Baixe o app para aproveitar ainda mais
Prévia do material em texto
Questão 1/5 - Inteligência Artificial Aplicada Classifique as técnicas descritas a seguir, conforme as linhas de pesquisa de IA e depois marque a alternativa correta: ( ) Redes neurais artificiais ( ) Algoritmos genéticos ( ) Sistemas imunológicos artificiais ( ) Ontologias ( ) Sistemas especialistas ( ) Programação genética Linhas de Pesquisa em Inteligência Artificial. I. Conexionista II. Simbólica III. Evolucionária Não se esqueça de marcar, entre as alternativas a seguir, aquela que contém a ordem certa de classificação Nota: 20.0 A I – II – I – III – III - II B I – III – I – II – II - III Você acertou! Redes neurais artificiais e sistemas imunológicos artificiais buscam imitam o funcionamento do cérebro ou de células para expressar o comportamento inteligente. Sistemas especialistas e ontologias lidam com símbolos para a representação de conhecimento tal como na mente humana. E os algoritmos genéticos e a programação genética se baseiam na teoria da evolução para executar processamento inteligente. Assim, a alternativa correta é a b. C II – III – II –I – I - III D I – II – I – III – III - I E I – II – I – III – I - I Questão 2/5 - Inteligência Artificial Aplicada Marque as alternativas a seguir com “V” para verdadeiro e “F” para falso e depois assinale a alternativa correta com relação aos agentes inteligentes: ( ) Os sensores permitem que o agente perceba o que acontece no ambiente onde ele (o agente) está inserido. ( ) Hoje em dia os robôs são construídos tendo atuadores tais como câmeras e dispositivos de captação de infravermelho e som. ( ) As percepções são processadas pelo agente para depois se transformarem em ações sobre o ambiente por meio de atuadores. ( ) A sequência de percepções permite que se mapeie as ações com a memória do agente. ( ) Um programa de agente é uma implementação concreta de uma função do agente enquanto uma função abstrata. Nota: 20.0 A V-V-V-F-V B V-F-F-F-V C V-F-V-F-V Você acertou! A correta é a letra “c”. Os sensores permitem que o agente perceba o que acontece no ambiente onde ele (o agente) está inserido. Hoje em dia os robôs são construídos tendo sensores tais como câmeras e dispositivos de captação de infravermelho e som. As percepções são processadas pelo agente para depois se transformarem em ações sobre o ambiente por meio de atuadores. A função do agente permite que se mapeiem as ações com as percepções do agente. Um programa de agente é uma implementação concreta de uma função do agente enquanto uma função abstrata. D F-F-V-F-F E F-F-F-F-V Questão 3/5 - Inteligência Artificial Aplicada Um agente inteligente tem definido o seu grau de inteligência a partir da sua racionalidade, que depende de quatro fatores: Nota: 20.0 A Sequência de percepções, ações, conhecimento prévio e medida de desempenho Você acertou! A letra “a” é a correta. De acordo com Russel e Norvig (2004, p.36), a racionalidade em qualquer instante depende de quatro fatores: a medida de desempenho como critério para obtenção do sucesso da tarefa; o conhecimento prévio do agente com relação ao ambiente; as ações que o agente pode executar; e a sequência de percepções que o agente tem até o momento. B Sequência de percepções, medida de desempenho, função do agente e programa do agente C Sequência de percepções, ações, programa do agente e função do agente D Sequência de percepções, ações, ambiente de tarefa e arquitetura E Sequência de percepções, medida de desempenho, ações, programa do agente Questão 4/5 - Inteligência Artificial Aplicada O campeão mundial de xadrez Garry Kasparov enfrentou o computador Deep Blue (um computador da IBM que tinha 256 coprocessadores e que podia processar 200 milhões de jogadas por segundo) em 1997, em um torneio de seis partidas, no qual venceu duas partidas, empatou três e perdeu duas. Deep Blue foi considerado o primeiro computador a vencer um campeão mundial de xadrez. Relacionando às definições de Inteligência Artificial, poderíamos afirmar que: I. Deep Blue pode ser considerado como um artefato que podia pensar como um ser humano; II. Deep Blue pode ser considerado como um computador que tinha uma mente quase humana; III, Deep Blue, como um software com um algoritmo que processava as 200 milhões de jogadas por segundo, pode ser classificado no quadrante de “pensar racionalmente” IV. Deep Blue pode ser considerado como um artefato que agia como um ser humano. Com relação às afirmativas anteriores, assinale a alternativa correta: Nota: 20.0 A A alternativa I está correta B A alternativa II está correta; C As alternativas I e IV estão corretas; D A alternativa III está correta; Você acertou! Se Deep Blue podia processar 200 milhões de jogadas por segundo, não poderia ser classificado como pensando como ser humano. Deep Blue fornecia as jogadas, mas não era um robô manipulando diretamente as peças, então, não acontecia uma ação direta sobre o ambiente, não sendo possível classificá-lo como nos quadrantes de agir como ser humano ou agir racionalmente. Dessa forma, a única alternativa que podemos classificar é pensar racionalmente, o que indica a afirmativa III como a correta. E Todas as alternativas estão corretas Questão 5/5 - Inteligência Artificial Aplicada Cientista cognitivo, considerado co-fundador da área de IA, desenvolveu uma teoria da mente como uma sociedade de agentes, onde a inteligência surge como um produto da interação de partes não-inteligentes. Estamos falando de: Nota: 20.0 A Marvin Minsky Você acertou! Marvin Minsky foi co-fundador do laboratório de Inteligência Artificial do MIT. Tem como principal contribuição a construção do primeiro computador baseado em redes neurais. Escreveu com Seymour Papert o livro “Perceptrons”, no qual descreveu a incapacidade do perceptron simples para resolver certos problemas, como o problema do XOR. Desenvolveu uma teoria da mente como uma sociedade de agentes, onde a inteligência surge como um produto da interação de partes não-inteligentes. B Nathaniel Rochester C Claude Shannon D NorbertWiener E Albert Einstein Questão 1/5 - Inteligência Artificial Aplicada Com relação ao mapa rodoviário definido a seguir, responda ao que é solicitado. Se considerarmos a origem do percurso a cidade de Maringá e o destino final a cidade de Curitiba, assinale “V” para verdadeiro ou “F” para falso nas afirmativas a seguir sobre a definição formal do problema: ( ) O estado inicial é descrito como Origem(Maringá). ( ) Um par da função sucessor do estado de origem seria <Destino(Guarapuava), Origem(Maringá)>. ( ) A função custo para ir da origem para a cidade de Maringá até Foz do Iguaçu pode retornar o custo mínimo de 426. ( ) O teste de objetivo compararia o estado atual ocupado pelo agente com Origem(Curitiba). ( ) O custo de passo relativo ao par <Destino(Irati), Origem(Guarapuava)> é de 154. Nota: 20.0 A V-F-V-V-F Você acertou! Na descrição formal do problema, o estado inicial é descrito como Origem(Maringá). O par <Destino(Guarapuava), Origem(Maringá)> não é gerado pela função sucessora, pois há pelo menos um nó entre eles. A função custo para ir da origem para a cidade de Maringá até Foz do Iguaçu retorna o custo mínimo de 426. O teste de objetivo compararia o estado atual ocupado pelo agente com Origem(Curitiba). E o custo de passo relativo ao par <Destino(Irati), Origem(Guarapuava)> é de 104. B V-F-V-F-V C V-V-F-V-V D F-V-V-V-F E V-F-F-F-V Questão 2/5 - Inteligência Artificial Aplicada Relacione os critérios com as proposições sobre os ambientes de tarefa a seguir e depois marque a alternativa correta: 1. Completamente x Parcialmente observável 2. Determinístico x Estocástico 3. Episódico x Sequencial 4. Estático x Dinâmico 5. Discreto x Contínuo ( ) Se há dependência dos estados atuais com os estados anteriores ou não. ( ) Se o ambiente se modifica ou não enquanto o agente executa a tarefa ( ) Se o agente acessa de forma completa ou não os estados do ambiente a cada instante ( ) Se há uma mudança brusca ou suave na sequência de estados que o agente experimenta. ( ) Se o próximo estado é completamente conhecido pelo estado atual ou não por parte do agente. Nota: 20.0 A 3-5-4-1-2 B 4-3-1-2-5 C 5-4-1-3-2 D 3-4-1-5-2 Você acertou! Pelo critério completamente x parcialmente observável, se os sensores do agente acessam de forma completa aos estados do ambiente em cada instante, o ambiente é completamente observável. Se houver ruído, sensoriamento impreciso ou lacunas nos estados, é parcialmente observável; pelo critério determinístico x estocástico, se o próximo estado é completamente determinado pelo estado atual e pela ação executada pelo agente, o ambiente é dito determinístico, senão, é estocástico. Se o sistema é determinístico mas apresenta elementos estocásticos, o ambiente é dito estratégico; pelo critério episódico x sequencial, num ambiente de tarefa episódico o agente experimenta os eventos de maneira atômica, com os episódios começando com a percepção do agente e na execução de uma única ação. Num ambiente sequencial, há a dependência dos estados atuais com os estados anteriores; pelo critério estático x dinâmico, caso o ambiente se altere enquanto o agente está executando a tarefa, ele é dinâmico. Se o ambiente não se modifica ao longo da execução, é estático (Há situações em que os ambientes podem ser caracterizados como semidinâmicos); e o critério discreto x contínuorefere-se ao modo como o tempo é considerado, e também ao estado do ambiente e das percepções e ações. Uma sequência de estados discretos muda de forma brusca de um estado para outro. Uma sequência de estados contínua muda de forma suave. E 1-2-3-4-5 Questão 3/5 - Inteligência Artificial Aplicada Relacione as estruturas de agentes com as afirmações e depois marque a alternativa correta: 1. Agentes reativos simples 2. Agentes reativos baseados em modelos 3. Agentes baseados em objetivos 4. Agentes baseados em utilidade 5. Agentes com aprendizagem ( ) agentes que tem o conhecimento de como o mundo funciona ( ) dotados de mecanismos que possibilitam aprender na experiência com o ambiente. ( ) usam uma função que permite quantificar o mapeamento de um estado ou uma sequência de estados em um número que descreve o grau de “felicidade” alcançado. ( ) selecionam as ações a serem executadas com base na percepção atual, desconsiderando o histórico de percepções. ( ) além de saberem uma descrição do estado atual, é necessário ainda alguma informação que se relacione a situações ou cenários desejáveis. Nota: 20.0 A 3-5-4-1-2 B 2-5-4-1-3 Você acertou! Os agentes reativos simples selecionam as ações a serem executadas com base na percepção atual, desconsiderando o histórico de percepções.; os agentes reativos baseados em modelos são agentes que tem o conhecimento de como o mundo funciona; os agentes baseados em objetivos, além de saberem uma descrição do estado atual, possuem alguma informação que se relacione a situações ou cenários desejáveis; os agentes baseados em utilidade usam uma função de utilidade que permite quantificar o mapeamento de um estado ou uma sequência de estados em um número que descreve o grau de “felicidade” alcançado; e os agentes com aprendizagem são dotados de mecanismos que possibilitam aprender na experiência com o ambiente. C 3-4-1-2-5 D 5-4-1-3-2 E 1-2-3-4-5 Questão 4/5 - Inteligência Artificial Aplicada No caso de um agente com aprendizagem, assinale o elemento que é responsável para sugestão de novas regras e ações que podem levar a