Podsumowanie: Elementy Sztucznej Inteligencji

Pytanie 1

Algorytmy genetyczne pozwalają na znalezienie: Wybierz jedną odpowiedź:

a. przybliżonego rozwiązania optymalnego

b. dokładnego rozwiązania optymalnego

Pytanie 2

3. Niepewność wiedzy w SE definiujemy poprzez:

współczynnik przynależności do zbioru

współczynnik zaufania eksperta do reguły

prawdopodobieństwo wystąpienia jakiegoś faktu (zdarzenia)

Pytanie 3

Która metoda nie należy do metod selekcji w algorytmach ewolucyjnych Wybierz jedną odpowiedź:

b. Uznaniowa

d. Rankingowa

a. Ruletka

c. Turniejowa

Pytanie 4

Które algorytmy NIE są zaliczane do sztucznej inteligencji Wybierz jedną odpowiedź:

c. algotymy ewolucyjne

b. algorytmy przeszukiwania struktury drzewa

a. algorytmy mrówkowe

d. algorytmy genetyczne

Pytanie 5

Wybierz cechy dotyczące agenta programowego (zwanego także systemem agentowym lub agentem) Wybierz jedną lub więcej:

c. Potrafi analizować otoczenie i oddziaływać na nie w czasie

d. Działała w zastępstwie swoich właścicieli

a. Dąży do wyznaczonych celów i symuluje wpływ zmian otoczenia

b. Autonomiczny system umieszczony w otoczeniu (i będący jego częścią)

Pytanie 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:

c. Tak

b. Nie

a. W pewnym sensie

Pytanie 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:

c. Tak

a. Nie

b. W pewnym sensie

Pytanie 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:

b. Tak

a. Nie

c. W pewnym sensie

Pytanie 9

W których zastosowaniach stosuje się metodę głębokiego uczenia Wybierz jedną lub więcej:

b. automatyczne tłumaczenie, analiza tekstu, mowy, chatboty

d. akwizycji wiedzy

a. sterowanie robotami, samochodami, gry komputerowe

c. rozpoznawanie obiektów (twarzy, emocji), etykietowanie i lokalizacja obiektów

Pytanie 10

11. Obszary używania logiki predykatów

Ekspertowe systemy

Inteligentne wydobycie informacji (Data Miting)

Automatyczne sterowanie robotem

Automatyczne udowodnienie twierdzeń

Pytanie 11

Która architektura NIE jest stosowana w systemach ekspertowych: Wybierz jedną odpowiedź:

c. Modułowa

b. Tablicowa

d. Hybrydowa

a. Symulacyjna

e. Hierarchiczna

Pytanie 12

W jakim celu stosowana jest funkcja aktywacji w sieciach neuronowych:

wprowadzenie nieliniowości

polepsza jakość klasyfikacji

wprowadzenie liniowości

Pytanie 13

Które cechy modeli głębokiego uczenia są prawdziwe:

więcej niż 2 warstwy przetwarzania, np. wielowarstwowe MLP

niższe warstwy mają połączenia z wyższą warstwą

każda „warstwa" tworzy reprezentację danych na innym poziomie abstrakcji

model hierarchiczny, wiele transformacji od wejścia do wyjścia

Pytanie 14

Czym różną się AG od tradycyjnych rozwiązań? Wybierz jedną lub więcej:

b. AG stosują deterministyczne reguły wyboru podczas generowania osobników populacji potomnej

c. AG stosują probabilistyczne reguły wyboru podczas generowania osobników populacji potomnej

d. AG nie przetwarzają bezpośrednio parametrów zadania lecz ich postać zakodowaną

a. AG prowadzą poszukiwania wychodząc nie z jednego, lecz z wielu punktów

Pytanie 15

Metody ewolucyjne powstały i zostały rozwinięte w tym celu, aby: Wybierz jedną lub więcej:

