INTELIGÊNCIA ARTIFICIAL

Prévia do material em texto

1a
          Questão
	Acerto: 1,0  / 1,0
	
	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:
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:
		
	
	Os itens I, II e III estão corretos.
	
	Os itens I, II e IV estão corretos.
	
	Os itens I, II, III e IV estão corretos.
	
	Os itens II, III e IV estão corretos.
	 
	Os itens I, III e IV estão corretos.
	Respondido em 05/04/2023 14:33:41
	
	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.
	
		2a
          Questão
	Acerto: 1,0  / 1,0
	
	De acordo com os paradigmas de Inteligência Artificial, para que um problema possa ser representado como um grafo de estados é necessário
		
	
	todos os possíveis estados sejam conhecidos.
	
	conhecer o modo de como chegar à resposta.
	
	haver uma definição precisa de como proceder a busca pelos estados de interesse.
	 
	que sejam definidos os estados inicial, final ou finais e as operações possíveis.
	
	que o grafo seja unidimencionado, ou seja, todas as arestas sejam de mão única.
	Respondido em 05/04/2023 14:34:06
	
	Explicação:
O conjunto de todos os estados acessíveis a partir de um estado inicial é chamado de espaço de estados. E o espaço de estados pode ser interpretado como um grafo em que os nós são estados e os arcos são ações. Sendo assim, para que um problema possa ser representado como um grafo de estados é necessário que sejam definidos os estados inicial, final ou finais, as operações possíveis e suas direções.
	
		3a
          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.
		
	
	Devido às características complexas desse problema, não é possível resolvê-lo.
	
	Esse problema não pode ser resolvido por uma busca local.
	 
	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.
	
	Por se tratar de um problema bem documentado, ele pode ser resolvido eficientemente por métodos determinísticos.
	Respondido em 05/04/2023 14:34:32
	
	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.
	
		4a
          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.
		
	
	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).
	
	A estratégia que deve ser aplicada é a de busca em profundidade (Depth 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 05/04/2023 14:35:09
	
	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.
	
		5a
          Questão
	Acerto: 1,0  / 1,0
	
	As redes neurais artificiais possuem a vantagem de poderem ser aplicadas a muitas situações práticas. Uma dessas aplicações são os problemas de classificação, mas também possuem algumas limitações. Em relação às desvantagens das redes neurais artificiais, selecione a opção correta.
		
	 
	Não é trivial fazer uma correspondência entre as soluções fornecidas por uma rede neural e sua arquitetura.
	
	Na prática, as redes neurais artificiais são muito complexas para resolver problemas reais.
	
	Devido à flexibilidade das redes neurais artificiais sempre é possível ajustar um modelo para que a taxa de acerto seja alta.
	
	As redes neurais artificiais extraem as características dos dados de treinamento tornando-se superespecializadas.
	
	As redes neurais artificiais são modelos probabilísticos, então, não é possível fazer afirmações sobre sua taxa de acerto.
	Respondido em 05/04/2023 14:35:50
	
	Explicação:
O ideal é que a rede neural tenha a capacidade de generalizar seu comportamento. A taxa de acerto está relacionada a diversos fatores desde a base de treinamento até a arquitetura do modelo, portanto não se trata apenas de ajustes. As redes neurais artificiais são modelos probabilísticos e sua taxa de acerto pode ser medida através de testes de validação. Existem diversos fatores que podem influenciar o aprendizado do modelo, mas já existem muitos estudos que ajudam a ajustar esses parâmetros. Uma das desvantagens das redes neurais é explicar as soluções a partir da estrutura do modelo. Medir a taxa de acertos está relacionado aos testes de validação da rede e não à arquitetura dela. As redes neurais são aplicadas para resolver diversos problemas práticos.
	
		6a
          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 desenvolverprocessos criativos sem a necessidade de base de conhecimento.
	
	Devem ser aplicadas para demonstração de teoremas.
	
	São indicadas para substituir os profissionais em atividades complexas e eventuais.
	
	São aplicadas em contextos em que há limitação de dados.
	Respondido em 05/04/2023 14:36:19
	
	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.
	
