Módulo optativo

¿Qué tipo de AI es Especializada en una tarea o un conjunto limitado de tareas?. Narrow AI. Predictive AI. Analytical AI. Statistical AI.

¿Qué tipo de AI tiene la capacidad de comprender, aprender y aplicar conocimientos en múltiples dominios?. Generative AI. General AI. Narrow AI. Analytical AI.

¿Qué tipo de AI aprende patrones de datos exisentes para genera contenido similar?. General AI. Generative AI. Discriminative AI. Predictive AI.

¿Qué tipo de AI se basa en patrones identificados en datos históricos?. Predictive AI. Analytical AI. Statistical AI. Generative AI.

¿Qué tipo e AI se entrena con datos etiquetados para maximizar la precisión de clasificación?. Discriminative AI. Statistical AI. Predictive AI. Narrow AI.

¿Qué tipo de AI identifica patrones, correlaciones o anomalías en tiempo real o histórico?. Analytical AI. Predictive AI. Discriminative AI. Statistical AI.

¿Qué tipo de AI se basa en modelos probabilísticos y pruebas de hipótesis?. Statistical AI. Analytical AI. Generative AI. General AI.

¿Qué tipo de AI tiene como función un Chatbot conversacional en tiempo real y coherente?. Generative AI. Predictive AI. Statistical AI. Analiytical AI.

¿Qué tipo de AI puede hacer un cálculo de riesgo crediticio con historial financiero?. Statistical AI. Generative AI. Predictive AI. Analytical AI.

¿Qué tipo de AI se utilizaría para evaluar la efectividad de un fármaco?. Statistical AI. Generative AI. Predictive AI. Analytical AI.

¿Qué tipo de AI utilizarías para la composición musical personalizada en un estilo clásico. Generative AI. Predictive AI. Statistical AI. Analytical AI.

¿Qué tipo de AI usarías para la identificación de tendencias de opinión en redes?. Analytical AI. Predictive AI. Generative AI. Statistical AI.

¿Qué tipo de AI sería la mas adecuada para la sugerencia de precios de alquiler óptimos?. Predictive AI. Generative AI. Statistical AI. Analytical AI.

¿Qué tipo de AI sería las más adecuada para la detención de patrones en enfermedades respiratorias?. Analytica AI. Generative AI. Predictive AI. Statistical AI.

¿Qué tipo de AI es la más adecuada para la predicción de abandono de clientes?. Predictive AI. Generative AI. Analytical AI. Statistical AI.

La naturaleza probabilística de estos modelos hace que sus respuestas varíen incluso con entradas similares, lo que exige verificación adicional en contextos que requieren precisión. ¿ A qué desafió pertenece esta definición?. Consistencia. Fiabilidad. Obsolescencia. Privacidad.

Su implementación demanda GPU potentes, grandes volúmenes de datos y alto consumo energético, lo que limita su accesibilidad y plantea retos ecológicos. Requisitos técnicos. Falta de estándares. Fiabilidad. Consistencia.

Los avances tecnológicos vuelven obsoletos rápidamente los modelos existentes, forzando actualizaciones frecuentes y estrategias escalables. ¿A qué desafío pertenece esta definición?. Obsolescencia. Requisitos técnicos. Fiabilidad. Privacidad.

La recopilación automática de datos de usuario sin transparencia puede comprometer información sensible, requiriendo configuración consciente de ajustes. ¿A qué desafío pertenece esta definición?. Privacidad. Falta de estándares. Fiabilidad. Obsolescencia.

La ausencia de normas universales permite discrepancias en ética, transparencia y privacidad entre modelos, dificultando un uso responsable. ¿ A qué desafío pertenece esta definición?. Falta de estándares. Fiabilidad. Privacidad. Consistencia.

Problemas como sesgos, alucinaciones o desinformación exigen supervisión humana y validación constante de los resultados. ¿ A qué tipo de dasafío pertenece esta definición?. Fiabilidad. Privacidad. Falta de estándares. Consistencia.

En un sistema de gestión de almacén basado en IA, ¿Qué tipo de datos serían más útiles para predecir la demanda de productos?. Historial de ventas y datos estacionales. Imágenes de los productos. Conversaciones de servicio al cliente. Vídeos del almacén.

Un hospital usa un modelo de IA para analizar radiografías y distinguir entre tumores malignos y benignos. ¿Qué tipo de IA está aplicando?. Discriminative AI. Generative AI. Predictive AI. Statistical AI.

¿En qué década fue la era del optimismo?. Años 50-60. Años 70-80. Años 90-2000. 2000-presente.

