Inteligencia Artificial

Si se considera un agente para comprar libros en Internet, señale cuál sería su entorno: Internet. Páginas web. Links.

Un juego óptimo en juegos de información imperfecta, como del bridge, requiere el razonamiento sobre: Los futuros movimientos de cada jugador. Los movimientos anteriores de cada jugador. Los estados de creencia actuales y futuros de cada jugador.

El número de pasos a lo largo del camino, desde el nodo inicial se denomina: Coste del camino. Estado. Profundidad en el árbol de búsqueda.

En juegos, los estados repetidos ocurren con frecuencia debido a transposiciones (permutaciones diferentes de la secuencia de movimientos que terminan en la misma posición). Falso. Verdadero.

Aplicando el término percepción en el contexto de agentes, indique ¿cuál de las siguientes alternativas no es una percepción?. Luz roja de un semáforo. Si vamos conduciendo y nos encontramos con un semáforo con luz roja, ejecutamos las acciones para detener el vehículo. Si el cielo esta nublado, tomamos un abrigo para mantener el calor.

A la web semántica se la conoce también con el nombre de web: 3.0. 4.0. 2.0.

En el siguiente silogismo mencione cuál es la premisa particular: Las aves tienen plumas; el pato tiene plumas; el pato es un ave. El pato es un ave. El pato tiene plumas. Las aves tienen plumas.

Las sentencias complejas se construyen a partir de sentencias más simples, mediante el uso de: Valores de verdad. Inferencias. Conectivas lógicas.

Búsqueda que consiste en la selección de un camino que se lo sigue por completo, aumentando los niveles de profundidad hasta que se descubre la solución. Primero en anchura. Primero en profundidad. De profundidad limitada.

El algoritmo minimax genera el espacio de búsqueda entero, mientras que el algoritmo alfa-beta permite podar grandes partes del árbol. Verdadero. Falso.

El enfoque centrado en el comportamiento humano de la Inteligencia Artificial (IA), indica que: La combinación de la lógica con la semántica. No es una ciencia empírica que incluya hipótesis y confirmaciones mediante experimentos. La combinación de matemáticas e ingeniería.

En juegos de suma cero de dos jugadores con información perfecta, el algoritmo que puede seleccionar movimientos óptimos usando una enumeración primero en profundidad del árbol de juegos, es el algoritmo: Poda Alfa Beta. Poda Crash Cut. MiniMax.

El primer paso para el diseño de un agente debe ser siempre la especificación tan completa como sea posible de: Los métodos de aprendizaje. El entorno de trabajo. Las limitaciones.

Para el juego del ajedrez, la técnica de búsqueda que se debe utilizar es: La búsqueda primero en anchura, ya que es más eficiente en la búsqueda de una solución en un 30% comparada con la búsqueda de MiniMax. La búsqueda MiniMax, ya que es más eficiente en la búsqueda de una solución en un 30% comparada con la búsqueda de Poda Alfa Beta. La búsqueda Poda Alfa Beta, ya que es más eficiente en la búsqueda de una solución en un 30% comparada con la búsqueda de MiniMax.

Se dice que un agente es omnisciente si éste: Maximiza el rendimiento esperado. Conoce el resultado de su acción y actúa de acuerdo con él. Lleva a cabo acciones con la intensión de modificar acciones futuras.

En el algoritmo Minimax los dos jugadores pueden colaborar para sacar un beneficio común. Falso. Verdadero.

Para decir que un programa piensa como humano, es necesario: Tener un mecanismo que permita determinar la forma en la que piensan los humanos. Que los datos de entrada y salida del computador, sean diferentes a los del humano. Que los resultados del programa se limiten a una sola regla de inferencia.Respuesta 2.

De forma general se puede decir que un juego puede se define por el estado inicial, las acciones legales de cada estado, un test terminal y una función utilidad. Falso. Verdadero.

Si se considera el explorador autónomo de marte, los actuadores serían: Ruedas, dispositivos para la recogida de muestras, radio transmisor. Terreno explorado y reportado, muestras recogidas y analizadas. Vehículo de lanzamiento, marte.

El algoritmo más utilizado en las aplicaciones de juegos, por la excepcional utilidad en el aumento de la velocidad de la búsqueda, sin producir pérdida de información, se denomina: Recorrido hacia atrás. Recorrido hacia adelante. Poda Alfa Beta.

