Machine Learning

¿Cuál es el objetivo principal de la Inteligencia Artificial?. Reemplazar la fuerza física humana en fábricas. Crear sistemas capaces de realizar tareas que normalmente requieren inteligencia humana. Desarrollar computadoras que solo sigan instrucciones fijas.

¿Qué evalúa el Test de Turing propuesto en 1950?. La velocidad de procesamiento de una computadora. Si una máquina puede ser tan inteligente como un ser humano hasta el punto de ser indistinguible de uno. La cantidad de datos que puede almacenar un servidor.

¿Qué evento en 1956 se considera el nacimiento formal de la IA?. La publicación del artículo de Alan Turing. El Taller de Dartmouth. La creación de la calculadora de Leibniz.

¿Qué es el Machine Learning (Aprendizaje Automático)?. Un programa que sigue reglas estrictas "si-entonces". Una rama de la IA donde las computadoras aprenden de los datos sin ser programadas explícitamente para cada tarea. Una base de datos gigante.

¿En qué se inspira el Deep Learning (Aprendizaje Profundo)?. En la lógica filosófica de Aristóteles. En la estructura y funcionamiento del cerebro humano mediante redes neuronales artificiales. En los circuitos de radio antiguos.

¿Qué caracteriza a los Large Language Models (LLM)?. Se usan únicamente para cálculos matemáticos. Son modelos de Deep Learning entrenados con cantidades masivas de texto para entender y generar lenguaje natural. Son robots físicos.

¿Cómo se relacionan la IA, el Machine Learning y el Deep Learning?. Son campos totalmente separados. Son círculos concéntricos: la IA es el más grande, seguido por ML y luego DL. El Deep Learning es la base de todo lo demás.

¿Qué es la IA Estrecha (ANI) o IA Débil?. Una IA que se enfoca en realizar tareas y tiene sentimientos. Una IA que se enfoca en realizar tareas específicas de manera eficiente. Una IA que puede hacer cualquier tarea humana. Una IA que puede hacer cualquier tarea humana de forma profesional.

¿Cuál es el estado actual de la IA General (AGI)?. Es la tecnología que usamos hoy en día. Es puramente teórica y no existe actualmente. Se implementó por primera vez en 2010. Se implementó por primera vez en 2017.

¿Qué define a una "Máquina Reactiva" en la clasificación por funcionalidad?. Tiene memoria a largo plazo. Solo reacciona a estímulos actuales y no usa experiencias pasadas para decidir. Posee autoconciencia.

¿Qué tipo de IA utiliza la "Memoria Limitada"?. Calculadoras simples. Vehículos autónomos. Sistemas operativos antiguos.

¿Qué es un "Deepfake" según la clasificación de la UE?. Un virus informático. Contenido generado o manipulado (imagen, audio, video) que parece real. Una red neuronal profunda.

¿Cuál es el componente básico de procesamiento en una red neuronal?. Neurona artificial (Nodo). Un cable de datos. Una batería.

En una red neuronal, ¿qué representan los "Pesos" (Weights)?. El tamaño físico de la computadora. La importancia de una entrada particular en el proceso de decisión. El tiempo que tarda en entrenar.

¿Para qué sirve la "Función de Activación" en una neurona artificial?. Para encender la máquina. Para introducir no linealidad y permitir que la red aprenda relaciones complejas. Para borrar los datos antiguos.

¿Qué filósofo sentó las bases del pensamiento algorítmico con la lógica formal?. Aristóteles. Platón. Sócrates.

¿Cuál fue el aporte de George Boole en el siglo XIX para la IA?. Inventó la primera red neuronal. Desarrolló el álgebra booleana (valores verdadero/falso). Propuso el Test de Turing.

¿Qué proponen Warren McCulloch y Walter Pitts en 1943?. El primer robot autónomo. El primer modelo matemático de una red neuronal artificial. El término "Inteligencia Artificial".

¿Qué caracteriza al "Riesgo Limitado" en la Ley de IA de la UE?. Los sistemas están totalmente prohibidos. Los usuarios deben ser informados de que están interactuando con una máquina. No tienen ninguna regulación.

¿Qué es el "Sesgo" (Bias) en una neurona artificial?. Un error en los datos. Un valor constante que aumenta la flexibilidad del modelo al desplazar la función de activación. El nombre del creador de la red.

¿Cuál es el tipo de aprendizaje de Machine Learning que usa datos etiquetados?. Aprendizaje Supervisado. Aprendizaje No Supervisado. Aprendizaje por Refuerzo.

¿Qué busca la "Teoría de la Mente" en el desarrollo de la IA?. Copiar los archivos de un cerebro a un disco duro. Que la IA comprenda que otros seres tienen pensamientos, emociones e intenciones. Reemplazar la psicología humana.

¿Qué categoría de riesgo incluye a los filtros de spam y videojuegos según la UE?. Riesgo Alto. Riesgo Mínimo o Nulo. Riesgo Inaceptable.

¿Cuál es el enfoque principal del Machine Learning?. Crear robots con conciencia propia. Desarrollar algoritmos que permitan a las computadoras aprender de la experiencia y mejorar su rendimiento con el tiempo. Programar cada respuesta posible que debe dar una máquina.

¿En qué consiste el Aprendizaje Supervisado?. La máquina aprende sola sin ninguna guía. El aprendizaje se realiza utilizando datos que ya están etiquetados. Es un método de aprendizaje por ensayo y error.

¿Qué diferencia al Aprendizaje No Supervisado del Supervisado?. En el no supervisado se utilizan datos que no tienen etiquetas previas. El no supervisado no requiere computadoras potentes. El supervisado es solo para robots y el no supervisado para software.

¿Cómo funciona el Aprendizaje por Refuerzo?. Mediante la lectura masiva de libros de texto. A través de un proceso de aprendizaje por ensayo y error. Copiando exactamente lo que hace un humano en tiempo real.

¿Cuál es un ejemplo común de aplicación de Machine Learning en la vida cotidiana?. Una calculadora básica de bolsillo. Sistemas de recomendación y detección de spam. Un foco que se prende con un interruptor manual.