A Lista de Inteligência Artificial

‘Primeira Lista para prova de IA: Ana Cláudia de Aguiar

1. Não. É uma inteligência artificial, ou seja, não aprendem, não faz previsões, não faz inferências, não evolui.
2. A) IA : simulação da capacidade humana de raciocínio, tomar decisões, resolver problemas,  capacidade de serem inteligentes.

b) Inteligência Computacional: A Inteligência Computacional busca, através de técnicas inspiradas na Natureza, o desenvolvimento de sistemas inteligentes que imitem aspectos do comportamento humano, tais como: aprendizado, percepção, raciocínio, evolução e adaptação.

c) Aprendizado de Máquina: Ramo da IC que estuda a construção de algoritmos capazes de aprender e evoluir a partir da experiência, se adaptando a novas situações, sem que sejam programados explicitamente para isto.

d) Teste de Turing: testa a capacidade de uma máquina exibir comportamento inteligente equivalente a um ser humano, ou indistinguível deste.

e) IA simbólica: tenta simular o comportamento inteligente humano desconsiderando os mecanismos responsáveis.

f) IA conexionista: acredita que construindo-se um sistema que simule a estrutura do cérebro, este sistema apresentará inteligência, ou seja, será capaz de aprender, assimilar, errar e aprender com seus erros .

g) Perceptron: Neurônios organizados em camadas de entrada e saída, onde os pesos das conexões eram adaptados a fim de se atingir a eficiência sináptica, os primeiros perceptrons foram utilizados no reconhecimento de caracteres e ele só são capazes de resolver problemas com dados de classes linearmente separáveis.

h) Backpropagation: É uma rede treinada, se trata de um treinamento supervisionado. Com erro calculado, o algoritmo corrige os pesos em todas as camadas, partindo da saída até a entrada.

i) Função do Agente: Descrição matemática abstrata.

j) Programa do Agente: é uma implementação concreta, executada em um sistema físico .

Roda em uma arquitetura física para produzir a função f.

k) Agente = Arquitetura Física + Programa

l) Medida de desempenho: avalia qualquer sequência dada dos estados do ambiente.

m) Ambientes de Tarefa: São os problemas para os quais os agentes racionais são a solução . O tipo de ambiente de tarefa afeta diretamente o projeto apropriado para o programa do agente.

n) Agente reativo simples: Selecionam ações com base na percepção atual, ignorando o restante do histórico de percepções ○ Ex. agente aspirador de pó exemplificado.

o) Agente baseado em modelo: Conhecimento de “como o mundo funciona” e de como este mundo evolui.

Exemplos: quando virar à direita, o carro irá virar para a direita.

Um carro ultrapassando estará mais próximo do que estava um momento antes.

p) Agente baseado em objetivos: O agente precisa de alguma espécie de informação sobre objetivos que descreva situações desejáveis ○ Exemplo: Em um entroncamento de estradas o carro pode virar à direita, virar à esquerda ou ir em frente

q) Agente baseado em utilidade: Um agente baseado em utilidade escolhe a ação que maximiza a utilidade esperada .

r) Agente com aprendizagem: Elemento de Aprendizado: Execução de aperfeiçoamentos.

 Elemento de Desempenho: Seleção de ações externas. É o agente completo dos diagramas anteriores.

Recebe percepções e decide sobre ações .

Crítico: observa o mundo e repassa informações ao elemento e aprendizado

 Gerador de problemas: sugerir ações que levarão a experiências novas e informativas.

Descoberta de melhores resultados no longo prazo.

Exemplo: testar os freios em diferentes superfícies de rodagem sobre condições distintas

1. Jogo de Futebol: Medida de Desempenho:  

Ambiente: Campo, quadra.

Atuadores: Através dos jogadores e bola.

Sensores:Sensores se a bola entrou no gol ou não.

Jogar uma partida de Tênis:

Medida de Desempenho:

Ambiente: Quadra

Atuadores: Através dos jogadores, bola, mesa e raquete.

Sensores: ?

Praticar tênis em uma parede:

Medida de desempenho:

Ambiente: Quarto, sala, muro, etc...

Atuadores: Através do jogador praticante, parede, bola, raquete

Sensores:

Realizar um salto de altura:

Medida de Desempenho: Maximar a velocidade da corrida do atleta para o salto.

Ambiente: Quadra

Atuadores: Atleta, barra,

Sensores: Sensores para ver se o atleta tocou na barra.

1. Sistemas especialistas tem por objetivo simular o raciocínio de um profissional de uma área específica. Analisam informações sobre uma classe específica de problema. Oferece sugestões e conselhos aos usuários.

1. Simbólica, pois, simula o comportamento inteligente humano.

1. A experiência humana pode ser perdida

A experiência é necessária em muitos locais

 A experiência é necessária em ambientes hostis

 

1. Muitas vezes os profissionais têm dificuldade em explicar o seu modo de raciocínio de maneira sistemática, dificultando o desenvolvimento do sistema especialista.
2. A) F

B) V

C) V

D)F

E)V

F)V

9)   É o custo do caminho mais barato do estado atual até o estado final mais próximo. São específicas para cada problema.

10 ) A) V

     B)V

C)V

D)V

E)V

1.  Uma topologia tem ao mesmo tempo “posição” (definida pelo estado) e “elevação” (definida pelo valor da função de custo da heurística ou da função objetivo) .

Se a elevação corresponder ao custo, o objetivo será encontrar o vale mais baixo — um mínimo global . Se a elevação corresponder a uma função objetivo, então o objetivo será encontrar o pico mais alto — um máximo global.