Las búsquedas que usan la información de la definición del problema y del coste del estado actual del objetivo, se denominan: Iterativas. Heurísticas. No informadas.

La aproximación heurística permite definir una función, en donde interviene información de: Los sensores. Los actuadores. El dominio.

Si se considera el agente robot que juega al fútbol, las medidas de rendimiento serían: Partidos ganados, metas en favor y en contra. Campo de juego, bola. Cámara, sensores táctiles, acelerómetros.

El algoritmo de backtracking usa la técnica recursiva de vuelta atrás de resolución de problemas. Falso. Verdadero.

Para un agente tutor de inglés interactivo, los sensores serían: Las personas que hacen uso del tutor. Los ejercicios, indicaciones, correcciones. El teclado de entrada.

Al problema de satisfacción de restricciones se le puede dar una formulación incremental como un problema de búsqueda estándar. Verdadero. Falso.

El padre de la Inteligencia Artificial (IA) es Alan Turing. Verdadero. Falso.

Los programas informáticos, pueden utilizar una ontología para una variedad de propósitos, entre otros: Determinar las fronteras del dominio. Para el razonamiento inductivo, la clasificación, y para una variedad de técnicas de resolución de problemas. Recolectar datos del dominio.

Una estrategia de búsqueda informada que utiliza el conocimiento específico del problema puede encontrar soluciones de manera más eficiente que las estrategias de búsqueda no informada. Falso. Verdadero.

Los juegos, como el mundo real, requieren la capacidad de tomar alguna decisión (la jugada) cuando es: Infactible calcular la decisión óptima. Viable la solución. Factible calcular la decisión óptima.

En esta búsqueda el tiempo necesario crece exponencialmente con respecto a la profundidad, mientras que el espacio requerido en memoria lo hace en forma lineal. Primero en profundidad. De profundidad limitada. Primero en anchura.

Las estrategias de búsqueda que conocen si un estado no objetivo es mas conveniente que otro, se denominan: Búsqueda secuencial. Búsqueda heurística. Búsqueda no informada.

Al momento de diseñar medidas de utilidad para un agente racional se las debe hacer: De acuerdo a lo que se quiere para el entorno. De acuerdo a los requerimientos del usuario. De acuerdo a lo que se cree que el agente debe comportarse.

La búsqueda que prueba diferentes profundidades es completa y óptima, es una búsqueda: Primero en anchura. Primero en profundidad con profundidad iterativa. De costo uniforme.

Para resolver los problemas que A* no puede resolver por falta de memoria se puede utilizar: A * PI. BRPM y A*MS. A*.

En el caso del enfoque de Inteligencia Artificial (IA), según la ley de pensamiento, todo el énfasis se pone en hacer inferencias: Correctas. Difusas. Incorrectas.

El proceso de examinar las distintas secuencias posibles de acciones que conducen a estados de valores conocidos y escoger la mejor acción secuencia se denomina selección. Falso. Verdadero.

En el siguiente silogismo mencione cuál es la premisa particular: Los planetas son redondos; la tierra es un planeta; por lo tanto, la tierra es redonda. Los planetas son redondos. La tierra es un planeta. La tierra es redonda.

Las propiedades del entorno de trabajo del agente asistente matemático para la demostración de teoremas serían: Totalmente observable, determinístico, secuencial, semiestático, discreto e individual. Totalmente observable, determinístico, secuencial, semiestático, discreto, multiagente. Observable, determinístico, secuencial, semiestático, discreto, multiagente.

Una estrategia de búsqueda no informada puede encontrar soluciones de manera más eficiente que una estrategia de búsqueda informada. Verdadero. Falso.

Si observamos a los robots como agentes físicos que realizan tareas mediante la manipulación física del mundo, los sensores son: Las piernas, ruedas, piezas. Las cámaras, giroscopios. El espacio físico que recorre el robot.

Desde el punto de vista racional, se entiende por Inteligencia Artificial (IA): El nuevo y excitante esfuerzo de hacer que las computadoras piensen; es decir construir máquinas con mentes, en el más amplio sentido literal. El estudio de las facultades mentales, mediante el uso de modelos computacionales. La automatización de actividades que se vinculan con procesos de pensamiento humano. Actividades como: toma de decisiones, resolución de problemas, aprendizaje, etc.