c. znajdować dokładne rozwiązania problemów optymalizacyjnych

a. znajdować przybliżone rozwiązania problemów optymalizacyjnych

d. znajdować wynik w miarę szybko

b. uniknąć pułapek ekstremów lokalnych podczas poszukiwania wyniku

Pytanie 16

18. Jakie mogą być warianty ułożenia genów w chromosomie AG:

Klasyczny

Permutacyjny

Drzewiasty

Losowy

Pytanie 17

19. Które z poniższych zagadnień NIE należą do kluczowych zagadnień AI? Wybierz jedną lub więcej:

a. Symulacja komputerowa

c. Rozpoznawanie mowy

d. Rozpoznawanie obrazów

b. Reprezentacja wiedzy

Pytanie 18

Które obszary dziedzinowe nie są zaliczane są do AI? Wybierz jedną odpowiedź:

c. Sieci Bayesa

b. Sieci neuronowe

a. Uczenie maszynowe

d. Systemy ekspertowe

Pytanie 19

21. Która z podanych aplikacji nie jest systemem ekspertowym? Wybierz jedną odpowiedź:

a. Prospector

d. Mycin

c. Domican

b. Gideon

Pytanie 20

Co to jest klasyfikacja? Wybierz jedną odpowiedź:

d. Traktowanie wiedzy jako przyporządkowanej informacji

b. Składanie urządzeń z podzespołów w optymalny sposób

c. Losowe łączenie narzędzi w grupy

a. Przyporządkowanie obiektów do danych grup ze względu na ich właściwości

Pytanie 21

26. Co zapewnia symboliczny zapis wiedzy?

Uproszczone podejmowanie decyzji

Szybsze sprawdzanie poprawności kolejnych stanów

Krótsze czasy przeszukiwania bazy wiedzy

Łatwą analizę poprawności bazy wiedzy

Pytanie 22

26. Który element nie wchodzi w skład systemu ekspertowego?

Baza wiedzy

Dynamiczna baza danych

Interfejs użytkownika

Szkielet procedur

Pytanie 23

27. Metoda współczynników pewności zakłada: Wybierz jedną odpowiedź:

c. stopień prawdziwości faktu lub reguły

b. prawdopodobieństwo danego fakty lub reguły

a. oszacowanie stopnia pewności eksperta o prawdziwości danej reguły

Pytanie 24

28. Funkcja przynależności w logice rozmytej określa

Stopień przynależności do danej klasy

Stopień podziału zbioru rozmytego

Stopień przynależności do zbioru rozmytego

Pytanie 25

31. Jakiego elementu nie ma w modelu pojedynczego neuronu?

Wejść i wag dla każdego z wejść

Funkcji przynależności

Funkcji aktywacji

Sumatora

Pytanie 26

34. Różnice między algorytmami genetycznymi i tradycyjnymi metodami optymalizacyjnymi. Które stwierdzenie nie jest prawdziwe? Wybierz jedną odpowiedź:

c. Algorytmy genetycznie nie przetwarzają bezpośrednio parametrów zadania, lecz ich zakodowaną postać

e. Algorytmy genetyczne korzystają z pochodnych funkcji celu i innych pomocniczych informacji

b. Algorytm genetyczny stosuje probabilistyczne metody selekcji

a. Algorytmy genetyczne korzystają tylko z funkcji celu, nie zaś z jej pochodnych i innych pomocniczych informacji

d. Poszukiwanie w algorytmach genetycznych odbywa się w wielu punktach jednocześnie (populacja)

Pytanie 27

37. Heurystyka jest rozumiana w zagadnieniach Al jako: Wybierz jedną lub więcej:

Prowadzi do rozwiązania wzdłuż najkrótszej, najbardziej prawdopodobnej drogi

Umożliwia znalezienie najlepszego rozwiązania

Praktyczna strategia poprawiająca efektywność rozwiązywania złożonych problemów

Powinna umożliwić uniknięcie badania tzw. ślepych uliczek

Podaje proste kryterium wyboru kierunków postępowania

Pytanie 28

38. Czym różnią się systemy ekspertowe od innych programów? Wybierz jedną odpowiedź:

a. Szybsze działanie od konwencjonalnych programów

b. Implementacja zewnętrznego interfejsu eksperta

d. Oddzielenie logiki aplikacji od modelu

c. Automatyczny mechanizm wnioskowania

Pytanie 29

40. Regułowa reprezentacja wiedzy przedstawiana jest w postaci: Wybierz 1 lub więcej:

b. If przesłanki then konkluzja

c. Fakty if reguły

a. Konkluzja if przesłanki

Pytanie 30

Stwierdzenia to prosty opis bytów (czy są prawdziwe czy fałszywe) i dotyczą:

