SIMULADOR INTELIGENCIA ARTIFICIAL

¿A qué algoritmo pertenece el siguiente código?. BFS. DFS. A *. Backtraking.

¿A qué algoritmo pertenece el siguiente código?. BFS. DFS. A *. Backtraking.

¿A qué categoría pertenecen los algoritmos de Redes Neuronales?. Algoritmos genéticos. Deep learning. Árboles de decisión. Fast learning.

¿A qué función de membresía corresponde la siguiente configuración de parámetros?. A. B. C. D.

¿A qué función de membresía corresponde la siguiente configuración de parámetros?. A. B. C. D.

A qué operación de conjuntos difusos hace referencia la siguiente imagen: 〖B⊆A⇔ μ_(B ) (x)≤μ〗_A (x)para ∀x∈X. μ_C (x)=max⁡(μ_A (x),μ_(B ) (x)) 〖=μ〗_A (x)Vμ_(B ) (x) para ∀x∈X. μ_~ A(x)=1-μ_A (x)para ∀x∈X. μ_C (x)=min⁡(μ_A (x),μ_(B ) (x))=μ_A (x)Λ μ_(B ) (x) para ∀x∈X.

¿A qué tipo de función de membresía corresponde la siguiente gráfica?. Trapezoidal. Singleton. Gaussiana. Sigmoidal.

¿A qué tipo de grafo corresponde la siguiente imagen?. Dirigido. Ponderado. Unidireccional. Digrafo.

¿A qué herramienta de IA pertenece el ejercicio realizado en clase sobre el recomendador de películas?. Búsqueda no informada. Algoritmo genético. Agente Inteligente. Sistema Experto.

¿A que hace referencia las siglas “AIoT”?. Inteligencia Artificial + Ciudades inteligentes. Internet Artificial + Sensores. Domótica + Internet de las cosas. Inteligencia artificial + Internet de las cosas.

¿A qué se refiere el concepto de percepciones en los agentes inteligentes?. Información, entrada, estímulos. Movimiento, proximidad, infrarrojo. Motores, engranajes, válvulas. Sensaciones naturales + computacionales.

¿A que se refieren las heurísticas de la Inteligencia Artificial?. Son estrategias de Machine Learning. Son algoritmos que permiten realizar búsquedas. Son estrategias de resolución de problemas. Son algoritmos que se basan en la comunicación humano máquina.

¿A qué tipo de algoritmo corresponde el siguiente la gráfica?. Red neuronal del conjunto de prueba. Árbol de decisión del conjunto de entrenamiento. Regresión lineal del conjunto de prueba. Red neuronal del conjunto de entrenamiento.

¿Cómo se denomina la entidad que permite interactuar con un entorno a través de sensores y modificarlo mediante actuadores?. Agente Inteligente. Red Neuronal. Sistema experto. Robot móvil.

¿A qué tipo de aprendizaje pertenece la siguiente imagen?. Aprendizaje por refuerzo. Aprendizaje semisupervisado. Aprendizaje no supervisado. Aprendizaje supervisado.

¿A qué se le conoce como el perceptrón?. A la red neuronal convolucional. A la red neuronal multicapa. A la red neuronal monocapa. A la red neuronal RELU.

¿Cómo funciona el algoritmo de Back tracking?. Se basa en el funcionamiento de la genética propuesta por Charles Darwin, utiliza individuos, población y mutaciones. Es similar a buscar el camino correcto en un laberinto, el momento en que tomemos una ruta que no es la adecuada damos vuelta y empezamos desde el último punto válido. Funciona de manera similar a las redes neuronales y su proceso de sinapsis para lograr comunicarse.

¿Cómo funciona un motor de inferencia determinista?. Ninguna de las anteriores. En base a premisas estadísticas y probabilísticas. Razona sobre la solución a través de inferir verdades universales. Relaciona el antecedente y el consecuente.

¿Con qué comando rápido podemos ejecutar una celda en Jupyter Notebook?. Shift + D. Alt + E. Ctrl + Spr. Shift + Enter.

