AV INTELIGÊNCIA ARTIFICIAL 2023

Prévia do material em texto

Disciplina: INTELIGÊNCIA ARTIFICIAL  AV
Aluno: ALBENIDES FERNANDES DE LIMA 201901298426
Professor: MAURO CESAR CANTARINO GIL
 
Turma: 9001
DGT0141_AV_201901298426 (AG)   17/11/2023 10:20:10 (F) 
Avaliação: 10,00 pts Nota SIA: 10,00 pts
Estação de trabalho liberada pelo CPF 07602463358 com o token 752171 em 17/11/2023 10:18:49.
 
02492 - FUNDAMENTOS DE INTELIGÊNCIA ARTIFICIAL  
 
 1. Ref.: 6041632 Pontos: 1,00  / 1,00
Fábricas de automóveis ou eletrodomésticos utilizam em larga escala robôs para automatizar as linhas de produção,
padronizando as atividades e minimizando o nível operacional de erros. Como exemplo, robôs podem ser
programados para executar soldas em pontos programados no espaço com alta precisão. Podemos classi�car o robô
de soldagem quanto às de�nições de IA como
pensar como ser humano
pensar racionalmente
 agir racionalmente
pensar e agir como ser humano
agir como ser humano
 2. Ref.: 6041777 Pontos: 1,00  / 1,00
Um dos principais métodos do paradigma evolutivo é o algoritmo genético, que possui com o principal atrativo a
utilização de ferramenta de busca e otimização para a solução dos mais diferentes tipos de problemas. Assim, pode-
se a�rmar que os algoritmos genéticos
são inspirados nos fenômenos emergentes da natureza
 empregam uma estratégia de busca paralela e estruturada, baseadas nos mecanismos da seleção natural.
são inspirados no comportamento do cérebro humano e modelam os modos imprecisos do raciocínio
aproximado.
lidam com conhecimento explícito, representado simbolicamente e generalizam o conhecimento aprendido.
lidam com conhecimento não simbolicamente representado e processam a informação de forma paralela e
distribuída.
 
02706 - PLANEJAMENTO EM INTELIGÊNCIA ARTIFICIAL  
 
 3. Ref.: 6079274 Pontos: 1,00  / 1,00
O modelo restritivo que de�nimos assume 8 tipos de restrições. Essas restrições podem ser relaxadas quando
quisermos desenvolver determinados tipos de agentes inteligentes. Marque a alternativa verdadeira a respeito de
um robô limpador que foi desenvolvido para funcionar em uma gama variada de casas, de ambientes, sem nenhum
tipo de intervenção humana:
Não precisamos relaxar a restrição que assume o ambiente �nito, pela maneira que o robô foi criado.
Assumir que o ambiente é determinístico é uma boa premissa ao desenvolver um robô com as características
apresentadas
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6041632.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6041632.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6041777.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6041777.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6079274.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6079274.');
Não precisamos relaxar a restrição que diz que o ambiente é estático, porque o robô tem sensores que
mapeiam completamente o ambiente.
Não precisamos fazer nenhum tipo de relaxamento sobre as restrições, porque as características das tarefas
são simples.
 O sistema é dinâmico, por isso relaxaremos a restrição que assume o sistema estático.
 4. Ref.: 6079273 Pontos: 1,00  / 1,00
Considere um robô inteligente desenvolvido para jogar futebol. Em relação a classi�cação do ambiente, marque a
alternativa verdadeira:
Os jogadores não fazem parte do ambiente do agente.
O ambiente é estático.
 O ambiente é multiagente.
Não há necessidade de uma medida de performance do agente.
O ambiente é discreto.
 
02764 - RACIOCÍNIO AUTOMÁTICO EM SITUAÇÕES DE INCERTEZA E IMPRECISÃO  
 
 5. Ref.: 6074515 Pontos: 1,00  / 1,00
Uma indústria fabrica peças de automóveis em três unidades de produção: A, B e C. Sabe-se que a capacidade de
produção da unidade A é duas vezes maior que a produção da unidade B e que a produção de B é três vezes maior
que a produção de C. Sabe-se ainda que, em geral, 4% das peças fabricadas pela unidade A são defeituosas. Para as
unidades B e C, os percentuais de peças defeituosas são de 6% e 2%, respectivamente. A partir dessas informações é
possível estimar também que 4,4% das peças apresentam defeito. Por questões de logística de distribuição, todas as
peças produzidas são armazenadas em um único depósito. Caso um funcionário encontre uma peça defeituosa no
depósito, qual a probabilidade de essa peça ter sido fabricada na unidade B?
 41%
4,4%
30%
6%
1,8%
 6. Ref.: 6074517 Pontos: 1,00  / 1,00
Um método de inferência probabilística bastante simples, é aquele que usa como base de conhecimento a
distribuição de probabilidade conjunta total das variáveis aleatórias que descrevem o domínio de interesse.
Sobre esse método de inferência, analise as a�rmações a seguir:
I - Permite estimar a probabilidade de ocorrência de qualquer evento relacionado ao domínio em análise.
II - Apesar da simplicidade, seu uso pode se tornar inviável em situações em que há muitas variáveis envolvidas.
III - A identi�cação de independências entre as variáveis aleatórias pode simpli�car a construção da distribuição
conjunta total.
Estão corretas apenas as a�rmações:
II
II e III
 I, II e III
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6079273.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6079273.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6074515.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6074515.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6074517.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6074517.');
I
I e III
 
