Tema 1

¿Cuál de estas definiciones describe mejor la IA?. Sistemas que solo calculan operaciones matemáticas. Sistemas que imitan exclusivamente la visión humana. Programas que realizan tareas asociadas a inteligencia humana. Sistemas deterministas sin incertidumbre.

La IA simbólica se caracteriza por: Aprender exclusivamente de datos sin conocimiento previo. Usar reglas explícitas y razonamiento lógico. No tener interpretabilidad. Ser puramente estadística.

La IA subsimbólica se basa principalmente en: Reglas lógicas explícitas. Ontologías y taxonomías. Inferencia deductiva formal. Aprendizaje a partir de datos.

¿Cuál es una ventaja de la IA simbólica?. Alta capacidad de percepción. Alta explicabilidad. Requiere muchos datos. Aprende automáticamente sin conocimiento previo.

El periodo del Invierno AI. Falta de financiación por expectativas incumplidas. Aparición de los agentes inteligentes. Grandes avances en redes neuronales. Exceso de financiación.

Un agente inteligente es: Un sistema que solo ejecuta instrucciones fijas. Un programa que percibe el entorno y actúa sobre él. Un hardware físico. Un modelo exclusivamente matemático.

Un agente reactivo simple: Actúa solo en función de la percepción actual. Planifica acciones a largo plazo. Tiene memoria del entorno. Maximiza utilidad.

Un agente basado en modelos: No usa información pasada. Mantiene un estado interno del mundo. Solo reacciona a estímulos. No puede percibir el entorno.

Un agente basado en utilidad: Actúa por reflejos. Solo busca alcanzar una meta. Elige la acción que maximiza una función de utilidad. No toma decisiones.

Un entorno estocástico es aquel en el que: El resultado de las acciones es siempre igual. El agente conoce todo el estado. Hay incertidumbre en el resultado de las acciones. No existen acciones posibles.

Un entorno completamente observable significa: El agente conoce todo el estado del entorno. El agente no puede ver nada. El entorno es aleatorio. El agente no actúa.

¿Cuál es una tendencia futura de la IA simbólica?. Eliminar el razonamiento lógico. Reducir la explicabilidad. Aumentar la interpretabilidad y cumplimiento normativo. Sustituir la IA subsimbólica completamente.

La diferencia más correcta entre IA simbólica y subsimbólica es: simbólica aprende de datos y subsimbólica usa lógica. ambas usan reglas explícitas pero con distinta notación. simbólica usa conocimiento explícito y subsimbólica conocimiento implícito aprendido. simbólica no razona e IA subsimbólica sí.

En el contexto de agentes inteligentes, la función f : P* → A representa: la arquitectura física del agente. el conjunto de estados del sistema. el modelo del entorno probabilístico. la relación entre percepciones y acciones.

¿Cuál es una característica propia de la IA subsimbólica?. razonamiento lógico basado en reglas. uso de ontologías estructuradas. alta explicabilidad. aprendizaje basado en patrones.

El AI Winter ocurre principalmente por: expectativas no cumplidas y pérdida de financiación. sobreajuste de modelos estadísticos. falta de hardware suficiente. aparición de IA híbrida.

Un agente basado en metas se diferencia del basado en utilidad porque: no usa información del entorno. es completamente reactivo. no planifica. solo busca alcanzar un objetivo sin comparar alternativas óptimas.

¿Cuál de estas afirmaciones es correcta?. un agente reactivo siempre tiene memoria interna. un agente basado en modelos no puede actuar. un agente basado en utilidad siempre elige la acción más rápida. un agente basado en metas puede planificar secuencias de acciones.

Un entorno parcialmente observable implica que: el agente ve todo el estado. el agente tiene información incompleta del estado. el agente no recibe ninguna percepción. el agente no puede actuar.

¿Cuál es una ventaja de la IA híbrida?. combina explicabilidad simbólica con aprendizaje automático. elimina la necesidad de datos. elimina la incertidumbre del entorno. solo funciona en problemas deterministas.

Un sistema determinista significa que: el resultado depende del azar. el sistema no cambia de estado. el estado futuro es completamente predecible. no hay acciones posibles.

¿Qué caracteriza a un agente basado en utilidad?. actúa solo por reglas condición-acción. maximiza una función de preferencia entre estados. no tiene objetivos. no percibe el entorno.

La separación información/control en IA significa: datos y decisiones están mezclados. solo se usa hardware especializado. el conocimiento está separado del mecanismo de razonamiento. el sistema no puede aprender.

En IA simbólica, el conocimiento suele ser: representado mediante reglas, hechos y estructuras explícitas. aprendido exclusivamente con redes neuronales. implícito y distribuido en pesos. inexistente hasta entrenamiento.