¿Cuál de las siguientes librerías permite trabajar con arrays n-dimensionales?. Pytorch. Numpy. Pandas. Matplotlib.

¿Cuál de las siguientes librerías permite la representación de los datos a través de figuras y gráficas de calidad?. Matplotlib. Pandas. Numpy. Pytorch.

¿Cuál de las siguientes librerías presenta funcionalidades similares a Excel?. Pandas. Matplotlib. Pytorch. Numpy.

¿Cuál de las siguientes librerías está especializada en el tratamiento difuso?. fuzzy. tensorflow.keras. matplotlib. numpy.

¿Cuál es el motor de inferencia que está utilizando el siguiente sistema experto médico?. Basado en aprendizaje automático. Basado en Redes Bayesianas. Basado en reglas si, entonces.

¿Cuál es el universo de discurso del siguiente sistema difuso?. u∈[0;1]años. Edad, Grado de pertenencia. Infancia. Juventud, adultez joven. x∈[0;33]años.

¿Cuál es el comando correcto para importar la librería que nos permita trabajar con arrays N dimensionales?. import arrays as ar. import numpy as np. import pandas as pd. import np.array.

Cuál es el código para importar la librería que permite la creación de figuras y gráficos. import.plot([-3, -1, 0, 4, 7], [1, 4, 6, 7, 8]) plt.axis([-4, 8, 0, 10]). import numpy as np x = np.linspace(-2, 2, 500). import %matplotlib inline. import matplotlib import matplotlib.pyplot as plt.

¿Cuál es el concepto que más se ajusta a Sistema experto?. Algoritmos planteados con el propósito de crear máquinas que presenten las mismas capacidades que el ser humano. Programa computacional que representa y razona el conocimiento de algún tema especializado. Es una forma de la IA que permite a un sistema aprender de los datos en lugar de aprender mediante la programación explícita. Entidad capaz de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera racional.

¿Cuál es el objetivo de los algoritmos genéticos?. Analizar los datos de acuerdo a su etiqueta. Recorrer en anchura todas las posibles soluciones. Encontrar el mejor camino. Maximizar o minimizar.

¿Cuál es el objetivo principal de un algoritmo genético en el contexto de inteligencia artificial?. Realizar cálculos matemáticos complejos. Traducir texto de un idioma a otro. Encontrar la mejor solución posible mediante un proceso de selección y evolución. Almacenar grandes cantidades de datos de manera eficiente.

¿Cuál es la aplicación que más se ajusta a la siguiente descripción? Permite crear y compartir documentos que contienen código en vivo, ecuaciones, visualizaciones y texto narrativo. Es una herramienta muy popular en el ámbito de la ciencia de datos, el aprendizaje automático y la programación en general. Spyder. Matlab. Anaconda. Jupyter Notebook.

¿Cuál es la base del funcionamiento del aprendizaje por refuerzo?. Datos etiquetados. Sistema de prueba y error. Datos no etiquetados. Redes Neuronales.

¿Cuál es la característica principal del aprendizaje supervisado?. Los datos poseen etiquetas que facilitan el proceso de predicción. Los datos se dividen en grupos teniendo en cuenta las diferentes características. Existe un factor humano que participa en la supervisión del procesamiento de datos. Los algoritmos aprenden de forma automática a través de descubrir patrones en los datos.

¿Cuál es la diferencia entre el aprendizaje supervisado y no supervisado?. El aprendizaje supervisado utiliza datos etiquetados, mientras que el segundo utiliza datos no etiquetados. El aprendizaje supervisado utiliza sesiones de entrenamiento, mientras que el segundo no utiliza sesiones de entrenamiento. El aprendizaje no supervisado utiliza datos etiquetados, mientras que el segundo utiliza datos etiquetados. El aprendizaje no supervisado utiliza sesiones de entrenamiento, mientras que el segundo no utiliza sesiones de entrenamiento.

