DGS - Tema 4

¿Qué es la Inteligencia Artificial (IA)?

• Es un campo que combina varias disciplinas para desarrollar la capacidad de las máquinas y sistemas informáticos para realizar tareas que requieren de inteligencia humana.

• Es un campo en la que las máquinas piensan como los humanos.

• Es un campo exclusivo de las matemáticas utilizado para desarrollar la capacidad de las máquinas y sistemas informáticos para realizar tareas que requieren de inteligencia humana.

• Es un campo que trata de crear robots que sustituyan a los humanos.

¿Qué tipo de Inteligencia Artificial (IA) se caracteriza por realizar tareas específicas o limitadas?

• IA general.

• IA estrecha.

• Superinteligencia artificial.

• IA de propósito universal.

¿En qué consiste el aprendizaje supervisado?

• En un modelo de entrenamiento con datos etiquetados.

• En un modelo de entrenamiento con datos no etiquetados.

• En el desarrollo de algoritmos para que las máquinas aprendan a tomar decisiones.

• En un modelo que aprende a realizar tareas y que va desde lo más básico a lo más abstracto.

¿Cuál de los siguientes ejemplos identificas con la superinteligencia artificial?

• Un robot que siente emociones.

• Un sistema que puede hacer tareas como un humano en cualquier campo.

• Chat-GPT o asistentes como Siri.

• Un sistema que supera la inteligencia humana en todos los aspectos.

¿Qué caracteriza a la inteligencia artificial general?

• Especialización en tareas concretas.

• Falta de adaptabilidad a diferentes tareas.

• Adaptabilidad a diferentes tareas como un ser humano.

• Superación de la inteligencia humana.

¿Qué tipo de aprendizaje usa la retroalimentación en forma de recompensas o penalizaciones?

• Aprendizaje automático supervisado.

• Aprendizaje automático no supervisado.

• Aprendizaje automático reforzado.

• Aprendizaje automático simple.

¿Qué diferencia al aprendizaje profundo del aprendizaje automático tradicional?

• El aprendizaje profundo utiliza menos datos y es más rápido.

• El aprendizaje profundo necesita más datos.

• El aprendizaje profundo necesita más tiempo de entrenamiento.

• Las opciones B) y C) son correctas.

¿Qué tipo de aprendizaje entrena con datos no etiquetados?

• Aprendizaje automático supervisado.

• Aprendizaje automático no supervisado.

• Aprendizaje profundo reforzado.

• Aprendizaje profundo no supervisado.

¿Qué aspecto de la IA y los datos hace referencia a la necesidad de intentar desagregar los datos de los individuos lo máximo posible para que no se sepa de quiénes son?

• Equidad.

• Rendición de cuentas.

• Sesgo.

• Privacidad y protección de datos personales.

¿Qué significa "responsabilidad y rendición de cuentas" en los modelos de IA?

• Que los desarrolladores de la IA y los usuarios deben asumir responsabilidad de los errores que estos sistemas pudieran contener.

• Que sólo los desarrolladores de la IA deben asumir responsabilidad de los errores que estos sistemas pudieran contener.

• Que hay que reducir los errores en el sistema.

• Que los datos hay que interpretarlos.