Tema 1 Inteligencia Artificial - ILERNA

AI✦

¿Qué es la Inteligencia Artificial (IA)?. Un campo de la informática enfocado en la robótica. Sistemas capaces de ejecutar funciones que tradicionalmente requieren capacidades humanas. Un tipo de software para crear videojuegos. Una herramienta para organizar bases de datos.

¿En qué año y evento se considera que nace la IA como campo de estudio?. 1950, Conferencia de Pittsburgh. 1956, Conferencia de Dartmouth. 1960, Taller de Stanford. 1945, Reunión de Princeton.

¿Cuál fue la característica principal de la 'Era del optimismo' en la historia de la IA (años 50-60)?. Pérdida de interés y financiación. Avances significativos en redes neuronales. Altas expectativas puestas en la llegada de las máquinas inteligentes. Desarrollo de la IA General.

¿Qué se conoce como el 'Invierno de la IA'?. Un periodo de frío extremo que afectó a los laboratorios de IA. El momento en que la IA se volvió demasiado compleja y dejó de ser estudiada. Un periodo de desilusión y reducción de financiación debido a que los avances no cumplieron las expectativas. La época en que la IA se utilizó principalmente para el control del clima.

¿Qué factores impulsaron el 'Resurgimiento' de la IA en los años 90-2000?. La invención de internet y la World Wide Web. El aumento de la potencia computacional y los avances en algoritmos. La creación de los primeros asistentes virtuales. La caída de los precios de los componentes electrónicos.

¿Cuál es la característica definitoria de la era actual (2000-presente) en IA?. La era del hardware especializado. La era del Big Data y el aprendizaje profundo (Deep Learning). La era de la IA General. La era de la IA simbólica.

¿Qué significa que la IA tiene 'Machine Learning' como capacidad clave?. Que la IA puede aprender de forma autónoma y mejorar con el tiempo. Que la IA solo puede aprender mediante programación explícita. Que la IA es incapaz de adaptarse a nuevas situaciones. Que la IA se limita a ejecutar tareas predefinidas.

¿Cuáles son las principales formas de clasificar la IA mencionadas en el documento?. Por su tamaño y costo. Por sus capacidades y funcionalidades. Por su lenguaje de programación y plataforma. Por su antigüedad y nivel de desarrollo.

¿Qué tipo de IA se especializa en realizar tareas específicas y es la que predomina en la actualidad?. General AI (IA General). Super AI (Super IA). Narrow AI (IA Débil). Artificial General Intelligence (AGI).

¿Cuál es la diferencia fundamental entre Narrow AI y General AI?. Narrow AI es más rápida, General AI es más lenta. Narrow AI se enfoca en tareas específicas, General AI podría realizar cualquier tarea intelectual humana. Narrow AI requiere mucha energía, General AI no. Narrow AI es teórica, General AI es práctica.

¿Qué funcionalidad de la IA se centra en la creación de nuevo contenido a partir de ejemplos previos?. Predictive AI (IA Predictiva). Discriminative AI (IA Discriminativa). Analytical AI (IA Analítica). Generative AI (IA Generativa).

¿Cuál es el objetivo principal de la Predictive AI (IA Predictiva)?. Crear arte digital y música. Clasificar datos en diferentes categorías. Analizar datos históricos para predecir eventos futuros. Entender comandos de voz complejos.

¿Qué hace la Discriminative AI (IA Discriminativa)?. Genera texto nuevo y creativo. Predice tendencias del mercado. Clasifica y distingue entre diferentes categorías de datos. Analiza patrones ocultos en grandes volúmenes de datos.

¿Cuál es la función de la Analytical AI (IA Analítica)?. Crear resúmenes de texto. Identificar patrones, tendencias y relaciones ocultas en grandes volúmenes de datos históricos. Realizar traducciones en tiempo real. Reconocer objetos en imágenes.

¿Qué enfoque de la IA utiliza matemáticas y probabilidades para analizar datos y sacar conclusiones?. Generative AI. Analytical AI. Statistical AI (IA Estadística). Discriminative AI.

¿Qué técnica utiliza la Statistical AI para encontrar relaciones entre variables y predecir un resultado?. Pruebas de hipótesis. Análisis bayesiano. Regresión. Clasificación.

¿Cómo se combinan los diferentes tipos de IA en los sistemas actuales?. Un sistema solo puede usar un tipo de IA. Los sistemas actuales suelen ser Narrow AI que emplean uno o más enfoques funcionales (generativo, predictivo, discriminativo). La General AI es la única que puede combinar enfoques. Los sistemas actuales solo usan IA estadística.

¿Cuál es uno de los mitos sobre la IA desmentido en el documento?. La IA es siempre objetiva y fiable. La IA puede reemplazar completamente a los humanos en el trabajo. La IA es una herramienta complementaria y no sustitutiva. La IA no tiene limitaciones técnicas.

¿Por qué la IA (especialmente la Generative AI) puede producir resultados no fiables o sesgados?. Porque no tiene suficiente potencia computacional. Debido a sesgos en los datos de entrenamiento o a datos de entrada incompletos/incorrectos. Porque los algoritmos son demasiado simples. Porque la IA intenta imitar la inteligencia humana de forma imperfecta.

¿Es la IA igual a la inteligencia humana según el documento?. Sí, especialmente la IA General. No, la IA débil se enfoca en tareas específicas y no comprende el mundo como un humano. Sí, la IA ha alcanzado la inteligencia humana en todos los aspectos. No, la IA solo puede imitar comportamientos humanos, no pensar.

¿Reemplazará la IA completamente a los humanos en el trabajo?. Sí, es inevitable y sucederá pronto. No, su papel es más complementario y crea nuevas oportunidades laborales. Depende de la industria, en algunas sí la reemplazará. Solo reemplazará trabajos manuales, no los intelectuales.

