Preguntas Examen IA (1) PDF

Preguntas examen IA 1. En anhelo ultimo con la IA parece ser: Construir una mente Evolucionar la capacidad humana Programar una inteligencia superior 2. La clave acerca de los efectos de la IA en la humanidad será: La mentalidad de quien la diseña construye, im...

Preguntas examen IA 1. En anhelo ultimo con la IA parece ser: Construir una mente Evolucionar la capacidad humana Programar una inteligencia superior 2. La clave acerca de los efectos de la IA en la humanidad será: La mentalidad de quien la diseña construye, impulsa … Saber controlarla y limitar sus capacidades La regulación internacional mediante organismos supranacionales 3. Las correlaciones espurias son falsas porque: Confunden casualidad con causalidad Identifican probabilidad con proximidad Confunden posibilidad con probabilidad 4. Una inteligencia (natural o artificial) de orden superior y más perfecto Lo más lógico es que acuda a Las Vegas a hacer fortuna en un fin de semana, comprendiendo que es el lugar de mayor beneficio con menor riesgo Lo más lógico es que comprenda, entre muchas otras cosas las claves fundamentales para los seres humanos. Lo más lógico es que no comprenda a los seres humanos, pues buscara por encima de todo la eficiencia 5. El pensamiento ensoberbecido provoca en quien lo tiene: Superación de lo real Aislamiento de lo real Conocimiento de lo real 6. El complejísimo lenguaje humano, uno de los grandes retos para la IA, no es posible sin: Abstracción Atemperación Adecuación 7. La diferencia entre “estar inteligente” y “ser inteligente” radica en: “Estar” es transitorio, pero “ser” es permanente. No hay diferencia significativa entre uno y otro Es justo la diferencia entre el humano y la IA 8. En la historia se ve constantemente el afán del humano en crear: Algo “vivo” con lo que se pueda relacionar. Algo “pragmático” con lo que mejorar el medio ambiente Algo “neutro” con lo que dominar a otros 9. En el fragmento de la película Blade Runner que hemos visto en los apuntes, el detective descubre que su interlocutor es un replicante porque no pasa una versión modificada del test de Turing Falso Verdadero 10. La IA simbólica o No representa conceptos sino datos o También es conocida como razonamiento artificial o Está basada en el tratamiento lógico de la información o Son aproximaciones basadas en procesamiento de símbolos 11. ¿Qué son DENDRAL, MYCIN y PROSPECTOR? Modelos de lenguaje Lenguajes formales Arquitecturas neuronales Sistemas expertos 12. ¿Cuáles de las siguientes personas son parte de la Historia de la inteligencia Artificial? o Bjarne Stroustrup o John Hopfield o Marvin Minsky o John McCarthy o Linus Torvalds o Niklaus Wirth o Terry Winograd o John Von Neumann o Claude Shannon 13. El teorema de convergencia del perceptrón lo enunciaron o Minsky o Hopfield o Papert o Turing 14. Correlacione los conceptos de la columna de la derecha relativos a las categorias de objetivos de la IA con los de la izquierda que representa su aplicación practica Test de Turing // Lógica // Ciencia cognitiva // Agentes Inteligentes  Actuar como los humanos  Test de Turing  Actuar racionalmente  Agentes Inteligentes  Pensar racionalmente  Lógica  Pensar como los humanos  Ciencia cognitiva 15. A la IA subsimbolica también se la conoce como “also computing” porque Es una computación “generalista” donde no hace falta saber programar específicamente las expresiones matemáticas. Es una computación “aproximada”, menos precisa y más rápida que los modelos matemáticos formales. Es una computación basada en seres vivos, que son “blandos” Es una computación basada en modelos matemáticos simples. 16. ¿Qué es el premio Loebner? Un concurso que premia al mejor programa de IA Un concurso que premia al primer programa de IA que supere el test de Turing no restringido Un reconocimiento a la mejor contribución anual al campo de la IA Un premio honorifico al creador de la menor Red Neuronal ese año 17. Las redes neuronales hacen procesamientos subsimbólico. Los sistemas expertos son simbólicos. 