Podsumowanie

Elementy Sztucznej Inteligencji

Podsumowanie

Elementy Sztucznej Inteligencji

Twój wynik

Rozwiąż ponownie
Moja historia
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:
prawdopodobieństwo wystąpienia jakiegoś faktu (zdarzenia)
współczynnik zaufania eksperta do reguły
współczynnik przynależności do zbioru
Pytanie 3
Która metoda nie należy do metod selekcji w algorytmach ewolucyjnych Wybierz jedną odpowiedź:
d. Rankingowa
a. Ruletka
b. Uznaniowa
c. Turniejowa
Pytanie 4
Które algorytmy NIE są zaliczane do sztucznej inteligencji Wybierz jedną odpowiedź:
a. algorytmy mrówkowe
c. algotymy ewolucyjne
d. algorytmy genetyczne
b. algorytmy przeszukiwania struktury drzewa
Pytanie 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
c. Potrafi analizować otoczenie i oddziaływać na nie w czasie
d. Działała w zastępstwie swoich właścicieli
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:
b. W pewnym sensie
a. Nie
c. Tak
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:
a. Nie
b. Tak
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
a. sterowanie robotami, samochodami, gry komputerowe
c. rozpoznawanie obiektów (twarzy, emocji), etykietowanie i lokalizacja obiektów
d. akwizycji wiedzy
Pytanie 10
11. Obszary używania logiki predykatów
Automatyczne sterowanie robotem
Automatyczne udowodnienie twierdzeń
Ekspertowe systemy
Inteligentne wydobycie informacji (Data Miting)
Pytanie 11
Która architektura NIE jest stosowana w systemach ekspertowych: Wybierz jedną odpowiedź:
d. Hybrydowa
c. Modułowa
a. Symulacyjna
b. Tablicowa
e. Hierarchiczna
Pytanie 12
W jakim celu stosowana jest funkcja aktywacji w sieciach neuronowych:
polepsza jakość klasyfikacji
wprowadzenie liniowości
wprowadzenie nieliniowości
Pytanie 13
Które cechy modeli głębokiego uczenia są prawdziwe:
więcej niż 2 warstwy przetwarzania, np. wielowarstwowe MLP
każda „warstwa" tworzy reprezentację danych na innym poziomie abstrakcji
model hierarchiczny, wiele transformacji od wejścia do wyjścia
niższe warstwy mają połączenia z wyższą warstwą
Pytanie 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
b. AG stosują deterministyczne reguły wyboru podczas generowania osobników populacji potomnej
d. AG nie przetwarzają bezpośrednio parametrów zadania lecz ich postać zakodowaną
Pytanie 15
Metody ewolucyjne powstały i zostały rozwinięte w tym celu, aby: Wybierz jedną lub więcej:
b. uniknąć pułapek ekstremów lokalnych podczas poszukiwania wyniku
a. znajdować przybliżone rozwiązania problemów optymalizacyjnych
d. znajdować wynik w miarę szybko
c. znajdować dokładne rozwiązania problemów optymalizacyjnych
Pytanie 16
18. Jakie mogą być warianty ułożenia genów w chromosomie AG:
Drzewiasty
Losowy
Klasyczny
Permutacyjny
Pytanie 17
19. Które z poniższych zagadnień NIE należą do kluczowych zagadnień AI? Wybierz jedną lub więcej:
c. Rozpoznawanie mowy
d. Rozpoznawanie obrazów
b. Reprezentacja wiedzy
a. Symulacja komputerowa
Pytanie 18
Które obszary dziedzinowe nie są zaliczane są do AI? Wybierz jedną odpowiedź:
c. Sieci Bayesa
d. Systemy ekspertowe
a. Uczenie maszynowe
b. Sieci neuronowe
Pytanie 19
21. Która z podanych aplikacji nie jest systemem ekspertowym? Wybierz jedną odpowiedź:
d. Mycin
c. Domican
b. Gideon
a. Prospector
Pytanie 20
Co to jest klasyfikacja? Wybierz jedną odpowiedź:
a. Przyporządkowanie obiektów do danych grup ze względu na ich właściwości
c. Losowe łączenie narzędzi w grupy
d. Traktowanie wiedzy jako przyporządkowanej informacji
b. Składanie urządzeń z podzespołów w optymalny sposób
Pytanie 21
26. Co zapewnia symboliczny zapis wiedzy?
Krótsze czasy przeszukiwania bazy wiedzy
Łatwą analizę poprawności bazy wiedzy
Szybsze sprawdzanie poprawności kolejnych stanów
Uproszczone podejmowanie decyzji
Pytanie 22
26. Który element nie wchodzi w skład systemu ekspertowego?
Dynamiczna baza danych
Szkielet procedur
Baza wiedzy
Interfejs użytkownika
Pytanie 23
27. Metoda współczynników pewności zakłada: Wybierz jedną odpowiedź:
b. prawdopodobieństwo danego fakty lub reguły
a. oszacowanie stopnia pewności eksperta o prawdziwości danej reguły
c. stopień prawdziwości faktu lub reguły
Pytanie 24
28. Funkcja przynależności w logice rozmytej określa
Stopień przynależności do zbioru rozmytego
Stopień podziału zbioru rozmytego
Stopień przynależności do danej klasy
Pytanie 25
31. Jakiego elementu nie ma w modelu pojedynczego neuronu?
Funkcji przynależności
Wejść i wag dla każdego z wejść
Funkcji aktywacji
Sumatora
Pytanie 26
34. Różnice między algorytmami genetycznymi i tradycyjnymi metodami optymalizacyjnymi. Które stwierdzenie nie jest prawdziwe? Wybierz jedną odpowiedź:
d. Poszukiwanie w algorytmach genetycznych odbywa się w wielu punktach jednocześnie (populacja)
a. Algorytmy genetyczne korzystają tylko z funkcji celu, nie zaś z jej pochodnych i innych pomocniczych informacji
e. Algorytmy genetyczne korzystają z pochodnych funkcji celu i innych pomocniczych informacji
c. Algorytmy genetycznie nie przetwarzają bezpośrednio parametrów zadania, lecz ich zakodowaną postać
b. Algorytm genetyczny stosuje probabilistyczne metody selekcji
Pytanie 27
37. Heurystyka jest rozumiana w zagadnieniach Al jako: Wybierz jedną lub więcej:
Powinna umożliwić uniknięcie badania tzw. ślepych uliczek
Umożliwia znalezienie najlepszego rozwiązania
Praktyczna strategia poprawiająca efektywność rozwiązywania złożonych problemów
Prowadzi do rozwiązania wzdłuż najkrótszej, najbardziej prawdopodobnej drogi
Podaje proste kryterium wyboru kierunków postępowania
Pytanie 28
38. Czym różnią się systemy ekspertowe od innych programów? Wybierz jedną odpowiedź:
b. Implementacja zewnętrznego interfejsu eksperta
a. Szybsze działanie od konwencjonalnych programów
c. