![]()
A) Inteligencia avanzada B) Integración análoga C) Inteligencia automatizada D) Inteligencia artificial
A) Una prueba para medir la velocidad de procesamiento de una máquina B) Una prueba para evaluar la fuerza física de una máquina C) Prueba de la capacidad de una máquina para mostrar un comportamiento inteligente indistinguible del humano. D) Una prueba para determinar el consumo de energía de una máquina
A) Java B) Ruby C) Python D) C++
A) Un método para mejorar la seguridad de la red B) Una técnica para programar máquinas manualmente C) Proceso de ensamblaje de componentes de hardware D) Un subconjunto de la IA que permite a las máquinas aprender de los datos
A) Optimizar el uso de la memoria del ordenador B) Generación de números aleatorios C) Detección de errores en los datos D) Encontrar el camino más corto en un grafo
A) Patrón lingüístico no lineal B) Protocolo de aprendizaje neuronal C) Procesamiento del lenguaje natural D) Rendimiento logístico en red
A) Generación de patrones de píxeles aleatorios B) Imitar la visión humana e identificar objetos en imágenes o vídeos C) Análisis de señales de audio D) Comprobación de componentes informáticos
A) Navegador neuronal robusto B) Red neuronal recurrente C) Nodo de notificación rápida D) Notación numérica regular
A) Un programa para el diseño gráfico B) Un programa que simula una conversación con usuarios humanos C) Un programa para juegos de realidad virtual D) Un programa para la composición musical
A) Un hipotético punto futuro en el que la IA supere la inteligencia y el control humanos B) Una medida de la complejidad de los datos C) Una técnica de manipulación meteorológica D) Un tipo de algoritmo de aprendizaje automático
A) 1972 B) 1965 C) 1956 D) 1980
A) Representación del conocimiento B) Razonamiento C) Computación cuántica D) Aprendizaje
A) Microsoft B) IBM C) Intel D) OpenAI
A) Red neuronal recurrente B) Arquitectura Transformer C) Perceptrón D) Red neuronal convolucional
A) Asistentes virtuales B) Motores de búsqueda web avanzados C) Vehículos autónomos D) Sistemas de recomendación
A) Lingüística B) Astronomía C) Neurociencia D) Psicología
A) Redes neuronales artificiales B) Lógica formal C) Entrelazamiento cuántico D) Búsqueda en el espacio de estados
A) 1990 B) 2010 C) 2020 D) 2000
A) Menor consumo de energía B) Reducción de la complejidad del software C) Menor capacidad de procesamiento D) Riesgos existenciales
A) No podían procesar ninguna forma de información incompleta. B) Estos algoritmos requerían la intervención humana en cada paso. C) Experimentan una 'explosión combinatoria', lo que significa que se vuelven exponencialmente más lentos a medida que los problemas crecen. D) La inteligencia artificial temprana no podía realizar deducciones lógicas.
A) Los humanos utilizan juicios rápidos e intuitivos en lugar de deducciones paso a paso. B) Los humanos utilizan una combinación de intuición y razonamiento probabilístico exclusivamente. C) Los humanos se basan únicamente en deducciones lógicas, al igual que los modelos de inteligencia artificial iniciales. D) Los humanos resuelven problemas siguiendo algoritmos predefinidos.
A) Ningún objetivo claro o preferencia definida. B) Tareas asignadas aleatoriamente, sin un orden particular. C) Un objetivo específico. D) Múltiples objetivos a alcanzar simultáneamente.
A) Aprendizaje por refuerzo B) Aprendizaje supervisado C) Aprendizaje por transferencia D) Aprendizaje no supervisado
A) La regresión requiere más datos que la clasificación. B) La clasificación utiliza redes neuronales, mientras que la regresión no. C) La clasificación predice categorías, mientras que la regresión deduce funciones numéricas. D) La clasificación es un tipo de aprendizaje no supervisado.
