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