Baixe o app para aproveitar ainda mais
Prévia do material em texto
Disciplina: INTELIGÊNCIA ARTIFICIAL AV Aluno: REGIS BATISTA CONDE 202001069674 Professor: MAURO CESAR CANTARINO GIL Turma: 9001 DGT0141_AV_202001069674 (AG) 23/10/2022 20:01:48 (F) Avaliação: 8,0 Nota SIA: 10,0 pts 02492 - FUNDAMENTOS DE INTELIGÊNCIA ARTIFICIAL 1. Ref.: 6041497 Pontos: 1,00 / 1,00 Julgue os itens que se seguem acerca de Inteligência Artificial. I. Em Inteligência Artificial, pode-se adotar dois paradigmas de modelagem, o conexionista e o simbólico. Redes neurais e algoritmos genéticos estão mais associados ao primeiro, enquanto o uso de linguagens como Prolog e Lisp está relacionado ao segundo. II. São exemplos de técnicas de inteligência computacional, os algoritmos genéticos e as redes neurais artificiais. III. Inteligência Artificial é um conjunto de métodos e(ou) técnicas que procura desenvolver sistemas dotados de comportamento semelhante a certos aspectos do comportamento inteligente. Assinale a alternativa correta. Apenas as afirmativas I e III estão corretas. Todas as afirmativas estão corretas. Apenas as afirmativas I e II estão corretas. Todas as afirmativas estão incorretas. Apenas as afirmativas II e III estão corretas. 2. Ref.: 6041777 Pontos: 1,00 / 1,00 Um dos principais métodos do paradigma evolutivo é o algoritmo genético, que possui com o principal atrativo a utilização de ferramenta de busca e otimização para a solução dos mais diferentes tipos de problemas. Assim, pode-se afirmar que os algoritmos genéticos são inspirados no comportamento do cérebro humano e modelam os modos imprecisos do raciocínio aproximado. lidam com conhecimento não simbolicamente representado e processam a informação de forma paralela e distribuída. são inspirados nos fenômenos emergentes da natureza lidam com conhecimento explícito, representado simbolicamente e generalizam o conhecimento aprendido. empregam uma estratégia de busca paralela e estruturada, baseadas nos mecanismos da seleção natural. 02706 - PLANEJAMENTO EM INTELIGÊNCIA ARTIFICIAL 3. Ref.: 6079274 Pontos: 1,00 / 1,00 O modelo restritivo que definimos assume 8 tipos de restrições. Essas restrições podem ser relaxadas quando quisermos desenvolver determinados tipos de agentes inteligentes. Marque a alternativa verdadeira a respeito de um robô limpador que foi desenvolvido para funcionar em uma gama variada de casas, de ambientes, sem nenhum tipo de intervenção humana: Não precisamos relaxar a restrição que assume o ambiente finito, pela maneira que o robô foi criado. Não precisamos relaxar a restrição que diz que o ambiente é estático, porque o robô tem sensores que mapeiam completamente o ambiente. Assumir que o ambiente é determinístico é uma boa premissa ao desenvolver um robô com as características apresentadas Não precisamos fazer nenhum tipo de relaxamento sobre as restrições, porque as características das tarefas são simples. O sistema é dinâmico, por isso relaxaremos a restrição que assume o sistema estático. 4. Ref.: 6078985 Pontos: 1,00 / 1,00 Assinale a afirmativa verdadeira a respeito do planejamento de agentes inteligentes em inteligência artificial: O planejador sempre assume que suas ações são realizadas com perfeição pelo controlador. O controlador é responsável por elaborar planos e executá-los. Uma função de transição de estados relaciona um determinado estado a outros estados ao executar uma determinada ação. O planejador precisa do conhecimento completo do ambiente para executar um plano. O planejador sempre assume que o sistema não muda enquanto elabora um plano para ser executado. 