ISTQB CT-AI
Introducción a la IA
Fácil
Fundamentos de la IA
- ¿Cómo se determina el comportamiento ante nuevas entradas en la mayoría de los sistemas basados en IA, en particular en los sistemas de ML?
- ¿Qué propiedad tienen típicamente los sistemas convencionales programados de forma imperativa?
- ¿Por qué muchos modelos de deep learning se consideran una "caja negra"?
- ¿Qué implica para su operación la capacidad de adaptación de los sistemas basados en IA que se autoentrenan?
- ¿Qué tipo de IA abarca todos los sistemas de IA que se utilizan hoy en día?
- ¿Qué término es otro nombre para la IA general?
- ¿Cómo se llama el punto en el que los sistemas basados en IA pasarían de la IA general a la superinteligencia artificial?
- ¿Qué tipo de aprendizaje automático trabaja con datos etiquetados, por ejemplo para la predicción y la clasificación?
- ¿Cómo aprende un agente inteligente en el aprendizaje por refuerzo?
- ¿Para qué tarea son especialmente adecuadas las redes neuronales convolucionales (CNN)?
- ¿Qué tecnología de IA se utiliza para el razonamiento bajo incertidumbre?
- ¿Qué caracteriza principalmente a la IA generativa (GenAI)?
- ¿Qué tecnología sustenta los modelos de lenguaje de gran tamaño (LLM)?
- ¿En qué se basan hoy la mayoría de las herramientas de GenAI prácticas?
Tecnología y operación
- ¿Qué tipo de procesador suele superar a la CPU en aplicaciones de ML?
- ¿Qué significa la cuantización en el contexto del hardware de ML?
- ¿Qué significa la abreviatura AIaaS?
- ¿Para qué se utilizan los frameworks de desarrollo de ML?
Regulación
Medio
Fundamentos de la IA
- ¿En qué métodos se basan muchos sistemas basados en IA para resolver problemas?
- ¿En qué ámbitos es especialmente crítica la falta de explicabilidad de las decisiones de la IA?
- ¿Cómo se puede clasificar la IA de frontera?
- Un sistema de IA reconoce rostros con una tasa de acierto muy alta. ¿Puede también traducir textos sin más?
- ¿Qué afirmaciones sobre la superIA son correctas?
- ¿Qué tarea realizan típicamente las redes neuronales recurrentes (RNN)?
- ¿Qué técnicas se cuentan entre las tecnologías clave de ML?
- ¿Qué describe el término IA agéntica?
- ¿Cómo crean datos sintéticos realistas las redes generativas antagónicas (GAN)?
- ¿Qué preocupaciones sociales y éticas existen sobre la GenAI?
Tecnología y operación
- ¿Qué características de hardware benefician típicamente al ML?
- ¿Para qué es más adecuado el hardware específico de IA, como los ASIC y los dispositivos de sistema en un chip?
- ¿Qué distingue a los procesadores neuromórficos de los procesadores convencionales?
- ¿Qué ventajas ofrecen las nubes públicas para desarrollar modelos de IA?
- ¿Cuáles son las ventajas e inconvenientes de alojar modelos más pequeños localmente en PC o teléfonos inteligentes?
- ¿Qué funciones suelen ofrecer los marcos de desarrollo de ML?
- ¿Cuál es la diferencia típica entre un marco de ML con una API de nivel inferior y uno con una API de nivel superior?
- ¿Cuáles son ejemplos de enfoques híbridos en el desarrollo de IA?
Regulación
Difícil
Fundamentos de la IA
- Un equipo migra una verificación de crédito basada en reglas a un modelo de ML. ¿Qué consecuencias para las pruebas se derivan de las diferencias entre ambos tipos de sistemas?
- Una autoridad quiere aprobar un sistema de IA para diagnósticos médicos y exige que cada decisión pueda justificarse. ¿Qué diferencia respecto a los sistemas convencionales es aquí el problema principal?
- Un proveedor anuncia su nuevo modelo de lenguaje de gran tamaño como "IA general" porque redacta textos, programa y describe imágenes. ¿Cómo debe clasificarse?
- ¿Qué afirmaciones sobre la IA general son correctas?
- Una tienda en línea quiere dividir automáticamente a sus clientes en grupos con un comportamiento de compra similar, sin categorías existentes. ¿Qué tipo de ML encaja?
- ¿Qué asociaciones entre tecnología y ámbito de aplicación son correctas?
- Un sistema de ML se entrenó una vez y desde entonces funciona sin cambios. No reconoce nuevas categorías de productos. ¿Cómo debe valorarse esto?
- Un equipo necesita imágenes sintéticas fotorrealistas como datos de prueba. ¿Qué tecnologías generativas son adecuadas para este tipo de contenido?
- Una agencia quiere introducir GenAI para textos de marketing. ¿Qué afirmaciones sobre oportunidades y riesgos son correctas?
Tecnología y operación
- Un modelo de reconocimiento de voz debe ejecutarse en smartphones de gama baja. ¿Qué afirmación es correcta?
- ¿Qué ventajas tiene la cuantización (calcular con menos bits)?
- Una start-up quiere iniciar un pequeño proyecto de ML y duda entre un ordenador con una CPU rápida y uno con una GPU. ¿Qué se recomienda?
- Un hospital quiere ejecutar un modelo de IA con datos de pacientes, tiene cargas de trabajo muy fluctuantes y un presupuesto limitado. ¿Qué consideraciones son correctas?
- Una empresa quiere entrenar un modelo grande íntegramente on-premises. ¿Cuáles son las consecuencias?
- ¿Cuáles son las ventajas y desventajas de los sistemas de IA de terceros frente a los desarrollados internamente?
- Un equipo quiere crear un modelo para un dispositivo embebido con poca memoria y tiene poca experiencia en ML. ¿Qué criterios de selección de framework son especialmente relevantes aquí?
- ¿Qué afirmaciones sobre las funciones de evaluación y despliegue de los frameworks de ML son correctas?
Regulación
- ¿Qué papel desempeñan las normas técnicas de ISO e IEEE junto a leyes como la EU AI Act?
- ¿Qué afirmaciones sobre la regulación de la IA fuera de la UE y la evolución de las normas son correctas?
- Un fabricante de un sistema de IA de alto riesgo para la UE considera opcionales las pruebas exhaustivas porque "las sanciones son solo a tanto alzado y bajas de todos modos". ¿Cuál es la respuesta?