stanów, zdarzeń

cech, czynności, odczuć

reguł

zależności i związków

Pytanie 31

Która z cech nie pasuje do systemów ekspertowych? Wybierz jedną odpowiedź:

a. wykorzystanie przetwarzania symboli

d. jawna reprezentacja wiedzy

b. ukrywanie sposobu rozwiązania danego problemu

c. rozwiązywanie problemów przez mechanizm wnioskowania

Pytanie 32

Wiedza deklaratywna w systemach ekspertowych to Wybierz jedną odpowiedź:

b. definicje, klasyfikacje, opis pojęć, ról, relacji

a. opis procesów i strategii postępowania

c. metody algorytmy procedury

Pytanie 33

43. Kolejność podstawionych procesów wnioskowania rozmytego to

Rozmywanie wyostrzenie wnioskowanie

wybór reguł, rozmywanie, wyostrzenie

Rozmywanie, wnioskowanie, wyostrzanie

rozmywanie, inferencja, wyostrzenie

Pytanie 34

44. Sieci neuronowe stosujemy w sytuacji gdy w rozwiązaniu problemu zachodzi sytuacja że:

częściowa znajomość reguł i małą lub średnią złożoność systemu

całkowity brak reguł i duża złożoność problemu

mały stopień niewiedzy i małą lub średnią złożoność systemu

Pytanie 35

45. Jak działa pojedynczy neuron? Która z poniższych odpowiedzi NIE jest prawdziwa?

Argumentem funkcji aktywacji jest otrzymana suma, a na wyjście przekazana jest wartość funkcji

Trzymana suma jest normowana do wartości z przedziału [0,1]

Wejścia są mnożone przez wagi

Wejścia, mnożone przez wagi, są sumowane oraz przekazane do funkcji aktywacji.

Pytanie 36

46. Uczenie sieci neuronowej polega na:

modyfikacji wartości sygnałów wejściowych

zmianie parametrów funkcji aktywacji

modyfikacji wag sygnałów wejściowych sieci

modyfikacji wag i wartości sygnałów wejściowych sieci

Pytanie 37

49. Z jakiej funkcji aktywacji korzysta perceptron?

z bipolanej funkcji skokowej

Z unipolarnej funkcji liniowej

z funkcji wykładniczej

z funkcji tangensoidalnej

Pytanie 38

Który operator NIE jest podstawowym operatorem genetycznym wybierz jedną odpowiedź

b. projekcja

c. inwersja

a. krzyżowanie

d. selekcja

Pytanie 39

56. Czy chatbot jest robotem? Wybierz jedną odpowiedź:

a. prawa

b. fałsz

Pytanie 40

58. Kto jako pierwszy zaproponował dla dyscypliny określenie “Artifical Inteligence”?

Claude Shannon

Herber Simon

John McCarthy

Pytanie 41

59. Które niżej wymienionych metod należą do symbolicznych metod reprezentacji wiedzy:

c. Metody bazujące na zastosowaniu logiki

b. Ontologie

a. Metody oparte na ramach

d. Metody oparte na algorytmach genetycznych

Pytanie 42

60. Jaki typ wiedzy reprezentuje baza modeli?

b. Wyjaśniający

a. Logiczny

d. Matematyczny

c. Informatyczny

Pytanie 43

61. Jakie są rodzaje wnioskowania w systemach ekspertowych Wybierz jedną lub więcej:

a. Do tyłu

d. w przód

b. w bok

c. mieszane

e. w głąb

Pytanie 44

62. Logika rozmyta odzwierciadla sposób w jaki “myślą”:

a. ludzie

c. maszyny

b. systemy

Pytanie 45

63. Stopniowanie rozmywania pojęć np. długi, bardzo długi itp. modelujemy poprzez

Zmianę wartości podstawy w wykładniczej funkcji przynależności

Zmianę wartości wykładnika w wykładniczej funkcji przynależności

Pytanie 46

64. Budowa sieci neuronowej. Wybierz odpowiedź, która NIE jest prawdziwa.

b. Liczba neuronów warstwie wyjściowej zależy od liczby atrybutów decyzyjnych

c. Liczba neuronów w warstwie wejściowej nie zależy od liczby atrybutów warunkowych w warstwie ukrytej