novas experiências: Nota: 20.0 A Gerador de problemas Você acertou! O gerador de problemas executa o papel de explorar alternativas dentro do escopo que foi projetado o agente para permitir novas experiências por parte dele. B Elemento de desempenho C Elemento de aprendizado D Crítico Questão 5/5 - Inteligência Artificial Aplicada Assinale com “V” ou “F” as alternativas a seguir e depois marque a alternativa correta: ( ) Nem sempre o método da “força bruta” para calcular todas as rotas no problema de roteirização pode ser uma alternativa de abordagem. ( ) Problemasdo mundo real são aqueles problemas abstraídos do mundo real que tendem a ter uma descrição exata e concisa. ( ) Uma solução ótima é aquela que apresenta o menor custo dentre todas as soluções possíveis. ( ) Uma função sucessor pode gerar árvores de busca a partir do estado inicial de um certo problema. ( ) Enquanto que o puzzle de 24 peças (5x5) pode ser resolvido com facilidade, o de 8 peças (3x3) ainda é bastante difícil de resolver de forma ótima. Nota: 20.0 A V-F-V-F-F B V-F-F-V-F C F-F-V-V-F D V-V-V-F-F E V-F-V-V-F Você acertou! Nem sempre o método da “força bruta” para calcular todas as rotas no problema de roteirização pode ser uma alternativa de abordagem. Miniproblemas são aqueles problemas abstraídos do mundo real que tendem a ter uma descrição exata e concisa. Uma solução ótima é aquela que apresenta o menor custo dentre todas as soluções possíveis. Uma função sucessor pode gerar árvores de busca a partir do estado inicial de um problema. Enquanto que o puzzle de 8 peças (3x3) pode ser resolvido com facilidade, o de 24 peças (5x5) ainda é bastante difícil de resolver de forma ótima. Questão 1/5 - Inteligência Artificial Aplicada Considerando uma busca em extensão para um problema que tenha expansão b=6 nós com a solução no nível d=4, podemos afirmar que o número de nós gerados será de: Nota: 20.0 A 9325 Você acertou! Para a busca em extensão, devemos calcular o número de nós expandidos com N = 1 + b + b2 + b3 + b4 + ... + bd + (bd+1-b). Substituindo, temos N = 1 + 6 + 62 + 63 + 64 + (64+1-6) . Resolvendo as potências, temos N = 1 + 6 + 36 + 216 + 1296 + 7776 – 6 = 9325 nós. B 9331 C 1561 D 1555 E 8766 Questão 2/5 - Inteligência Artificial Aplicada Considere o sistema especialista descrito abaixo para o comportamento de um robô, com um sensor de distância equipado na frente e movido com rodas, monitorando o nível de tensão da bateria e o movimento (se está movendo-se à frente ou está parado). Uma variável guarda a velocidade do robô, que pode ser 5 cm/s ou 10 cm/s. O robô pode se movimentar em um ambiente retangular com paredes. Este sistema é composto das seguintes regras: I. SE distância < 10cm E estado = movendo à frente ENTÃO pare o movimento II. SE distância < 10cm E estado = parado ENTÃO dê gire aleatoriamente III. SE distância >= 10cm E estado = parado ENTÃO mova-se para frente IV. SE nível da bateria < 2 Volts ENTÃO velocidade = 5 cm/s V. SE nível da bateria >= 2 Volts ENTÃO velocidade = 10 cm/s Supondo que o monitoramento dos sensores alimente os seguintes fatos ao sistema especialista: Distância = 12cm. Estado parado. Nível da bateria = 2,5 Volts. Velocidade = 10 cm/s. Assinale a alternativa que contém quais as regras que serão executadas: Nota: 20.0 A I, II e III B II e IV C III e IV D III e V Você acertou! Como a distância é maior do que 10 cm e o estado é parado, a regra III será executada, com o robô fazendo agora o movimento à frente com a velocidade de 10 cm/s. Como o nível da bateria está em 2.5 Volts, a regra V será executada, mantendo a variável de velocidade em 10 cm/s. E I e V Questão 3/5 - Inteligência Artificial Aplicada Os sistemas especialistas podem ser classificados quanto às definições da IA no quadrante “agir como humanos”. Consiste assim numa ferramenta que possui a capacidade de entender o conhecimento sobre um problema específico e usar este conhecimento de maneira inteligente para sugerir alternativas de ação. Podemos enumerar assim os componentes de um SE: Nota: 20.0 A Base de conhecimento, quadro negro e neurônios. B Base de conhecimento, mecanismo de inferência e o domínio. C Base de conhecimento, quadro negro e mecanismo de inferência. Você acertou! Os componentes de um SE são a base de conhecimento (que contém os fatos e as regras), o quadro negro (onde são feitas as consultas à base de conhecimento) e o mecanismo de inferência (modo pelo qual o sistema especialista “raciocina” sobre o problema). D Base de conhecimento, mecanismo de inferência e antecedentes. E Base de conhecimento, antecedentes e mecanismo de inferência. Questão 4/5 - Inteligência Artificial Aplicada Assinale com “V” ou “F” as alternativas a seguir e depois marque a alternativa correta: ( ) Nem sempre o método da “força bruta” para calcular todas as rotas no problema de roteirização pode ser uma alternativa de abordagem. ( ) Problemas do mundo real são aqueles problemas abstraídos do mundo real que tendem a ter uma descrição exata e concisa. ( ) Uma solução ótima é aquela que apresenta o menor custo dentre todas as soluções possíveis. ( ) Uma função sucessor pode gerar árvores de busca a partir do estado inicial de um certo problema. ( ) Enquanto que o puzzle de 24 peças (5x5) pode ser resolvido com facilidade, o de 8 peças (3x3) ainda é bastante difícil de resolver de forma ótima. Nota: 20.0 A V-F-V-F-F B V-F-F-V-F C F-F-V-V-F D V-V-V-F-F E V-F-V-V-F Você acertou! Nem sempre o método da “força bruta” para calcular todas as rotas no problema de roteirização pode ser uma alternativa de abordagem. Miniproblemas são aqueles problemas abstraídos do mundo real que tendem a ter uma descrição exata e concisa. Uma solução ótima é aquela que apresenta o menor custo dentre