¿Cuál es la definición correcta de un agente inteligente?. Un agente inteligente es un sistema que percibe su entorno, procesa la información y actúa de manera autónoma para maximizar sus posibilidades de éxito utilizando actuadores. Un agente inteligente es un sistema que únicamente procesa grandes cantidades de datos, pero no puede interactuar con su entorno. Un agente inteligente es cualquier programa de computadora que puede ejecutar tareas sin la intervención humana. Un agente inteligente es una máquina que solo responde a comandos humanos directos y no puede tomar decisiones de manera autónoma.

¿Cuál es la diferencia entre incertidumbre e imprecisión en los sistemas difusos?. La incertidumbre se refiere a la falta de certeza y conocimiento, y la imprecisión es la falta de exactitud. La incertidumbre es la falta de límites o categorías definidas y la imprecisión es la falta de conocimiento. La imprecisión es la ambigüedad en los conceptos del sistema y la imprecisión es la sobrecarga de datos informativos. La incertidumbre es el desconocimiento de información y la imprecisión es información falsa o errónea.

¿Cuál es la diferencia entre IA Débil e IA fuerte?. La IA débil es el tipo de inteligencia artificial que se utiliza actualmente la IA fuerte es un enfoque a futuro. Su diferencia radica en la aplicación específica que se quiera realizar. La IA débil representa los inicios de la IA. La IA fuerte es la que utilizamos actualmente. La IA fuerte es el tipo de inteligencia artificial que se utiliza actualmente la IA débil es un enfoque a futuro.

¿Cuál es la diferencia que presenta una red neuronal recurrente?. Presenta una arquitectura con una sola capa. Presenta una arquitectura multicapa. Presenta capas intermedias. No presenta capas en su estructura y organización.

¿Cuál es la limitación del perceptrón?. Sólo es capaz de resolver problemas no lineales. No permite reconocer errores. Sólo es capaz de resolver problemas linealmente separables. Utiliza pesos en las entradas.

¿Cuál es la principal desventaja de los sistemas difusos?. Requiere conocer el modelo matemático:. Requiere conocer las reglas lingüísticas del sistema de control propuestas por un experto:. Necesita linealizarlo. Identifica el sistema.

¿Cuál es la principal diferencia entre un agente inteligente y un sistema experto?. Un agente inteligente puede aprender y adaptarse a nuevas situaciones, mientras que un sistema experto se basa únicamente en reglas predefinidas. Un agente inteligente solo puede funcionar en entornos virtuales, mientras que un sistema experto puede aplicarse a problemas del mundo real. Un sistema experto puede manejar incertidumbre y probabilidades, mientras que un agente inteligente solo trabaja con información determinista. Un sistema experto puede tomar decisiones en tiempo real, mientras que un agente inteligente requiere largos períodos de procesamiento.

¿Cuál es la opción correcta?. Se recomienda el algoritmo DFS por sobre el algoritmo genético ya que es mejor en optimización. Se recomienda el algoritmo BFS por sobre el algoritmo DFS ya que requiere menos memoria. Se recomienda el algoritmo DFS por sobre el algoritmo BFS ya que requiere menos memoria. Se recomienda el algoritmo A* por sobre el algoritmo BFS ya que trabaja mejor en búsqueda no informada.

¿Cuál es la proposición correcta al analizar el siguiente conjunto difuso?. Una persona puede pertenecer únicamente a un conjunto. Por ejemplo, la persona más alta tiene un factor de pertenencia de 0.9 al conjunto los altos. Las personas pueden pertenecer de cierta manera a ambos conjuntos, existe exclusión. Una persona puede pertenecer a dos conjuntos simultáneamente. Por ejemplo, la persona más alta tiene un factor de pertenencia de 0.9 al conjunto los altos y 0.1 al conjunto los bajos.

¿Cuál es la solución en caso de no querer construir un sistema experto desde cero?. Evaluar nuevamente los requerimientos. Programar el motor de inferencias. Utilizar una nueva estrategia de inferencia. Adquirir una Shell (interfaz + sistema operativo).

