Incertidumbre en la IA

Es la incertidumbre que surge de la falta de conocimiento o de datos de entrenamiento insuficientes. Se puede reducir mejorando la calidad de los datos y la arquitectura del modelo.

• Incertidumbre aleatoria

• Incertidumbre epistémica

• Incertidumbre en Modelos

La Teoría de Dempster -Shafer permite valores intermedios entre verdadero y falso,

• Verdadero

• Falso

Dentro de las caracteristicas de la incertidumbre podemos mencionar:

• Es ndexada, es robusta, No es mutable

• No es inmutable, no es cuantificable, es profunda

• Es cuantificable, es ubicua, no es ignorancia

La incertidumbre en la inteligencia artificial se refiere a:

• Incapacidad para dar respuesta a solicitudes por desconocimiento de información

• Incapacidad de los modelos para realizar predicciones fiables por daros incompletos, ambiguos o con ruido.

• Incapacidad de los modelos de hacer predicciones por fallos en los modelos.

La incertidumbre es una propiedad inherente a muchos sistemas.

• Verdadero

• Falso

La vaguedad en el lenguaje natural o categorías mal definidas, típica en interacciones humano-máquina, es causa de la incertidumbre:

• En decisiones múltiagente

• Aleatoria

• Lingüística

El ruido en los datos puede ser causado por una mala calibración de sensores, o interferencia electrostática.

• Verdadero

• Falso

La falta de control de la incertidumbre en la IA, resultará en modelos que aporten predicciones erradas que se alejen de los objetivos principales de la IA: Aprender a partir de datos, razonar y resolver problemas, percibir el entorno y tomar decisiones autónomas.

• Verdadero

• Falso