¿En qué década fue el invierno de la AI?. Años 50-60. Años 70-80. Años 90-2000. 2000-presente.

¿ En qué década fue el resurgimiento de la AI?. Años 50-60. Años 70-80. Años 90-2000. 2000-presente.

¿En qué década surgió la era del Big Data?. Años 50-60. Años 70-80. Años 90-2000. 2000-presente.

¿Cuál de las siguientes situaciones representa mejor el concepto de machine learning en la vida cotidiana?. Un navegador GPS que actualiza la ruta al detectar tráfico en tiempo real. Una app de mensajería que permite enviar audios y fotos a otros usuarios. Un procesador de texto que corrige automáticamente una falta de ortografía sin aprender del usuario. Un reloj digital que marca la hora exacta en cualquier momento del día.

¿Qué característica define al machine learning dentro del campo de la inteligencia artificial?. La habilidad de aprender, adaptarse y mejorar con el tiempo. La capacidad de almacenar grandes cantidades de datos sin procesarlos. El uso exclusivo de algoritmos predefinidos que no cambian. La necesidad de intervención humana constante para cada decisión.

¿Por qué es importante la calidad de los datos en la IA?. Lleva a resultados más precisos y útiles. Mejora la velocidad de procesamiento. Reduce el coste de los sistemas de IA. Hace que la IA sea más fácil de programar.

¿Qué característica principal define a los datos semiestructurados en comparación con otros tipos de datos?. Están completamente organizados en tablas de filas y columnas como bases de datos relacionales. Carecen totalmente de organización y requieren técnicas avanzadas de procesamiento. Solo pueden ser procesados por sistemas de inteligencia artificial especializados. Poseen cierta estructura mediante etiquetas o formatos estandarizados, aunque no siguen un esquema rígido.

¿Cuál es el principal desafío que presentan los datos no estructurados para los sistemas de inteligencia artificial?. Ocupan menos espacio de almacenamiento que los datos estructurados. Requieren un procesamiento previo más complejo para ser interpretados por máquinas. Son demasiado escasos para entrenar modelos de IA efectivos. Solo pueden ser analizados por humanos, nunca por sistemas automatizados.

Deben definir exactamente qué operaciones realizar. ¿A que tipo de algoritmo pertenece esta definición?. Precisión. Determinismo. Eficiencia. Escalabilidad.

Ante los mismos datos de entrada, producen los mismos resultados. A que tipo de de algoritmo perteneces esta definición?. Determinismo. Precisión. Eficiencia. Escalabilidad.

Buscan resolver problemas utilizando la menor cantidad de recursos posibles. ¿A que tipo de algoritmo pertenece esta definición?. Eficiencia. Escalabilidad. Determinismo. Precisión.

Capacidad para manejar volúmenes crecientes de datos. ¿ A que tipo de algoritmo pertenece esta definición?. Escalabilidad. Eficiencia. Determinismo. Precisión.

Un sistema que predice la temperatura que alcanzará mañana en tu ciudad a partir de los datos de los últimos 10 años. ¿A que tipo de algoritmo pertenece?. Regresión. Clustering. Redes neuronales. Clasificación.

Una aplicación que distingue si una radiografía muestra un hueso roto o sano. ¿A que tipo de algoritmo pertenece?. Clasificación. Clustering. Redes neuronales. Regresión.

Un programa que agrupa a los clientes de un gimnasio según sus rutinas y horarios, sin tener categorías definidas previamente. ¿ A que algoritmo pertenece esta definición?. Clustering. Regresión. Clasificación. Redes neuronales.

Una app que puede reconocer voces y transcribir lo que dicen en diferentes idiomas. ¿ A que algoritmo pertenece esta definición?. Redes neuronales. Regresión. Clasificación. Clustering.

Un sistema de IA recibe miles de fotos de frutas donde cada imagen está ya etiquetada como manzana, plátano o pera. Tras entrenarse, el sistema puede clasificar nuevas fotos en esas categorías. ¿Qué tipo de modelo es?. Supervisado. No supervisado. Refuerzo.

Un robot en un almacén aprende a mover cajas de un sitio a otro. Al principio comete muchos errores, pero va mejorando porque recibe recompensas cuando logra entregar la caja en el lugar correcto y penalizaciones cuando se equivoca. ¿Qué tipo de modelo es?. Supervisado. No supervisado. Refuerzo.

Un algoritmo analiza las canciones que escuchan los usuarios en una plataforma de música. Sin etiquetas previas, agrupa a los oyentes en “tribus musicales” según sus gustos, detectando patrones ocultos. ¿Qué tipo de modelo es?. Supervisado. No supervisado. Refuerzo.