02764 - RACIOCÍNIO AUTOMÁTICO EM SITUAÇÕES DE INCERTEZA E IMPRECISÃO 5. Ref.: 6074518 Pontos: 1,00 / 1,00 De um modo geral, uma rede bayesiana é uma forma de expressar graficamente as relações de dependência entre variáveis em um determinado domínio em que há a presença de incertezas. Imagine um subconjunto de 5 disciplinas de um curso de graduação para as quais tem-se o conhecimento a seguir: 1 - as disciplinas A e E não exigem conhecimentos prévios de outras disciplinas; 2 - o bom desempenho na disciplina A é importante para se alcançar um bom desempenho nas disciplinas B e C; 3 - bons conhecimentos sobre a disciplina C são importantes para que se compreenda o conteúdo relacionado à disciplina B; 2 - para o bom desempenho nas disciplinas D é fundamental ter bons conhecimentos sobre as disciplinas E e B. A rede bayesiana que melhor representa a situação descrita é: 6. Ref.: 6074517 Pontos: 1,00 / 1,00 Um método de inferência probabilística bastante simples, é aquele que usa como base de conhecimento a distribuição de probabilidade conjunta total das variáveis aleatórias que descrevem o domínio de interesse. Sobre esse método de inferência, analise as afirmações a seguir: I - Permite estimar a probabilidade de ocorrência de qualquer evento relacionado ao domínio em análise. II - Apesar da simplicidade, seu uso pode se tornar inviável em situações em que há muitas variáveis envolvidas. III - A identificação de independências entre as variáveis aleatórias pode simplificar a construção da distribuição conjunta total. Estão corretas apenas as afirmações: I, II e III II I e III I II e III 02775 - REPRESENTAÇÃO DE CONHECIMENTO, RACIOCÍNIO AUTOMÁTICO E APRENDIZADO 7. Ref.: 6040942 Pontos: 1,00 / 1,00 Em relação à lógica proposicional, temos a seguinte sentença proposicional: ~p v ~s → q ^ r Ⱶ ( ~(p ^ s) → (q ^ r) ). Escolha a opção correta sobre a sentença. é uma contradição. É uma tautologia. A tabela verdade possui 32 linhas. É uma contingência. A tabela verdade possui 8 linhas. 8. Ref.: 6040858 Pontos: 0,00 / 1,00 Em relação à lógica proposicional, temos a seguinte sentença proposicional: p → q ^ s ↔ r ^ ~q. Quantas linhas terá a tabela verdade dessa sentença? 16 8 48 32 12 02811 - TÉCNICAS DE BUSCA PARA INTELIGÊNCIA ARTIFICIAL 9. Ref.: 6040442 Pontos: 1,00 / 1,00 Os métodos de busca de estados fazem parte das técnicas de inteligência artificial para resolver problemas com características que permitem que sejam modelados e tratados por meio de algoritmos. Os métodos de busca de estado são construídos de modo a aumentar as chances de encontrar a solução alvo. O ideal é que esse processo de busca seja o mais eficiente possível. Nesse sentido, selecione a opção correta sobre a estratégia de pesquisa de métodos de busca em espaço de estados. Corresponde à escolha entre os algoritmos de busca, de modo a maximizar a quantidade de passos. É uma forma eficiente de sempre encontrar a melhor resposta. Refere-se às variações do algoritmo Best First que, normalmente, é o método de melhor desempenho para buscas em espaços de estados. É definida como a melhor escolha que o algoritmo pode fazer. Um exemplo é o algoritmo Best First. Ela está relacionada à ordem em que os nós são escolhidos. 10. Ref.: 6040120 Pontos: 0,00 / 1,00 Muitos problemas reais podem ser modelados por meio de uma formulação matemática. Alguns desses problemas são considerados difíceis devido a fatores como dimensão e o modo como os dados estão relacionados entre si. Considerando que é possível enumerar as possíveis soluções que o problema pode assumir, selecione a opção correta sobre a forma de tratar esse problema. A abordagem correta é modelar o problema como um modelo de otimização linear e resolvê-lo pelo método Simplex que é reconhecidamente eficiente. Por meio de métodos de busca em espaço de estados, pois não conhecemos detalhes sobre o problema em si, alémde que seu espaço é enumerável. A busca em largura é a mais adequada para esse caso. Como os métodos baseados na busca em profundidade são os mais eficientes, essa deve ser a abordagem para o problema. A abordagem mais eficiente é por meio do método Best First.
Compartilhar