avaliação inteligência artificial

Prévia do material em texto

Teste de Conhecimento 
avalie sua aprendizagem 
Lupa Calc. 
INTELIGÊNCIA ARTIFICIAL 
ARA0085_202002363312_TEMAS 
Aluno: JOAO PEDRO DOS SANTOS COELHO Matr.: 202002363312 
Disc.: INTELIGÊNCIA ART 2022.2 (G) / EX 
Prezado (a) Aluno(a), 
Você fará agora seu TESTE DE CONHECIMENTO ! Lembre-se que este exercício é opcional, mas não valerá ponto para sua avaliação. O mesmo 
será composto de questões de múltipla escolha. 
Após responde cada questão, você terá acesso ao gabarito comentado e/ou à explicação da mesma. Aproveite para se familiarizar com este modelo 
de questões que será usado na sua AV e AVS. 
02492FUNDAMENTOS DE INTELIGÊNCIA ARTIFICIAL 
O paradigma conexionista, também conhecido por redes neurais artificiais, forma um paradigma de IA que tem inspiração no comportamento do 1. 
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, III e V estão corretas. 
Apenas as afirmativas I, II e V estão corretas 
Apenas as afirmativas I e V estão corretas. 
Apenas as afirmativas I, II e III estão corretas. 
Data Resp.: 10/08/2022 07:58:12 
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. 
Em cada paradigma de Inteligência Artificial agrega-se um conjunto de possibilidades de aplicação devido aos seus níveis de 2. 
indeterminismo, especialização, reconhecimento de regras, aprendizagem e autonomia. 
determinismo, generalização, reconhecimento de padrões, criatividade e autonomia. 
determinismo, especialização, reconhecimento de padrões, inteligência e dependência. 
indeterminismo, generalização, reconhecimento de regras, criatividade e autonomia. 
indeterminismo, expertise, reconhecimento de regras, proatividade e autonomia. 
Data Resp.: 10/08/2022 07:59:01 
Explicação: 
A Inteligência Artificial pode ser dividida em paradigmas, como, por exemplo, o paradigma simbólico, o paradigma conexionista, o 
paradigma evolutivo, entre outros. Cada paradigma leva a um conjunto de possibilidades de aplicação devido aos seus níveis de 
determinismo, generalização, reconhecimento de padrões, criatividade e autonomia. Dessa forma, estamos classificando a IA em seus 
níveis, entendendo melhor tudo aquilo que cabe dentro da definição do que é Inteligência Artificial, e assim ficam mais compreensíveis suas 
potencialidades e seus usos. 
02811TÉCNICAS DE BUSCA PARA INTELIGÊNCIA ARTIFICIAL 
As estratégias aplicadas aos métodos de busca em espaço de estados devem ser feitas conforme características do problema. Por exemplo, 3. 
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. 
O problema não apresenta nenhuma característica que possa ser explorada, portanto, qualquer estratégia pode ser aplicada. 
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). 
Trata-se de um exemplo em que a melhor estratégia é a busca em largura (Breadth 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. 
A estratégia que deve ser aplicada é a de busca em profundidade (Depth First Search). 
Data Resp.: 10/08/2022 08:00:13 
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 descrito no exercício, não cabe a busca em profundidade, pois a busca ocorre nos nós 
vizinhos. 
Existem diversos algoritmos de busca cega. Nesse sentido, selecione a opção correta em que todos os métodos são do tipo busca cega. 4. 
Busca em largura primeiro, busca em profundidade primeiro e pesquisa bidirecional. 
Busca em largura, custo uniforme e busca A*. 
Busca em grafo, busca em largura primeiro e pesquisa bidirecional. 
Busca em profundidade primeiro, busca greedy e pesquisa bidirecional. 
Busca A*, busca greedy e busca em grafo. 
Data Resp.: 10/08/2022 08:01:39 
Explicação: 
Os algoritmos de busca cega - também chamados de busca (ou de pesquisa) não informada - não contêm informações sobre seu domínio. A 
única coisa que esses algoritmos podem fazer é distinguir entre um estado não objetivo de um estado objetivo (estado alvo). É o caso dos 
algoritmos de busca em largura primeiro, busca em profundidade primeiro e de pesquisa bidirecional. 
02775REPRESENTAÇÃO DE CONHECIMENTO, RACIOCÍNIO AUTOMÁTICO E APRENDIZADO 
Observe a frase: ''todos os quadros são azuis''. Em relação à lógica de primeira ordem, selecione a opção correta. 5. 
A negação da frase é: ''existe pelo um quadro branco''. 
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 frase é equivalente a: ''para qualquer quadro existente, ele pode ser azul''. 
A negação da frase é: ''existe pelo menos um quadro que não é azul''. 
Data Resp.: 10/08/2022 08:01:49 
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. 
A respeito do uso dos sistemas especialistas, selecione a opção correta sobre o uso de ferramentas para desenvolvimento de aplicações. 6. 
Escrever programas que podem ser aplicados para um sistema operacional específico. 
Ter à disposição recursos que elaboram todas as etapas criativas do processo de desenvolvimento. 
Apresentar as lacunas sobre a base de conhecimento. 
As ferramentas de desenvolvimento já fazem a validação de um modelo sem dependência do programador. 
Uma das vantagens é ter à disposição frameworks que impõem uma estrutura de desenvolvimento. 