18. La IA subsimbolica o Incorpora la lógica como herramienta computacional o Incluye a la ingeniería del conocimiento o Son aproximaciones basadas en procesamiento de señales/datos. o Está basada en modelos biológicos complejos o Son herramientas software diseñadas para estimar relaciones entre datos 19. La IA simbólica, a diferencia de otras ingeniarías, tiene como objeto formal La energía El conocimiento La materia Los datos 20. El procesamiento simbólico representa un modelo de la mente, del SW con el que pensamos, mientras que el subsimbolico representa un modelo del cerebro del HW con el que pensamos Verdadero Falso 21. ¿Es posible describir con detalle el proceso del pensamiento? Es una pregunta sin una respuesta definitiva (de momento) Si No 22. Describa con sus propias palabras la teoría de las inteligencias múltiples de Howard Gadner Para Howard Gadner, la inteligencia no es un conjunto unitario que agrupe diferentes capacidades específicas, sino una red de conjuntos autónomos, relativamente interrelacionado. Dice que el desarrollo de cualquier tipo de inteligencia depende de tres factores: Factor Biológico, factor de la vida personal y factores culturales e históricos. Para Howard, la inteligencia es un potencial biopsicológico de procesamiento de información que se puede activar en uno o más marcos culturales para resolver problemas o crear productos que tienen valor para dichos marcos. Desde esta perspectiva las inteligencias no son algo que se pueda ver o contar: son potenciales que se activan o no en función de los valores de una cultura determinada, de las oportunidades disponibles en esa cultura y de las decisiones tomadas por cada persona o su familia, sus enseñantes y otras personas.  Tipos de inteligencia: - Inteligencia lingüístico-verbal - Inteligencia lógico-matemática - Inteligencia espacial-visual - Inteligencia musical-auditiva - Inteligencia corporal-kinestésica - Inteligencia individual - Inteligencia interpersonal - Inteligencia naturalista - Inteligencia emocional 23. ¿Por qué es difícil dar una definición de IA? Dificultad de dar con una definición precisa de la IA - Su estructura, intereses y métodos no están definidos ni fijados con tanta claridad como en una ciencia madura. - No podemos definir con exactitud que es inteligencia 24. ¿Cuál es la diferencia entre el procesamiento simbólico y el procesamiento subsimbolico? ¿que representa cada una de estas aproximaciones? 25. Decimos que la IA es una disciplina hibrida. Explica esta afirmación usando los conceptos “el científico construye para aprender” y “el ingeniero aprende para construir” (Mi respuesta calificada con toda la puntuación) La IA es una disciplina hibrida ya que está separada entre ciencia e ingeniería. La parte de ciencia estudia el funcionamiento de la inteligencia humana y sus procesos para poder programar la IA de la misma forma que funciona el cerebro. Como dice la frase del enunciado “el científico construye para aprender”, la finalidad de la ciencia en la IA es aprender cómo funciona el cerebro y así poder entender las acciones del ser humano. La parte de la ingeniería simula los actos del ser humano en una IA para que se comporte lo más parecido al ser humano pudiendo hacer tareas que solo puede hacer el hombre. En la frase del enunciado “el ingeniero aprende para construir” nos está diciendo que para que un ingeniero pueda construir la IA, tendrá que aprender antes el funcionamiento, para poder hacerlo lo más parecido posible al ser humano. (Según los apuntes) CIENCIA: comprender que es el comportamiento inteligente en máquinas y seres vivos. Entender mejor la mente humana construyendo programas que la modelen INGENIERIA: construir maquinas que hagan las cosas “inteligentes” igual o mejor que los humanos. Hacer programas que realicen tareas que hasta ahora solo hacen las personas. 