A) Recuperación de información B) Síntesis de voz C) Traducción automática D) Representación de palabras como vectores (word embedding)
A) Redes neuronales recurrentes (RNN) B) Transformadores pre-entrenados generativos (GPT) C) Redes neuronales convolucionales (CNN) D) Transformadores
A) Reconocimiento de voz. B) Seguimiento de objetos. C) Clasificación de imágenes. D) Análisis de sentimiento en texto.
A) Búsqueda adversaria. B) Búsqueda local. C) Descenso de gradiente. D) Optimización por enjambre de partículas.
A) Análisis de medios y fines. B) Algoritmo de retropropagación. C) Algoritmos de inteligencia de enjambre. D) Optimización matemática.
A) Optimización por enjambre de partículas. B) Computación evolutiva. C) Descenso de gradiente. D) Optimización por colonias de hormigas.
A) Razonamiento deductivo. B) Razonamiento inductivo. C) Cómputo evolutivo. D) Optimización por enjambre de partículas.
A) La inferencia es indecidible, lo que la hace difícil de resolver. B) Utiliza algoritmos de inteligencia de enjambre. C) Requiere el método de gradiente para la optimización. D) Asigna grados de verdad entre 0 y 1.
A) Descenso de gradiente. B) Optimización por enjambre de partículas. C) Computación evolutiva. D) Optimización por colonias de hormigas.
A) Procesos de decisión de Markov B) Filtros de Kalman C) Redes bayesianas D) Redes de decisión dinámicas
A) Diseño de mecanismos B) Análisis de decisiones C) Teoría del valor de la información D) Algoritmo de Expectación-Maximización
A) Clasificador de Bayes ingenuo B) Árbol de decisión C) Máquina de vectores de soporte D) Algoritmo de los k vecinos más cercanos
A) Clasificador de Bayes ingenuo B) Algoritmo de los k vecinos más cercanos C) Máquina de vectores de soporte D) Árbol de decisión
A) Redes bayesianas B) Redes neuronales C) Clasificadores D) Controladores
A) Clasificador de Bayes ingenuo B) Algoritmo de los k vecinos más cercanos C) Árbol de decisión D) Máquina de vectores de soporte
A) Análisis de decisiones B) Teoría de juegos C) Redes de decisión dinámicas D) Modelos de Markov ocultos
A) Clasificadores B) Controladores C) Redes neuronales D) Redes bayesianas
A) Filtros de Kalman B) Redes bayesianas dinámicas C) Algoritmo de Expectación-Maximización D) Teoría de la decisión
A) Procesos de decisión de Markov B) Diseño de mecanismos C) Redes Bayesianas Dinámicas D) Teoría de juegos
A) Descenso de gradiente estocástico B) Propagación hacia adelante C) Retropropagación D) Descenso de gradiente
A) En dirección inversa B) En ambas direcciones C) En una sola dirección D) Aleatoriamente
A) Caras B) Dígitos C) Objetos completos D) Bordes
A) Traducir idiomas en tiempo real. B) Predecir las tendencias futuras del mercado de valores. C) Generar texto basándose en las relaciones semánticas entre las palabras. D) Analizar e interpretar imágenes.
A) ChatGPT B) Prolog C) Claude D) Gemini
A) Keras. B) TensorFlow. C) PyTorch. D) Scikit-learn.
A) Jensen Huang. B) John McCarthy. C) Alan Turing. D) Gordon Moore.
A) La Ley de Gibson. B) La Ley de Bell. C) La Ley de Moore. D) La Ley de Huang.
A) Microsoft B) IBM C) DeepMind D) Google
A) Deep Blue B) AlphaStar C) MuZero D) Watson
A) 2019 B) 2023 C) 2024 D) 2021
A) Pluribus B) AlphaStar C) SIMA D) MuZero
A) Siri B) Asistente de Google C) Cortana D) Alexa
A) Director de Información (CIO) B) Director de Automatización (CAO) C) Director de Datos (CDO) D) Director de Tecnología (CTO)
A) Watson B) Deep Blue C) MuZero D) AlphaGo
A) Programas de preguntas y respuestas tipo 'Jeopardy!' B) Juegos con información incompleta, como el póker. C) Ajedrez y Go (囲碁). D) Juegos de estrategia en tiempo real.
