Simulado Inteligência Artificial Estácio 2

Prévia do material em texto

Nos últimos anos, a Inteligência Artificial tem buscado evoluir sobre as teorias 
existentes, em vez de buscar soluções completamente novas. Em parte, isso se deve ao 
fato de hoje em dia possuirmos poder computacional e recursos suficientes para aplicar 
técnicas que antigamente eram impensáveis devido principalmente às restrições de 
hardware. Em relação à utilização da inteligência artificial atualmente, avalie as 
afirmações a seguir: 
I - A biometria é uma das áreas mais beneficiadas com a inteligência artificial. 
II - Os sistemas de diagnóstico médico auxiliado por computador foram praticamente 
abandonados, especialmente devido ao grau de incerteza dos diagnósticos fornecidos. 
III - Graças aos recursos praticamente infinitos das grandes empresas.com, a 
Inteligência Artificial tem avançado muito nos últimos anos. 
IV - Uma das aplicações da Inteligência Artificial que efetivamente utilizamos no dia a 
dia são as pesquisas na internet. 
Assinale a alternativa que somente possui afirmações corretas: 
 
 
Os itens I, II e IV estão corretos. 
 Os itens I, III e IV estão corretos. 
 
Os itens I, II, III e IV estão corretos. 
 
Os itens II, III e IV estão corretos. 
 
Os itens I, II e III estão corretos. 
Respondido em 28/04/2022 20:48:55 
 
Explicação: 
As aplicações de IA nos dias de hoje são possíveis devido à evolução do hardware. Quando 
a IA surgiu nos anos 1950, não foi possível implementá-la pois o hardware ainda estava 
surgindo também. Atualmente, entre as aplicações de IA que mais se tornam populares são 
os sistemas de diagnósticos médicos, pois a IAM, isto, é a inteligência artificial na medicina 
está evoluindo muito, principalmente após o surgimento do paradigma conexionista e 
também do método de deep learning, que são redes neurais complexas aplicadas em 
grandes volumes de dados. 
 
 
2a 
 Questão 
Acerto: 0,0 / 1,0 
 
Em relação à aplicação adequada das técnicas de Inteligência Artificial, avalie as 
afirmações a seguir. 
I - Indução em árvore de decisão é utilizada para identificação de fraudes em cartões 
de crédito. 
II - Redes neurais artificiais são utilizadas no desenvolvimento de sistemas de análise 
de risco em aplicações financeiras. 
III - Sistemas especialistas, baseados em regras, são utilizados na substituição do 
profissional especialista em diagnóstico de falhas em hardware. 
É correto o que se afirma em 
 
 os itens I, II e III estão corretos. 
 
apenas o item I está correto. 
 
apenas o item III está correto. 
 
os itens II e III estão corretos. 
 os itens I e II estão corretos. 
Respondido em 28/04/2022 20:49:37 
 
Explicação: 
As duas primeiras afirmativas estão corretas, visto que as árvores de decisão podem ser 
utilizadas para a tarefa de classificação em mineração de dados, e a identificação de 
padrões, como, por exemplo, as redes neurais artificiais. As redes neurais artificiais podem 
ter sua utilização nos sistemas de análise de risco, com classificação de risco em alto ou 
baixo. Os sistemas especialistas são utilizados para a simulação do comportamento de um 
especialista e não sua substituição. 
 
 
3a 
 Questão 
Acerto: 0,0 / 1,0 
 
Um dos problemas de otimização mais conhecidos é o do caixeiro viajante. Nesse 
problema, o caixeiro deve visitar de modo eficiente um conjunto de cidades e voltar 
para o ponto inicial. Nesse sentido, selecione a opção correta sobre as estratégias de 
busca. 
 
 
Devido às características complexas desse problema, não é possível resolvê-lo. 
 
O problema do caixeiro viajante é usado apenas como uma referência 
acadêmica sem aplicações práticas. 
 
Esse problema não pode ser resolvido por uma busca local. 
 Esse problema é bastante complexo do ponto de vista computacional e, sob 
determinadas condições, pode ser resolvido por um algoritmo de busca local. 
 Por se tratar de um problema bem documentado, ele pode ser resolvido 
eficientemente por métodos determinísticos. 
Respondido em 28/04/2022 20:50:24 
 
Explicação: 
O problema do caixeiro viajante é um exemplo clássico de problemas muito difíceis de 
serem resolvidos. Isso ocorre pela natureza combinatória do problema em que existem 
muitas possibilidades que precisam ser testadas para garantir a solução ótima. A utilização 
de algoritmos de busca local é uma estratégia muita adequada para encontrar soluções 
viáveis que, na prática, são úteis. 
 