Los agentes pueden mejor su eficacia con la ayuda de. Medidas de rendimiento. Mecanismos de aprendizaje. Controladores.

Si consideramos el problema de búsqueda de una ruta que lo llamaremos "De vacaciones a las Islas Galápagos" aquí se considera el problema de viajes por transporte terrestre para ir de Loja a Guayaquil y luego el transporte aéreo para ir de Guayaquil a Puerto Ayora, el costo del camino es: Loja-Catamayo; Catamayo-Guayaquil; Guayaquil-Puerto Ayora. Terminales terrestres de las ciudades por donde transita el transporte terrestre y aeropuertos de Guayaquil-Puerto Ayora. La suma de distancias y tiempo de trayecto entre ciudades y aeropuertos.

El término que se utiliza para indicar que el agente puede producir salidas en cualquier instante, se denomina: Actuadores. Medio Ambiente. Sensores.

La ascención a colinas es un método de búsqueda: Local. Local en línea. Con vuelta atrás.

A los algoritmos de resolución de problemas se los puede evaluar así: Completitud, optimización, complejidad en tiempo y costo. Completitud, optimización, complejidad en tiempo y complejidad en espacio. Completitud, omnipotencia, complejidad en tiempo y complejidad en espacio.

Los silogismos son esquemas de estructuras de argumentación mediante las que se llega a conclusiones correctas, si se parte de: Premisas negativas. Premisas correctas. Premisas incorrectas.

En un algoritmo genérico, los nuevos estados se generan por: La utilización del método fifo. Mutación y cruce. Posición.

Si se considera el explorador autónomo de marte, las medidas de rendimiento serían: Ruedas, dispositivos para la recogida de muestras, radio transmisor. Terreno explorado y reportado, muestras recogidas y analizadas. Vehículo de lanzamiento, marte.

En la época inicial de la Inteligencia Artificial (IA) los lenguajes específicos de desarrollo fueron: Fortran o Cobol. Pascal o C. Lisp o Prolog.

Si observamos a los robots como agentes físicos que realizan tareas mediante la manipulación física del mundo, los actuadores serán: Piernas, ruedas, piezas. El espacio físico que recorre el robot. Cámaras, giroscopios.

Cuando no se tiene información adicional acerca de los estados más allá de la que proporciona la definición del problema, se deben utilizar estrategias de búsqueda: Heurística. Informada. No informada.

Si consideramos la asociación: Si el vehículo de delante frena y sus lucres de freno se encienden, entonces el agente taxista deberá advertirlo y empezará a frenar también. La asociación se almacena de la forma: si vehículo-delante-frena entonces empezar-a-frenar. Esta regla de condición-acción corresponde a: Agentes reactivos simples. Agentes reactivos basados en modelos. Agentes basados en utilidad.

La búsqueda voraz primero el mejor trata de expandir el nodo más cercano al objetivo, alegando que probablemente conduzca rápidamente a una solución. Verdadero. Falso.

Si se considera el explorador autónomo de marte, los sensores serían: Camaras, sensores táctiles, acelerómetros, radio receptores. Terreno explorado y reportado, muestras recogidas y analizadas. Ruedas, dispositivos para la recogida de muestras, radio transmisor.

Si tenemos un programa conversor de euros a dólares, que funciona así: cada vez que un usuario ejecuta un programa, éste se conecta por internet a los mercados de divisas, extrae el tipo de cambio - que cambia constantemente - y lo presenta por pantalla. El programa es en cierto sentido, consciente de su entorno porque devuelve una salida (un tipo de cambio) tras recibir una entrada (la ejecución del programa) y porque se conecta a los mercados de divisas. Se puede decir que éste: Es un agente, puesto que los agentes son programas; por consiguiente, los programas son agentes. No es un agente ya que su salida actual no afecta a sus futuras salidas. No es un agente ya que no tiene "memoria" de sus actos ni puede aprender de ellos; es decir, carece de persistencia puesto que permanece activo el tiempo en que realizamos la conversión de la moneda.

El algoritmo sencillo recursivo que intenta imitar la operación de búsqueda primero el mejor estándar, pero utilizando sólo un espacio lineal, se denomina: A*PI. A*M. BRPM.