a. Sieć neuronowa składa się N warstw ukrytych

e. Sieć neuronowa składa się z pojedynczej warstwy wejściowej

d. Sieć neuronowa składa się z pojedynczej warstwy wyjściowej

Pytanie 47

65. Algorytm uczenia sieci neuronowych jest oparty na Wybierz jedną odpowiedź:

a. wstecznej propagacji błędów

b. wstecznej propagacji wag

c. wstecznej propagacji błędów i wag

Pytanie 48

66. Nauczanie sieci neuronowej z zastosowaniem algorytmu wstecznej propagacji błędu wymaga aby funkcja aktywacji była:

różniczkowalna

liniowa

nieliniowa

ciągła

Pytanie 49

Przedstaw paradygmaty podejścia agentowego:

Wyspecjalizowany i odporny na błędy samodzielny obiekt

Działa w zastępstwie swoich właścicieli

Abstrakcyjna forma programowania obiektowego

Rezyduje w cyberprzestrzeni jak klasyczny obiekt

Możliwość samo replikacji agentów

Pytanie 50

Kolejność procesów w algorytmie genetycznym to: Wybierz jedną odpowiedź:

c. Generowanie populacji, wykonanie operatorów genetycznych, ocena populacji

b. Ocena nowej populacji, wykonanie operatorów genetycznych, generowanie populacji

a. Generowanie populacji, ocena populacji, wykonanie operatorów genetycznych

Pytanie 51

69. Kto zajmuje się ekstrakcją wiedzy od ekspertów Wybierz jedną odpowiedź:

c. Inżynierowie systemów

d. Inżynierowie wiedzy

b. Programiści

a. Kogniwistycy

Pytanie 52

70. Jakie systemy mają najszersze zastosowanie?

c. Autonomiczne

b. Podejmujące decyzje bez kontroli człowieka

a. Doradcze

d. Krytykujące

Pytanie 53

Gdzie najczęściej stosujemy systemy ekspertowe?

b. Tam gdzie konieczne jest rozumowanie heurystyczne

c. Na potrzeby krótkotrwałe

d. W sytuacjach wymagających intuicyjnego działania

a. W dziedzinach niesformalizowanych w sposób jednoznaczny

Pytanie 54

72. Jaka część systemu może komunikować się z dynamiczną bazą wiedzy?

a. Plik z faktami

b. Interfejs użytkownika

c. System wnioskujący

d. Procedury wyjścia

Pytanie 55

73. Co w ogólnej formule wnioskowania P1^P2^ ^Pn -> W oznacza P?

Pobieranie

Połączenia

Procedury

Przesłanki

Pytanie 56

3. Co zawiera baza rad? Wybierz jedną odpowiedź:

c. Uporządkowane pary rad i reguł

d. Odnośniki do rad

a. Zbiory rad wykluczanych

b. Rady przydzielone do faktów

Pytanie 57

1. Wyjaśnij pojęcie wersji słabej i silnej AI:

Komputer pozwala formułować i sprawdzać hipotezy dotyczące mózgu

słaba AI

Komputer jest w istotny sposób równoważny mózgowi i może mieć stany poznawcze:

silna AI

Wszystko to, czego jeszcze nie potrafią zrobić sztuczne systemy

AI

Pytanie 58

22. Dopasuj definicje następujących pojęć

a. Samouczenie maszynowe lub uczące się systemy

Machine learning

b. Wykrywanie nieznanych prawidłowości, tworzenie analogii i modyfikowanie

Inżynieria wiedzy

c. Tworzenie baz oraz wykorzystanie technologii semantycznych do przetwarzania

Big data

Pytanie 59

25. Dopasuj rodzaje prototypów systemów ekspertowych

Realizuje pewne cząstkowe zadania

Demonstracyjny

Realizuje w pełni założone zadania

Użytkowy

Przeszedł pełne testowanie

Eksploatacyjny

Charakteryzuje się szybkim działaniem

Przemysłowy

Gotowy do produkcji w wymaganej skali

Komercyjny

Pytanie 60

30. Dopasuj klasy zastosowań sieci neuronowych

c. Klasyfikacja

Nauka cech i wzorców aby rozpoznać różnice

b. Aproksymacja

Linearyzacja lub interpolacja sygnałów wyjściowych sieci

a. Predykacja

określenie stanów systemu na podstawie sygnałów wejściowych

d. Asocjacja

Odtworzenie sygnału oryginalnego pozbawionego zniekształceń

Pytanie 61

33. Dopasuj klasy metod optymalizacji i poszukiwania

Przypadkowe lub metody oparte na wielokrotnym losowaniu punktu w przestrzeni i zapamiętywaniu najlepszego rozwiązania

Metody stochastyczne

Obliczanie wartość funkcji celu, przeglądając wszystkie punkty skończonej przestrzeni np. sprawdzenie po kolei wszystkich rozwiązań

Przeszukiwanie enumeracyjne

Stosowanie zasad, umożliwiających ograniczenie przestrzeni poszukiwań rozwiązania

Metody heurystyczne

Polegające na rozwiązaniu układu równań (zazwyczaj nieliniowych) otrzymanych przez przyrównanie gradientu funkcji celu do zera

Metody analityczne

Pytanie 62

35. Czym jest sztuczna inteligencja?

Poszukiwanie „praw myślenia"

AI jako myślenie racjonalne

Przewidywanie i testowanie zachowania się istot ludzkich i identyfikacja czynności umysłowych

AI jako myślenie ludzkie

Kiedy maszyna zachowuje się w sposób inteligentny

AI jako działanie ludzkie

Kiedy maszyna (agent) robi coś dobrze

AI jako działanie racjonalne

Pytanie 63

36. Przyporządkuj pytanie do dziedziny nauki będącej jednym z fundamentów Al

W jaki sposób człowiek myśli i działa

Psychologia

Jak się ma język do myślenia?

Lingwistyka

W jaki sposób zbudować wydajne systemy, aby mogły spełniać wymagania Al?

Informatyka

W jaki sposób sztuczny byt może działać i sterować sobą?

Cybernetyka

Pytanie 64

44. Dopasuj rodzaj logiki do następujących reguł

b. droga hamowania jest długa if prędkość jest duża

rozmyta

a. droga hamowania jest długa if prędkość > 100

klasyczna

Pytanie 65

50. Dopasuj do podanych definicji odpowiednie pojecia:

Działanie modyfikujące genotyp osobnika lub całą populację

Operator genetyczny

Metoda selekcji wykorzystywana w klasycznym algorytmie genetycznym

Ruletka

Losowa zmiana genotypu danego osobnika

Mutacja

Tworzenie kolejnego pokolenia osobników poprzez wybór i powielenie części z nich (zwykle lepiej przystosowanych)

Selekcja

Wymiana części genotypu między dwoma osobnikami

Krzyżowanie

Pytanie 66

53. Dopasuj cechy agenta programowego do definicji

b. pozwala na dostosowanie się do zmian w otoczeniu na podstawie doświadczenia zdobytego przez agenta

adaptacyjna

a. umożliwia agentowi manifestowanie własnych Stanów w postaci emocji

osobowość

c. odzwierciedla cechy mentalne agenta związane z środkami komunikacji i wyrazu

personifikacja

Pytanie 67

54. Dopasuj poniższa architektury programowania agentowego

a. działanie agenta bazuje na zachowaniach ludzkich w których możemy próbować opisać agenta w oparciu o zestaw poglądów

BDI

b. działanie agenta składa się z prostych operacji takich jak wysyłanie i odbieranie komunikatów, wykonywanie działań prywatnych oraz aktualizacja modelu mentalnego

Agent_0

Pytanie 68

55. Przyporządkuj pytanie do dziedziny nauki będącej jednym z fundamentów AI

a. Jakie sa formalne zasady wnioskowania

Matematyka

c. Skąd bierze się wiedza?

