Pytania i odpowiedzi (1 / 2)
Elementy Sztucznej Inteligencji
1.
Algorytmy genetyczne pozwalają na znalezienie:
Wybierz jedną odpowiedź:
a. przybliżonego rozwiązania optymalnego
2.
3. Niepewność wiedzy w SE definiujemy poprzez:
współczynnik zaufania eksperta do reguły , prawdopodobieństwo wystąpienia jakiegoś faktu (zdarzenia)
Wyjaśnienie
Wybierz jedną lub więcej:
3.
Która metoda nie należy do metod selekcji w algorytmach ewolucyjnych
Wybierz jedną odpowiedź:
b. Uznaniowa
4.
Które algorytmy NIE są zaliczane do sztucznej inteligencji
Wybierz jedną odpowiedź:
b. algorytmy przeszukiwania struktury drzewa
5.
Wybierz cechy dotyczące agenta programowego (zwanego także systemem agentowym lub agentem)
Wybierz jedną lub więcej:
a. Dąży do wyznaczonych celów i symuluje wpływ zmian otoczenia, b. Autonomiczny system umieszczony w otoczeniu (i będący jego częścią) , c. Potrafi analizować otoczenie i oddziaływać na nie w czasie, d. Działała w zastępstwie swoich właścicieli
6.
Które z poniższych przykładów stanowią przypadek zastosowania sztucznej inteligencji, a które nie? Odpowiedz tak, nie lub „w pewnym sensie”, gdzie „w pewnym sensie” oznacza „może tak lub może nie”, w zależności od punktu widzenia.
Pytanie: Przewidywanie zmian na giełdzie przez dopasowanie krzywej na podstawie wcześniejszych danych dotyczących cen akcji
Wybierz jedną odpowiedź:
a. W pewnym sensie
7.
Które z poniższych przykładów stanowią przypadek zastosowania sztucznej inteligencji, a które nie? Odpowiedz tak, nie lub „w pewnym sensie”, gdzie „w pewnym sensie” oznacza „może tak lub może nie”, w zależności od punktu widzenia.
8. System nawigacji GPS pozwalający znaleźć najszybszą trasę
Wybierz jedną odpowiedź:
b. W pewnym sensie
8.
7. Które z poniższych przykładów stanowią przypadek zastosowania sztucznej inteligencji, a które nie? Odpowiedz tak, nie lub „w pewnym sensie”, gdzie „w pewnym sensie” oznacza „może tak lub może nie”, w zależności od punktu widzenia.
9. Rozwiązania w zakresie przechowywania dużych zbiorów danych oferujące możliwość przechowywania olbrzymich ilości danych (takich jak zdjęcia lub materiały wideo) i przesyłania ich za pośrednictwem transmisji strumieniowej do wielu użytkowników w tym samym czasie
Wybierz jedną odpowiedź:
a. Nie
9.
W których zastosowaniach stosuje się metodę głębokiego uczenia
Wybierz jedną lub więcej:
a. sterowanie robotami, samochodami, gry komputerowe, b. automatyczne tłumaczenie, analiza tekstu, mowy, chatboty, c. rozpoznawanie obiektów (twarzy, emocji), etykietowanie i lokalizacja obiektów
10.
11. Obszary używania logiki predykatów
Automatyczne udowodnienie twierdzeń , Ekspertowe systemy
Wyjaśnienie
Wybierz jedną lub więcej:
11.
Która architektura NIE jest stosowana w systemach ekspertowych:
Wybierz jedną odpowiedź:
c. Modułowa
12.
W jakim celu stosowana jest funkcja aktywacji w sieciach neuronowych:
wprowadzenie nieliniowości , polepsza jakość klasyfikacji
Wyjaśnienie
Wybierz jedną lub więcej:
13.
Które cechy modeli głębokiego uczenia są prawdziwe:
model hierarchiczny, wiele transformacji od wejścia do wyjścia , więcej niż 2 warstwy przetwarzania, np. wielowarstwowe MLP , każda „warstwa" tworzy reprezentację danych na innym poziomie abstrakcji
Wyjaśnienie
Wybierz jedną lub więcej:
14.