todas as soluções possíveis. Uma função sucessor pode gerar árvores de busca a partir do estado inicial de um problema. Enquanto que o puzzle de 8 peças (3x3) pode ser resolvido com facilidade, o de 24 peças (5x5) ainda é bastante difícil de resolver de forma ótima. Questão 5/5 - Inteligência Artificial Aplicada Relacione as afirmações com as estratégias de busca a seguir e depois marque a alternativa com a sequência correta: I. Busca em amplitude II. Busca de custo uniforme III. Busca em profundidade IV. Busca em profundidade limitada V. Busca em aprofundamento iterativo ( ) Caso se tenha algum conhecimento sobre o problema, pode-se restringir a busca a um nível limitede expansão dos nós. ( ) Combina os benefícios da busca em profundidade e da busca em extensão. ( ) O nó raiz é expandido, depois os nós sucessores do nó raiz, depois os sucessores dos sucessores e assim por diante. ( ) Variante da busca em amplitude por considerar a expansão do nó que possui o custo mais baixo. ( ) Pode ser implementada por um algoritmo de busca em árvore com uma estrutura de pilha. Nota: 20.0 A III-IV-V-II-I B V-IV-I-III-II C IV-V-I-II-III Você acertou! No caso da busca em profundidade limitada, caso se tenha algum conhecimento sobre o problema, pode-se restringir a busca a um nível limite de expansão dos nós. O aprofundamento iterativo combina os benefícios da busca em profundidade e da busca em extensão. Na busca em amplitude, o nó raiz é expandido, depois os nós sucessores do nó raiz, depois os sucessores dos sucessores e assim por diante. A busca de custo uniforme é uma variante da busca em amplitude por considerar a expansão do nó que possui o custo mais baixo. A busca em profundidade pode ser implementada por um algoritmo de busca em árvore com uma estrutura de pilha. D IV-V-III-II-I E I-II-III-V-IV Questão 1/5 - Inteligência Artificial Aplicada Podemos conceituar uma rede neural artificial como um processador maciçamente e paralelamente distribuído constituído de unidades de processamento simples, que têm a propensão natural para armazenar conhecimento experimental e torná-lo disponível para o uso. São propriedades de uma rede neural artificial: Nota: 20.0 A Não-linearidade, mapeamento entrada-saída, seleção, mutação e resposta a evidências B Não-linearidade, mapeamento entrada-saída, mecanismo de inferência e adaptabilidade C Não-linearidade, mapeamento entrada-saída, adaptabilidade e resposta a evidências Você acertou! Pela não-linearidade, os neurônios podem ser lineares ou não-lineares, deste forma permitindo aproximações robustas de funções de mapeamento que tenham característica não-linear. Pelo mapeamento entrada-saída, a rede aprende a partir de exemplos, estabelecendo mapeamento entre os padrões apresentados na entrada com as saídas dadas pelos exemplos. Pela adaptabilidade, as redes neurais podem ser treinadas e armazenar o conhecimento nos pesos sinápticos, podendo adaptar-se caso o conjunto de amostras utilizado para o treinamento se modifique ao longo do tempo. E pela resposta a evidências uma rede neural pode perfazer uma tarefa de seleção de um padrão, mas também informar sobre o grau de confiança ou crença referente ao padrão escolhido. D Seleção, mutação, crossover, população e fitness Questão 2/5 - Inteligência Artificial Aplicada Suponha o sistema abaixo em PROLOG para a descoberta de conhecimento sobre árvore genealógica. Existe a cláusula “progenitor” indicando que o indivíduo no primeiro argumento é progenitor do indivíduo no segundo argumento. Duas regras são criadas para inferir “irmão” e “primo”, a partir de “progenitor”. progenitor(José, Luiz). progenitor(José, Carlos). progenitor(Carlos, Maria). progenitor(Luiz,Sandro). irmão(X,Y) :- progenitor(Z,X),progenitor(Z,Y). primo(X,Y) :- progenitor(Z,X),progenitor(W,Y), irmão(Z,W). Após a execução deste programa no PROLOG, assinale as consultas a seguir com “V” para verdadeira ou “F” para falsa: ( ) irmão(Maria,Sandro). ( ) primo(Maria, Sandro). ( ) progenitor(José, Y), com Y = Luiz, Y = Carlos. ( ) primo(Carlos, Luiz). ( ) progenitor(Maria,Y). Nota: 20.0 A V-V-V-F-F B F-V-V-F-F Você acertou! A consulta irmão(Maria,Sandro) não encontra um progenitor comum para instanciar na base. A consulta primo (Maria,Sandro)retorna verdadeira, pois as regras “irmão” e “primo” retornam verdadeiras, havendo fatos para “Maria” e “Sandro” com progenitores. Quando “progenitor(José, Y)” é executada, o PROLOG faz o backtracking encontrando para a variável Y os valores “Luiz” e “Carlos”. A consulta “primo(Carlos, Luiz)” retorna falsa, pois não consegue encontrar na base as cláusulas para os argumentos “Carlos” e “Luiz”. E por fim, “progenitor(Maria,Y)” não encontra cláusulas neste padrão dentro da base de conhecimento, retornando falsa. C F-V-V-V-F D F-V-V-F-V E F-F-F-V-V Questão 3/5 - Inteligência Artificial Aplicada Um perceptron simples, com duas entradas e uma saída para classificar “+1” ou “-1”, sem camada oculta, possui os valores de pesos e a tabela com as 4 (quatro) amostras descritos a seguir. Com base no preenchimento da tabela de amostras de acordo com as fórmulas o perceptron simples, marque as afirmações com “V” ou “F” e depois assinale a alternativa correta. w1 w2 w0 0.45 0.10 -1 Amostra x1 x2 d f o e e2 1 8 3 1 2 1 3 -1 3 4 2 -1 4 1 1 1 ( ) O perceptron classifica erroneamente as amostras “2” e “3”. ( ) O perceptron tem o somatório do erro quadrático igual a 8. ( ) As amostras “1” e “2” são classificadas corretamente. ( ) Para a amostra 2, d=2,9. ( ) Para a amostra “3”, d=1. Nota: 20.0 A V-V-V-F-F B F-F-F-V-V C F-V-V-F-V Você acertou! O perceptron classifica erroneamente as amostras “3” e “4”. O somatório do erro quadrático igual a 0+0+4+4=8. As amostras “1” e “2” são classificadas