Se dice que un sistema es racional si: Va mucho más allá de los objetivos en función de su conocimiento. Produce mejores resultados en función de su conocimiento. Hace lo correcto en función de su conocimiento.

La búsqueda voraz primero el mejor se parece a la búsqueda de profundidad limitada, en el modo que prefiere seguir un camino hacia el objetivo, pero volverá atrás cuando llegue a un callejón sin salida. Verdadero. Falso.

Al problema de satisfacción de restricciones se le puede dar una formulación incremental como un problema de búsqueda estándar. Falso. Verdadero.

La técnica poda alfa-beta puede aplicarse a árboles de cualquier profundidad. Falso. Verdadero.

Algoritmo que utiliza el método salto-atrás para retroceder a la variable más reciente en el conjunto conflicto. Búsqueda con vuelta atrás simple. Búsqueda con vuelta atrás inteligente. Búsqueda hacia adelante.

Se dice que un algoritmo de inferencia es completo, si: Trabaja con cualquier base de conocimiento y sentencias α, y siempre finaliza. Puede derivar cualquier sentencia que está implicada. Deriva sólo sentencias compuestas.

Si se dice: Un área alberga al menos una titulación; la representación lógica sería: Area ε titulación ==> titulación >= 1. Area Ξ titulación ==> titulación >= 1. A = {x/x es un área}; C = {y/y una titulación} ==> AC={x/y y>=1}.

La eficacia de la poda alfa-beta es muy dependiente del orden en el que se examinan los sucesores. Verdadero. Falso.

En los problemas de satisfacción de restricciones, a una asignación que no viola ninguna restricción, se denomina: Consistente. Completa. Inestable.

Las restricciones que están compuestas por pares de variables, se denominan: Duras. Monarias. Binarias.

Para visualizar un problema de satisfacción de restricciones se puede usar un grafo de restricciones en donde los nodos corresponden a las restricciones y los arcos corresponden a las variables del problema. Falso. Verdadero.

Base de conocimiento, es. Un almacén de grandes cantidades de datos organizados siguiendo un determinado esquema o modelo de datos que facilite su almacenamiento, recuperación y modificación. El denominado esquema de representación. Una base de datos cualquiera.

La alternativa para usar mejor las restricciones durante la búsqueda, se llama: Comprobación hacia adelante. Restricciones. Ordenamiento de valor.

Un juego óptimo en juegos de información imperfecta, como del bridge, requiere el razonamiento sobre: Los movimientos anteriores de cada jugador. Los estados de creencia actuales y futuros de cada jugador. Los futuros movimientos de cada jugador.

El agente basado en el conocimiento genérico utiliza algoritmos de inferencia y una base de conocimiento. Falso. Verdadero.

En los problemas de satisfacción de restricciones se pueden desarrollar: Heurísticas frágiles, que requieren información adicional del dominio específico del problema. Heurísticas eficaces y genéricas, que no requieran ninguna información adicional ni experta del dominio específico del problema. Heurísticas eficaces y genéricas, que requieren información adicional del dominio específico del problema.

En los problema de satisfacción de restricciones el camino que alcanza una solución es fundamental. Verdadero. Falso.

En inteligencia artificial el ajedrez, las damas, el tres en raya son juegos de. información inexacta. Información imperfecta. Información perfecta.

Los juegos, como el mundo real, requieren la capacidad de tomar alguna decisión (la jugada) cuando es: Factible calcular la decisión óptima. Infactible calcular la decisión óptima. Viable la solución.

Al algoritmo minimax se lo puede utilizar en la búsqueda en profundidad. Falso. Verdadero.

La alternativa para usar mejor las restricciones durante la búsqueda, es: Comprobación hacia adelante. Restricciones. Ordenamiento de valor.

Los algoritmos de búsqueda se pueden definir aprovechándose de la estructura de los estados y preferentemente utilizan: Las heurísticas de propósito general para así permitir la solución de problemas grandes. Las heurísticas de problema para así permitir la solución de problemas grandes. Las heurísticas específicas del dominio para así permitir la solución de problemas grandes.

Cuando hablamos de ontología nos referimos a la forma de organizar el conocimiento mediante taxonomías. Verdadero. Falso.