¿Cuál es la sintaxis correcta para poder visualizar el siguiente array?. np.ones((3,3)). a=np.zeros((3,3)). array_uni[2:4]. np.full((2,5),7).

¿Cuál es uno de los factores principales para el uso de las redes neuronales convolucionales mediante aprendizaje profundo?. Los algoritmos extraen y aprenden características sin necesidad de extraerlas de forma manual. La gran inversión por parte de la empresa privada. La facilidad para ejecutar códigos extensos. El ahorro de recursos de hardware y de software.

¿Cuál es uno de los hitos más importantes en el ámbito científico de la Inteligencia Artificial?. Haber enviado naves espaciales y satélites para mejorar la transmisión de internet. Haber logrado la detección de diferentes tipos de enfermedades cardiovasculares. Haber logrado la conducción autónoma total. Haber ganado el premio Nobel de Física y Química en el año 2024.

¿Qué funcionalidad tenía el sistema experto MYCIN?. Analizar la estructura molecular. Predecir el riesgo de parto prematuro. Detectar infecciones sanguíneas. Diagnosticar enfermedades pulmonares.

¿Cuál sería un ordenamiento adecuado con respecto a los siguientes dominios de la IA? El símbolo mayor que significa que “contiene a”. Deep Learning > Machine Learning > Inteligencia artificial. Inteligencia artificial > Machine Learning > Deep Learning. Machine Learning > Deep Learning > Inteligencia artificial. Ninguna de las anteriores.

¿Cuáles son dos métodos de aprendizaje supervisado?. Clusterización. Regresión lineal. Aprendizaje por refuerzo. Clasificación.

¿Cuáles son dos motivos para que resurjan las redes neuronales artificiales?. En la actualidad existe una gran cantidad de datos disponibles. Los algoritmos son complejos y costosos. En las últimas décadas el poder computacional se ha disparado. Posee muchas limitaciones.

¿Cuáles son las tres maneras de transformar la información que nos da un grafo a lenguaje código. Lista de adyacencia, vectores de soporte, clusttering. Lista de aristas, BFS, DPS. Matriz de aristas, lista de adyacencia, K-means. Lista de aristas, matriz de adyacencia, lista de adyacencia.

¿Cuáles son las tres operaciones genéticas principales?. Cruce, mutación y selección. Cruce, heurística, y fitness. Gen, cromosoma, descendencia. Torneo, hfo, mutación.

¿Cuáles son los componentes principales de un sistema experto?. Sensores, actuadores, procesador central y memoria a largo plazo. Interfaz gráfica, sistema operativo, compilador y depurador. Interfaz de usuario, motor de inferencia, base de conocimientos. Algoritmo de aprendizaje, red neuronal, módulo de optimización y base de datos.

¿Cuáles son los 3 elementos principales de la Inteligencia Artificial?. Algoritmos, lógica difusa y almacenamiento en la nube. Redes neuronales, procesamiento de lenguaje natural y hardware especializado. Datos, Algoritmos, Hardware. Algoritmos, redes neuronales artificiales y aprendizaje profundo.

¿Cuáles son los 3 puntos de debate de la Inteligencia Artificial?. Autonomía, tamaño de los modelos y escalabilidad de las infraestructuras. Ética y responsabilidad, Impacto en el empleo, Privacidad y seguridad. Capacidad de predicción, integración con redes sociales y costo de desarrollo. Seguridad, velocidad de procesamiento y capacidad de memoria.

¿Cuáles son los tres elementos principales de un grafo?. Nodo, aristas, vértices. Vértices, nodos, grados. Aristas, arcos, nodos. Nodos, aristas, grado.

¿Cuáles son los valores lingüísticos del siguiente sistema difuso?. Edad, Grado de pertenencia. Infancia. Juventud, adultez joven. x∈[0;33]años. u∈[0;1]años.

