Estácio_ Alunos _ EXERCÍCIOS

Prévia do material em texto

30/09/2022 03:59 Estácio: Alunos
https://simulado.estacio.br/alunos/ 1/8
Teste de
Conhecimento
 avalie sua aprendizagem
A introdução da Inteligência Artificial em nossas rotinas trouxe o termo casa inteligente. Sobre o assunto,
julgue as opções.
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:
INTELIGÊNCIA ARTIFICIAL
Lupa Calc.
 
 
DGT0141_201709123192_TEMAS 
 
Aluno: JAQUELINE BOUSQUET RANGEL Matr.: 201709123192
Disc.: INTELIGÊNCIA ARTIF 2022.2 - F (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
 
1.
Atualmente, as casas inteligentes são a realidade em uma grande maioria de cidades pelo mundo,
principalmente no Brasil.
Com a possibilidade de ajustar intensidade e potência e personalizar a usabilidade de aparelhos e
eletrodomésticos, devido à ausência de economia de energia, o preço que se paga pelos gadgets não é
viável.
As casas inteligentes têm o objetivo de oferecer diversos recursos de automação que prometem tornar a
vida mais tranquila.
As casas inteligentes são uma das tecnologias mais antigas da IA, com seu modelo projetado nos anos
1960.
As vantagens de uma casa inteligente são: segurança e personalização, porém, devido ao elevado custo,
ainda não saíram do papel, atualmente, são apenas projetos.
Data Resp.: 28/09/2022 21:06:49
 
Explicação:
A casa inteligente, também conhecida como casa conectada - do inglês, Connected Home - é uma casa que
possui sistemas avançados de automação para providenciar monitoramento e controle sobre as funções de
toda a construção, como, por exemplo, controles de temperatura, multimídia, portas e janelas. 
 
 
 
 
2.
javascript:voltar();
javascript:voltar();
javascript:diminui();
javascript:aumenta();
javascript:calculadora_on();
30/09/2022 03:59 Estácio: Alunos
https://simulado.estacio.br/alunos/ 2/8
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:
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 respeito dos métodos de busca local, selecione a opção correta.
Os itens I, 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.
Os itens I, II, III e IV estão corretos.
Data Resp.: 28/09/2022 21:09:29
 
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.
 
 
 
 
 
 
02811TÉCNICAS DE BUSCA PARA INTELIGÊNCIA ARTIFICIAL
 
3.
Trata-se de um exemplo em que a melhor estratégia é a busca em largura (Breadth 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.
O problema não apresenta nenhuma característica que possa ser explorada, portanto, qualquer
estratégia pode ser aplicada.
A estratégia que deve ser aplicada é a de busca em profundidade (Depth First Search).
Data Resp.: 28/09/2022 21:11:36
 
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.
 
 
 
 
4.
Ainda que uma solução não exista no espaço de estados, o algoritmo de busca local é capaz de
identificá-la.
Um algoritmo de busca local sempre encontra a solução ótima de um problema, desde que ela exista.
30/09/2022 03:59 Estácio: Alunos
https://simulado.estacio.br/alunos/ 3/8
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.
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.
Não é possível criar um algoritmo ótimo de busca local.
Todos os algoritmos de busca local sempre são completos.
Os algoritmos de busca local são eficientes no uso da memória.
Data Resp.: 30/09/2022 03:53:29
 
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.
 
 
 
 
 
 
02775REPRESENTAÇÃO DE CONHECIMENTO, RACIOCÍNIO AUTOMÁTICO E APRENDIZADO
 
5.
Devem ser aplicadas para demonstração de teoremas.
São aplicadas em contextos em que há limitação de dados.
São capazes de desenvolver processos criativos sem a necessidade de base de conhecimento.
São indicadas para substituir os profissionais em atividades complexas e eventuais.
Problemas linearmente separáveis estão entre as categorias que podem ser modelados por redes
neurais.
Data Resp.: 30/09/2022 03:55:01
 
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 aplicadasa 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.
 