corretamente (1 e -1). Para a amostra 2, d=-0,25. E para a amostra “3”, d=1. D V-V-F-F-V E V-V-V-F-V Questão 4/5 - Inteligência Artificial Aplicada Assinale as afirmações a seguir com “V” para verdadeiro ou “F” para falso e depois marque a alternativa correta: ( ) Num sistema PROLOG, o componente de controle estabelece como a solução pode ser obtida. ( ) Num sistema PROLOG, o componente lógico estabelece como a solução pode ser obtida. ( ) Uma cláusula pode ser um fato, regra ou consulta. ( ) “filho(X,Y) :- pai(Y,X). “ é um fato. ( ) A programação procedural é o paradigma fundamental da programação em lógica. Nota: 20.0 A F-V-V-F-F B V-F-V-F-V C V-F-V-V-F D V-F-V-F-F Você acertou! Num sistema PROLOG, o componente de controle estabelece como a solução pode ser obtida. Num sistema PROLOG, o componente lógico corresponde à definição do que deve ser solucionado. Uma cláusula pode ser um fato, regra ou consulta.A cláusula “filho(X,Y) :- pai(Y,X). “ é uma regra.A programação declarativa é o paradigmafundamental da programação em lógica. E V-V-V-V-F Questão 5/5 - Inteligência Artificial Aplicada Assinale as afirmações abaixo com “V” para verdadeiro ou “F” para falso e depois marque a alternativa correta: ( ) Sistema Especialista consiste numa técnica da IA desenvolvida para resolver problemas em um determinado domínio, cujo conhecimento utilizado é obtido de pessoas que são especialistas naquele domínio ( ) DENDRAL foi um sistema desenvolvido em 1965 contendo redes neurais artificiais para resolver problemas relacionados à química orgânica. ( ) MYCIN foi um sistema especialista desenvolvido para resolver o problema do diagnóstico e tratamento de doenças infecciosas do sangue através de um conjunto de 450 regras. ( ) A fase da implementação do Sistema Especialista é considerada a parte mais sensível no desenvolvimento de um SE, muitas vezes o gargalo do processo. ( ) Nas regras determinísticas, quando a premissa for verdadeira, sempre acontecerá a ação da conclusão da regra. Nota: 20.0 A V-F-V-F-V Você acertou! Sistema Especialista consiste numa técnica da IA desenvolvida para resolver problemas em um determinado domínio, cujo conhecimento utilizado é obtido de pessoas que são especialistas naquele domínio. O DENDRAL foi um sistema desenvolvido em 1965 contendo regras para resolver problemas relacionados à química orgânica. MYCIN foi um sistema especialista desenvolvido para resolver o problema do diagnóstico e tratamento de doenças infecciosas do sangue através de um conjunto de 450 regras. A fase da aquisição de conhecimento é considerada a parte mais sensível no desenvolvimento de um SE, muitas vezes o gargalo do processo. E nas regras determinísticas, quando a premissa for verdadeira, sempre acontecerá a ação da conclusão da regra. B V-F-V-F-F C F-F-V-F-V D V-V-F-F-V Questão 1/5 - Inteligência Artificial Aplicada No caso de um AG utilizar como alfabeto a numeração hexadecimal com 10 genes, qual o cromossomo abaixo seria um exemplo de representação de um indivíduo: Nota: 20.0 A 11AF09921B Você acertou! pois é a única que possui genes na faixa de representação hexadecimal (0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F). B 11ABFH4550 C FE0033LH99 D A218FF3AAG E AA012345KJ Questão 2/5 - Inteligência Artificial Aplicada Na execução de um AG, considere os seguintes cromossomos: Cromossomo 1: 110001001 Cromossomo 2: 101111101 Considerando o ponto de corte após o gene de número 5, como seriam os descendentes destes cromossomos em caso de crossover? Nota: 20.0 A 110111101 e 101001001 B 110001101 e 101111001 Você acertou! O processo de crossover faz a operação ilustrada a seguir, invertendo a segunda parte do cromossomo após o gene de número “5”: C 110000101 e 101110001 D 110011101 e 101101001 E 101101001 e 110011101 Questão 3/5 - Inteligência Artificial Aplicada A aplicação de uma RNA a um problema qualquer com uma grande quantidade de sinais de entrada exige que seja feita a normalização para padronizar o cálculo internamente à RNA. Considerando a normalização de um sinal de entrada para um neurônio relativo à que tenha o valor mínimo de 100 (zero), o sinal máximo de 10000 e um valor qualquer de entrada de 3450, o valor normalizado para esta entrada específica (com duas casas decimais) será de: Nota: 20.0 A 0,56 B 0,38 C 0,34 Você acertou! Utiliza-se a fórmula para o cálculo da normalização de uma entrada de RNA: D 3,45 E 1,00 Questão 4/5 - Inteligência Artificial Aplicada Examine o quadro a seguir, contendo a representação do cromossomo e o resultado da avaliação pela função objetivo durante uma geração qualquer, em um processo de maximização por AG, e responda às questões: Cromossomo Função objetivo 001011 5 111001 -3 011011 0 001010 2 111110 -4 011111 -1 Assinale a alternativa que conterá, após a reordenação, 33% da população a qual será considerada para a próxima geração: Nota: 20.0 A 001011 (5) e 001010 (2) Você acertou! A reordenação por ordem descendente fará com que a população seja ordenada como 5, 2, 0, -1, -3 e -4. Como 33% refere-se a dois indivíduos da população, a próxima geração contará com os indivíduos 5 e 2. B 111110 (-4) e 111001 (-3) C 001011 (5) e 111110 (-4) D 011011 (2) e 001010 (0) E 011011 (3) e 001000 (4) Questão 5/5 - Inteligência Artificial Aplicada A arquitetura com camadas ocultas requer algoritmos de aprendizagem que contemplem a atualização dos pesos relacionados às camadas internas. O processo de ativação acontece primeiramente nas camadas ocultas para depois chegar até a camada de saída. A retroalimentação do erro também é feita nos pesos que conectam a(s) camada(s) oculta(s). O algoritmo mais comum utilizado para o treinamento de um perceptron multicamada é: Nota: 20.0 A Algoritmo de campo local induzido. B