Prévia do material em texto
Questão 1 A inteligência artificial possui vários paradigmas, incluindo o paradigma conexionista e o paradigma simbólico. Entre os métodos desses paradigmas, quais estão relacionados, respectivamente? A Redes neurais e algoritmos genéticos estão mais associados ao paradigma conexionista, enquanto o algoritmo naive bayes ao paradigma simbólico. B Redes neurais e algoritmos genéticos estão mais associados ao paradigma conexionista, enquanto o uso de linguagens como Prolog e Lisp está relacionado ao paradigma simbólico. C Redes neurais estão mais associadas ao paradigma conexionista, enquanto a árvore de decisão ao paradigma simbólico. D Redes neurais e algoritmos genéticos estão mais associados ao paradigma simbólico, enquanto o uso de linguagens como Prolog e Lisp está relacionado ao paradigma conexionista. E Árvore de decisão está mais associada ao paradigma conexionista, enquanto redes neurais artificiais ao paradigma simbólico. Responder RESPOSTA: Parabéns! A alternativa C está correta. O paradigma simbólico tenta simular o comportamento inteligente humano desconsiderando os mecanismos responsáveis por tal. Os métodos desse paradigma são: agentes inteligentes e árvores de decisão, por exemplo. Já o paradigma conexionista acredita que, construindo um sistema que simule a estrutura do cérebro, apresentará inteligência e será capaz de aprender, assimilar, errar e aprender com seus erros. As redes neurais são exemplos de métodos desse paradigma. Questão 2 De acordo com os paradigmas de inteligência artificial, pode-se afirmar que um modelo simbolista A não possui conhecimento representado explicitamente. B é um modelo que aprende a partir dos dados. C lida apenas com símbolos gráficos. D lida com conhecimento explícito e representado simbolicamente. E é um modelo que aprende a partir dos dados e generaliza o conhecimento apreendido. RESPOSTA: Parabéns! A alternativa C está correta. O paradigma simbolista busca aprender, construindo representações simbólicas de um conceito por meio da análise de exemplos e contraexemplos desse conceito. Para utilizar esse paradigma, é necessário alimentar o sistema com os dados específicos do problema, ou seja, é necessário o conhecimento explícito do problema.