Cuál es una desventaja de la IA subsimbólica?. Su dificultad para adaptarse a nuevas situaciones. Su incapacidad para procesar grandes volúmenes de datos. La dificultad para entender cómo toma decisiones. Su dependencia exclusiva de reglas escritas.

¿Qué tecnología de la IA subsimbólica imita el funcionamiento de las neuronas del cerebro?. Algoritmos genéticos. Redes neuronales artificiales. Lógica difusa. Sistemas basados en agentes.

¿Qué programa de inteligencia artificial desarrollado por DeepMind venció a los mejores jugadores humanos de Go?. Watson. AlphaGo. Deep Blue. Siri.

¿En qué década se considera que tuvo lugar el nacimiento formal de la IA?. Décadas de 1940 y 1950. Década de 1950. Décadas de 1960 y 1970. Década de 1980.

¿Qué avance importante ocurrió en las décadas de 1960 y 1970 en el campo de la IA?. La primavera de la IA. El auge de los sistemas expertos. Los primeros algoritmos y sistemas. La expansión de la IA y el aprendizaje automático.

¿Cuándo se produjo la expansión de la IA y el aprendizaje automático?. Década de 1980. Década de 1990. Década de 2000. Década de 2010.

¿Qué caracteriza a la década de 2000 en la evolución de la IA?. La IA generativa. El auge de los sistemas expertos. Avances en hardware y big data. La primavera de la IA.

¿Qué término describe la década de 2010 en el contexto de la IA?. El nacimiento formal de la IA. La primavera de la IA. El auge de los sistemas expertos. La IA generativa.

¿Qué se espera para la década de 2020 en el campo de la IA?. Primeros conceptos de IA. Expansión de la IA y aprendizaje automático. IA generativa y expansión de aplicaciones. Avances en hardware y big data.

¿Cómo trabajan coordinadamente la IA y el big data?. La IA genera los datos y el big data los analiza. Son tecnologías independientes sin relación. El big data proporciona datos y la IA extrae conocimiento de ellos. El big data se enfoca en el aprendizaje y la IA en la programación.

¿Qué es la minería de datos (data mining)?. El proceso de almacenar grandes cantidades de datos. La creación de algoritmos de IA. El proceso de descubrir patrones y relaciones significativas en grandes conjuntos de datos. La visualización de datos en gráficos.

¿Cuál es la primera etapa del proceso de minería de datos?. Modelado y análisis. Evaluación e interpretación. Recolección y preparación de datos. Transformación de datos.

¿Qué implica la etapa de 'Transformación de datos' en minería de datos?. Limpiar los datos de inconsistencias. Analizar los patrones encontrados. Convertir los datos a un formato adecuado para el análisis. Implementar los conocimientos obtenidos.

¿Qué técnica de minería de datos se utiliza para agrupar elementos en clusters o grupos basados en similitudes?. Clasificación. Regresión. Análisis de asociación. Clustering (Agrupación).

Si Amazon te recomienda 'Las personas que compraron este producto también compraron...', ¿qué técnica de minería de datos está utilizando?. Detección de anomalías. Clasificación. Regresión. Análisis de asociación.

¿Qué técnica de minería de datos se usa para identificar datos que no se ajustan a patrones normales o esperados?. Clustering. Detección de anomalías. Clasificación. Regresión.

Tanto el machine learning como el deep learning necesitan una gran cantidad de datos para: Reducir la complejidad del modelo. Aprender y mejorar de los errores cometidos. Aumentar la velocidad de procesamiento. Simplificar la toma de decisiones.

¿Cuál es el objetivo del aprendizaje supervisado?. Encontrar patrones ocultos en datos no etiquetados. Aprender a través de prueba y error con recompensas. Aprender a partir de datos etiquetados. Agrupar datos sin etiquetas previas.

¿Cómo funcionan los filtros de spam en servicios de correo electrónico como Gmail?. Mediante aprendizaje no supervisado. Utilizando aprendizaje por refuerzo. A través de aprendizaje supervisado. Con análisis de asociación de palabras clave.