Los problemas de satisfacción de restricciones, están basados en un conjunto de variables cuyos valores están definidos en un dominio. Finito o infinito de posibles valores. Variable e indeterminista de posibles valores. Vacío e indefinido de posibles valores.

Los problemas de búsqueda entre adversarios, son conocidos como: Agentes. Acciones posibles. Juegos.

Por regla de inferencia, se entiende a: El conjunto de entradas que sirven de base para establecer soluciones. El conjunto de posibles alternativas para encontrar soluciones. Los patrones de inferencia sólidos que se pueden utilizar para para encontrar demostraciones.

Las redes semánticas representan el conocimiento con la ayuda de premisas o condiciones y las conclusiones o acciones que de ellas se derivan. Falso. Verdadero.

Las ontologías son tecnologías que ofrece la web semántica para enriquecer los contenidos de la web tradicional. Falso. Verdadero.

Formalmente un problema de satisfacción de restricciones esta definido por un conjunto de variables, donde cada variable tiene un dominio no vacío de posibles valores y un conjunto de restricciones, cada restricción implica algún subconjunto de variables y especifica las combinaciones aceptables de valores para ese subconjunto. Verdadero. Falso.

En lógica proposicional se utilizan conectivas lógicas para construir sentencias simples. Falso. Verdadero.

A la web semántica se la conoce también con el nombre de web: 4.0. 3.0. 2.0.

Entre otras, las propiedades del algoritmo MiniMax son: Completo y óptimo. Completo, pero no siempre óptimo. Completo e ineficaz.

Si consideramos el problema de búsqueda de una ruta que lo llamaremos "De vacaciones a las Islas Galápagos" aquí se considera el problema de viajes por transporte terrestre para ir de Loja a Guayaquil y luego el transporte aéreo para ir de Guayaquil a Puerto Ayora, el costo del camino es: La suma de distancias y tiempo de trayecto entre ciudades y aeropuertos. Terminales terrestres de las ciudades por donde transita el transporte terrestre y aeropuertos de Guayaquil-Puerto Ayora. Loja-Catamayo; Catamayo-Guayaquil; Guayaquil-Puerto Ayora.

El algoritmo de Poda Alfa Beta, es utilizado en la teoría de juegos, puesto que permite encontrar soluciones dentro de un campo de búsqueda: No determinista. Finito. No finito.

Los algoritmos de búsqueda robustos y óptimos que utilizan cantidades limitadas de memoria, se llama: BRPM y A*MS. A* PI. A * M.

El algoritmo de backtracking permite hacer búsquedas exhaustivas y sistemáticas en un espacio de estados. Verdadero. Falso.

Si se considera el explorador autónomo de marte, los actuadores serían: Vehículo de lanzamiento, marte. Ruedas, dispositivos para la recogida de muestras, radio transmisor. Terreno explorado y reportado, muestras recogidas y analizadas.

Un agente basado en conocimiento es un sistema que: Posee conocimientos de su mundo y que puede cambiar el estado de su mundo. Esta representado mediante un lenguaje de representación de conocimiento. Posee conocimientos de su mundo y que es capaz de razonar sobre las posibles acciones que puede tomar para cambiar el estado de su mundo.

En un árbol de búsqueda, se denomina frontera a la colección de nodos que se han generado pero que aún no se han expandido. Verdadero. Falso.

La Inteligencia Artificial (IA), identifica el conocimiento necesario para resolver el problema, selecciona el lenguaje con el cual dicho conocimiento pueda ser representado, escribe el conocimiento dentro de ese lenguaje, y seguidamente: Usa las consecuencias del conocimiento para resolver el problema. Captura el algoritmo como programa. Ejecuta el programa.

Las búsquedas que usan la información de la definición del problema y del coste del estado actual del objetivo, se denominan: Iterativas. Heurísticas. No informadas.

En las bases de conocimiento, se almacenan. Hechos. Cantidades ingentes de datos. Elementos de conocimiento (normalmente en forma de hechos y reglas) así como, la manera en que estos elementos han de ser utilizados.

Cuando no existe información adicional acerca de los estados más allá de la que proporciona la definición del problemas, estamos hablando de la búsqueda: No informada. De costo uniforme. Primero en profundidad.