26. ¿Qué dice la hipótesis del sistema de símbolos físicos (SFF) enunciada por Newell y Simon en 1976? “Un SSF tiene los medios necesarios y suficientes para producir un comportamiento inteligente” Dice que cualquier sistema que exhiba inteligencia debe operar manipulando estructuras compuestas por símbolos 27. Métodos de representación del conocimiento de acuerdo con el tipo de representación Representación basada en estados: - Lógicas - Redes semánticas Representación basada en objetos: - Marcos Representación basada en acciones - Reglas 28. Explique la neurona artificial de McCulloch y Pitts y el percepton de Rosenblatt. Similitudes y diferencias Definición de una neurona formal: entidad con dos estados asociativos (0, 1) booleanos. Suma de entradas y ley todo/nada. Existe inhibición. Perceptrón: función de activación umbral. Aprendizaje muy simple, reajustando los pesos si la salida en incorrecta. Función de error definida como la diferencia entre el valor obtenido y el esperado. 29. Explique que es el aprendizaje de una Red Neuronal y cuál es el resultado de este para la red. El aprendizaje es un proceso (algoritmo) por el que la red modifica sus pesos en función de las salidas presentadas asociando patrones de entrada a patrones de salida. Resultado:  Modificación del a estructura de la red (matriz de pesos)  La red genera un modelo interno del mundo, un algoritmo para resolver el problema propuesto.  Las solución se almacena de forma distribuida entre la matriz de pesos y la arquitectura de la red 30. La siguiente afirmación “Si los procesos que realiza un ordenador son idénticos a los del cerebro, entonces si el cerebro genera consciencia, los ordenadores son conscientes” es un enunciado propia de la IA Débil o IA fuerte? Justifique la respuesta Es un enunciado propio e la IA fuerte ya que las maquinas que hacen esas tareas porque realmente piensan. Tienen consciencia y pueden abarcar múltiples áreas. 31. Dé una definición de IA y discuta si es buena o no. Definiciones: - Disciplina que estudia el análisis y diseño de sistemas artificiales autónomos capaces de: o Exhibir un comportamiento inteligente o Aplicando algún principio de racionalidad - Disciplina que analiza y comprende los mecanismos que dan lugar a conductas inteligentes para, a partir de ahí, reproducir dichas conductas en máquinas (no necesariamente con los mismos mecanismos) - Dificultad de dar una definición precisa de la IA. o Su estructura, intereses y métodos no están definidos ni fijados con tanta claridad como en una ciencia madura. o No podemos definir con exactitud que es inteligencia. Por eso en principio ninguna es buena si usa los términos inteligencia o comportamiento inteligente. 32. ¿Sobre qué nos puede hacer reflexionar la IA, fuera del campo de las ciencias de la computación? - Las investigaciones de la IA apoyan sobre presupuestos de índole filosófica- antropológica que conviene explicitar y dilucidar. - El progreso de la IA conlleva implicaciones y consecuencias éticas, jurídicas y aun religiosas. - Contribuye al estudio del hombre. El debate sobre estos asuntos está vivo y aportaremos elementos de juicio para la reflexión. 33. Se puede definir la IA en función de las 4 categorías en las que se puede clasificar los objetivos que se persiguen cuando se construyen sistemas inteligentes. Dichas categorías son: (numéralas y defínalas brevemente) - Sistemas que piensan como humanos: o Sistemas capaces de automatizar operaciones mentales, como la tema de decisión, la resolución de problemas o el aprendizaje (Bellman, 1978) - Sistemas que piensan racionalmente: o Sistemas que tratan de emular el pensamiento lógico racional y de alcanzar conclusiones de acuerdo con una serie de leyes universales del pensamiento definidas por la lógica. (Winston, 1992) - Sistemas que actúan como humano:  o Visión inaugurada por Alan Turing y su famoso test. Se trata de sistemas y programas con capacidad de procesar el lenguaje natural, representar conocimiento, razonar automáticamente y aprender para adaptarse a nuevas circunstancias. (Kurzweil, 1990) - Sistemas que actúan racionalmente: o Sistemas que tratan de ampliar la racionalidad más allá de las leyes de la lógica en incluir asi otros elementos, como la incertidumbre, la autonomía, el cambio, etc. (Poole, Mackworth y Goebel, 1998) 34. A) ¿cuál es el objetivo formal de la IA? B) ¿Qué problemas plantea esto? La rama aplicada de la IA, a diferencia de otras ingenierías, tiene como objeto formal el