¿Qué Tan Bien Entiende la Inteligencia Artificial?

Understanding AI

Cada ola tecnológica tiene una curva de aprendizaje empinada. En un pasado no muy lejano, entender lo que era el internet o cómo usar el correo electrónico, hizo que uno se destacara. Hoy es imposible imaginar que no se sepa ninguno.

Al igual que fue con estas innovaciones, la inteligencia artificial (IA) está teniendo su breve momento de novedad mágica, y los pocos que pueden hablar de ella de manera competente pueden dominar algo más que una conversación alrededor de la cafetera de la oficina, pueden ser un verdadero activo para sus organizaciones. En el espacio de la lucha contra el lavado de dinero (ALD), aquellos que muestran una alfabetización en la tecnología son también un recurso.

Para los curiosos de la tecnología en el ALD, el siguiente cuestionario está diseñado para ayudar a evaluar dónde se acumula su competencia en la IA. Es un examen amplio que cubre vocabulario, tecnología e historia. Las preguntas se dividen en tres niveles de dificultad (básico, intermedio y avanzado), y las respuestas correctas en cada nivel tienen diferente puntuación. El total de puntos obtenidos en el curso de la prueba se correlaciona con las clasificaciones.

¿Se pregunta cuanto se? Pónganse las pilas porque el tiempo de la prueba ha comenzado. (Respuestas en la parte inferior de la prueba).

Básico

(1 punto cada uno)

  1. ¿Qué es «PNL» (por sus siglas en inglés)?
    1. Neuro-linguistic programming (Programación neuro-lingüística)
    2. Natural language processing (Procesamiento del lenguaje natural)
    3. National Library of the Philippines (Biblioteca Nacional de Filipinas)
    4. Nondeterministic limited polynomial (Polinomio limitado no determinístico)
  2. ¿Qué significa «entrenar a un modelo»?
    1. Los sistemas utilizan ejemplos para generar relaciones de entrada/salida en los algoritmos
    2. Los expertos codifican las relaciones directas de entrada/salida en los algoritmos
    3. Los modelos utilizan algoritmos para generar ejemplos
    4. Los algoritmos utilizan ejemplos para codificar sistemas
  3. ¿Qué es el aprendizaje automático?
    1. La línea divisoria entre lo que es y lo que no es la IA
    2. Un término general para cualquier enfoque que utilice algoritmos entrenados en datos
    3. Un proceso de construcción de un modelo algorítmico con ejemplos
    4. Todo lo anterior
  4. ¿Por qué es tan importante la calidad de los datos de entrenamiento en la IA?
    1. Los expertos son escasos, por lo que los desarrolladores de la IA dependen de los datos
    2. Los expertos son costosos, por lo que los desarrolladores de la IA dependen de los datos
    3. La calidad de los datos determina en gran medida la calidad del modelo
    4. Los sistemas de IA sólo pueden entrenar con pequeñas cantidades de datos a la vez, por lo que la calidad tiene que ser alta
  5. Rellena el espacio en blanco: La PNL es para la IA como ___ es(son) para la ciencia.
    1. Los microscopios
    2. Darwin
    3. Los dinosaurios
    4. La Química
  6. ¿Qué es «AGI» (por sus siglas en inglés)?
    1. Artificial Greater Intelligence (Inteligencia Artificial Mayor)
    2. Artificial Generative Intelligence (Inteligencia Generativa Artificial)
    3. Artificial Guided Intelligence (Inteligencia guiada artificial)
    4. Artificial General Intelligence (Inteligencia General Artificial)
  7. ¿Cuándo se acuñó el término «IA»?
    1. 1956
    2. 1965
    3. 1975
    4. 1876

Nivel Intermedio

(2 puntos cada uno)