Del ejercicio de predicción de costos para un seguro médico utilizando Machine Learning, qué paso se está realizando en el siguiente código: Separar los datos en conjuntos de entrenamiento y prueba. Utilizando el método train_test_split. Calculando la métrica de error R2 en los conjuntos de entrenamiento y prueba. Imprimir los primeros 5 valores de X_test y y_test. Construyendo y entrenando una regresión lineal usando "LinearRegresion" de la librería sklearn.linear_model.

Del ejercicio de predicción de costos para un seguro médico utilizando Machine Learning, qué paso se está realizando en el siguiente código: Construyendo y entrenando una regresión lineal usando "LinearRegresion" de la librería sklearn.linear_model. Imprimir los primeros 5 valores de X_test y y_test. Calcular la métrica de error R2. Separar los datos en conjuntos de entrenamiento y prueba. Utilizando el método train_test_split.

Del ejercicio de predicción de costos para un seguro médico utilizando Machine Learning, qué paso se está realizando en el siguiente código: Imprimir los primeros 5 valores de X_test y y_test. Separar los datos en conjuntos de entrenamiento y prueba. Utilizando el método train_test_split. Calcular la métrica de error R2. Imprimir el error de forma gráfica.

¿De qué depende el rendimiento de algoritmo de Machine Learning?. Habilidad del programador. De la cantidad de capas neuronales. Calidad y representación de los datos. Hardware y software del sistema.

Del siguiente código. ¿Cuáles son dos herramientas que nos permiten resolver un sudoku?. Recursividad y Backtracking. Algoritmo genético y mutación. Algoritmo DFS y Dijkstra. Iteratividad y Algoritmo A*.

En lógica difusa, ¿Qué es una "función de membresía"?. Una técnica para optimizar el tiempo de procesamiento en sistemas difusos. Un operador lógico utilizado para combinar varias reglas. Un método para almacenar valores booleanos exactos (verdadero o falso). Una función que define el grado de pertenencia de un elemento a un conjunto difuso, en un rango entre 0 y 1.

En los algoritmos genéticos, ¿cuál es el propósito del operador de "cruce" (crossover)?. Aumentar la variabilidad de la población mediante modificaciones aleatorias. Generar una población inicial aleatoria. Combinar características de dos individuos para crear descendientes con propiedades de ambos. Seleccionar las soluciones menos aptas para ser reemplazadas.

En los algoritmos genéticos, ¿Cuál es el propósito de la "mutación" en el proceso de evolución?. Incrementar la precisión de los operadores de selección y cruce. Garantizar que solo los individuos más fuertes sobrevivan en cada generación. Introducir variabilidad genética en los individuos para evitar la convergencia prematura. Aumentar la población inicial para tener más opciones de selección.

¿En que gestor de paquetes puedo encontrar los softwares Spyder y Jupiter Notebook?. ANACONDA. RSTUDIO. PYTHON. WOLFRAM.

En un algoritmo genético, ¿Qué representa una "función de aptitud" (fitness function)?. La estrategia para eliminar las soluciones menos óptimas de la población. El proceso mediante el cual se combinan dos individuos para generar descendientes. El criterio utilizado para medir la eficacia de una solución en el entorno de selección. La técnica que asegura la mutación en cada generación.

En un sistema de lógica difusa, ¿cuál es el propósito de la fase de "defuzzificación"?. Transformar el resultado difuso en un valor concreto que pueda interpretarse en el mundo real. Seleccionar las reglas borrosas más importantes para optimizar el sistema. Incrementar el número de reglas para mejorar la precisión del sistema. Convertir valores precisos en conjuntos difusos para aplicarlos en reglas borrosas.

¿Es el test de Turing un medidor suficiente para entender las capacidades de la IA?. Si, una vez superado el test de Turing cualquier IA estaría al mismo nivel que el conocimiento humano. No, debido a que las aplicaciones actuales no están enfocadas en superar el test. Si, mediante este test podemos comprobar de manera general la capacidad de raciocinio de las IA. No, debido a que es imposible superar las condiciones del concurso.

