![]()
A) Integració Analògica B) Intel·ligència Avançada C) Intel·ligència Automatitzada D) Intel·ligència Artificial
A) Una prova per determinar el consum energètic d'una màquina. B) Una prova per avaluar la força física d'una màquina. C) Una prova per mesurar la velocitat de processament d'una màquina. D) Una prova que avalua la capacitat d'una màquina per exhibir un comportament intel·ligent que sigui indistinguible del d'un humà.
A) C++ B) Java C) Ruby D) Python
A) Un mètode per millorar la seguretat de la xarxa. B) Un subconjunt de la intel·ligència artificial que permet a les màquines aprendre a partir de dades. C) Una tècnica per programar manualment les màquines. D) Un procés d'assemblatge de components de maquinari.
A) Navegador neuronal robust B) Node de notificació ràpida C) Notació numèrica estàndard D) Xarxa neuronal recurrent
A) Una tècnica de manipulació meteorològica. B) Un punt hipotètic futur en el qual la intel·ligència artificial supera la intel·ligència i el control humans. C) Una mesura de la complexitat de les dades. D) Un tipus d'algoritme d'aprenentatge automàtic.
A) Generar patrons de píxels aleatoris. B) Provar components de maquinari informàtic. C) Analitzar senyals d'àudio. D) Imitar la visió humana i identificar objectes en imatges o vídeos.
A) Un programa per a la composició musical. B) Un programa que simula una conversa amb usuaris humans. C) Un programa per a jocs de realitat virtual. D) Un programa per al disseny gràfic.
A) Detectar errors en les dades. B) Optimitzar l'ús de la memòria de l'ordinador. C) Generar números aleatoris. D) Trobar el camí més curt en un graf.
A) Protocol d'aprenentatge neuronal B) Processament del llenguatge natural C) Rendiment logístic en xarxa D) Patró lingüístic no lineal
A) 1965 B) 1972 C) 1980 D) 1956
A) Representació del coneixement B) Càlcul quàntic C) Aprenentatge D) Raonament
A) Intel B) IBM C) OpenAI D) Microsoft
A) Xarxa neuronal convolucional B) Xarxa neuronal recurrent C) Arquitectura Transformer D) Perceptron
A) Sistemes de recomanació B) Assistents virtuals C) Motors de cerca web avançats D) Vehicles autònoms
A) Psicologia B) Lingüística C) Astronomia D) Neurociència
A) Xarxes neuronals artificials B) Recerca en l'espai d'estats C) Lògica formal D) Entrellament quàntic
A) Anys 1990 B) Anys 2020 C) Anys 2010 D) Anys 2000
A) Disminució de la potència de càlcul B) Reducció de la complexitat del programari C) Menor consum energètic D) Riscos existencials
A) Eren incapaços de processar cap tipus d'informació incompleta. B) Aquests algorismes requerien la intervenció humana en cada pas. C) Experimenten una 'explosió combinatòria', on es tornen exponencialment més lents a mesura que els problemes creixen. D) La intel·ligència artificial primitiva no podia realitzar deduccions lògiques.
A) Els humans resolden els problemes seguint algorismes predefinits. B) Els humans es basen exclusivament en deduccions lògiques, de manera similar als models d'intel·ligència artificial primitius. C) Els humans utilitzen judicis ràpids i intuïtius, en lloc de deduccions pas a pas. D) Els humans utilitzen una combinació d'intuïció i raonament probabilístic exclusivament.
A) Un objectiu específic. B) Múltiples objectius a assolir simultàniament. C) Tasques assignades aleatòriament, sense un ordre particular. D) Cap objectiu clar o preferència definida.
A) Aprenentatge supervisat B) Aprenentatge per transferència C) Aprenentatge per reforç D) Aprenentatge no supervisat
A) La classificació prediu categories, mentre que la regressió dedueix funcions numèriques. B) La classificació és un tipus d'aprenentatge no supervisat. C) La classificació utilitza xarxes neuronals, mentre que la regressió no. D) La regressió requereix més dades que la classificació.