Data Resp.: 10/08/2022 08:01:59 
Explicação: 
Programar um sistema especialista envolve diversos desafios, como a interface de interação do usuário com o sistema e o algoritmo que faz 
o processamento dos dados e a sugestão de recomendações. Portanto, é uma vantagem usar de frameworks que facilitem esse processo, 
pois é uma forma de guiar o programador. A criatividade de uma solução depende do desenvolvedor, as ferramentas apenas dão suporte 
para esse processo. A validação do modeloé dependente das escolhas que foram feitas no processo de desenvolvimento. Ficar limitado a 
um sistema operacional é desvantajoso. A base de conhecimento está relacionada às regras do negócio e não ao processo de 
desenvolvimento. 
02706PLANEJAMENTO EM INTELIGÊNCIA ARTIFICIAL 
Modifique o programa Restrições reais, disponível logo abaixo, para resolver o seguinte problema de restrição de domínio real 7. 
:- 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: 
16 
17 
15 
18 
14 
Data Resp.: 10/08/2022 08:02:24 
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 
Ao se modificar o algoritmo em Prolog em Coloração de Mapas, disponível logo abaixo, para o mapa apresentado abaixo, quantas soluções 8. 
existem? 
/* 
* Variáveis: A,B,C,D,E,F 
Domínio: {vermelho,verde,azul} 
Restrições: A!=B, A!=C, B!=C, B!=D, C!=D, C!=E, C!=F, D!=E, E!=F 
*/ 
/* 
* Impomos as restrições: different(A,B) significa que a cor de A deve ser diferente da de B. 
* */ 
coloring(A,B,C,D,E,F) :- 
different(A,B), 
different(A,C), 
different(B,C), 
different(B,D), 
different(C,D), 
different(C,E), 
different(C,F), 
different(D,E), 
different(E,F). 
/* 
* Os fatos: vermelho é diferente de azul, que é diferente de verde , etc 
* */ 
different(vermelho,azul). 
different(azul,vermelho). 
different(vermelho,verde). 
different(verde,vermelho). 
different(verde,azul). 
different(azul,verde). 
6 
36 
12 
24 
10 
Data Resp.: 10/08/2022 08:03:15 
Explicação: 
Bastava perceber que as novas condições do problema são: A!=B, A!=C, A!=D, B!=C, C!=D, C!=E, D!=E, E!=C. Com isso, conseguimos 
forçar essas condições na regra de coloring(A,B,C,D,E), como mostrado no código logo abaixo. Logo, no total são 6 soluções. 
02764RACIOCÍNIO AUTOMÁTICO EM SITUAÇÕES DE INCERTEZA E IMPRECISÃO 
(COPPIN, 2010 - adaptado) Considere a rede bayesiana a seguir em que os nós representam as seguintes sentenças: 9. 
C = que você ingressará em uma faculdade 
S = que você estudará 
P = que você frequentará festas 
E = que você será bem-sucedido nos seus exames 
F = que você se divertirá 
As tabelas de probabilidades condicionadas associadas à rede são as seguintes: 
Para a situação apresentada, analise as afirmações a seguir: 
I - Como E não depende diretamente de C, então o cálculo de P(E | C, S, P) pode ser simplificado para P(E | S, P). 
II - A probabilidade de você ingressar na faculdade, estudar e ser bem-sucedido nos exames, mas não frequente festas e nem se divirta é igual 
a 0,01728. 
III - A probabilidade de você não ser bem-sucedido nos exames sabendo que estudou e não frequentou festas é de 40%. 
Estão corretas apenas as afirmações: 
I 
I, II e III 
I, III e IV 
II 
I e II 
Data Resp.: 10/08/2022 08:04:14 
Explicação: 
A afirmação I está correta, pois, como é possível observar no grafo da rede bayesiana, a ocorrência do evento E não depende diretamente 
de C, apenas de S e de P. Portanto, a probabilidade P(E | C, S, P) pode ser escrita de forma simplificada como P(E | S, P). A afirmação II 
também está correta e pode ser obtida por meio da distribuição de probabilidades conjuntas associadas à rede bayesiana. A probabilidade 
desejada é dada por: 
¬ ¬ ¬ ¬ ¬ ¬ P(C, S, P, E, F) = P(C) × P(S | C) × P( P | C) × P(E | S, P) × P( F | P) 
= 0,2 × 0,8 × 0,4 × 0,9 × 0,3 = 0,01728 
¬ ¬ Por fim, a afirmação III está incorreta. A probabilidade desejada pode ser representada por P( E | S, P). Consultando a tabela de 
¬ ¬ ¬ ¬ distribuição de probabilidade referente a E, tem-se que P(E | S, P) é igual a 0,9. Como P( E | S, P) é complementar P(E | S, P), 
tem-se: 
¬ ¬ ¬ P( E | S, P) = 1 - P(E | S, P) 
¬ ¬ P( E | S, P) = 1 - 0,9 = 0,1 (10%) 
Considere uma região do Brasil em que se tenha o seguinte conhecimento a respeito do comportamento do tempo em uma determinada época 10. 
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: 
25% 
40% 
15% 
50% 
30% 
Data Resp.: 10/08/2022 08:04:20 
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: 
N ão Respondida Não Gravada Gravada 
Exercício inciado em 10/08/2022 07:57:56. 
https://simulado.estacio.br/bdq_simulados_exercicio_ensineme.asp#ancora_10
https://getfireshot.com