Cuando se habla de ontologías, se hace referencia a la forma de organizar el conocimiento por medio de: Taxonomías. Tesauros. Proposiciones.

Las búsquedas: primero en profundidad, bidireccionales, de costo uniforme, primero en anchura; son estrategias de búsqueda: Heurística. No informada. Secuencial.

Los algoritmos de búsqueda se pueden definir aprovechándose de la estructura de los estados y preferentemente utilizan. Las heurísticas de problema para así permitir la solución de problemas grandes. Las heurísticas de propósito general para así permitir la solución de problemas grandes. Las heurísticas específicas del dominio para así permitir la solución de problemas grandes.

Si consideramos la asociación: Si el vehículo de delante frena y sus lucres de freno se encienden, entonces el agente taxista deberá advertirlo y empezará a frenar también. La asociación se almacena de la forma: si vehículo-delante-frena entonces empezar-a-frenar. Esta regla de condición-acción corresponde a: Agentes reactivos basados en modelos. Agentes basados en utilidad. Agentes reactivos simples.

Los problemas de satisfacción de restricciones, están basados en un conjunto de variables cuyos valores están definidos en un dominio: Vacío e indefinido de posibles valores. Finito o infinito de posibles valores. Variable e indeterminista de posibles valores.

Las búsquedas A* BRPM y A*MS, son estrategias para la búsqueda: Iterativa. No informada. Heurística.

La alternativa para usar mejor las restricciones durante la búsqueda, es: Restricciones. Comprobación hacia adelante. Ordenamiento de valor.

Si se considera el agente robot que juega al fútbol, las medidas de rendimiento serían: Partidos ganados, metas en favor y en contra. Campo de juego, bola. Cámara, sensores táctiles, acelerómetros.

El algoritmo minimax puede ser aplicado con búsqueda en anchura. Verdadero. Falso.

Una técnica de Inteligencia Artificial (IA) es un método que utiliza conocimiento representado de forma que: Se represente por separado cada situación individual. No es posible corregir errores ya que no es posible reflejar los cambios que se dan en el mundo. El conocimiento represente las generalizaciones.

Los Problemas de Satisfacción de Restricciones (PSR) consisten en variables con restricciones sobre ellas. Verdadero. Falso.

La función heurística es un componente clave de la función búsqueda: Primero-mejor. Grafos. Árboles.

Algoritmo que extiende la asignación actual para generar un sucesor, más que volver a copiarlo. Búsqueda con vuelta atrás simple. Búsqueda con vuelta atrás inteligente. Búsqueda hacia adelante.

Si se considera un taxi circulando como agente, las propiedades del entorno de trabajo serían: Parcialmente observable, estocástico, secuencial, dinámico, continuo, agente individual. Parcialmente observable, determinista, secuencial, dinámico, continuo, multiagente. Parcialmente observable, estocástico, secuencial, dinámico, continuo, multiagente.

En los entornos multiagente (cooperativos o competitivos), la imprevisibilidad de estos otros agentes puede introducir muchas: Seguridades en el proceso de resolución de problemas. Restricciones en el proceso de resolución de problemas. Contingencias en el proceso de resolución de problemas.

Identifique cuál de las siguientes características no corresponden a un agente: Los agentes siempre están activos vigilan su entorno, actualizan su estado y determinan qué acciones son apropiadas. Los agentes no tienen ningún control sobre sus acciones. Los agentes toman acciones equivocadas e incluso aprenden de errores pasados.

Formalmente un problema de satisfacción de restricciones esta definido por un conjunto de variables, donde cada variable tiene un dominio no vacío de posibles valores y un conjunto de restricciones, cada restricción implica algún subconjunto de variables y especifica las combinaciones aceptables de valores para ese subconjunto. Verdadero. Falso.

Las propiedades del entorno de trabajo del agente para comprar libros en Internet serían: Parcialmente observable, determinístico, secuencial, estático, discreto y multiagente. Parcialmente observable, determinístico, secuencial, estático, discreto e individual. Observable, determinístico, secuencial, estático, discreto e individual.

Los juegos, como el mundo real, requieren la capacidad de tomar alguna decisión (la jugada) cuando es: Infactible calcular la decisión óptima. Viable la solución. Factible calcular la decisión óptima.