A) Síntesi de veu B) Traducció automàtica C) Recuperació d'informació D) Incorporació de paraules
A) Xarxes neuronals recurrents (RNN) B) Transformadors preentrenats generatius (GPT) C) Transformadors D) Xarxes neuronals convolucionals (CNN)
A) Reconeixement de veu. B) Seguiment d'objectes. C) Anàlisi de sentiments a partir de text. D) Classificació d'imatges.
A) Cerca adversa. B) Descens de gradient. C) Optimització per enjambre de partícules. D) Cerca local.
A) Optimització matemàtica. B) Anàlisi de mitjans i objectius. C) Algoritmes d'intel·ligència de colònia. D) Algoritme de retropropagació.
A) Optimització basada en colònies de formigues. B) Descens de gradient. C) Càlcul evolutiu. D) Optimització per enjambre de partícules.
A) Raonament deductiu. B) Optimització per enjambre de partícules. C) Raonament inductiu. D) Càlcul evolutiu.
A) Assigna graus de veritat entre 0 i 1. B) Utilitza algorismes d'intel·ligència de colònia. C) La inferència és indecidible, cosa que la fa impracticable. D) Requereix l'ús de la descens de gradient per a l'optimització.
A) Optimització per enjambre de partícules. B) Descens de gradient. C) Càlcul evolutiu. D) Optimització per colònia de formigues.
A) Xarxes de decisió dinàmiques B) Filtres de Kalman C) Processos de decisió de Markov D) Xarxes bayesianes
A) Teoria del valor de la informació B) Anàlisi de decisions C) Algoritme d'expectació-maximització D) Disseny de mecanismes
A) Algoritme del veí més proper (K-NN) B) Arbre de decisió C) Classificador de Bayes ingenu D) Màquina de vectors de suport
A) Classificador de Bayes ingenu B) Màquina de vectors de suport C) Árbol de decisions D) Algoritme del veí més proper (k-NN)
A) Controladors B) Xarxes neuronals C) Classificadors D) Xarxes bayesianes
A) Classificador Naive Bayes B) Algorisme del veí més proper (K-NN) C) Arbre de decisions D) Màquina de vectors de suport
A) Anàlisi de decisions B) Teoria dels jocs C) Xarxes de decisió dinàmiques D) Models de Markov ocults
A) Controladors B) Xarxes bayesianes C) Xarxes neuronals D) Classificadors
A) Teoria de la decisió B) Filtres de Kalman C) Xarxes bayesianes dinàmiques D) Algoritme d'estimació de paràmetres per màxima versemblança
A) Disseny de mecanismes B) Processos de decisió de Markov C) Teoria dels jocs D) Xarxes bayesianes dinàmiques
A) Descens de gradient estocàstic B) Retropropagació C) Propagació endavant D) Descens de gradient
A) De manera aleatòria B) Enrere C) En una sola direcció D) En ambdues direccions
A) Bordes B) Xifres C) Rostres D) Objectes complets
A) Analitzar i interpretar imatges. B) Predir les tendències futures del mercat borsari. C) Traduir idiomes en temps real. D) Generar text basat en les relacions semàntiques entre les paraules.
A) Claude B) ChatGPT C) Prolog D) Gemini
A) Keras. B) TensorFlow. C) PyTorch. D) Scikit-learn.
A) John McCarthy. B) Alan Turing. C) Jensen Huang. D) Gordon Moore.
A) La llei de Bell. B) La llei de Moore. C) La llei de Gibson. D) La llei de Huang.
A) IBM B) Google C) DeepMind D) Microsoft
A) Deep Blue B) AlphaStar C) MuZero D) Watson
A) 2021 B) 2023 C) 2024 D) 2019
A) Pluribus B) AlphaStar C) SIMA D) MuZero
A) Cortana B) Siri C) Google Assistant D) Alexa
A) Director/a de Dades (CDO) B) Director/a de Tecnologia (CTO) C) Director/a de l'Automatització (CAO) D) Director/a d'Informàtica (CIO)
A) Deep Blue B) AlphaGo C) MuZero D) Watson
A) Programes de preguntes i respostes com Jeopardy! B) Jocs d'estratègia en temps real. C) Ajedrez i Go. D) Jocs amb informació incompleta, com el pòquer.