  1. ¿Para entrenar la IA, siempre se necesita grandes cantidades de datos?
    1. No
  2. ¿Cuál es la diferencia entre el aprendizaje «supervisado» y «no supervisado»?
    1. El aprendizaje supervisado necesita expertos en la materia, mientras que el aprendizaje no supervisado puede funcionar sin expertos en la materia
    2. El aprendizaje supervisado necesita datos, mientras que el aprendizaje no supervisado puede funcionar sin datos
    3. El aprendizaje supervisado necesita datos etiquetados, mientras que el aprendizaje no supervisado puede funcionar sin etiquetas
    4. El aprendizaje supervisado necesita modelos capacitados, mientras que el aprendizaje no supervisado puede funcionar sin modelos capacitados
  3. Verdadero o falso: el aprendizaje de refuerzo es un método que permite a las máquinas aprender una tarea por sí mismas.
    1. Verdadero
    2. Falso
  4. ¿Qué es el aprendizaje profundo?
    1. Un tipo de aprendizaje de máquina que es más poderoso para las aplicaciones filosóficas
    2. Un tipo de modelo de aprendizaje de la máquina que está vagamente basado en la arquitectura neural
    3. Ni a ni b
    4. Respuestas a y b
  5. ¿Qué es la IA estrecha?
    1. La IA aplicada a un problema muy escaso
    2. La IA se aplicó a un problema muy pequeño
    3. La IA aplicada a un problema muy específico
    4. La IA aplicada a un problema muy profundo
  6. ¿Cuál es el problema de la «caja negra»?
    1. Lo inexplicable de la cognición humana
    2. Lo inexplicable de los complejos sistemas de aprendizaje por máquina
    3. Lo inexplicable de los grandes conjuntos de datos
    4. Lo inexplicable de los expertos en IA
  7. ¿Cómo se llamaba el primer sistema de juego de ajedrez computarizado que ganó una partida de ajedrez contra un campeón mundial reinante?
    1. Deep Blue
    2. Stockfish AI
    3. JARVICE
    4. AlphaGo

Nivel Avanzado

(4 puntos cada uno)

  1. ¿Qué son los datos sintéticos?
    1. Los datos digitales hechos sólo para aplicaciones de aprendizaje de máquinas de tecnología
    2. Datos pirateados fabricados con fines malintencionados
    3. Datos ecológicos hechos de plástico reciclado
    4. Datos de ejemplos de imitación realizados cuando los ejemplos de la vida real son limitados
  2. Rellene el espacio en blanco. En 2003, el Laboratorio de Ciencias Informáticas del Instituto Tecnológico de Massachusetts (LCS, por sus siglas en inglés) y su Laboratorio de Inteligencia Artificial (AI Lab) se fusionaron para formar ____.
    1. Centro de Inteligencia Artificial y Computación
    2. DeepMind
    3. Instituto para el Aprendizaje de Algoritmos
    4. Laboratorio de Ciencias de la Computación e Inteligencia Artificial
  3. ¿Quién escribió el libro ganador del Premio Pulitzer sobre la IA titulado, Gödel, Escher, Bach: An Eternal Golden Band?
    1. Douglas Hofstadter
    2. Andrew Ng
    3. Marvin Minsky
    4. Raymond «Ray» Kurzweil
  4. ¿Qué personaje de Plaza Sésamo NO tiene un algoritmo de inteligencia artificial con su nombre?
    1. Beto
    2. Elmo
    3. Abelardo Montoya
    4. Comegalletas
  5. ¿Cuál es la razón principal por la que el problema de la caja negra es más frecuente con los modelos de aprendizaje profundo que con los modelos tradicionales de aprendizaje a máquina?
    1. Los modelos de aprendizaje profundo son más complejos y de varias capas
    2. Hay menos expertos en aprendizaje profundo
    3. No lo es; el problema de la caja negra es igualmente frecuente en ambos tipos de modelos
    4. Ninguna de las anteriores
  6. ¿Qué es el aprendizaje por transferencia?
    1. Tomar un modelo aprendido en máquina alimentado por las CPU y modificarlo con las GPU
    2. Tomar un modelo aprendido a máquina construido con un algoritmo y modificarlo con otro algoritmo
    3. Tomar un modelo aprendido a máquina entrenado en un dominio y luego continuar el entrenamiento en un nuevo dominio objetivo
    4. Tomar un modelo aprendido a máquina creado por un grupo de ingenieros y modificarlo con el trabajo de otro grupo de ingenieros.

¿En Qué Nivel Esta?

  • Si obtuvo de 0-14 puntos, es un novato en la IA. Apenas comienza a explorar el espacio, conoce un poco de la tecnología y la historia, pero no ha tenido tiempo de profundizar en la IA.
  • Si obtuvo de 15-29 puntos, es un viajero generalmente curioso. Encuentra la IA interesante y ha leído algunos artículos, tal vez un libro sobre el tema. Aunque se siente cómodo en conversaciones sobre el tema, le gustaría aprender más.
  • Si obtuvo de 30-45 puntos, es un Maestro del Aprendizaje Automático. No es un ingeniero de IA, pero realmente conoce el espacio, un verdadero entusiasta, fascinado por cómo esta industria y la tecnología están avanzando.

Respuestas:

1. b, 2. a, 3. d, 4. c, 5. d, 6. d, 7. a, 8. b, 9. c, 10. a, 11. b, 12. c, 13. b, 14. a, 15. d, 16. d, 17. a, 18. d, 19. a, 20. c.

Steve Cohen, director de operaciones, Basis Technology, Cambridge, MA, EE.UU., stevec@basistech.com

Leave a Reply