conocimiento (no la materia o la energía). El conocimiento es objeto de: - Observación - Modelado - Formalización - Transformación, porque queremos que ese conocimiento sea reutilizable en sistemas computacionales sin la presencia del humano que lo poseía en un principio. Problema: - No hay una “teoría del conocimiento” - Es como construir aviones son física de fluidos 35. A) La Dartmouth Summer Research Conference on Artificial Intelligence fue organizada principalmente por tres científicos. ¿Quiénes eran y que ámbito de conocimiento aportaba cada uno de ellos? B) ¿Qué dos escuelas confluyen en la creación de la disciplina de la IA? A) Científicos: Minsky  redes neuronales McCarthy  lenguaje LISP/Uso de la lógica, Shannon  teoría de la información B) Escuela cognitiva: sistemas basado en el conocimiento (SBC): inspiración lógico/psicológica. Modelización de procesos cognitivos. Escuela conexionista: redes neuronales. Inspiración neurofisiológica (Golgi 1880, Cajal 1888). Modelización del HW cerebral. 36. ¿Los términos “Soft computing” y “biocomputación” son, a su juicio, dos formas completamente de denominar el mismo concepto? Si es que si, indique a que concepto se refiere y por que se usan ambos términos. Si es que no, indique en que se diferencian. (Respuesta profesor) - Si se responde que si: se refieren a la IA subsimbolica y ambos términos se refieren a los métodos de procesamiento de datos, basado en modelos biológicos que se caracterizan por ser aproximados.  - Si se responde NO: se diferencian en que el termino biocomputación hace referencia al origen de Ios métodos de la IA subsimbolica y Soft computing al tipo de procesamiento que hacen. (Respuesta Sire, puntuación completa) Soft Computing o computación blanda es aquello que relaciona conceptos de una forma aproximada. Biocomputación uso de estructuras biológicas como las redes neuronales que representan un modelo HW del cerebro. No son conceptos equivalentes pero si son muy parecidos porque ambas pertenecen a la IA subsimbolica que intenta mediante el uso de datos una aproximación para relacionar conceptos 37. Defina: A) red neuronal B) neurona artificial. C)Aprendizaje A) Red Neuronal: a. Sistema compuesto por un conjunto de elementos de procesamiento simple (neuronas), conectados entres si (red), cuyo comportamiento está determinado por la topología y los pesos de sus conexiones. b. Sistema de computación que consta de gran número de elementos simples, altamente interconectados, que procesan la información respondiendo dinámicamente frente a estímulos externos. (Hetch – Nielsen, 1988) c. Conjunto de autómatas conectados entre sí que generan propiedades emergentes (Teoría de Autómatas) B) Neurona artificial: son microchips que pretenden imitar las funciones de Bladelas neuronas biológicas. Esta tecnología se está investigando y desarrollando actualmente y se pretende que dentro de unos años se pueda empezar a utilizar en los ámbitos de salud. Gracias a las neuronas artificiales se pueden crear redes neuronales artificiales C) Aprendizaje: Proceso por el que la red modifica sus pesos en función de las salidas presentadas asociando patrones de entrada y salida. 38. ¿Qué tiene que ver la frase de Leibnitz “Todo lo que podamos describir de forma clara, completa, precisa e inequívoca es computable” con la IA? Según Patrick Winston, un ordenador hace TODO lo que se le describa con detalle. ¿Es posible describir con detalle el proceso del pensamiento? Entonces un ordenador puede pensar. 39. Fundamentos científicos de la IA. Enuméralos y explique brevemente cual es la influencia de cada uno de ellos.  