Modulo optativo GAT: Inteligencia artificial

El fine-tuning permite personalizar un modelo general para usos específicos. Falso. Verdadero.

¿Qué tipo de aprendizaje corresponde a "Aprendizaje supervisado"?. Datos etiquetados como "spam" o "no spam". Descubre patrones sin etiquetas. Recompensas o castigos en videojuegos. Entrena en una tarea y se adapta a otra. Ajusta un modelo general para tareas específicas.

¿En IA conversacional, el prompt influye en la salida?. Falso. Verdadero.

¿Un modelo es lo mismo que un algoritmo?. Verdadero. Falso.

¿La IA puede dar impresión de empatía, pero no siente emociones reales?. Falso. Verdadero.

¿Qué tipo de IA se especializa en tareas limitadas?. Narrow AI. General AI. Generative AI. Predictive AI. Discriminative AI. Analytical AI. Statistical AI.

¿Los datos estructurados siempre reflejan fenómenos complejos como emociones?. Falso. Verdadero.

¿Cuál es la diferencia entre IA predictiva y analítica?. Verdadero. Falso.

¿El aprendizaje supervisado usa datos etiquetados?. Falso. Verdadero.

¿La IA se refiere exclusivamente a generar contenido creativo?. Verdadero. Falso.

¿Cuál es la característica de la Era del Big Data?. Era del optimismo. Invierno de la IA. Resurgimiento. Era del Big Data.

¿Qué situación representa mejor machine learning?. Navegador GPS que actualiza ruta. App de mensajería. Procesador de texto. Reloj digital.

¿Qué característica define al machine learning?. Aprende, se adapta y mejora. Solo almacena datos. Algoritmos predefinidos. Necesidad constante de intervención.

¿Qué datos son útiles para predecir demanda en gestión de almacén?. Historial de ventas y datos estacionales. Imágenes de productos. Conversaciones de servicio. Vídeos del almacén.

¿Qué tipo de IA se utiliza para analizar radiografías y distinguir tumores?. Discriminative AI. Generative AI. Predictive AI.

¿La IA actual puede aprender como humano sin datos nuevos?. Verdadero. Falso.

¿Un asistente de voz puede reconocer canciones con pocos segundos de audio?. Verdadero. Falso.

¿La IA generativa siempre produce resultados originales totalmente distintos a datos entrenados?. Verdadero. Falso.

¿El reconocimiento facial que falla en ciertos rasgos físicos es un ejemplo de sesgo?. Verdadero. Falso.

¿La IA puede sustituir completamente a médicos en diagnósticos?. Verdadero. Falso.

¿Los motores de búsqueda funcionan igual que la IA generativa?. Verdadero. Falso.

¿Mismo prompt para dos usuarios genera siempre respuesta idéntica?. Verdadero. Falso.

¿Qué desafío corresponde a "Consistencia"?. Respuestas variables. Requisitos técnicos. Compromiso de datos. Falta de estándares. Sesgos, alucinaciones. Modelos quedan obsoletos.

¿Cuál es la importancia de la calidad de los datos?. Lleva a resultados precisos y útiles. Mejora velocidad. Reduce coste. Facilita programación.

¿Qué caracteriza a los datos semiestructurados?. Poseen cierta estructura mediante etiquetas o formatos estandarizados.

¿Qué tipo de datos corresponde a "Texto"?. Artículo, correo. Imagen. Canción, sonido. Película, YouTube. Hoja de cálculo, registro.

¿Cuál es el principal desafío de los datos no estructurados?. Requieren procesamiento previo complejo.

¿Qué caracteriza a los algoritmos en "Determinismo"?. Mismos datos, mismos resultados. Manejar volúmenes crecientes. Definir operaciones. Eficiencia. Usar menos recursos.

¿Qué tipo de algoritmo corresponde a "Regresión"?. Predice temperatura. Radiografía hueso roto. Agrupa clientes sin categorías. Reconoce voces.

¿Qué tipo de aprendizaje se utiliza si la IA recibe fotos de frutas etiquetadas y clasifica nuevas fotos?. Supervisado. No supervisado. Refuerzo.

¿Un robot en almacén aprende con recompensas y penalizaciones, qué tipo de aprendizaje está utilizando?. Supervisado. No supervisado. Refuerzo.

¿Qué tipo de aprendizaje se usa para agrupar canciones sin etiquetas?. Supervisado. No supervisado. Refuerzo.

¿Los modelos de IA almacenan todas las imágenes o textos de entrenamiento?. Verdadero. Falso.

¿Cuál es el ejemplo de "CNN"?. Diagnóstico radiografía. Ilustración nueva. Voces sintéticas. Asistente resume noticia. Variantes de ropa.

¿Cuál es el orden correcto del entrenamiento de un modelo?. Reunir datos, Limpiar datos, Entrenar modelo, Evaluar modelo, Validar con datos nuevos. Reunir datos, Evaluar modelo, Limpiar datos, Validar con datos nuevos, Entrenar modelo.

¿Qué es el sobreajuste?. Subajuste. No hay problema. Sobreajuste.

¿Cuál es un indicador de subajuste?. Modelo acierta entrenamiento, falla nuevas plantas. Modelo falla entrenamiento y nuevas plantas. Responde distinto cada vez.

¿Cuáles son las etapas del proceso de entrenamiento de IA?. Recopilación de datos, Preparación de datos, Alimentación al modelo, Ajuste de parámetros, Evaluación y refinamiento.

¿El entrenamiento requiere datos etiquetados en todos los casos?. Verdadero. Falso.

¿Qué tipo de input corresponde a "Imagen"?. Detecta objeto. Chatbot redacta correo. Asistente transcribe reunión. Analiza cámara tráfico.

¿Cuál es el factor principal de la calidad del output?. Número de parámetros. Calidad y especificidad del input. Cantidad de datos entrenamiento.

¿Cuáles son los pasos que la IA sigue al recibir una entrada?. Usuario escribe input, Modelo interpreta texto, Modelo compara con patrones aprendizaje, Modelo genera salida, Sistema entrega output.

¿Qué problema demuestra el traductor automático que convierte "llover a cántaros" en "raining jugs"?. Traduce literalmente. Necesita más memoria. PNL puede cometer errores con expresiones idiomáticas.

¿Cuál es el rol del prompt en IA conversacional?. Entrada del usuario que guía la respuesta. Hardware. Algoritmo interno. Base de datos conversaciones.

¿Qué escenario representa el impacto negativo de la IA en la interacción humana?. Equipo médico usa IA. Traductor usa IA. Empresa reemplaza atención al cliente por chatbots. Profesor usa IA para personalizar materiales.