inteligencia artificial

Prévia do material em texto

1a
          Questão
	Acerto: 1,0  / 1,0
	
	Em cada paradigma de Inteligência Artificial agrega-se um conjunto de possibilidades de aplicação devido aos seus níveis de
		
	
	indeterminismo, generalização, reconhecimento de regras, criatividade e autonomia.
	 
	determinismo, generalização, reconhecimento de padrões, criatividade e autonomia.
	
	indeterminismo, expertise, reconhecimento de regras, proatividade e autonomia.
	
	indeterminismo, especialização, reconhecimento de regras, aprendizagem e autonomia.
	
	determinismo, especialização, reconhecimento de padrões, inteligência e dependência.
	Respondido em 05/04/2023 17:09:56
	
	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.
	
		2a
          Questão
	Acerto: 1,0  / 1,0
	
	De acordo com os paradigmas de Inteligência Artificial, pode-se afirmar que um modelo simbolista
		
	
	é formado por uma rede de elementos conectados por pesos que detêm o conhecimento.
	
	lida apenas com símbolos gráficos.
	
	não possui conhecimento representado explicitamente.
	
	é um modelo que aprende a partir dos dados.
	 
	lida com conhecimento explícito e representado simbolicamente.
	Respondido em 05/04/2023 17:22:24
	
	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.
	
		3a
          Questão
	Acerto: 1,0  / 1,0
	
	Selecione a opção que apresenta a busca que implementa a operação de pilha para buscar os estados.
		
	
	Busca pelo melhor primeiro.
	
	Busca em largura.
	
	Busca com profundidade limitada.
	 
	Busca em profundidade.
	
	Busca em largura limitada.
	Respondido em 05/04/2023 17:23:41
	
	Explicação:
Uma das características do algoritmo de busca em profundidade é o retorno para um estado anterior a fim de explorar outras soluções. Esse processo é conhecido como backtracking, ou seja, a trilha do caminho de retorno. Para implementar esse processo, que, normalmente, é feito por meio de recursividade, o algoritmo utiliza de uma estrutura de dados de pilha.
	
		4a
          Questão
	Acerto: 1,0  / 1,0
	
	A estratégia de alguns algoritmos para resolver problemas em espaços de estados é explorar a vizinhança de uma determinada solução com a garantia qualidade. Nesse sentido, selecione a opção correta que trata esta classe de problemas.
		
	
	Técnicas de pesquisa informadas.
	
	Técnicas de pesquisa desinformadas.
	 
	Técnicas de pesquisa local.
	
	Algoritmo A*.
	
	Heurísticas.
	Respondido em 05/04/2023 17:24:35
	
	Explicação:
Os algoritmos de busca global são muito importantes, pois garantem a solução ótima de um problema, quando ela existe. No entanto, para problemas práticos, obter a solução ótima global pode ser um processo muito custoso do ponto de vista computacional. Uma estratégia bastante utilizada é a dos algoritmos de busca local que exploram o entorno de uma determinada solução na tentativa de obter uma solução melhor que a atual, mas não garantem uma solução global.
	
		5a
          Questão
	Acerto: 1,0  / 1,0
	
	Em relação às leis de aprendizado de máquina, selecione a opção correta que contém as leis que pertencem à mesma categoria.
		
	 
	Perceptron, Delta.
	
	Hebbian, Perceptron.
	
	Instar, Positivismo.
	
	Instar, Outstar.
	
	Hebbian, Widrow-Hoff.
	Respondido em 05/04/2023 17:25:06
	
	Explicação:
Entre os métodos de aprendizado de máquina estão os de aprendizado supervisionado, que se caracterizam por ser dado uma solução alvo no conjunto de treinamento, e os métodos de aprendizado não supervisionado, que não recebem uma solução alvo no conjunto de treinamento. Muitas regras de aprendizado de redes neurais se situam em uma dessas categorias. No caso dos itens da questão, apenas os métodos Perceptron e Delta estão na mesma categoria que é o de regras de aprendizado supervisionado.
	
		6a
          Questão
	Acerto: 1,0  / 1,0
	
	Em relação à lógica proposicional, temos os seguintes argumentos:
Hipótese 1: p ^ s → q ^ r
Hipótese 2:  q ^ r → w ^ s
Conclusão:  p ^ s → w ^ s.
Escolha a opção correta sobre o nome desse argumento.
		
	
	Simplificação conjuntiva.
	
	Modus tollens.
	
	A tabela verdade possui 8 linhas.
	
	Modus ponens.
	 
	Silogismo hipotético.
	Respondido em 05/04/2023 17:26:51
	
	Explicação:
A tabela-verdade da sentença possui 32 linhas, pois temos 5 proposições de entrada que são: p, s, q, r e w. Devemos nos lembrar de que no Modus ponens, usamos uma premissa verdadeira para provar que a consequência da implicação é verdadeira. A resposta correta é aquela que demonstra que o silogismo hipotético tem a forma: a → b, b → c Ⱶ a → c. No caso da questão, basta fazer as substituições das proposições p ^ s por a,  q ^ r por b e w ^ s por c. No caso do Modus tollens, temos o formato p → q, ~q Ⱶ ~p. A simplificação conjuntiva só se aplica quando temos proposições de valores lógicos verdadeiros associadas a um operador lógico E.
	