Matemáticas : uso de algoritmos  Filosofía: Lenguaje formal  ingeniería informática: forma de programar  Psicología: estudio de la inteligencia  Neurociencia: Estudio de las redes neuronales (Ramon y Cajal)  Economía: forma de maximizar una cantidad sin que sufra ninguna desmejora  Cibernética: en los últimos años hace o mismo que la informática  Lingüística: uso de la lengua para transmisión de información 40. Explique el Ciclo del Conocimiento: fases y breve definición de cada una de ellas 41. Defina las operaciones elementales que tiene lugar en una neurona 42. Turing plantea la pregunta ¿Puede una maquina pensar? a. ¿Qué respuesta da el a su propia pregunta? b. De forma resumida ¿Cuál es el argumento de Turing? A) Turing evita responder a la pregunta proponiendo un test mediante el cual se pueda decir si una maquina en particular es inteligente o no. “Si una maquina participa correctamente en un juego diseñado de tal manera que sus reglas requieran de inteligencia en los jugadores, entonces la maquina puede pensar” B) A 43. ¿Puede una maquina pensar? Explique que significa cada una de las palabras de esa pregunta desde el punto de vista de la inteligencia artificial ¿Pueden … Depende de lo que se entienda por poder: o ¿Ahora? o ¿en algún momento del futuro? o ¿teóricamente? o ¿queremos construir una? Hay gente que piensa que la complejidad inherente o Al proceso de pensamiento o Al proceso de construcción impedirá construirla en la práctica. O bien que es necesaria la “fisicidad” del cuerpo humano … … las maquinas… La palabra maquina evoca algo simple pero no todas las maquinas son cacharros. o No todos los científicos consideran a los virus seres vivos  maquinas metabólicas / orgánicas complejas o Una bacteria es una maquina metabólica con solo 0,5 Mbyte de información en su código genético de núcleo de un SO, 100 Mbyte o Si el ser humano es también una máquina, se dice que las maquinas piensan. o El problema del sustrato:  Searle (1980) dice que solo las maquinas biológicas(compuestas por proteínas) son capaces de pensar.  Newell y Simon (1976) piensan lo contrario. Basta con que pueda manejar datos simbólicos. …pensar? Es la parte más difícil. ¿es inteligente un programa que predice el tiempo? ¿Qué estima la demanda?¿qué hace andar a un robot?¿que gana el campeón del mundo de ajedrez? Turing evita responder a la pregunta proponiendo un test mediante el cual se pueda decidir si una maquina en particular es inteligente o no. o Si una maquina participa correctamente en un juego diseñado de tal manera que sus reglas requieran necesariamente inteligencia en los jugadores, entonces la maquina puede pensar. 44. A) ¿Por qué fracasan los primeros sistemas basaos en el conocimiento? B) ¿Cómo se podía haber evitado el fracaso? A) Demasiadas expectativas y predicciones que no se cumplieron por: a. Usar métodos generales para resolver problemas amplios b. Carencia de conocimiento sobre los campos de aplicación c. Se abordan problemas intratables: Traducción automática B) Expectativas mas humildes, objetivos mas concretos y menos ambiciosos, haber contado con un HW mas potente. 45. A) ¿Quién dijo: “Si procesar el lenguaje humano y otros fenómenos mediante análisis estadístico no cuenta como autentica comprensión, entonces tampoco los seres humanos entiende” ? B) ¿Qué significa según tu opinión? A) How to Create a Mind: Secreto f Human Thought Revealed. Raymond Kurzweil B) No hay respuesta correcta, depende de la argumentación 46. A) Explique detalladamente el Test de Turing original y que se pretende obtener con él. B) ¿Qué significa CAPTCHA y en qué consiste? ¿Es lógico que se pregunte esto aqui? A) Actuar como los humanos (Test de Turing). ¿Puede una maquina pensar? La pregunta la plantea Alan Turing en 1950, en su artículo “Computing Machinery and Intelligence”. La respuesta a esta pregunta depende de cómo definamos maquina y pensar. Nilsson añade la discusión sobre “poder”. ¿Pueden … Depende de lo que se entienda por poder: o ¿Ahora? o ¿en algún momento del futuro? o ¿teóricamente? o ¿queremos construir una? Hay gente que piensa que la complejidad inherente o Al proceso de pensamiento o Al proceso de construcción impedirá construirla en la práctica. O bien que es necesaria la “fisicidad” del cuerpo humano … … las maquinas… La palabra maquina evoca algo simple pero no todas las maquinas son cacharros. o No todos los científicos consideran a los virus seres vivos  maquinas metabólicas / orgánicas complejas o Una bacteria es una maquina metabólica con solo 0,5 Mbyte de información en su código genético de núcleo de un SO, 100 Mbyte o Si el ser humano es también una máquina, se dice que las maquinas piensan. o El problema del sustrato:  Searle (1980) dice que solo las maquinas biológicas(compuestas por proteínas) son capaces de pensar.  