SI - UDC

La IA simbólica... escoja la falsa. contienen conocimiento explícito usando símbolos, reglas, hechos, ontologías. Razonan mediante inferencia lógica. Separan conocimiento y razonamiento. Utilizan fuentes de conocimiento. Su explicabilidad, al ser simbólica, es baja.

La IA subsimbólica... escoja la falsa. aprende patrones automáticamente. está basado en conocimiento implícito aprendido a partir de datos. utiliza reglas explícitas con grandes volúmenes de datos. son potentes en percepción. alto coste computacional.

En cuanto a la IA simbólica y subsimbólica... escoja la falsa. En la actualidad se suelen usar ambas para mejorar la explicabilidad y reducir el riesgo de sesgos. La IA simbólica tiene una explicabilidad inferior a la subsimbólica, por eso en la actualidad se usa más esta última. La IA subsimbólica presenta un nivel menor de riesgo de sesgo que la simbólica, por eso se usa esta útima en la actualidad. La IA simbólica presenta un gran consumo energético y computacional que no lo tiene la IA subsimbólica. Todas las opciones son falsas.

La IA Simbólica es clave en. Dominios regulados como sanidad o derecho, pues tiene alta explicabilidad. Dominios regulados como desarrollo software o derivados, pues tiene bajo coste computacional. Dominios no regulados en entornos en la web, porque tiene bajo coste computacional. Dominios no regulados que necesiten alta explicabilidad. Dominios regulados que necesiten bajo coste computacional.

El AI Act europeo requiere de la IA: Documentación, evaluación de riesgos y mecanismos de supervisión humana. Trazabilidad, correcto funcionamiento y supervisión continua. Integración controlada y mecanismos de supervisión humana. Integración completa (para evitar fallos de sistema), documentación y supervisión humana. Ninguna de las opciones es correcta.

Los agentes... Son programas de ordenador que exhiben cualquier comportamiento inteligente. Perciben su entorno y actúan sobre él. Arquitectura+Programa. Puede tomar decisiones basado en inputs. Todas las opciones son correctas.

La arquitectura del agente. Engloba los módulos que componen al mismo. Contiene componentes de percepción, selección de acciones y la acción. Engloba todas las funciones fundamentales del agente. a) y b). b) y c).

Un agente que está basado en reflejos de su entorno es un. Agente reactivo simple. Agente basado en modelos. Agente basado en metas. Agente basado en utilidad. Agente basado en propósito.

Un agente que mantiene un estado interno donde almacena la evolución de su entorno y cómo sus acciones lo afectan es un. Agente reactivo simple. Agente basado en modelos. Agente basado en metas. Agente basado en utilidad. Agente basado en propósito.

Un agente que planifica secuencias de acciones para lograr un objetivo en el entorno es un. Agente reactivo simple. Agente basado en modelos. Agente basado en metas. Agente basado en utilidad. Agente basado en propósito.

Un agente que filtra sus acciones no solamente por el entorno sino por la bondad del estado es un. Agente reactivo simple. Agente basado en modelos. Agente basado en metas. Agente basado en utilidad. Agente basado en propósito.

Cada acción de un agente lleva a un estado que es predecible. Determinista. Estocástico. Observabilidad completa. Observabilidad parcial. Indeterminista.

Cada acción depende de un elemento aleatorio además de la acción tomada. Determinista. Estocástico. Observabilidad completa. Observabilidad parcial. Indeterminista.

Los sensores del agente le permiten conocer todo su entorno. Determinista. Estocástico. Observabilidad completa. Observabilidad parcial. Indeterminista.

Los sensores del agente le permiten conocer algo de su entorno. Determinista. Estocástico. Observabilidad completa. Observabilidad parcial. Indeterminista.

Un crucigrama es un problema. Determinista. Estocástico. Complejo. Imperfecto. Indeterminista.

Un ajedrez es un problema. Determinista de observabilidad completa multiagente. Determinista de observabilidad parcial multiagente. Estocástico de observabilidad completa multiagente. Estocástico de observabilidad parcial multiagente. Ninguna de las anteriores.

Un solitario es un problema. Determinista de observabilidad completa multiagente. Determinista de observabilidad parcial multiagente. Estocástico de observabilidad completa multiagente. Estocástico de observabilidad parcial multiagente. Ninguna de las anteriores.

La conducción autónoma es un problema. Determinista de observabilidad completa multiagente. Determinista de observabilidad parcial multiagente. Estocástico de observabilidad completa multiagente. Estocástico de observabilidad parcial multiagente. Ninguna de las anteriores.