Baixe o app para aproveitar ainda mais
Prévia do material em texto
02/09/2022 20:22 Estácio: Alunos https://simulado.estacio.br/alunos/ 1/7 Meus Simulados Teste seu conhecimento acumulado Disc.: INTELIGÊNCIA ARTIFICIAL Aluno(a): FLAVIO ALVES SIMEÃO 202009437842 Acertos: 9,0 de 10,0 02/09/2022 Acerto: 1,0 / 1,0 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, III e IV estão corretos. Os itens I, II, III e IV estão corretos. Os itens I, II e III estão corretos. Os itens I, II e IV estão corretos. Os itens II, III e IV estão corretos. Respondido em 02/09/2022 20:12:29 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. Acerto: 1,0 / 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. Questão1 a Questão2 a https://simulado.estacio.br/alunos/inicio.asp javascript:voltar(); 02/09/2022 20:22 Estácio: Alunos https://simulado.estacio.br/alunos/ 2/7 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 e II estão corretos. apenas o item III está correto. os itens I, II e III estão corretos. os itens II e III estão corretos. apenas o item I está correto. Respondido em 02/09/2022 20:13:50 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. Acerto: 1,0 / 1,0 A respeito dos métodos de busca local, selecione a opção correta. Ainda que uma solução não exista no espaço de estados, o algoritmo de busca local é capaz de identificá-la. Os algoritmos de busca local são eficientes no uso da memória. 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. Não é possível criar um algoritmo ótimo de busca local. Respondido em 02/09/2022 20:14:13 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. Acerto: 1,0 / 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. 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. Esse problema não pode ser resolvido por uma busca local. O problema do caixeiro viajante é usado apenas como uma referência acadêmica sem aplicações práticas. Respondido em 02/09/2022 20:14:29 Questão3 a Questão4 a 02/09/2022 20:22 Estácio: Alunos https://simulado.estacio.br/alunos/ 3/7 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. 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. O vencedor leva tudo. Regra de aprendizagem Outstar. Método dos mínimos quadrados. Regra de aprendizagem Perceptron. Distribuição aleatória. Respondido em 02/09/2022 20:15:02 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. Acerto: 1,0 / 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. Tem como principal característica o ajuste dos pesos durante o processamento da camada de entrada para a camada de saída. Trata-se de um método com baixa dependência dos ajustes dos parâmetros e dos dados de treinamento. É um método exato que, ao final do treinamento, garante que o modelo é capaz de generalizar classificações. 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 02/09/2022 20:15:25 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. Acerto: 1,0 / 1,0 Modifique o programa Restrições Domínios Finitos para resolver o seguinte problema de restrição de domínios finitos: VERY + NICE = MEMES, onde cada letra representa um algarismo de 0 a 9. Quantas soluções têm esse problema? Questão5 a Questão6 a Questão7 a 02/09/2022 20:22 Estácio: Alunos https://simulado.estacio.br/alunos/4/7 % S E N D % + M O R E % _________ % M O N E Y 8 10 7 5 4 Respondido em 02/09/2022 20:17:08 Explicação: Para resolver o problema, basta adaptar as condições do exemplo de Restrições Domínios Finitos. Assim, as variáveis serão V,E,R,Y,N,I,C,M,S. E a condição de igualdade será: (1000*V + 100*E + 10*R+Y ) + (1000*N + 100*I + 10*C+E ) #= (10000*M + 1000*E + 100*M + 10*E + S). Os dígitos iniciais devem ser diferentes de 0: V #\= 0, N #\=0,M #\=0. Sendo assim, ao rodar a consulta puzzle([V,E,R,Y,N,I,C,M,S]), há o retorno de 8 soluções. Acerto: 0,0 / 1,0 Considere o problema dos robôs autônomos do porto. Considere um dos estados do problema definido na figura a seguir: state = {attached(p1,loc1), attached(p2,loc1), in(c1,p1), in(c3,p1), top(c3,p1), on(c3,c1), on(c1,pallet), in(c2,p2), top(c2,p2), on(c2,pallet), belong(crane1,loc1), empty(crane1),adjacent(loc1,loc2), adjacent(loc2, loc1), at(r1,loc2), occupied(loc2), unloaded(r1)} Após o robô entrar na plataforma loc1. Considere a ação a = load(crane1,loc1,c3,r1). Assinale a afirmativa verdadeira: Ação não é aplicável e somente o átomo belong(k,c) da pré-condição não é verdadeiro. Ação é aplicável no estado da figura. Ação não é aplicável e somente o átomo holding(k,c) da pré-condição não é verdadeiro. Ação não é aplicável e os átomos holding(k,c) e at(r,l) da pré-condição não são verdadeiro. Ação não é aplicável e somente o átomo unload(r) da pré-condição não é verdadeiro. Respondido em 02/09/2022 20:18:33 Explicação: Questão8 a 02/09/2022 20:22 Estácio: Alunos https://simulado.estacio.br/alunos/ 5/7 Com o robô entrando na plataforma loc1, o guindaste ainda não está segurando o container, por isso ação não é aplicável. Assim: Ação não é aplicável e somente o átomo holding(k,c) da pré-condição não é verdadeiro. Acerto: 1,0 / 1,0 Uma das motivações que Lotfi Zadeh teve para a criação dos conjuntos nebulosos, que formam a base da Lógica Nebulosa, foi a constatação de