¿Es el test de Turing un medidor suficiente para entender las capacidades de la IA?. No, aunque el Test de Turing es relevante para medir si una IA puede imitar conversaciones humanas, no es suficiente para evaluar completamente las capacidades de una IA, ya que no contempla aspectos como el razonamiento o la creatividad. No, el Test de Turing es únicamente un experimento teórico y no tiene relevancia en la evaluación práctica de la inteligencia artificial actual, que se basa en el análisis de grandes volúmenes de datos. Sí, el Test de Turing es el único criterio necesario para determinar si una IA es verdaderamente inteligente, ya que evalúa su capacidad para imitar el comportamiento humano en todos los aspectos. Sí, el Test de Turing mide todos los aspectos fundamentales de la inteligencia artificial, incluidas la resolución de problemas complejos y la comprensión emocional.

¿El concepto de Inteligencia Artificial está totalmente definido y delimitado desde hace varios años atrás?. No, la Inteligencia Artificial es un campo en constante evolución y su definición ha cambiado a lo largo del tiempo. No, la Inteligencia Artificial siempre ha tenido una única definición clara que no se ha modificado desde su creación. Sí, el concepto de Inteligencia Artificial fue completamente definido en la década de 1950 y no ha cambiado desde entonces. Sí, la definición de Inteligencia Artificial está completamente establecida y es aceptada por toda la comunidad científica desde hace más de 20 años.

¿Es la Inteligencia Artificial una ciencia nueva, y a quiénes se considera como los padres de la IA?. La Inteligencia Artificial es una disciplina de reciente creación, y sus fundadores fueron Alan Turing y Herbert Simon, quienes introdujeron el concepto de aprendizaje automático en la década de los 90. La Inteligencia Artificial no es un campo reciente; se formalizó en los años 50, y algunos de sus padres son Alan Turing, John McCarthy y Marvin Minsky, quienes establecieron bases fundamentales en el razonamiento y la cognición artificial. La Inteligencia Artificial es una ciencia emergente que surgió en los últimos 20 años, siendo pioneros John McCarthy y Alan Turing, quienes diseñaron los primeros modelos de redes neuronales. Aunque es un campo que ha surgido en la última década, la IA fue desarrollada principalmente por John McCarthy y Marvin Minsky, quienes establecieron los primeros principios de la robótica avanzada.

Por qué se le conoce como aprendizaje "profundo" al deep learning. Debido a la cantidad de herramientas matemáticas que utliza. Debido al proceso de mejora que ha tenido durante varios años. Debido al nivel profundo a nivel de aplicación que ha alcanzado. Debido al número de capas de redes neuronales intermedias.

¿Qué biblioteca de Python se utilizó para implementar el sistema experto médico?. pandas. experta. pynow. numpy.

¿Qué expresión representa la operación Intersección entre conjunto difusos?. μ_C (x)=max⁡(μ_A (x),μ_(B ) (x)) 〖=μ〗_A (x),μ_(B ) (x) para ∀x∈X. μ_~ A(x)=1-μ_A (x)para ∀x∈X. μ_C (x)=min⁡(μ_A (x),μ_(B ) (x))=μ_A (x)Λ μ_(B ) (x) para ∀x∈X. 〖B⊆A⇔ μ_(B ) (x)≤μ〗_A (x)para ∀x∈X.

¿Qué elemento del agente inteligente se ubica en el recuadro que contiene el signo de pregunta?. Motor de inferencia. Interfaz de comunicación. Módulo de aprendizaje. Módulo de planificación.

¿Qué elemento del sistema experto médico contiene las siguientes líneas de código?. Interfaz de usuario. Base del conocimiento. Motor de inferencia.

¿Qué elemento del sistema experto médico contiene las siguientes líneas de código?. Base del conocimiento. Motor de inferencia. Interfaz de usuario.

¿Qué es el aprendizaje profundo?. Una técnica exclusiva para el procesamiento de texto. Un tipo de algoritmo de regresión lineal. Un conjunto de técnicas basadas en redes neuronales artificiales. Un método para calcular estadísticas descriptivas.

