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