¿Cuál es el objetivo del aprendizaje no supervisado?. Predecir valores continuos. Maximizar recompensas mediante acciones. Encontrar patrones o estructuras ocultas en datos no etiquetados. Asignar elementos a categorías predefinidas.

Un ejemplo de aplicación del aprendizaje no supervisado es agrupar clientes para realizar campañas de marketing más efectivas. ¿A qué técnica se refiere?. Regresión. Clustering (Agrupación). Clasificación. Detección de anomalías.

¿En qué tipo de entorno se da el aprendizaje por refuerzo?. Un entorno con datos etiquetados. Un entorno donde se adoptan acciones para lograr una recompensa. Un entorno con datos sin etiquetar. Un entorno de simulación de redes neuronales.

¿Cómo recibe el agente retroalimentación en el aprendizaje por refuerzo?. Mediante respuestas correctas explícitas. A través de la clasificación de datos. En forma de recompensas o castigos. Por la identificación de patrones ocultos.

¿Cuál es el lenguaje de programación más popular en inteligencia artificial debido a su simplicidad y gran cantidad de bibliotecas?. Java. R. Python. C++.

¿Qué lenguaje de programación se utiliza principalmente en estadística y análisis de datos, siendo popular por sus capacidades de procesamiento y visualización?. Python. Java. R. SQL.

¿Por qué se usa Java habitualmente en aplicaciones empresariales en el contexto de la IA?. Por su enfoque en la visualización de datos. Por su simplicidad y bibliotecas. Por su estabilidad y escalabilidad. Por su uso en análisis estadístico.

¿Qué permite la unión de algoritmos de IA y big data en las organizaciones?. Reducir la necesidad de personal. Obtener conocimientos valiosos, tomar mejores decisiones y automatizar tareas. Incrementar los costos operativos. Limitar la innovación tecnológica.

En el sector de Transporte y Logística, ¿qué aplicación de la IA se utiliza para optimizar las rutas de entrega?. Vehículos autónomos. Robots de almacén. Sistemas de recomendación. Optimización de rutas.

¿Cómo ayuda la IA en el diagnóstico y tratamiento médico?. Proporcionando asesoramiento médico general. Analizando imágenes médicas para detectar enfermedades. Gestionando citas y recordatorios de medicación. Automatizando la facturación de servicios.

¿Qué rol juegan los roboadvisors en el sector financiero?. Detectando fraude en transacciones. Automatizando la atención al cliente. Ayudando a gestionar inversiones basadas en análisis de datos. Proporcionando asesoramiento sobre regulaciones.

En el sector de Manufactura, ¿qué beneficio aporta el mantenimiento predictivo basado en IA?. Aumentar el tiempo de inactividad de la maquinaria. Reducir la eficiencia de producción. Predecir fallos en maquinaria y mejorar la eficiencia. Incrementar los costos de reparación.

¿Cómo se aplican los tutores inteligentes en el ámbito de la Educación?. Analizando el rendimiento general de los estudiantes. Filtrando currículums para procesos de selección. Proporcionando tutoría personalizada y adaptativa. Analizando el sentimiento de los empleados.

En Recursos Humanos, ¿qué función cumple la IA en el reclutamiento y selección?. Analizar la satisfacción de los empleados. Filtrar currículums y ayudar a identificar candidatos adecuados. Proporcionar tutoría personalizada. Optimizar la logística de transporte.

¿Qué aplicación de la IA se utiliza en Agricultura de precisión?. Recomendaciones de productos para clientes. Gestión de inventarios. Uso de drones y sensores para monitorizar cultivos. Análisis de sentimiento en encuestas.

En Retail y comercio electrónico, ¿cómo ayudan los sistemas de IA a los clientes?. Optimizando la gestión de inventarios. Sugiriendo productos basados en su historial de compras y navegación. Prediciendo cosechas futuras. Analizando el rendimiento académico.

¿Qué permite la IA en la gestión de inventarios en el sector Retail?. Predecir la demanda y optimizar los niveles de inventario. Automatizar el proceso de reclutamiento. Diagnosticar enfermedades médicas. Generar contenido educativo.