 
4a 
 Questão 
Acerto: 0,0 / 1,0 
 
A respeito dos métodos de busca local, selecione a opção correta. 
 
 Os algoritmos de busca local são eficientes no uso da memória. 
 
Ainda que uma solução não exista no espaço de estados, o algoritmo de busca 
local é capaz de identificá-la. 
 
Não é possível criar um algoritmo ótimo de busca local. 
 
Todos os algoritmos de busca local sempre são completos. 
 Um algoritmo de busca local sempre encontra a solução ótima de um 
problema, desde que ela exista. 
Respondido em 28/04/2022 20:50:58 
 
Explicação: 
Os algoritmos de busca local são bastante utilizados para resolver problemas práticos 
devido à eficiência na exploração dos recursos computacionais, como memória, por 
exemplo, uma vez que o escopo das suas buscas fica restrito a uma determinada 
vizinhança, porém, não garantem encontrar a solução ótima do problema, caso ela exista. 
A solução pode ser ou não restrita a um subconjunto do espaço de estados. Um algoritmo é 
chamado de completo se ele encontra a solução ótima, desde que ela exista e os algoritmos 
de busca local não podem garantir isso, pois o seu espaço de busca é limitado. 
 
 
5a 
 Questão 
Acerto: 1,0 / 1,0 
 
Algumas regras de aprendizagem são conhecidas por mais de uma forma. Em relação à 
regra de aprendizagem Instar, selecione a opção que contém outra forma pela qual ela 
é conhecida. 
 
 
Regra de aprendizagem Perceptron. 
 
Distribuição aleatória. 
 
Regra de aprendizagem Outstar. 
 O vencedor leva tudo. 
 
Método dos mínimos quadrados. 
Respondido em 28/04/2022 20:55:34 
 
Explicação: 
A outra forma de chamar a regra de aprendizagem Instar é que o vencedor leva tudo. Isso 
ocorre porque essa regra tem como característica principal a escolha da unidade que 
produz a saída com melhor resultado. Após a escolha da unidade, é feito o ajuste dos pesos 
sinápticos. As demais alternativas estão erradas, pois não se referem à regra de 
aprendizagem instar. 
 
 
6a 
 Questão 
Acerto: 0,0 / 1,0 
 
Um dos métodos mais conhecidos para treinamento de uma rede neural é o 
backpropagation. Em relação a esse método, selecione a opção correta sobre suas 
características. 
 
 É um método exato que, ao final do treinamento, garante que o modelo é capaz 
de generalizar classificações. 
 
Trata-se de um método com baixa dependência dos ajustes dos parâmetros e 
dos dados de treinamento. 
 
Tem como principal característica o ajuste dos pesos durante o processamento 
da camada de entrada para a camada de saída. 
 É um método aplicado a redes neurais de múltiplas camadas. 
 
É um método sofisticado que atua especificamente sobre a camada 
intermediária para ajustar os pesos. 
Respondido em 28/04/2022 20:58:50 
 
Explicação: 
O método backpropagation é um dos mais conhecidos algoritmos de treinamento, cujo 
objetivo é extrair características dos dados para generalizar classificações. Ele é aplicado 
para redes de múltiplas camadas. 
 
 
7a 
 Questão 
Acerto: 0,0 / 1,0 
 
Modifique o programa Restrições reais, disponível logo abaixo, para resolver o seguinte 
problema de restrição de domínio real 
 
:- use_module(library(clpr)). 
 
sistema(X,Y,Z) :- {2*X+Y =< 16, X+2*Y =< 11,X+3*Y =< 15, Z = 30*X+50*Y}, 
maximize(Z). 
 
Problema de restrição de domínio real 
2X + Y ≤ 20 
3X + 2Y ≤ 56 
2X + 3Y ≤ 44 
Maximizar X + Y 
 
O valor máximo é: 
 
 
 15 
 16 
 
14 
 
17 
 
18 
Respondido em 28/04/2022 20:59:14 
 
Explicação: 
Ao analisar as restrições: {2*X+Y =< 20, 3*X+2*Y =<56, 2*X+3*Y =< 44, Z=X+Y } e 
querendo maximizar Z = X+Y: maximize(Z). 
Sendo assim, construímos a seguinte regra: 
sistema(X,Y,Z) :- {2*X+Y =< 20, 3*X+2*Y =< 56, 2*X+3*Y =< 44, Z=X+Y }, 
maximize(Z). 
Para resolver o problema de restrição de domínio real basta consultar sistema(X,Y,Z), como 
mostrado na figura logo abaixo: 
 