Newell y Simon (1976) piensan lo contrario. Basta con que pueda manejar datos simbólicos. …pensar? Es la parte más difícil. ¿es inteligente un programa que predice el tiempo? ¿Qué estima la demanda?¿qué hace andar a un robot?¿que gana el campeón del mundo de ajedrez?  Turing evita responder a la pregunta proponiendo un test mediante el cual se pueda decidir si una maquina en particular es inteligente o no. o Si una maquina participa correctamente en un juego diseñado de tal manera que sus reglas requieran necesariamente inteligencia en los jugadores, entonces la maquina puede pensar. FASES DEL TEST DE TURING o FASE 1 : DISTINGUIR HOMBRE – MUJER  Un hombre (A), una mujer (B) y un interrogador (C). no se ven entre sí.  Dos etiquetas: Hombre y Mujer  C tiene que decir quién es el hombre y quien la mujer: A es el hombre y B la mujer.  El hombre engaña. Intenta convencer a C que él es la mujer  La mujer ayuda y es sincera. Incluso puede decir que el otro miente… o FASE 2: DISTINGUIR HOMBRE – MUJER  Un ordenador (A), una mujer (B) y un interrogador (C). no se ven entre si  Dos etiquetas: Hombre y Mujer  C tiene que decir quién es el hombre y quien al mujer (no sabe que hay una maquina): A es el hombre y B la mujer.  El ordenador engaña intenta convencer a C que ello es la mujer  La mujer ayuda y es sincera. Incluso puede decir que el otro miente… El test de Turing requiere: o Procesamiento del lenguaje natural o Representación del conocimiento o Razonamiento automático o Aprendizaje automático Objeciones: o No reproducible ni analizable matemáticamente. o La objeción de Lady Lovelace cuestiona si, aun asi, son capaces de aprender indepen-dientemente, mostrando las que su inteligencia es original. o La paradoja de la caja china de Searle sugiere que, entonces, será posible la inteligen-cia sin comprensión. En el test de Turing, podemos encontrar una versión restringida, en la que un juez humano se enfrenta a dos pantallas de ordenador. Una de ellas controlada por un ordenador y la otra por un humano. El juez ha de dilucidar quien es quien. Aplicaciones del Test de Turing:  Filtro Antispam  Captcha (Completely Automated Public Turing test to Tell Computers and Humans Apart) B) Si, porque CAPTCHA significa Completely Automated Public Turing test to Tell Computers and Humans Apart, es decir es una aplicación practica del Test de Turing 47. A) Explique los conceptos básicos de IA Débil / restringida – IA Fuerte/General. B) ¿Cuál es la relación entre IA como ciencia/ingeniería y estos conceptos? La relación se deduce de la siguientes definiciones. A partir de los verbos construir/comprender definimos: IA como Ingeniería: - Construir maquinas que hagan las cosas “inteligentes” igual que los humanos. Hacer programas que realizan tareas que hasta ahora solo hacen las personas. La IA Débil se basa en este principio para desarrollar maquinas que ayudan al hombre en sus tareas como si fueran inteligentes. Limitadas a un área concreta. IA como Ciencia: - Comprender que es el comportamiento inteligente en máquinas y seres vivos. Entender mejor la mente humana construyendo programas que la modelen. La IA fuerte parte de estos planteamientos para desarrollar Maquinas que hacen esas tareas porque realmente piensan. Tienen consciencia y pueden abarcar múltiples áreas. 48. ¿Cuál es la contribución de Rumelhart, Hinton y William? Publican en algoritmo de aprendizaje back-propagation en el libro Parallel Distributed Procesing. Lo aplican a una mejor del perceptrón de Rosenblat: Perceptrón multicapa Paradigma mas extendido y utilizado. 49. A la IA subsimbolica también se le conoce como Biocomputacion. Explique por que y proporcione algunos ejemplos concretos correlacionadndolos con su correspondiente modelo computacional. Porque está basada en modelos biológicos complejos. - Modelo del cerebro  redes neuronales - Evolución de poblaciones de virus  algoritmo genético - Comportamiento de sociedades animales  Inteligencia de enjambre.