que a precisão por trás das técnicas tradicionais de modelagem de problemas de controle tornava a solução desses problemas bastante complexa. Além disso, há vários desses problemas que, na prática, admitem soluções com algum grau de imprecisão e, com isso, essas soluções poderiam ser obtidas com mais facilidade se a modelagem levasse em consideração essa flexibilidade nos resultados. Isso fica claro no Princípio da Incompatibilidade enunciado por Zadeh: "À medida que a complexidade de um sistema aumenta, a nossa habilidade de fazer afirmações precisas e significativas acerca deste sistema diminui, até que um limiar é atingido, além do qual precisão e significância se tornam características mutuamente exclusivas." (Zadeh, 1973) O princípio de Zadeh pode ser representado por meio de um gráfico que mostra o custo de obtenção de uma solução e a sua utilidade (significância) à medida que a precisão aumenta. Diante disso, o gráfico a seguir que melhor representa esse princípio é: Respondido em 02/09/2022 20:20:21 Questão9 a 02/09/2022 20:22 Estácio: Alunos https://simulado.estacio.br/alunos/ 6/7 Explicação: De acordo com o Princípio da Incompatibilidade, à medida que se busca mais precisão no resultado, aumenta também o custo de obtenção dessa solução e a sua utilidade. No entanto, a partir de um determinado momento, a busca por mais precisão implica em aumentar ainda mais o custo para obtê-la, ao passo que a utilidade dessa solução deixa aumentar. Um exemplo prático que ilustra essa situação é um sistema de controle capaz de estacionar um veículo em uma vaga de garagem. A busca por uma solução precisa, ou seja, que estacione o veículo em uma posição exata na vaga, sem que haja nenhum desvio em relação à posição desejada, é extremamente difícil de se obter e muito pouco significativa. Afinal, em termos práticos, se o veículo for posicionado alguns centímetros para frente, para trás ou para os lados da posição desejada, isso não trará qualquer prejuízo à solução. Além disso, uma solução que admita essa imprecisão pode ser obtida a um custo bem mais baixo. Acerto: 1,0 / 1,0 (COPPIN, 2010 - adaptado) Imagine que em uma cidade há duas companhias de táxi, sendo que uma usa táxis amarelos e a outra táxis brancos. A companhia de táxis amarelos tem 90 carros e a de brancos, apenas 10. Foi relatado um incidente de atropelamento, com fuga do motorista, e uma testemunha ocular declarou estar certa de que o carro envolvido no acidente era um táxi branco. Devido ao mau tempo no momento do incidente, que pode ter prejudicado a visibilidade, especialistas afirmam que a chance de a testemunha ter identificado corretamente o táxi é de 75%. Para a situação apresentada têm-se todos os elementos necessários para calcular a probabilidade de a testemunha estar certa ao dizer que o táxi era branco porque para isso, é preciso conhecer apenas a probabilidade de o culpado estar dirigindo um táxi branco e a probabilidade de a testemunha afirmar que o táxi é branco dado que o culpado está realmente conduzindo um táxi branco. Assinale a opção correta a respeito dessas asserções. A primeira asserção é uma proposição falsa, e a segunda é uma proposição verdadeira. As duas asserções são proposições verdadeiras, e a segunda não é uma justificativa correta da primeira. As duas asserções são proposições verdadeiras, e a segunda é uma justificativa correta da primeira. A primeira asserção é uma proposição verdadeira, e a segunda é uma proposição falsa. As duas asserções são proposições falsas. Respondido em 02/09/2022 20:21:18 Explicação: Inicialmente é preciso identificar os eventos envolvidos no problema proposto: A = táxi amarelo B = táxi branco CA = culpado dirigindo um táxi amarelo CB = culpado dirigindo um táxi branco TA = testemunha viu um táxi amarelo TB = testemunha viu um táxi branco A probabilidade desejada, ou seja, de a testemunha estar certa ao dizer que o táxi era branco, pode ser representada por P(CB | TB). Para obter esse valor, aplica-se diretamente o Teorema de Bayes. No entanto, para isso, é necessário conhecer P(TB | CB), P(CB) e P(TB). O enunciado afirma que existe uma chance de 75% de a testemunha ter identificado corretamente o carro, o que corresponde ao valor de P(TB | CB). O enunciado afirma ainda que dos 100 táxis existentes na cidade, 10 são brancos. Portanto, a probabilidade de o culpado estar dirigindo um táxi branco, representada por P(CB), é de 0,1. Contudo, o enunciado não fornece informações suficientes para que se possa estimar a probabilidade de a testemunha ter visto um carro branco, ou seja, P(TB). Para isso, seria necessário, por exemplo, submeter a testemunha a um teste em que lhe fosse apresentada uma sequência aleatória de carros brancos e amarelos a fim de estimar P(TB). Assim, uma vez que não se tem todos os elementos necessários para o cálculo, a primeira asserção é falsa. A segunda asserção menciona apenas duas das três probabilidades necessárias para se efetuar o cálculo (P(CB) e P(TB | CB)) e, por isso, também está incorreta. Questão10 a 02/09/2022 20:22 Estácio: Alunos https://simulado.estacio.br/alunos/ 7/7 javascript:abre_colabore('38403','292215546','5609878606');
Compartilhar