Czym różną się AG od tradycyjnych rozwiązań?
Wybierz jedną lub więcej:
a. AG prowadzą poszukiwania wychodząc nie z jednego, lecz z wielu punktów , c. AG stosują probabilistyczne reguły wyboru podczas generowania osobników populacji potomnej , d. AG nie przetwarzają bezpośrednio parametrów zadania lecz ich postać zakodowaną
15.
Metody ewolucyjne powstały i zostały rozwinięte w tym celu, aby:
Wybierz jedną lub więcej:
a. znajdować przybliżone rozwiązania problemów optymalizacyjnych , b. uniknąć pułapek ekstremów lokalnych podczas poszukiwania wyniku , d. znajdować wynik w miarę szybko
16.
18. Jakie mogą być warianty ułożenia genów w chromosomie AG:
Permutacyjny , Klasyczny , Drzewiasty
Wyjaśnienie
Wybierz jedną lub więcej:
17.
19. Które z poniższych zagadnień NIE należą do kluczowych zagadnień AI?
Wybierz jedną lub więcej:
a. Symulacja komputerowa
18.
Które obszary dziedzinowe nie są zaliczane są do AI?
Wybierz jedną odpowiedź:
c. Sieci Bayesa
19.
21. Która z podanych aplikacji nie jest systemem ekspertowym?
Wybierz jedną odpowiedź:
c. Domican
20.
Co to jest klasyfikacja?
Wybierz jedną odpowiedź:
a. Przyporządkowanie obiektów do danych grup ze względu na ich właściwości
21.
26. Co zapewnia symboliczny zapis wiedzy?
Łatwą analizę poprawności bazy wiedzy
Wyjaśnienie
Wybierz jedną odpowiedź:
22.
26. Który element nie wchodzi w skład systemu ekspertowego?
Szkielet procedur
Wyjaśnienie
Wybierz jedną odpowiedź:
23.
27. Metoda współczynników pewności zakłada:
Wybierz jedną odpowiedź:
a. oszacowanie stopnia pewności eksperta o prawdziwości danej reguły
24.
28. Funkcja przynależności w logice rozmytej określa
Stopień przynależności do zbioru rozmytego
Wyjaśnienie
Wybierz jedną odpowiedź:
25.
31. Jakiego elementu nie ma w modelu pojedynczego neuronu?
Funkcji przynależności
Wyjaśnienie
Wybierz jedną odpowiedź:
26.
34. Różnice między algorytmami genetycznymi i tradycyjnymi metodami optymalizacyjnymi.
Które stwierdzenie nie jest prawdziwe?
Wybierz jedną odpowiedź:
e. Algorytmy genetyczne korzystają z pochodnych funkcji celu i innych pomocniczych informacji
27.
37. Heurystyka jest rozumiana w zagadnieniach Al jako:
Wybierz jedną lub więcej:
Powinna umożliwić uniknięcie badania tzw. ślepych uliczek, Prowadzi do rozwiązania wzdłuż najkrótszej, najbardziej prawdopodobnej drogi, Podaje proste kryterium wyboru kierunków postępowania, Praktyczna strategia poprawiająca efektywność rozwiązywania złożonych problemów
28.
38. Czym różnią się systemy ekspertowe od innych programów?
Wybierz jedną odpowiedź:
c. Automatyczny mechanizm wnioskowania
29.
40. Regułowa reprezentacja wiedzy przedstawiana jest w postaci:
Wybierz 1 lub więcej:
a. Konkluzja if przesłanki, b. If przesłanki then konkluzja
30.
Stwierdzenia to prosty opis bytów (czy są prawdziwe czy fałszywe) i dotyczą:
stanów, zdarzeń, cech, czynności, odczuć
Wyjaśnienie
Wybierz jedną lub więcej:
31.
Która z cech nie pasuje do systemów ekspertowych?