Algoritmo de sinal funcional. C Algoritmo de erro contínuo. D Algoritmo de retropropagação Você acertou! O algoritmo envolve o processo chamado de descida de gradiente. Este processo busca calcular o gradiente local do erro (a direção para onde tende a crescer o valor do erro médio calculado), utilizando-o para corrigir os pesos sinápticos na direção contrária a este gradiente, em busca do erro mínimo local. O cálculo do campo local induzido é somente uma parte do algoritmo de retropropagação, sendo a propagação do sinal dos neurônios para a próxima camada à frente. O sinal funcional é o sinal apresentado à camada de entrada referente aos atributos do vetor de amostras, que propaga-se para a frente na rede, nó por nó, ativando os neurônios até a camada de saída. E Algoritmo de biopropagação induzida. ATIVIDADE PRÁTICA Questão 1/15 - Inteligência Artificial Aplicada Examine o quadro a seguir, contendo a representação do cromossomo e o resultado da avaliação pela função objetivo durante uma geração qualquer, em um processo de maximização por AG, e responda às questões: Cromossomo Função objetivo 001011 5 111001 -3 011011 0 001010 2 111110 -4 011111 -1 Assinale a alternativa que conterá, após a reordenação, 33% da população a qualserá considerada para a próxima geração: Nota: 6.7 A 001011 (5) e 001010 (2) Você acertou! A reordenação por ordem descendente fará com que a população seja ordenada como 5, 2, 0, -1, -3 e -4. Como 33% refere-se a dois indivíduos da população, a próxima geração contará com os indivíduos 5 e 2. B 111110 (-4) e 111001 (-3) C 001011 (5) e 111110 (-4) D 011011 (2) e 001010 (0) E 011011 (3) e 001000 (4) Questão 2/15 - Inteligência Artificial Aplicada A arquitetura com camadas ocultas requer algoritmos de aprendizagem que contemplem a atualização dos pesos relacionados às camadas internas. O processo de ativação acontece primeiramente nas camadas ocultas para depois chegar até a camada de saída. A retroalimentação do erro também é feita nos pesos que conectam a(s) camada(s) oculta(s). O algoritmo mais comum utilizado para o treinamento de um perceptron multicamada é: Nota: 6.7 A Algoritmo de campo local induzido. B Algoritmo de sinal funcional. C Algoritmo de erro contínuo. D Algoritmo de retropropagação Você acertou! O algoritmo envolve o processo chamado de descida de gradiente. Este processo busca calcular o gradiente local do erro (a direção para onde tende a crescer o valor do erro médio calculado), utilizando-o para corrigir os pesos sinápticos na direção contrária a este gradiente, em busca do erro mínimo local. O cálculo do campo local induzido é somente uma parte do algoritmo de retropropagação, sendo a propagação do sinal dos neurônios para a próxima camada à frente. O sinal funcional é o sinal apresentado à camada de entrada referente aos atributos do vetor de amostras, que propaga-se para a frente na rede, nó por nó, ativando os neurônios até a camada de saída. E Algoritmo de biopropagação induzida. Questão 3/15 - Inteligência Artificial Aplicada Considerando uma busca em extensão para um problema que tenha expansão b=6 nós com a solução no nível d=4, podemos afirmar que o número de nós gerados será de: Nota: 6.7 A 9325 Você acertou! Para a busca em extensão, devemos calcular o número de nós expandidos com N = 1 + b + b2 + b3 + b4 + ... + bd + (bd+1-b). Substituindo, temos N = 1 + 6 + 62 + 63 + 64 + (64+1-6) . Resolvendo as potências, temos N = 1 + 6 + 36 + 216 + 1296 + 7776 – 6 = 9325 nós. B 9331 C 1561 D 1555 E 8766 Questão 4/15 - Inteligência Artificial Aplicada Cientista cognitivo, considerado co-fundador da área de IA, desenvolveu uma teoria da mente como uma sociedade de agentes, onde a inteligência surge como um produto da interação de partes não-inteligentes. Estamos falando de: Nota: 6.7 A Marvin Minsky Você acertou! Marvin Minsky foi co-fundador do laboratório de Inteligência Artificial do MIT. Tem como principal contribuição a construção do primeiro computador baseado em redes neurais. Escreveu com Seymour Papert o livro “Perceptrons”, no qual descreveu a incapacidade do perceptron simples para resolver certos problemas, como o problema do XOR. Desenvolveu uma teoria da mente como uma sociedade de agentes, onde a inteligência surge como um produto da interação de partes não-inteligentes. B Nathaniel Rochester C Claude Shannon D Norbert Wiener E Albert Einstein Questão 5/15 - Inteligência Artificial Aplicada Relacione as afirmações com as estratégias de busca a seguir e depois marque a alternativa com a sequência correta: I. Busca em amplitude II. Busca de custo uniforme III. Busca em profundidade IV. Busca em profundidade limitada V. Busca em aprofundamento iterativo ( ) Caso se tenha algum conhecimento sobre o problema, pode-se restringir a busca a um nível limite de expansão dos nós. ( ) Combina os benefícios da busca em profundidade e da busca em extensão. ( ) O nó raiz é expandido, depois os nós sucessores do nó raiz, depois os sucessores dos sucessores e assim por diante. ( ) Variante da busca em amplitude por considerar a expansão do nó que possui o custo mais baixo. ( ) Pode ser implementada por um algoritmo de busca em árvore com uma estrutura de pilha. Nota: 6.7 A III-IV-V-II-I B V-IV-I-III-II C IV-V-I-II-III Você acertou! No caso da busca em profundidade limitada, caso se tenha algum conhecimento sobre o problema, pode-se restringir a busca a um nível limite de expansão dos nós. O aprofundamento iterativo combina os benefícios da busca em profundidade e da busca em extensão. Na busca em amplitude, o nó raiz é expandido, depois os nós sucessores do nó raiz, depois os sucessores dos sucessores e assim por diante. A busca de custo uniforme é uma variante da busca em amplitude por considerar a