Baixe o app para aproveitar ainda mais
Prévia do material em texto
Disc.: INTELIGÊNCIA ARTIFICIAL Aluno(a): Acertos: 10,0 de 10,0 08/09/2022 1a Questão Acerto: 1,0 / 1,0 De acordo com os paradigmas de Inteligência Artificial, pode-se afirmar que um modelo simbolista é um modelo que aprende a partir dos dados. é formado por uma rede de elementos conectados por pesos que detêm o conhecimento. lida apenas com símbolos gráficos. lida com conhecimento explícito e representado simbolicamente. não possui conhecimento representado explicitamente. Respondido em 08/09/2022 23:28:18 Explicação: A Inteligência Artificial possui vários paradigmas. Um deles é o paradigma simbólico, que consiste em estruturas simbólicas que podem ser compreendidas por seres humanos. Dessa maneira, é correto afirmar que o modelo simbolista lida com conhecimento explícito, facilmente interpretado por humanos. Os resultados são descrições simbólicas das entidades dadas e devem ser compreensíveis como simples pedaços de informação e diretamente interpretáveis em linguagem natural. 2a Questão Acerto: 1,0 / 1,0 Assinale as afirmações a seguir com V para verdadeiro ou F para falso e depois marque a alternativa correta: ( ) Sistema especialista consiste em uma técnica de IA desenvolvida para resolver problemas em um determinado domínio, cujo conhecimento utilizado é obtido de pessoas que são especialistas naquele domínio. ( ) Dendral foi um sistema desenvolvido em 1965, contendo redes neurais artificiais para resolver problemas relacionados à química orgânica. ( ) A fase da implementação do sistema especialista é considerada a parte mais sensível no desenvolvimento de um SE, muitas vezes, o gargalo do processo. F-F-F V-F-F V-F-V F-V-F V-V-V Respondido em 08/09/2022 23:28:44 Explicação: A inteligência Artificial possui várias técnicas, entre elas, o sistema especialista, que consiste em uma técnica de IA desenvolvida para resolver problemas em um determinado domínio, cujo conhecimento utilizado é obtido de pessoas que são especialistas naquele domínio. O Dendral foi um sistema especialista desenvolvido em 1965, contendo regras para resolver problemas relacionados à química orgânica. A fase de aquisição de conhecimento é considerada a parte mais sensível no desenvolvimento de um SE, muitas vezes o gargalo do processo. 3a Questão Acerto: 1,0 / 1,0 O paradigma conexionista, também conhecido por redes neurais artificiais, forma um paradigma de IA que tem inspiração no comportamento do cérebro, além de outras características. Assinale a alternativa representa uma característica desse paradigma: I - Processam a informação de forma paralela e distribuída. II - Generalizam conhecimento aprendido. III - Lidam com conhecimento não simbolicamente representado. IV - São algoritmos de otimização. V - O conhecimento é aprendido por meio do estímulo e resposta. Apenas as afirmativas II e III estão corretas. Apenas as afirmativas I, II e III estão corretas. Apenas as afirmativas I, II e V estão corretas Apenas as afirmativas I e V estão corretas. Apenas as afirmativas I, II, III e V estão corretas. Respondido em 08/09/2022 23:30:02 Explicação: O paradigma conexionista se baseou em modelos matemáticos simples de neurônios e com eles constituiu uma rede neuronal com a capacidade de simular a memória associativa humana, acessando conteúdo e não endereços como nos computadores clássicos. Sendo assim, os algoritmos de redes neurais fazem parte do paradigma conexionista. Entre as opções, não representam uma característica desse paradigma os algoritmos de otimização, pois eles fazem parte do paradigma evolutivo, que compreende um conjunto de técnicas de busca e otimização inspiradas na evolução natural das espécies. 4a Questão 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. 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. os itens I e II estão corretos. apenas o item I está correto. apenas o item III está correto. os itens II e III estão corretos. Respondido em 08/09/2022 23:31:19 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. 5a Questão Acerto: 1,0 / 1,0 A respeito dos métodos de busca local, selecione a opção correta. Todos os algoritmos de busca local sempre são completos. Os algoritmos de busca local são eficientes no uso da memória. Um algoritmo de busca local sempre encontra a solução ótima de um problema, desde que ela exista. 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. Respondido em 08/09/2022 23:31:44 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. 6a Questão Acerto: 1,0 / 1,0 As estratégias aplicadas aos métodos de busca em espaço de estados devem ser feitas conforme características do problema. Por exemplo, suponha o seguinte caso: ''Um robô pode se locomover por meio de nós que são conectados entre si, de modo que ele possa visitar alguns lugares. Ele começa em um nó e depois vai visitar todos os nós conectados a esse nó e assim por diante''. Nesse sentido, selecione a opção correta a respeito dos métodos de busca no espaço de estados e de suas estratégias para o exemplo apresentado. A estratégia que deve ser aplicada é a de busca em profundidade (Depth First Search). Como a descrição do problema não destaca uma característica que possa ser usada como referência na escolha da melhor estratégia, deve-se aplicar a busca pelo melhor primeiro (Best First Search). O problema não informa quais as ações que o robô pode executar, portanto, o mais adequado é não aplicar nenhuma estratégia específica até que haja um maior detalhamento do problema. Trata-se de um exemplo em que a melhor estratégia é a busca em largura (Breadth First Search). O problema não apresenta nenhuma característica que possa ser explorada, portanto, qualquer estratégia pode ser aplicada. Respondido em 08/09/2022 23:32:52 Explicação: As estratégias de como um agente faz as suas escolhas são fundamentais, de modo a ter um tempo de resposta adequado para obter uma solução de qualidade aceitável. Entre essas estratégias, estão os algoritmos baseados em busca em largura que são caraterizados por explorarem soluções vizinhas. No caso do cenário descritono exercício, não cabe a busca em profundidade, pois a busca ocorre nos nós vizinhos. 7a Questão 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. Por se tratar de um problema bem documentado, ele pode ser resolvido eficientemente por métodos determinísticos. 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. 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. Respondido em 08/09/2022 23:33:53 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. 8a Questão Acerto: 1,0 / 1,0 Observe a frase: ''todos os quadros são azuis''. Em relação à lógica de primeira ordem, selecione a opção correta. A negação da frase é: ''existe pelo um quadro branco''. A frase é equivalente a: ''para qualquer quadro existente, ele pode ser azul''. A frase pode ser representada pela lógica sentencial, mas não pela lógica de primeira ordem. A frase pode ser representada por três variáveis:''todos'', ''os quadros'' e ''são azuis''. A negação da frase é: ''existe pelo menos um quadro que não é azul''. Respondido em 08/09/2022 23:34:50 Explicação: Os quantificadores lógicos podem ser universais e existenciais. Os quantificadores universais são usados para generalizar proposições, como, por exemplo: ''qualquer quadro que exista é azul''. No caso do quantificador existencial, indica a existência de pelo menos uma situação em que a proposição é verdadeira, como, por exemplo: ''existe pelo menos uma casa azul''. A negação de uma proposição com quantificador universal é equivalente à existência de, pelo menos, uma exceção. 9a Questão 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. 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 sofisticado que atua especificamente sobre a camada intermediária para ajustar os pesos. 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. Respondido em 08/09/2022 23:35:57 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. 10a Questão Acerto: 1,0 / 1,0 As redes neurais são úteis para modelar e resolver diversas categorias de problemas. Nesse sentido, selecione a opção correta a respeito das aplicações das redes neurais. Problemas linearmente separáveis estão entre as categorias que podem ser modelados por redes neurais. São capazes de desenvolver processos criativos sem a necessidade de base de conhecimento. São indicadas para substituir os profissionais em atividades complexas e eventuais. São aplicadas em contextos em que há limitação de dados. Devem ser aplicadas para demonstração de teoremas. Respondido em 08/09/2022 23:37:21 Explicação: As redes neurais são modelos computacionais que servem para dar suporte para os profissionais de atividades complexas. As redes neurais extraem conhecimento de uma base de treinamento, portanto são limitadas ao contexto de treinamento. As redes neurais artificiais podem ser aplicadas a diversas categorias de problemas, entre elas, os de classificação. Em especial, quando os problemas de classificação são linearmente separáveis, ou seja, aqueles que podem ser separados por linhas, trata-se de um exemplo clássico que pode ser resolvido por modelos de redes neurais. As redes neurais devem ser aplicadas a situações para as quais foram treinadas. As redes neurais são adequadas para tratar de problemas probabilísticos.
Compartilhar