¿Qué función obtendríamos con la siguiente configuración de parámetros?. trapmf. singleton. gaussmf. trimf.

¿Qué hace la función RELU?. Rectifica los valores negativos y conserva únicamente los positivos. Función matemática que tiene una característica curva o en S. Es una función matemática en forma de L. Es una función matemática acampanada.

¿Qué librería nos puede ayudar para la resolución del Problema del viajero?. scikitlearn. numpy. pandas. deap.

¿Qué modelo de agente presenta mayores beneficios?. Agentes reactivos basados en modelos. Agentes basados en objetividad. Agentes reactivos simples. Agentes basados en problemas.

¿Qué podemos visualizar en el siguiente código?. La utilización de la heurística de Dijkstra para calcular la distancia mínima. La utilización de la función de bondad parar elegir el mejor individuo. La utilización de A* sabiendo que f =g +h .

¿Qué procesos se deberían ubicar en los bloques en blanco del siguiente sistema difuso?. Entradas discretas – Salidas discretas. Entradas difusas – Salidas difusas. Conjunto difuso de entrada – Conjunto difuso de salida. Fuzzificador - Desfuzzificador.

¿Qué nos devuelve como respuesta el algoritmo de Floyds?. Un vector de soporte en donde se muestra la unión de vértices. Un diccionario con los posibles caminos representados por listas. Una matriz en la que se muestran las posibles uniones de coste mínimo entre cada pareja de nodos. Una lista con las aristas y los pesos de cada una de ellas.

¿Qué representa el modelo REAS de un agente inteligente?. Un modelo que detalla la Reacción, Evaluación, Adaptación y Simulación de un agente en un entorno dinámico. Un modelo de agente inteligente que se centra en el rendimiento, entorno, actuadores y sensores. Un modelo que describe las características emocionales y de comportamiento de un agente inteligente en un entorno virtual. Un modelo que define la forma en que los agentes inteligentes realizan análisis estadísticos para mejorar sus decisiones.

¿Qué representa la siguiente línea de código?. Cruce, mutación, selección y función de evaluación. Herramienta, población, fitness, evaluación. Compañero, cromosoma, selección y fitness. Función, min, max, cruce.

¿Qué representa la siguiente imagen?. La primera Red Multicapa. La primera Red Monocapa. La primera neurona Sigmoide. La primera neurona Artificial M-P.

¿Qué representa la siguiente línea de código en el problema del viajero?. Creamos una población aleatoria y le asignamos un índice. Calculamos la distancia entre el primero y el último individuo. Se crea un individuo y se asigna el parámetro en donde va a ir el valor de fitness. Se genera un size tool box aleatorio.

¿Qué significa el modelo REAS de los agentes inteligentes?. Rendimiento, entorno, actuadores, sensores. Rapidez, energía, acciones, percepciones. Resolución, entorno, actuadores, sistemas. Rendimiento, energía, acciones, sensores.

¿Qué significa que un problema puede ser resuelto en un tiempo polinomial?. Significa que no posee variables aleatorias y lo torna de categoría NP-Completo. Significa que su resolución temporal va a estar ligada a expresiones como: 2N, log(N). Significa que tiene una variable aleatoria y lo vuelve complejo. Significa que su resolución temporal va a estar ligada a expresiones como: 2 ^N.

¿Quién creó la primera red neuronal convolucional y a qué estaba enfocada?. Geoffrey Hinton y estaba enfocada al reconocimiento de imágenes. Yann LeCun y estaba enfocada en el reconocimiento de letras manuscritas. John McCarthy y estaba enfocada al reconocimiento de texto. Elon Musk y estaba enfocada al reconocimiento de patrones numéricos.