¿Requiere la IA supervisión humana?. Solo la IA básica, no la avanzada. No, la IA avanzada es completamente autónoma. Sí, se requiere supervisión y validación continua de sus resultados. Solo si se detectan errores evidentes.

¿Qué son las 'alucinaciones' de la IA?. Errores de cálculo en modelos estadísticos. Resultados que la IA produce completamente fabricados, sin base en la realidad. Predicciones incorrectas sobre el futuro. Problemas de hardware en los servidores de IA.

¿En qué se diferencia la IA de un motor de búsqueda avanzado?. Un motor de búsqueda muestra las fuentes, la IA las procesa y reinterpreta. La IA solo busca información, el motor de búsqueda la crea. Los motores de búsqueda son más rápidos. La IA es más barata de usar que un motor de búsqueda.

¿Cuál de los siguientes es un desafío técnico o práctico de la IA mencionado?. La falta de interés público. El bajo costo de los recursos computacionales. La necesidad de grandes recursos computacionales y energéticos. La lentitud en el avance del campo.

¿Qué problema de privacidad puede surgir con los sistemas de IA?. La IA recopila y almacena datos de usuario, lo que puede generar riesgos si no se gestiona adecuadamente. La IA comparte datos personales con otras IAs sin permiso. La IA solo utiliza datos públicos y no privados. La IA no necesita datos de usuario para funcionar.

¿Qué implica la 'falta de estándares' en la IA?. Que todos los modelos de IA son idénticos. Que no existen criterios universales para regular el desarrollo y aplicación de la IA, llevando a inconsistencias éticas y de transparencia. Que la IA es muy fácil de implementar en cualquier sistema. Que la IA está estancada y no avanza.

¿Qué significa que los modelos de IA pueden presentar 'problemas de consistencia'?. Que siempre dan la misma respuesta exacta ante la misma pregunta. Que pueden mostrar variaciones en sus resultados incluso con entradas similares, debido a su naturaleza probabilística. Que sus resultados son siempre perfectos y sin variaciones. Que solo funcionan de forma consistente en entornos controlados.

¿Cuál es el riesgo de 'obsolescencia' en la IA?. Que los modelos de IA se vuelvan demasiado lentos con el tiempo. Que los modelos actuales pierdan relevancia rápidamente ante nuevas versiones más avanzadas. Que la IA se vuelva obsoleta por falta de datos. Que las herramientas de IA dejen de ser compatibles con el hardware antiguo.

¿Qué ejemplos de IA en nuestro día a día se mencionan en el documento?. Robots industriales y coches autónomos. Asistentes virtuales (Alexa, Siri) y sistemas de recomendación (Netflix, Spotify). Software de contabilidad y bases de datos. Cámaras de seguridad y termómetros inteligentes.

¿Cuál fue el primer nombre dado a la IA durante la 'Era del optimismo'?. Machine Learning. Deep Learning. Cibernética, teoría de los autómatas, procesamiento complejo de la información. Inteligencia Artificial Avanzada.

¿Qué técnica utiliza la IA para identificar patrones y predecir resultados cuando existe incertidumbre?. Análisis de sentimiento. Procesamiento del lenguaje natural. Modelos probabilísticos y pruebas de hipótesis. Visión por computadora.

¿Qué aplicación de la Discriminative AI se menciona?. Creación de arte digital. Predicción del clima. Reconocimiento facial y detección de spam. Optimización de rutas logísticas.

¿Qué tipo de IA se utiliza para la optimización de rutas logísticas, según el documento?. Generative AI. Predictive AI. Analytical AI. Statistical AI.

¿Cuál es la relación entre la IA y la inteligencia humana según el Mito 2?. Son idénticas en capacidades. La IA (débil) se enfoca en tareas específicas y no posee la comprensión humana del mundo. La IA ya ha superado a la inteligencia humana en todos los aspectos. La IA general es una realidad actual que iguala a la humana.

¿Qué implica el 'riesgo de obsolescencia rápida' en la IA?. Los modelos se vuelven lentos. La IA necesita ser actualizada constantemente debido a la rápida evolución del campo. La IA se degrada con el uso. Los datos de entrenamiento se vuelven irrelevantes.

¿Qué se necesita para que funcione la Generative AI según los requisitos técnicos mencionados?. Solo un ordenador personal estándar. Potentes GPUs, grandes conjuntos de datos y mucha energía. Conexión a internet de baja velocidad. Software de código abierto simple.

¿Qué consejo se da a los usuarios sobre la privacidad en relación con las herramientas de IA?. Ignorar las políticas de privacidad, ya que son muy complejas. Conocer las políticas de privacidad, configurar ajustes y ser conscientes de la información compartida. Solo usar herramientas de IA gratuitas para evitar problemas de privacidad. No compartir ningún tipo de información personal.

¿Por qué la IA podría generar desinformación según el Mito 1?. Porque los desarrolladores de IA cometen errores a propósito. Si los datos de entrada son incompletos o incorrectos, o si hay sesgos en el entrenamiento. Porque la IA no tiene acceso a suficiente información. Debido a un fallo general en la tecnología.

¿Qué técnica utiliza la IA para identificar patrones, correlaciones o anomalías?. Procesamiento del lenguaje natural. Machine learning y visualización de datos. Algoritmos genéticos. Redes neuronales convolucionales.

¿Qué aplicación de la Generative AI se menciona en el texto?. Detección de fraudes en transacciones bancarias. Creación de arte digital y generación de texto para artículos. Diagnóstico médico asistido. Análisis de tendencias de mercado.