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