02775 - REPRESENTAÇÃO DE CONHECIMENTO, RACIOCÍNIO AUTOMÁTICO E APRENDIZADO  
 
 7. Ref.: 6040589 Pontos: 1,00  / 1,00
Ano: 2018 Banca: CESPE / CEBRASPE Órgão: TCE-MG Prova: CESPE - 2018 - TCE-MG - Analista de Controle
Externo - Ciência da Computação
Uma determinada empresa, ao realizar um programa de aceleração, selecionou �ntechs que já trabalham na análise
de fraudes em sistemas de cartão de crédito. Uma das premissas adotadas para a seleção foi a de que a �ntech
tivesse experiência em redes multi layer perceptrons. Nesse contexto, perceptron é
um poderoso conjunto de algoritmos de redes neurais arti�ciais especialmente úteis para o processamento
de dados sequenciais.
o método-padrão em redes neurais arti�ciais para cálculo da contribuição de erro de cada neurônio após
processamento de um lote de dados.
composto por duas redes simétricas que têm quatro ou cinco camadas rasas que representam a metade da
codi�cação (encoder) da rede.
constituído por redes neurais arti�ciais profundas que podem ser usadas para classi�car transações e
agrupá-las por similaridade.
 um algoritmo simples dedicado a efetuar uma análise binária para identi�car se determinada transação é
fraude ou não fraude.
 8. Ref.: 6040585 Pontos: 1,00  / 1,00
Os sistemas especialistas podem ser desenvolvidos em diversas linguagens de programação, sendo que o
programador pode se bene�ciar do uso de bibliotecas que facilitam a programação. Nesse sentido, selecione a opção
correta sobre o desenvolvimento de sistemas especialistas.
 Podem ser programados na linguagem C.
Sempre que possível, deve-se escolher a programação funcional para implementá-los.
Não é possível implementar um sistema especialista em linguagens de programação estruturada.
O Prolog é a única linguagem de programação que, de fato, pode ser implementada em um sistema de
inteligência arti�cial.
Devido às suas características, só podem ser implementados em linguagens orientadas a objetos.
 
02811 - TÉCNICAS DE BUSCA PARA INTELIGÊNCIA ARTIFICIAL  
 
 9. Ref.: 6040122 Pontos: 1,00  / 1,00
Os métodos de busca em espaço de estados são muito úteis para resolver problemas práticos. Esses métodos podem
ser implementados com estratégias que visam obter uma solução alvo que é a melhor solução para o problema.
Nesse sentido, selecione a opção correta que trata sobre os métodos de busca no espaço de estados.
A escolha de um determinado estado no caminho de uma solução é feita de forma determinística.
Ao longo das iterações de um agente, ele pode fazer uma sucessão de escolhas que sempre conduzirão à
solução alvo do problema.Para medir a qualidade de uma solução, o agente aplica uma função de utilidade.
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6040589.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6040589.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6040585.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6040585.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6040122.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6040122.');
Apesar de existirem algumas estratégias para resolver um problema no espaço de estados, todas elas
conduzirão à solução alvo.
A função de desempenho é aplicada para medir a qualidade de uma solução.
 10. Ref.: 6040443 Pontos: 1,00  / 1,00
Observe o problema de otimização combinatória a seguir:
Um estado é representado pela tupla (x1,x2,x3) . Nesse sentido, selecione a opção correta a respeito do problema.
Trata-se de um problema de otimização linear, sendo que as variáveis x1,x2 e x3  podem assumir quaisquer
valores entre zero e um.
 Certamente, o estado (1,1,1) não é uma solução viável para o problema.
Apesar de não ser a solução ótima, o estado (0, 0, 0) é uma solução viável para o problema.
A solução ótima do problema é (0,1,0).
Esse problema não pode ser modelado por um método de busca no espaço de estados.
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6040443.');
javascript:alert('C%C3%B3digo da quest%C3%A3o: 6040443.');