¿Todos los desarrollos y aplicaciones actuales de Inteligencia Artificial pertenecen a la IA Débil o a la IA Fuerte?. Los desarrollos actuales de IA abarcan tanto la IA Débil como la IA Fuerte, pues ya existen sistemas con habilidades cognitivas generales comparables a las humanas. Todos los desarrollos actuales de IA pertenecen a la IA Fuerte, ya que son capaces de razonar de forma general y resolver cualquier tipo de problema como lo haría un ser humano. Ninguno de los desarrollos actuales pertenece a la IA Débil, ya que esta tecnología ha sido superada por la IA Fuerte, que domina el campo de la inteligencia artificial moderna. Todos los desarrollos actuales de IA pertenecen a la IA Débil, que está limitada a tareas específicas, mientras que la IA Fuerte, capaz de pensar y razonar como un humano, sigue siendo teórica.

Señale el diagrama de bloques que representa un agente basado en utilidad. a. b. c.

Se plantea elegir una de las dos botellas de agua teniendo en cuenta que la opción A presenta un factor de pertinencia de 0.8 al conjunto agua potable y la opción B una probabilidad de 0.8 de ser agua potable. ¿Cuál es la mejor opción?. Se debería elegir la opción B puesto que de cada 10 botellas al menos 2 contendrán agua potable. Se debería elegir la opción A debido a que únicamente un 0.2 por ciento no corresponde a agua potable. Se debería elegir la opción B puesto que una probabilidad de 0.8 de que la botella contenga agua potable es mejor que un factor de pertenencia de 0.8. Se debería elegir la opción A debido a que un factor de pertenencia de 0.8 al conjunto agua potable sería mejor que una probabilidad de 0.8.

Señale. ¿Cuál es la diferencia entre lógica clásica y lógica difusa?. La lógica clásica trabaja con valores 0 y 1 y la lógica difusa emplea valores de verdadero y falso. La lógica clásica trabaja con valores binarios y la lógica difusa emplea grados de verdad. La lógica clásica trabaja con valores discretos y la lógica difusa emplea valores continuos. La lógica clásica trabaja con grados de verdad en las proposiciones y la lógica difusa puede ser verdadero o falsa.

Señalar la respuesta correcta: La Inteligencia Artificial es un sub domidio del Aprendizaje Automático. El Aprendizaje automático es un sub dominio de la Inteligencia Artificial. El aprendizaje automático es un sub dominio de Deep Learning. La Inteligencia Artificial es un sub dominio de Machine Learning.

Señale la respuesta correcta sobre las aplicaciones de los grafos tipo árbol. Árboles Genealógicos. Computación evolutiva. Análisis de búsqueda no informada Análisis de problemas Gaussianos. Detección de patrones en imágenes. Detección de lenguajes de señas. Análisis sintáctico de lenguajes de programación. Aprendizaje automático.

Señale 3 de los LLMs actuales de mayor rendimiento. GPT-3, BERT, RoBERT. Turing-NLG, XLNet, T5. Claude 3.5 Sonnet, Gemini 1.5 Pro, ChatGPT 4o.

Señale una desventaja de los sistemas expertos. Respuesta sin emociones. Sistemas replicables. Rendimiento y tasa de error alto. Adquisición de conocimiento técnico.

Señale una razón válida para que la lógica difusa tenga participación en los sistemas actuales. La realidad es un conjunto de proposiciones totalmente precisas. La realidad humana maneja normas lingüísticas imprecisas. La realidad se puede representar en términos verdadero y falso. La realidad obedece a las leyes y normas del algebra de Boole.

Señale dos características de los sistemas inteligentes. Capacidad de aprendizaje a través de experiencias anteriores. Autonomía para tomar decisiones. No se pueden interrelacionar con otros agentes. Trabajan en entornos netamente específicos.

Señale dos recomendaciones a tener en cuenta para la implementación de las etapas de un sistema difuso. Se recomienda tener un número par de conjuntos difusos. Debe existir un solapamiento de los conjuntos difusos de entre 10 y 50%. El número de conjuntos difusos debe ser indirectamente proporcional con respecto al punto óptimo de operación del sistema. El número de conjuntos difusos debe estar comprendido entre dos y nueve.

Señale las gráficas que pertenecen a lógica difusa. a. b. c. d.

Señale 3 características principales del Big Data. Virtual. Volumen. Velocidad. Variedad.