Examen de Arquitectura de Inteligencia Artificial

1. Observa el siguiente esquema que muestra una receta para hacer pan y compáralo con un modelo que aprende a distinguir tipos de pan tras ver mil fotos. ¿Cuál es la diferencia fundamental en términos de programación?

• Ambos son algoritmos idénticos porque ambos buscan resolver el problema de identificar o hacer pan.
• La receta no es un algoritmo porque requiere un humano, mientras que la IA es totalmente autónoma.
• La receta es un algoritmo rígido, mientras que el modelo de fotos utiliza Machine Learning para ajustar su propia lógica.
• El modelo de fotos es una IA Fuerte porque puede realizar cualquier tarea de panadería.

2. Un banco utiliza un Dataset donde el 90% de los préstamos aprobados históricamente fueron otorgados a hombres. Si la IA aprende de esto, ¿qué concepto de riesgo estamos presenciando?

• Sesgo Algorítmico (Bias).
• Sobreajuste (Overfitting).
• Inferencia errónea.
• Aprendizaje No Supervisado.

3. En un videojuego, un personaje controlado por IA intenta cruzar un puente. Cada vez que cae al agua pierde puntos y cada vez que llega al otro lado recibe una medalla. ¿Qué método de aprendizaje se está aplicando?

• Aprendizaje Supervisado.
• Procesamiento de Lenguaje Natural.
• Aprendizaje gamificado.
• Aprendizaje por Refuerzo.

4. Estás diseñando un asistente médico que debe leer notas de doctores escritas a mano y entender el sentimiento de urgencia del paciente. ¿Qué combinación de campos de IA necesitas?. (Selecciona las 2 opciones que completan este sistema)

• Analítica de Datos Estructurados
• Visión Artificial
• Robótica de Servicios
• Sistemas Expertos de Reglas Rígidas
• Procesamiento de Lenguaje Natural (PLN)

5. Si un estudiante de medicina memoriza todas las preguntas de un banco de exámenes pero falla cuando el profesor le cambia un solo síntoma en el caso clínico, pedagógicamente decimos que no generalizó. ¿Cómo se llama este error en la IA?

• Inferencia.
• Retropropagación.
• Overfitting.
• Deep Learning.

6. Observas una red neuronal con 50 capas ocultas que procesa audio para traducir simultáneamente. ¿Por qué se considera 'Deep Learning' y no solo un 'Machine Learning' básico?

• Porque utiliza redes neuronales con múltiples capas para manejar la complejidad.
• Porque es una IA Fuerte que entiende el mundo como un humano.
• Porque no requiere datos de entrenamiento.
• Porque funciona sin algoritmos.

7. Un coche autónomo detecta un obstáculo y frena en milisegundos basándose en lo que aprendió en su entrenamiento. ¿En qué fase se encuentra el modelo en ese preciso instante?

• Fase de Entrenamiento.
• Fase de Inferencia.
• Fase de Retropropagación.
• Fase de Etiquetado.

8. ChatGPT es capaz de escribir un poema sobre física cuántica al estilo de Pablo Neruda. ¿Qué tecnología y arquitectura permiten esta proeza de coherencia y creatividad?

• Algoritmo de visión convolucional.
• IA Débil de clasificación.
• Aprendizaje No Supervisado básico.
• LLMs basados en arquitectura Transformer.

9. Durante el entrenamiento de una red neuronal, el sistema se equivoca al identificar un perro. Internamente, se activan cálculos matemáticos para ajustar los 'pesos' de las conexiones y reducir el error. ¿Cómo llamamos a este proceso?

• Parámetros.
• Visión Artificial.
• Retropropagación.
• Sesgo de diseño.

10. Un debate sobre si una IA debería decidir quién recibe un trasplante de órganos basándose en probabilidades de supervivencia toca el pilar de:

• IA Fuerte.
• Responsabilidad Algorítmica.
• Parámetros de inferencia.
• Ética de la IA.