Por isso, X+Y = 16 
 
 
8a 
 Questão 
Acerto: 0,0 / 1,0 
 
Dado abaixo as suposições restritivas de um problema de planejamento clássico: 
Suposição 
Restritiva 
Descrição 
A0 Sistema tem um número finito de estados 
A1 Sistema é completamente observável. 
A2 Sistema é determinístico. 
A3 Sistema é estático 
A4 
O planejador só lida com metas restritivas que são 
explícitas. 
A5 Um plano é uma sequência linear finita de ações 
A6 
Ações e eventos não têm duração. 
A transição de estado é instantânea. 
A7 
O planejador não se preocupa em qualquer mudança 
que pode acontecer no ambiente, enquanto estiver 
planejando 
(offline planning) 
Considere um robô que tem como objetivo explorar a superfície da lua. No 
desenvolvimento do robô, fazemos diversas suposições: 
• O ambiente é estático 
• O ambiente só é observável em um raio de 2 metros de distância do robô 
• O robô demora na duração de suas ações, por ter muita cautela na exploração. 
• O ambiente é contínuo, ou seja, o número de estados do ambiente é infinito. 
Marque a alternativa que caracteriza as relaxações que deverão ser feitas a respeito das 
restrições do planejamento clássico: 
 
 
Relaxar somente A0 e A6. 
 Relaxar A1 somente. 
 Relaxar somente A0, A1 e A6. 
 
Relaxar somente A6. 
 
Relaxar somente A0 e A1. 
Respondido em 28/04/2022 21:01:32 
 
Explicação: 
Como o ambiente é estático, não precisamos fazer nenhuma relaxação do planejamento 
clássico (que assume as 8 restrições). O sistema não é completamente observável, pelo 
fato de o robô só perceber 2 metros de distância, logo precisamos relaxar a suposição 
restritiva que diz que o ambiente é observável A1. Como as ações demoram, precisamos 
relaxar a suposição restritiva A6, por considerar que as ações têm duração. Como o 
ambiente é contínuo, precisamos relaxar A0, que considera um ambiente com um número 
finito de estados, e não contínuo. Sendo assim, precisamos relaxar A0, A1 e A6. 
 
 
9a 
 Questão 
Acerto: 0,0 / 1,0 
 
Considere uma região do Brasil em que se tenha o seguinte conhecimento a respeito do 
comportamento do tempo em uma determinada época do ano. Sabe-se que a 
probabilidade de chover é de 0,5 e que a probabilidade de o tempo estar nublado é de 
0,8. Sabe-se ainda que a probabilidade de o tempo estar nublado quando chove é de 
0,4. Diante disso, a probabilidade de chover quando o tempo está nublado é de: 
 
 
15% 
 
30% 
 
40% 
 25% 
 50% 
Respondido em 28/04/2022 21:03:39 
 
Explicação: 
A solução desse problema envolve a aplicação direta do Teorema de Bayes. Antes disso, 
porém, é preciso identificar os eventos envolvidos na situação apresentada: 
A = chuva 
B = tempo nublado 
Em seguida, identifica-se as probabilidades fornecidas: 
P(A) = 0,5 
P(B) = 0,8 
P(B | A) = 0,4 
Com isso, têm-se disponíveis todos os elementos necessários para calcular P(A | B) que 
corresponde à probabilidade de chover, dado que o tempo está nublado. Agora, basta 
aplicar a regra de Bayes: 
 
 
 
10a 
 Questão 
Acerto: 0,0 / 1,0 
 
Seja S uma variável nebulosa com a seguinte descrição: 
 
Supondo a inferência usando o método de corte para a implicação e a condensação pelo 
centro de gravidade e considerando que os valores de x estão discretizados de 10 em 10, o 
valor de saída obtido é: 
 
 25 
 
32 
 
7 
 
10 
 16 
Respondido em 28/04/2022 21:04:08 
 
Explicação: 
Como as regras combinam seus antecedentes por meio do operador AND, o valor de inclusão no 
conjunto que está no consequente é dado pelo mínimo entre os graus de inclusão nos antecedentes. 
Portanto, após a execução das regras, os resultados obtidos são: C2(0,20) e C1(0,60). Considerando 
o método de corte para a implicação, a região de resposta obtida é representada pelo gráfico a 
seguir: