SIMULADO AV INTELIGÊNCIA ARTIFICIAL

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.