Filozofia

d. Jakie podejmować decyzje maksymalizujące wyniki działań

Ekonomia

b. W jaki sposób mózg przetwarza informacje

Neurobiologia

Pytanie 69

57. Dopasuj stosowne definicje wiedzy

c. w ujęciu filozoficznym

zbiór uzasadnionych przekonań

b. W ujęciu naukowym

zbiór uzasadnionych empirycznie lub logicznie/ matematycznie stwierdzeń

a. W ujęciu potocznym

zbiór doświadczeń i przekonań

Pytanie 70

32. Na ile obszarów można podzielić przestrzeń cech wykorzystując pojedynczy perceptron o n wejściach?

c. Na dwa obszary

d. Na trzy obszary

b. Nie jest możliwy podział

a. Na n obszarów

Pytanie 71

74. Dopasuj do rodzaju kategorii następujące powiedzenie

a. Rozmytość

Fuzzy logic

b. Niepewność

Uncertainty

Pytanie 72

75. Wybierz 'filary" głębokiego uczenia: Wybierz jedną lub więcej:

b) Moc obliczeniowa

d) Tylko Architektura Sieci Neuronowej

c) Modele i algorytmy

a) Dane

Pytanie 73

Wybierz najbardziej istotną cechę (właściwość) systemów zaliczanych do AI) Wybierz jedną odpowiedź:

a) Odporność na uszkodzenia

b) Umiejętność uczenia się

c) Złożoność

Pytanie 74

77. Najczęstsze zastosowania Al to: Wybierz jedną lub więcej:

d) interpretacja języka naturalnego

b) optymalizacja

a) prognozowanie zjawisk

c) rozpoznawanie obrazu

Pytanie 75

78. 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: System rekomendowania muzyki, np. Spotify, podpowiadający utwory na podstawie piosenek słuchanych przez użytkownika Wybierz jedną odpowiedź:

a) Tak

b) W pewnym sensie

c) Nie

Pytanie 76

79. 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: Funkcje edycji zdjęć, na przykład korygowanie jasności i kontrastu, w aplikacjach takich jak Photoshop Wybierz jedną odpowiedź:

c) W pewnym sensie

a) Tak

b) Nie

Pytanie 77

80. Wstaw właściwe słowa do zdania w miejsce ‘X’: Należy tak poprowadzić proces uczenia (X ) aby w odpowiedzi na podanie na wejście sieci wektorów wejściowych (P), wyjścia rzeczywiste z sieci (Y) pokryły się lub maksymalnie „zbliżyły” do wzorców wyjściowych docelowych (T).

wektor wag

wektor wzorców wejściowych

wektor wzorców wyjściowych

wektor wzorców wynikowych

Pytanie 78

83. W procesie nauczania sieci neuronowej Pełne przejście przez wszystkie wzorce uczące nazywane jest:

okresem uczenia

zakresem uczenia

epoką uczenia

Pytanie 79

84. Dopasuj do rodzaju kategorii następujące powiedzenie

Niepewność

Chyba boli mnie gardło

Rozmytość

Trochę boli mnie gardło

Pytanie 80

82. Dopasuj cechy agenta programowego do definicji.

Możliwość przemieszczania się pomiędzy różnymi hostami w sieci

Mobilność

Agent działa optymalnie ze względu na swoje cele, ale przy ograniczeniu zasobów

Racjonalność

Na podstawie wcześniejszych decyzji i obserwacji dokonuje akwizycji wiedzy

Uczenie się

Możliwość interakcji agenta z innymi agentami, użytkownikiem bądź zasobami

Otwartość

Pytanie 81

81. Dopasuj metody uczenia neuronu:

Neuron poprawnie reaguje na wzorce jeśli sygnał który zwraca dla danego wejścia jest taki sam (z pewną dokładnością) jak oczekiwana wartość

z nauczycielem

Neuron powinien tak się nauczyć, aby dla podobnych wejść zwracać taki sam sygnał wyjściowy, a dla niepodobnych różne sygnały wyjściowe

bez nauczyciela

Pytanie 82

85. 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: Arkusz obliczający sumy i wykonujący inne z góry ustalone działania na wprowadzonych danych Wybierz jedną odpowiedź:

a) Nie

b) W pewnym sensie

c) Tak

Twój wynik: Elementy Sztucznej Inteligencji

Twój wynik