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