 
 
 
6.
O vencedor leva tudo.
Regra de aprendizagem Outstar.
Distribuição aleatória.
Método dos mínimos quadrados.
Regra de aprendizagem Perceptron.
Data Resp.: 30/09/2022 03:56:33
 
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.
 
 
30/09/2022 03:59 Estácio: Alunos
https://simulado.estacio.br/alunos/ 4/8
Ao se modificar o algoritmo em Prolog em Coloração de Mapas, disponível logo abaixo, para o mapa
apresentado abaixo, quantas soluções 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).
 
 
 
 
02706PLANEJAMENTO EM INTELIGÊNCIA ARTIFICIAL
 
7.
36
24
6
12
10
Data Resp.: 30/09/2022 03:57:50
30/09/2022 03:59 Estácio: Alunos
https://simulado.estacio.br/alunos/ 5/8
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:
 
Considere uma base de conhecimento relacionada a problemas observados em pneus de carros. Esses
problemas se resumem a pneu furado e pneu vazio, que podem exigir o uso de um macaco para serem
 
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.
 
 
 
 
8.
15
14
18
16
17
Data Resp.: 30/09/2022 03:58:09
 
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
 
 
 
 
 
 
02764RACIOCÍNIO AUTOMÁTICO EM SITUAÇÕES DE INCERTEZA E IMPRECISÃO
 
9.
30/09/2022 03:59 Estácio: Alunos
https://simulado.estacio.br/alunos/ 6/8
solucionados. A base de conhecimento é representada pela distribuição conjunta total apresentada da tabela a
seguir:
A partir dessa distribuição, analise as afirmações a seguir:
I - P(PneuFurado = verdadeiro) = 0,187
II - P(PneuFurado = falso ^ Macaco = verdadeiro) = 0,979
III - P(PneuVazio = verdadeiro v PneuFurado = falso) = 0,940
IV - P(PneuFurado = verdadeiro | PneuVazio = verdadeiro) = 0,632
Estão corretas apenas as afirmações:
(COPPIN, 2010 - adaptado) Considere a rede bayesiana a seguir em que os nós representam as seguintes sentenças:
C = que você ingressará em uma faculdade
S = que você estudará
I e II
I, III e IV
Todas
I e III
III e IV
Data Resp.: 30/09/2022 03:59:06
 
Explicação:
A seguir são apresentados os cálculos envolvidos em opção:
I - P(PneuFurado = verdadeiro) = 0,006 + 0,054 + 0,015 + 0,112 = 0,187
II - P(PneuFurado = falso ^ Macaco = verdadeiro) = 0,126 + 0,021 = 0,147
III - P(PneuVazio = verdadeiro v PneuFurado = falso) = 0,053 + 0,021 + 0,015 +
 0,112 + 0,613 + 0,126 = 0,940
IV - P(PneuFurado = verdadeiro | PneuVazio = verdadeiro) =
 (P(PneuFurado = verdadeiro ^ PneuVazio = verdadeiro) / P(PneuVazio = verdadeiro) =
 (0,015 + 0,112) / (0,053 + 0,021 + 0,015 + 0,112) = 0,127 / 0,201 = 0,632
Portanto, estão corretas as afirmações I, III e IV.
 
 
 
 
10.
30/09/2022 03:59 Estácio: Alunos
https://simulado.estacio.br/alunos/ 7/8
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, III e IV
I
I, II e III
II
I e II
Data Resp.: 30/09/2022 03:59:26
 
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%)
 
 
 
¬ ¬ ¬ ¬ ¬ ¬
¬ ¬
¬
¬ ¬ ¬
¬ ¬ ¬
¬ ¬
30/09/2022 03:59 Estácio: Alunos
https://simulado.estacio.br/alunos/ 8/8
 
 
 
 
 Não Respondida Não Gravada Gravada
 
 
Exercício inciado em 28/09/2022 20:52:30.