		7a
          Questão
	Acerto: 0,0  / 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)}
 
Após o robô r1 entrar na plataforma loc1, quais predicados teriam seus valores alterados:
		
	
	attached(p1,loc1) e attached(p2,loc1) seriam modificados.
	 
	at(r1,loc2), occupied(loc2) seriam modificados.
	
	adjacent(loc1,loc2) seriam modificados.
	
	on(c2,pallet) e belong(crane1,loc1) seriam modificados.
	 
	somente occupied(loc2) seria modificado.
	Respondido em 05/04/2023 17:29:17
	
	Explicação:
Após o robô r1 entrar na plataforma loc1, at(r1,loc2)  e occupied(loc2) seriam modificados, porque o robô r1 não estaria mais em loc2 (at(r1,loc2)), e assim loc2 não estaria mais ocupado, modificando também occupied(loc2).
	
		8a
          Questão
	Acerto: 1,0  / 1,0
	
	Ao modificar o algoritmo em Prolog em Coloração de Mapas, disponível logo abaixo, para esse mapa apresentado, permitindo que as cidades A e B possam ter cores iguais. 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 restriçõess: 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).
 
 
		
	
	16
	 
	12
	
	20
	
	18
	
	14
	Respondido em 05/04/2023 17:14:46
	
	Explicação:
A alteração que deve ser feita no algoritmo é de apenas retirar a restrição: different(A,B). Assim, o número de soluções é12, fazendo novamente a consulta coloring(A,B,C,D,E,F).
	
		9a
          Questão
	Acerto: 1,0  / 1,0
	
	O raciocínio nebuloso se aplica a situações práticas em que algum grau de imprecisão nos resultados é tolerado. Nesses casos, além de a imprecisão não comprometer os resultados, em geral as soluções são obtidas com mais facilidade do que quando obtidas com métodos mais precisos. Contudo, há diversas situações práticas em que a precisão é um requisito inegociável e, portanto, o raciocínio nebuloso não se aplica. Diante disso, analise as situações a seguir:
I - Piloto automático capaz de manter uma distância segura entre o carro onde está implantado e o carro imediatamente à sua frente em uma rodovia.
II - Braço robótico capaz de soldar as partes que compõem a lataria de um veículo em uma linha de montagem.
III - Impressora 3D capaz de imprimir peças para a indústria de equipamentos hospitalares.
São situações em que o raciocínio impreciso se aplica apenas:
		
	 
	I
	
	II
	
	II e III
	
	I e III
	
	I, II e III
	Respondido em 05/04/2023 17:28:01
	
	Explicação:
A situação apresentada no item I estabelece que o piloto automático deve manter uma distância segura em relação ao veículo logo à frente e, nesse caso, fica claro que o termo "segura" sugere alguma imprecisão. Afinal, na prática, não há a necessidade de que essa distância a ser respeitada seja um valor exato, ou seja, alguma imprecisão é tolerada. Por outro lado, nos itens II e III são apresentadas situações práticas em que a precisão é um requisito fundamental. No caso do robô soldador, a solda deve ser aplicada com exatidão nos mesmos pontos e, com isso, não há margem de imprecisão. No caso da impressão 3D acontece o mesmo. Afinal, qualquer variação de formato, por mais sutil que seja, e que esteja fora do padrão, pode invalidar aquela peça. Portanto, o raciocínio impreciso se aplica apenas à situação I.
	
		10a
          Questão
	Acerto: 1,0  / 1,0
	
	Considere um sistema nebuloso com as seguintes especificações:
Considerando as entradas E1 = 38 e E2 = 62, a resposta nebulosa obtida na variável S de saída é formada por uma combinação de partes dos conjuntos s1 e s2
porque
o processo de inferência aciona todas as regras que mapeiam para os conjuntos s1 e s2 da variável de saída.
Assinale a opção correta a respeito dessas asserções.
		
	
	As duas asserções são proposições verdadeiras, e a segunda é uma justificativa correta da primeira.
	
	As duas asserções são proposições verdadeiras, e a segunda não é uma justificativa correta da primeira.
	
	A primeira asserção é uma proposição falsa, e a segunda é uma proposição verdadeira.
	 
	A primeira asserção é uma proposição verdadeira, e a segunda é uma proposição falsa.
	
	As duas asserções são proposições falsas.
	Respondido em 05/04/2023 17:16:35
	
	Explicação:
Para a entrada E1 = 38, observa-se que esse valor tem grau de inclusão maior que zero nos conjuntos e11 e e12. No caso da entrada E2 = 62, os graus de inclusão maiores que zero estão nos conjuntos e22 e e23. Assim, as regras acionadas para essas entradas são:
se e11 e e22 então s1
se e11 e e23 então s1
se e12 e e22 então s2
se e12 e e23 então s1
Portanto, a resposta nebulosa resultante da inferência é uma região formada por uma combinação de partes dos conjuntos s1 e s2. Contudo, nem todas as regras que mapeiam para s1 ou s2 foram acionadas. Com isso, conclui-se que a primeira afirmação está correta e a segunda não está.