A) Watson B) AlphaStar C) MuZero D) Deep Blue
A) Microsoft B) OpenAI C) Google DeepMind D) Grupo Alibaba
A) 75% B) 84% C) 53% D) 90%
A) rStar-Math B) Gemini Deep Think C) AlphaTensor D) Qwen2-Math
A) 53% B) 90% C) 75% D) 84%
A) AlphaTensor B) rStar-Math C) Gemini Deep Think D) Qwen-7B
A) Búsqueda en árbol de Monte Carlo B) Modelos probabilísticos C) Procesamiento del lenguaje natural D) Diversos enfoques topológicos
A) Mayo de 2025 B) Febrero de 2023 C) Julio de 2024 D) Diciembre de 2017
A) Google B) Apple C) Microsoft D) Amazon
A) 20% B) 10% C) 50% D) 5%
A) Tecnología blockchain B) Cifrado de datos C) Almacenamiento en la nube D) Privacidad diferencial
A) Nike, Adidas, Puma, Reebok B) Tesla, SpaceX, Uber, Lyft C) Alphabet Inc., Amazon, Apple Inc., Meta Platforms, Microsoft D) Coca-Cola, PepsiCo, Red Bull, Monster
A) $10 millones B) $50 millones C) $100 millones D) $25 millones
A) $3,5 billones de dólares B) $2,7 billones de dólares C) $4,0 billones de dólares D) $1,5 billones de dólares
A) 2026 B) 2030 C) 2028 D) 2025
A) 15 veces más B) 20 veces más C) 5 veces más D) 10 veces más
A) 10% B) 12% C) 5% D) 8%
A) 7% B) 10% C) 3% D) 5%
A) Susquehanna B) Three Mile Island C) Reactor nuclear de Palisades D) Fukushima
A) Microsoft B) Talen Energy C) Constellation Energy D) Amazon
A) Taiwán B) Singapur C) Japón D) Estados Unidos
A) 5% B) 7% C) 10% D) 3%
A) Promover información precisa. B) Maximizar la participación de los usuarios. C) Reducir la difusión de información errónea. D) Aumentar la diversidad de contenido.
A) Sesgo de confirmación B) Burbujas de filtro C) Cámaras de eco D) Sobrecarga de información
A) Tim Cook B) Bill Gates C) Elon Musk D) Geoffrey Hinton
A) Imágenes falsas B) Vídeos o imágenes manipuladas con inteligencia artificial (deepfakes) C) Clones de IA D) Medios sintéticos
A) Credenciales de personalidad. B) Firmas digitales. C) Directrices éticas para la IA. D) Verificación mediante blockchain.
A) 80% B) 75% C) Exactamente el 61% D) 50%
A) 50% B) 10% C) Aproximadamente el 4% D) 25%
A) Equidad predictiva B) Equidad representativa C) Equidad distributiva D) Equidad procedimental
A) Arma de fuego convencional B) Drones utilizados para vigilancia C) Arma autónoma letal D) Herramienta de ciberseguridad
A) 2013 B) 2016 C) 2015 D) 2014
A) 9% B) 47% C) 30% D) 15%
A) 70% B) 30% C) 90% D) 50%
A) Eliezer Yudkowsky B) Wendell Wallach C) Stephen Hawking D) Stuart J. Russell
A) Computación ética B) Robótica moral C) Ética de la inteligencia artificial D) Moral computacional
A) Wendell Wallach B) Stuart J. Russell C) Eliezer Yudkowsky D) Stephen Hawking
A) Su arquitectura y parámetros se mantienen en secreto. B) Requieren una conexión constante a Internet. C) Las medidas de seguridad integradas pueden ser desactivadas o debilitadas hasta volverse ineficaces. D) No pueden ser utilizados con fines comerciales.
A) ChatGPT B) DALL-E C) AlphaGo D) GPT-3
A) 75% B) 22% C) 50% D) 5% |