Logo Passei Direto
Buscar

Inteligência Artificial

Colégio Objetivo
Em muitos problemas computacionais, é preciso fazer uma delegação de responsabilidade a certas partes dos códigos. Normalmente, essa delegação se dá em forma de hierarquia, algo que também ocorre na IA. Qual é o nome dado a essa delegação? Escolha uma opção:


a. Agente.
b. Escalonamento.
c. Inteligência.
d. Chefia.
e. Comando.
User badge image
Estudando com Questões

há 3 anos

User badge image
Estudando com Questões

há 3 anos

IA-N1 (1)
8 pág.

IA-N1 (1)

ESTÁCIO

Respostas

User badge image

Ed Verified user icon

há 2 anos

Analisando as opções apresentadas: a) Agente - Em IA, um agente é uma entidade que percebe seu ambiente e age nele, mas não é exatamente o termo que descreve a delegação de responsabilidades em hierarquia. b) Escalonamento - Refere-se mais à organização de tarefas ou processos, não especificamente à delegação de responsabilidades. c) Inteligência - Embora esteja relacionado à IA, não se refere diretamente à delegação de responsabilidades. d) Chefia - Este termo pode se relacionar à delegação de responsabilidades em uma hierarquia, mas não é um termo técnico específico em IA. e) Comando - Este termo pode se referir a dar ordens ou instruções, mas não é o mais adequado para descrever a delegação de responsabilidades. A opção que melhor se encaixa na descrição de delegação de responsabilidade em forma de hierarquia é: d) Chefia.

Essa resposta te ajudou?

0
Dislike0
details

Libere essa resposta sem enrolação!

Craque NetoCraque Neto

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

User badge image

Ed Verified user icon

há 3 anos

A delegação de responsabilidade em forma de hierarquia na IA é chamada de "Agente". Portanto, a alternativa correta é a letra "a".

Essa resposta te ajudou?

0
Dislike0

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

IA-N1 (1)
8 pág.

IA-N1 (1)

ESTÁCIO

Mais perguntas desse material

Para isso, a chamada lógica de primeira ordem: Escolha uma opção:


a. Substitui completamente a lógica proposicional, uma vez que é capaz de tratar entradas diferentes de 1 e 0, porém, não é capaz de tratar estes mesmos valores, pois o uso da tabela verdade é exclusivo da lógica proposicional.
b. Permite que os dados proposicionais sejam sempre observáveis.
c. Procura estabelecer uma relação matemática entre os dados que a lógica proposicional não é capaz de tratar com uma base de conhecimento própria.
d. Atua antes da lógica proposicional como uma camada de tratamento especial para remover a complexidade de certos dados.
e. Expande a lógica proposicional ao permitir o tratamento de dados diferenciados das entradas 1 e 0, podendo ter suas regras adaptadas a diferentes situações.

Utilizando seus conhecimentos sobre agentes de decisão, leia a frase a seguir e responda à pergunta. 'Agentes de decisão complexas são aqueles capazes de tratar dados para uma determinada ação com diversas variáveis de decisão influenciando a resposta do sistema.' Neste sentido, qual das alternativas apresenta uma função de decisão simples? Escolha uma opção:


a. IrNadar (temperatura, hora).
b. IrNadar (hora).
c. IrNadar (temperatura, fome).
d. IrNadar (hora, fome).
e. IrNadar (temperatura, hora, fome)

O algoritmo de Bayes é uma poderosa estrutura de dados que utiliza crenças e probabilidade para tratar a incerteza, porém, cada combinação de solução precisa atender a um conjunto de regras fundamentais (RUSSELL, 2013). Qual das alternativas apresenta uma correta definição de uma destas regras? Escolha uma opção:


a. O algoritmo de Bayes requer que todos os estados possíveis tenham igual probabilidade para que os valores 0 e 1 possam ser usados para informar se os estados podem ou não ocorrer.
b. Bayes requer que a soma de todas as probabilidades seja igual a 1, com os valores dos estados sendo variações quaisquer entre estes valores.
c. Um dado estado qualquer possui probabilidade igual a 1, sendo assim, a soma de todos os estados sempre será 1/n, com n sendo o número total de possibilidades.
d. Bayes só é capaz de usar os valores exatos 0 e 1 como entradas e saídas, por isso, só pode ser implementado com o uso da lógica proposicional.
e. Para que Bayes trate corretamente os dados incertos, estes precisam ser transformados em valores hexadecimais.