A) Watson B) AlphaStar C) MuZero D) Deep Blue
A) Microsoft B) Google DeepMind C) OpenAI D) Alibaba Group
A) 53% B) 75% C) 84% D) 90%
A) Gemini Deep Think B) AlphaTensor C) rStar-Math D) Qwen2-Math
A) 84% B) 75% C) 90% D) 53%
A) AlphaTensor B) Qwen-7B C) Gemini Deep Think D) rStar-Math
A) Processament del llenguatge natural B) Diverses aproximacions topològiques C) Models probabilístics D) Recerca en arbre de Monte Carlo
A) Juliol de 2024 B) Febrer de 2023 C) Desembre de 2017 D) Maig de 2025
A) Amazon B) Apple C) Microsoft D) Google
A) 20% B) 10% C) 5% D) 50%
A) Tecnologia blockchain B) Emmagatzematge en núvol C) Encriptació de dades D) Privacitat diferencial
A) Alphabet Inc., Amazon, Apple Inc., Meta Platforms, Microsoft B) Coca-Cola, PepsiCo, Red Bull, Monster C) Nike, Adidas, Puma, Reebok D) Tesla, SpaceX, Uber, Lyft
A) 100 milions de dòlars B) 10 milions de dòlars C) 50 milions de dòlars D) 25 milions de dòlars
A) 2,7 bilions de dòlars B) 1,5 bilions de dòlars C) 3,5 bilions de dòlars D) 4,0 bilions de dòlars
A) 2026 B) 2028 C) 2030 D) 2025
A) 10 vegades B) 20 vegades C) 5 vegades D) 15 vegades
A) 12% B) 8% C) 5% D) 10%
A) 5% B) 7% C) 3% D) 10%
A) Fukushima B) Susquehanna C) Central nuclear de Three Mile Island D) Reactor nuclear de Palisades
A) Constellation Energy B) Talen Energy C) Microsoft D) Amazon
A) Taiwan B) Singapur C) Estats Units D) Japó
A) 10% B) 7% C) 3% D) 5%
A) Reduir la difusió de desinformació. B) Augmentar la diversitat de continguts. C) Promoure informació precisa. D) Maximitzar la interacció de l'usuari.
A) Bombolles de filtre B) Càmares d'eco C) Sobrecàrrega d'informació D) Biaix de confirmació
A) Geoffrey Hinton B) Elon Musk C) Bill Gates D) Tim Cook
A) Mitjans sintètics B) Imatges falses C) Clons creats amb intel·ligència artificial D) Vídeos o imatges manipulades amb intel·ligència artificial (deepfakes)
A) Verificació amb blockchain B) Credencials de personalitat C) Signatures digitals D) Directrius ètiques per a la IA
A) El 50% B) Exactament el 61% C) El 80% D) El 75%
A) Al voltant del 4% B) 25% C) 50% D) 10%
A) Justícia representativa B) Justícia predictiva C) Justícia procedimental D) Justícia distributiva
A) Arma autònoma letal B) Arma de foc convencional C) Eina de ciberseguretat D) Drones utilitzats per a la vigilància
A) 2014 B) 2013 C) 2016 D) 2015
A) 9% B) 47% C) 15% D) 30%
A) 70% B) 50% C) 90% D) 30%
A) Stuart J. Russell B) Stephen Hawking C) Eliezer Yudkowsky D) Wendell Wallach
A) Ètica de la intel·ligència artificial B) Robòtica ètica C) Càlcul ètic D) Moralitat computacional
A) Wendell Wallach B) Stuart J. Russell C) Stephen Hawking D) Eliezer Yudkowsky
A) Les mesures de seguretat integrades poden ser deshabilitades o debilitades fins al punt de ser ineficaces. B) La seva arquitectura i els seus paràmetres es mantenen en secret. C) No es poden utilitzar amb finalitats comercials. D) Requereixen una connexió constant a Internet.
A) DALL-E B) ChatGPT C) GPT-3 D) AlphaGo
A) 5% B) 75% C) 22% D) 50% |