Según la RAE, la inteligencia se define como: Capacidad de aprender de los errores. Capacidad de entender o comprender y capacidad de resolver problemas. Capacidad de comunicarse en lenguaje natural. Capacidad de imitar el comportamiento humano.

¿Cuál de las siguientes NO es una habilidad esperada de un ser inteligente según el tema?. Creatividad. Intencionalidad. Capacidad de ejecutar algoritmos. nferencia y razonamiento.

La definición de Inteligencia Artificial según la RAE (Informática) es: La ciencia de imitar la conciencia humana. El estudio de los autómatas programables. La rama de la ingeniería que optimiza procesos industriales. Disciplina que crea programas que ejecutan operaciones comparables a la mente humana, como el aprendizaje o el razonamiento lógico.

El proyecto de investigación que se considera el nacimiento oficial de la IA tuvo lugar en: MIT, 1952. Stanford, 1955. Dartmouth, 1956. California, 1956.

Durante los “años dorados” la IA mostró éxitos tempranos, pero también. Se subestimó la dificultad real de los problemas. Se abandonó por completo la investigación. Se demostró que las máquinas no podían aprender. Se centró solo en redes neuronales.

El “Informe Lighthill” está asociado a. El auge del Deep Learning. La desaparición de financiación y los inviernos de la IA. La creación de los primeros robots móviles. El desarrollo de los sistemas expertos en los años 80.

¿Cuál de las siguientes afirmaciones sobre la IA simbólica es correcta?. Utiliza conocimiento explícito y razona mediante inferencia lógica. Aprende patrones automáticamente a partir de grandes volúmenes de datos. No es explicable ni trazable. Solo es útil para problemas de percepción como visión por computador.

Una limitación característica de la IA subsimbólica (p. ej., redes neuronales) es: No puede aprender de datos. Alta explicabilidad. Baja explicabilidad y riesgo de sesgos. No requiere grandes volúmenes de datos.

La hibridación entre IA simbólica y subsimbólica busca: Eliminar por completo el aprendizaje automático. Combinar la robustez del conocimiento experto con la potencia del aprendizaje a partir de datos. Sustituir las reglas explícitas por redes neuronales. Reducir la explicabilidad para ganar eficiencia.

Un agente inteligente se define como un sistema que: Solo ejecuta órdenes explícitas de un usuario. Almacena grandes cantidades de datos sin procesarlos. Percibe su entorno y actúa sobre él. Está basado exclusivamente en hardware especializado.

La función del agente se puede representar matemáticamente como: f:P∗→A. f:A→P. f:P→Af:P→A. f:A∗→P.

¿Qué componentes son imprescindibles en la arquitectura de un agente?. Base de datos, interfaz gráfica y conexión a internet. Motor de inferencia simbólica y red neuronal. Componente de percepción, selección de acciones y acción (actuadores). Memoria caché y procesador paralelo.

En el ejemplo del agente aspiradora reactivo, ¿qué acción realiza si percibe [localización=B, estado=limpio]?. No hacer nada. Aspirar. Derecha. Izquierda.

Un agente que selecciona acciones basándose únicamente en las percepciones actuales (sin memoria) es: Agente basado en metas. Agente reactivo simple. Agente basado en modelos. Agente basado en utilidad.

¿Qué tipo de agente mantiene un estado interno que almacena cómo evoluciona el mundo y cómo afectan sus acciones?. Reactivo simple. Basado en metas. Basado en modelos. Basado en utilidad.

Un agente basado en utilidad: Planifica secuencias de acciones para lograr un objetivo concreto. No necesita percibir el entorno. Actúa solo por reflejos condicionados. Asocia un valor numérico a cada estado y busca alcanzar los de mayor utilidad.

Si el estado al que se llega tras una acción depende de un elemento aleatorio, el entorno se clasifica como: Determinista. Estocástico. Completamente observable. Parcialmente observable.

el ajedrez se caracteriza por ser: Determinista, completo, multiagente. Determinista, completo, único agente. Estocástico, completo, multiagente. Estocástico, parcial, multiagente.

La conducción autónoma se clasifica como: Determinista y parcialmente observable. Determinista y completamente observable. Estocástica y completamente observable. Estocástica y parcialmente observable.

Según el AI ACT europeo, NO es un requisito para sistemas de IA: Documentación. Uso exclusivo de redes neuronales profundas. Mecanismos de supervisión humana. Evaluación de riesgos.

¿Por qué se menciona la metodología CommonKADS en el tema?. Es un algoritmo de aprendizaje profundo. Es un enfoque de robótica móvil. Ofrece soporte para la auditoría de sistemas inteligentes, probablemente con un renacer futuro. Es un lenguaje de programación para agentes.

¿Quiénes NO fueron asistentes al proyecto de Dartmouth de 1956 según el PDF?. McCarthy y Minsky. Newell y Simon. Turing y Asimov. Shannon y Samuel.