Wybierz jedną odpowiedź:
b. ukrywanie sposobu rozwiązania danego problemu
32.
Wiedza deklaratywna w systemach ekspertowych to
Wybierz jedną odpowiedź:
b. definicje, klasyfikacje, opis pojęć, ról, relacji
33.
43. Kolejność podstawionych procesów wnioskowania rozmytego to
Rozmywanie, wnioskowanie, wyostrzanie
Wyjaśnienie
Wybierz jedną odpowiedź:
34.
44. Sieci neuronowe stosujemy w sytuacji gdy w rozwiązaniu problemu zachodzi sytuacja że:
całkowity brak reguł i duża złożoność problemu
Wyjaśnienie
Wybierz jedną lub więcej:
35.
45. Jak działa pojedynczy neuron? Która z poniższych odpowiedzi NIE jest prawdziwa?
Trzymana suma jest normowana do wartości z przedziału [0,1]
Wyjaśnienie
Wybierz jedną odpowiedź:
36.
46. Uczenie sieci neuronowej polega na:
modyfikacji wag sygnałów wejściowych sieci
Wyjaśnienie
Wybierz jedną odpowiedź:
37.
49. Z jakiej funkcji aktywacji korzysta perceptron?
z bipolanej funkcji skokowej
Wyjaśnienie
Wybierz jedną odpowiedź
38.
Który operator NIE jest podstawowym operatorem genetycznym
wybierz jedną odpowiedź
b. projekcja
39.
56. Czy chatbot jest robotem?
Wybierz jedną odpowiedź:
b. fałsz
40.
58. Kto jako pierwszy zaproponował dla dyscypliny określenie “Artifical Inteligence”?
John McCarthy
Wyjaśnienie
Wybierz jedną odpowiedź:
41.
59. Które niżej wymienionych metod należą do symbolicznych metod reprezentacji wiedzy:
c. Metody bazujące na zastosowaniu logiki
Wyjaśnienie
Wybierz jedną odpowiedź:
42.
60. Jaki typ wiedzy reprezentuje baza modeli?
d. Matematyczny
Wyjaśnienie
Wybierz jedną odpowiedź:
43.
61. Jakie są rodzaje wnioskowania w systemach ekspertowych
Wybierz jedną lub więcej:
a. Do tyłu, c. mieszane, d. w przód
Wyjaśnienie
Notatki bezpośrednio nie podają wnioskowania w przód, ale wnioskowanie korzysta z przeszukiwania grafów, gdzie korzysta się z przeszukiwania „w głąb”
44.
62. Logika rozmyta odzwierciadla sposób w jaki “myślą”:
a. ludzie
45.
63. Stopniowanie rozmywania pojęć np. długi, bardzo długi itp. modelujemy poprzez
Zmianę wartości wykładnika w wykładniczej funkcji przynależności
Wyjaśnienie
Wybierz jedną odpowiedź:
46.
64. Budowa sieci neuronowej. Wybierz odpowiedź, która NIE jest prawdziwa.
c. Liczba neuronów w warstwie wejściowej nie zależy od liczby atrybutów warunkowych w warstwie ukrytej
Wyjaśnienie
Wybierz jedną odpowiedź:
47.
65. Algorytm uczenia sieci neuronowych jest oparty na
Wybierz jedną odpowiedź:
a. wstecznej propagacji błędów
48.
66. Nauczanie sieci neuronowej z zastosowaniem algorytmu wstecznej propagacji błędu wymaga aby funkcja aktywacji była:
ciągła, różniczkowalna
Wyjaśnienie
Wybierz jedną lub więcej:
49.
Przedstaw paradygmaty podejścia agentowego:
Wyspecjalizowany i odporny na błędy samodzielny obiekt, Abstrakcyjna forma programowania obiektowego, Możliwość samo replikacji agentów
Wyjaśnienie
Wybierz jedną lub więcej:
50.
Kolejność procesów w algorytmie genetycznym to:
Wybierz jedną odpowiedź:
c. Generowanie populacji, wykonanie operatorów genetycznych, ocena populacji