expansão do nó que possui o custo mais baixo. A busca em profundidade pode ser implementada por um algoritmo de busca em árvore com uma estrutura de pilha. D IV-V-III-II-I E I-II-III-V-IV Questão 6/15 - Inteligência Artificial Aplicada A aplicação de uma RNA a um problema qualquer com uma grande quantidade de sinais de entrada exige que seja feita a normalização para padronizar o cálculo internamente à RNA. Considerando a normalização de um sinal de entrada para um neurônio relativo à que tenha o valor mínimo de 100 (zero), o sinal máximo de 10000 e um valor qualquer de entrada de 3450, o valor normalizado para esta entrada específica (com duas casas decimais) será de: Nota: 6.7 A 0,56 B 0,38 C 0,34 Você acertou! Utiliza-se a fórmula para o cálculo da normalização de uma entrada de RNA: D 3,45 E 1,00 Questão 7/15 - Inteligência Artificial Aplicada Relacione os critérios com as proposições sobre os ambientes de tarefa a seguir e depois marque a alternativa correta: 1. Completamente x Parcialmente observável 2. Determinístico x Estocástico 3. Episódico x Sequencial 4. Estático x Dinâmico 5. Discreto x Contínuo ( ) Se há dependência dos estados atuais com os estados anteriores ou não. ( ) Se o ambiente se modifica ou não enquanto o agente executa a tarefa ( ) Se o agente acessa de forma completa ou não os estados do ambiente a cada instante ( ) Se há uma mudança brusca ou suave na sequênciade estados que o agente experimenta. ( ) Se o próximo estado é completamente conhecido pelo estado atual ou não por parte do agente. Nota: 6.7 A 3-5-4-1-2 B 4-3-1-2-5 C 5-4-1-3-2 D 3-4-1-5-2 Você acertou! Pelo critério completamente x parcialmente observável, se os sensores do agente acessam de forma completa aos estados do ambiente em cada instante, o ambiente é completamente observável. Se houver ruído, sensoriamento impreciso ou lacunas nos estados, é parcialmente observável; pelo critério determinístico x estocástico, se o próximo estado é completamente determinado pelo estado atual e pela ação executada pelo agente, o ambiente é dito determinístico, senão, é estocástico. Se o sistema é determinístico mas apresenta elementos estocásticos, o ambiente é dito estratégico; pelo critério episódico x sequencial, num ambiente de tarefa episódico o agente experimenta os eventos de maneira atômica, com os episódios começando com a percepção do agente e na execução de uma única ação. Num ambiente sequencial, há a dependência dos estados atuais com os estados anteriores; pelo critério estático x dinâmico, caso o ambiente se altere enquanto o agente está executando a tarefa, ele é dinâmico. Se o ambiente não se modifica ao longo da execução, é estático (Há situações em que os ambientes podem ser caracterizados como semidinâmicos); e o critério discreto x contínuo refere-se ao modo como o tempo é considerado, e também ao estado do ambiente e das percepções e ações. Uma sequência de estados discretos muda de forma brusca de um estado para outro. Uma sequência de estados contínua muda de forma suave. E 1-2-3-4-5 Questão 8/15 - Inteligência Artificial Aplicada Classifique as técnicas descritas a seguir, conforme as linhas de pesquisa de IA e depois marque a alternativa correta: ( ) Redes neurais artificiais ( ) Algoritmos genéticos ( ) Sistemas imunológicos artificiais ( ) Ontologias ( ) Sistemas especialistas ( ) Programação genética Linhas de Pesquisa em Inteligência Artificial. I. Conexionista II. Simbólica III. Evolucionária Não se esqueça de marcar, entre as alternativas a seguir, aquela que contém a ordem certa de classificação Nota: 6.7 A I – II – I – III – III - II B I – III – I – II – II - III Você acertou! Redes neurais artificiais e sistemas imunológicos artificiais buscam imitam o funcionamento do cérebro ou de células para expressar o comportamento inteligente. Sistemas especialistas e ontologias lidam com símbolos para a representação de conhecimento tal como na mente humana. E os algoritmos genéticos e a programação genética se baseiam na teoria da evolução para executar processamento inteligente. Assim, a alternativa correta é a b. C II – III – II –I – I - III D I – II – I – III – III - I E I – II – I – III – I - I Questão 9/15 - Inteligência Artificial Aplicada Assinale as afirmações sobre Algoritmos Genéticos (AG) a seguir com “V” para verdadeiro ou “F” para falso e depois marque a alternativa correta: ( ) Um AG é considerado um algoritmo de busca em feixe estocástica, onde os estados sucessores são criados a partir da combinação de dois (ou mais) estados “pais”. ( ) AG usa estruturas de neurônios para executar a sua busca por um estado ótimo. ( ) Um AG contém regras com premissas e consequentes para executar o seu algoritmo. ( ) Os AG perfazem uma busca cega, sendo a única exigência o conhecimento da função objetivo de cada indivíduo. ( ) Um AG procura uma solução dentro de um espaço para um problema de otimização. Nota: 6.7 A V-V-F-F-V B V-F-V-V-F C V-F-F-V-V Você acertou! Um AG é considerado um algoritmo de busca em feixe estocástica, onde os estados sucessores são criados a partir da combinação de dois (ou mais) estados “pais”. AG não usa estruturas de neurônios como as RNA para executar a sua busca por um estado ótimo. Também, um AG contém regras com premissas e consequentes para executar o seu algoritmo. Os AG perfazem uma busca cega, sendo a única exigência o conhecimento da função objetivo de cada indivíduo, procurando uma solução dentro de um espaço para um problema de otimização. D F-F-F-V-F E V-V-V-F-F Questão 10/15 - Inteligência Artificial Aplicada No caso de um agente com aprendizagem, assinale o elemento que é responsável para sugestão de novas regras e ações que podem levar a novas experiências: Nota: 6.7 A Gerador de problemas Você