		7a
          Questão
	Acerto: 1,0  / 1,0
	
	Dado abaixo as suposições restritivas de um problema de planejamento clássico:
	Suposição Restritiva
	Descrição
	A0
	Sistema tem um número finito de estados
	A1
	Sistema é completamente observável.
	A2
	Sistema é determinístico.
	A3
	Sistema é estático
	A4
	O planejador só lida com metas restritivas que são explícitas.
	A5
	Um plano é uma sequência linear finita de ações
	A6
	Ações e eventos não têm duração.
A transição de estado é instantânea.
	A7
	O planejador não se preocupa em qualquer mudança
que pode acontecer no ambiente, enquanto estiver planejando
(offline planning)
Considere um robô que tem como objetivo explorar a superfície da lua. No desenvolvimento do robô, fazemos diversas suposições:
· O ambiente é estático
· O ambiente só é observável em um raio de 2 metros de distância do robô
· O robô demora na duração de suas ações, por ter muita cautela na exploração.
· O ambiente é contínuo, ou seja, o número de estados do ambiente é infinito.
Marque a alternativa que caracteriza as relaxações que deverão ser feitas a respeito das restrições do planejamento clássico:
		
	 
	Relaxar somente A0, A1 e A6.
	
	Relaxar A1 somente.
	
	Relaxar somente A0 e A1.
	
	Relaxar somente A6.
	
	Relaxar somente A0 e A6.
	Respondido em 05/04/2023 14:37:42
	
	Explicação:
Como o ambiente é estático, não precisamos fazer nenhuma relaxação do planejamento clássico (que assume as 8 restrições). O sistema não é completamente observável, pelo fato de o robô só perceber 2 metros de distância, logo precisamos relaxar a suposição restritiva que diz que o ambiente é observável A1. Como as ações demoram, precisamos relaxar a suposição restritiva A6, por considerar que as ações têm duração. Como o ambiente é contínuo, precisamos relaxar A0, que considera um ambiente com um número finito de estados, e não contínuo. Sendo assim, precisamos relaxar A0, A1 e A6.
	
		8a
          Questão
	Acerto: 1,0  / 1,0
	
	Considere o problema dos robôs autônomos do porto. Considere um dos estados do problema definido na figura a seguir:  
state = {attached(p1,loc1), attached(p2,loc1), in(c1,p1), in(c3,p1), top(c3,p1), on(c3,c1), on(c1,pallet), in(c2,p2), top(c2,p2), on(c2,pallet), belong(crane1,loc1),
 
empty(crane1),adjacent(loc1,loc2), adjacent(loc2, loc1), at(r1,loc2), occupied(loc2),
 
unloaded(r1)}
Considere a ação a = load(crane1,loc1,c3,r1). Assinale a afirmativa verdadeira:
		
	
	Ação é aplicável no estado da figura.
	
	Ação não é aplicável e somente o átomo belong(k,c) da pré-condição não é verdadeiro.
	 
	Ação não é aplicável e os átomos holding(k,c) e at(r,l) da pré-condição não são verdadeiro.
	
	Ação não é aplicável e somente o átomo unload(r) da pré-condição não é verdadeiro.
	
	Ação não é aplicável e somente o átomo holding(k,c) da pré-condição não é verdadeiro.
	Respondido em 05/04/2023 14:43:32
	
	Explicação:
A ação não é aplicável, porque o guindaste deve estar segurando um container, e o robô tem que estar na plataforma loc1. Ambas as condições devem ser satisfeitas, mas não são. Logo: Ação não é aplicável e os átomos holding(k,c) e at(r,l) da pré-condição não são verdadeiros.
	
		9a
          Questão
	Acerto: 0,0  / 1,0
	
	Considere um conjunto nebuloso A definido em um universo de discurso X = [0, 100]. Sabendo que A é um conjunto trapezoidal, cujos vértices são a = 10, b = 20, c = 60 e d = 90, qual o valor x ϵ� X cujo grau de inclusão em A (μ�A(x)) é igual a 0,6?
		
	
	18
	
	15
	
	80
	 
	72
	 
	65
	Respondido em 05/04/2023 14:44:39
	
	Explicação:
	
		10a
          Questão
	Acerto: 0,0  / 1,0
	
	Considere a variável nebulosa especificada a seguir:
Para o valor x = 3,5 pertencente ao universo de discurso da variável, os valores simbólicos e numéricos assumidos pela variável são, respectivamente:
		
	
	C1 (0,50) e C2 (0,33)
	
	C1 (0,50) e C2 (0,25)
	 
	C2 (0,25) e C3 (0,50)
	 
	C1 (0,25) e C2 (0,50)
	
	C2 (0,17) e C3 (0,75)