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