acertou! O gerador de problemas executa o papel de explorar alternativas dentro do escopo que foi projetado o agente para permitir novas experiências por parte dele. B Elemento de desempenho C Elemento de aprendizado D Crítico Questão 11/15 - Inteligência Artificial Aplicada Podemos conceituar uma rede neural artificial como um processador maciçamente e paralelamente distribuído constituído de unidades de processamento simples, que têm a propensão natural para armazenar conhecimento experimental e torná-lo disponível para o uso. São propriedades de uma rede neural artificial: Nota: 6.7 A Não-linearidade, mapeamento entrada-saída, seleção, mutação e resposta a evidências B Não-linearidade, mapeamento entrada-saída, mecanismo de inferência e adaptabilidade C Não-linearidade, mapeamento entrada-saída, adaptabilidade e resposta a evidências Você acertou! Pela não-linearidade, os neurônios podem ser lineares ou não-lineares, deste forma permitindo aproximações robustas de funções de mapeamento que tenham característica não-linear. Pelo mapeamento entrada-saída, a rede aprende a partir de exemplos, estabelecendo mapeamento entre os padrões apresentados na entrada com as saídas dadas pelos exemplos. Pela adaptabilidade, as redes neurais podem ser treinadas e armazenar o conhecimento nos pesos sinápticos, podendo adaptar-se caso o conjunto de amostras utilizado para o treinamento se modifique ao longo do tempo. E pela resposta a evidências uma rede neural pode perfazer uma tarefa de seleção de um padrão, mas também informar sobre o grau de confiança ou crença referente ao padrão escolhido. D Seleção, mutação, crossover, população e fitness Questão 12/15 - Inteligência Artificial AplicadaNa execução de um AG, considere os seguintes cromossomos: Cromossomo 1: 110001001 Cromossomo 2: 101111101 Considerando o ponto de corte após o gene de número 5, como seriam os descendentes destes cromossomos em caso de crossover? Nota: 6.7 A 110111101 e 101001001 B 110001101 e 101111001 Você acertou! O processo de crossover faz a operação ilustrada a seguir, invertendo a segunda parte do cromossomo após o gene de número “5”: C 110000101 e 101110001 D 110011101 e 101101001 E 101101001 e 110011101 Questão 13/15 - Inteligência Artificial Aplicada Um agente inteligente tem definido o seu grau de inteligência a partir da sua racionalidade, que depende de quatro fatores: Nota: 6.7 A Sequência de percepções, ações, conhecimento prévio e medida de desempenho Você acertou! A letra “a” é a correta. De acordo com Russel e Norvig (2004, p.36), a racionalidade em qualquer instante depende de quatro fatores: a medida de desempenho como critério para obtenção do sucesso da tarefa; o conhecimento prévio do agente com relação ao ambiente; as ações que o agente pode executar; e a sequência de percepções que o agente tem até o momento. B Sequência de percepções, medida de desempenho, função do agente e programa do agente C Sequência de percepções, ações, programa do agente e função do agente D Sequência de percepções, ações, ambiente de tarefa e arquitetura E Sequência de percepções, medida de desempenho, ações, programa do agente Questão 14/15 - Inteligência Artificial Aplicada Um perceptron simples, com duas entradas e uma saída para classificar “+1” ou “-1”, sem camada oculta, possui os valores de pesos e a tabela com as 4 (quatro) amostras descritos a seguir. Com base no preenchimento da tabela de amostras de acordo com as fórmulas o perceptron simples, marque as afirmações com “V” ou “F” e depois assinale a alternativa correta. w1 w2 w0 0.45 0.10 -1 Amostra x1 x2 d f o e e2 1 8 3 1 2 1 3 -1 3 4 2 -1 4 1 1 1 ( ) O perceptron classifica erroneamente as amostras “2” e “3”. ( ) O perceptron tem o somatório do erro quadrático igual a 8. ( ) As amostras “1” e “2” são classificadas corretamente. ( ) Para a amostra 2, d=2,9. ( ) Para a amostra “3”, d=1. Nota: 6.7 A V-V-V-F-F B F-F-F-V-V C F-V-V-F-V Você acertou! O perceptron classifica erroneamente as amostras “3” e “4”. O somatório do erro quadrático igual a 0+0+4+4=8. As amostras “1” e “2” são classificadas corretamente (1 e -1). Para a amostra 2, d=-0,25. E para a amostra “3”, d=1. D V-V-F-F-V E V-V-V-F-V Questão 15/15 - Inteligência Artificial Aplicada Assinale as afirmativas a seguir com os cientistas respectivos e depois marque a alternativa correta: ( ) Propôs um teste no qual uma pessoa precisa descobrir se está falando com outro humano ou com uma máquina. ( ) Cria o software ELIZA para simular diálogos, o programa ancestral dos chatterbots atuais. ( ) Em 1962, publica sobre a evolução e recombinação para resolver problemas de otimização ( ) Criador da rede neural NETtalk para a pronúncia de palavras em inglês ( ) Cria a linguagem LISP, uma linguagem para manipular listas encadeadas como forma de representação de conhecimento. Cientistas: I. Joseph Weizenbaum II. Jans-Joachim Bremermann III. Alan Turing IV. John McCarthy V. Terence Sejnowski Não esqueça de marcar, entre as alternativas a seguir aquela que contém a órdem correta dos cientistas Nota: 6.7 A III – I – II – IV - V B II – I – III – IV - V C III – I – II – V - IV Você acertou! Alan Turing Propôs um teste no qual uma pessoa precisa descobrir se está falando com outro humano ou com uma máquina. Joseph Weizenbaum Cria o software ELIZA para simular diálogos, o programa ancestral dos chatterbots atuais. Jans-Joachim Bremermann publica sobre a evolução e recombinação para resolver problemas de otimização. John McCarthy Cria a linguagem LISP, uma linguagem para manipular listas encadeadas como forma de representação de conhecimento. Terence Sejnowski. Criador da rede neural NETtalk para a pronúncia de palavras em inglês. D I – III – IV – V – II E V – III – IV – I – II
Compartilhar