A incerteza para a IA é quando os agentes não são capazes de observar completamente todos os estados possíveis baseados nas variáveis. Para solucionar este problema de incapacidade, os sistemas inteligentes usam uma camada chamada de: Escolha uma opção:


a. Estado oculto.
b. Camada oculta.
c. Estado certo.
d. Camada de controle oculto.
e. Estado de crenças.

A teoria da probabilidade contribuiu com a Inteligência Artificial ao permitir o tratamento de estados incertos. Assim, utilizando seus conhecimentos sobre inteligência artificial e supondo que oito estados têm igual probabilidade de acontecerem, o modelo que o agente usará será: Escolha uma opção:


a. 1/8.
b. É impossível para um agente representar esse conhecimento, pois este tipo de dado não atende à lógica proposicional.
c. 1-2-3-4-5-6-7-8.
d. 8/1.
e. 8/8.

Entre as formas de fazer essa tarefa está o uso da variável do tempo que é um tipo de _________________. Assinale a alternativa que preenche corretamente a lacuna da frase anterior. Escolha uma opção:


a. Característica dos agentes inteligentes.
b. Variável do mundo real.
c. Estrutura de dados.
d. Uma variável que simula um mundo fictício.
e. Uma forma matemática de solucionar os problemas dos programados para entregar os sistemas a tempo.

O tratamento nas decisões complexas pode usar as redes de Bayes para definir os valores proporcionais de ocorrência e utilidade das variáveis de decisão. Neste sentido, por que, em algumas situações, também podemos usar Markov como camada de decisão complexa? Escolha uma opção:


a. Markov, por ser mais eficiente que Bayes, pode resolver qualquer problema que as redes bayesianas resolvem sempre de forma mais eficiente.
b. Em lugar de usar as estratégias de soma das utilidades advindas das decisões, podemos usar uma função baseada no modelo oculto de Markov para fazer essa tomada de decisão ao usar a discretização nos valores de saída das redes bayesianas.
c. Não é possível usar Markov e Bayes em uma mesma solução, pois ambos os algoritmos são mutualmente excludentes.
d. Bayes sempre apresentará resultados melhores que Markov, por isso não é necessário usar os dois juntos, visto que repercutirá em um alto custo de processamento sem ganho de performance.
e. Pois as redes bayesianas entregam valores de saída baseados na lógica proposicional, algo importante para que Markov utilize sua lógica de primeira ordem para maximizar as saídas das redes.

A lógica proposicional permite que o resultado (saída) combinado de dois conjuntos de entradas seja combinado para uma nova saída. Qual das saídas apresentadas abaixo é referente à seguinte proposição: (V(01)) → (^(10))? Escolha uma opção:


a. 0.
b. 1.
c. 11.
d. 10.
e. 01.

A tomada de decisão complexa faz com que os agentes precisem tratar os problemas de raciocínio incerto através de camadas adicionais. Qual alternativa apresenta uma destas estratégias para decidir a melhor combinação de variações nas decisões apresentada no capítulo 4? Escolha uma opção:


a. ShellSort.
b. Coloração.
c. Seleção aleatória.
d. Recompensa média.
e. FIFO.

Utilizando seus conhecimentos sobre agentes de decisão, leia a frase a seguir e responda à pergunta.

“Agentes de decisão complexas são aqueles capazes de tratar dados para uma determinada ação com
diversas variáveis de decisão influenciando a resposta do sistema.” Neste sentido, qual das alternativas
apresenta uma função de decisão simples? Escolha uma opção:


a. IrNadar (temperatura, hora).
b. IrNadar (hora).
c. IrNadar (temperatura, fome).
d. IrNadar (hora, fome).
e. IrNadar (temperatura, hora, fome)

Mais conteúdos dessa disciplina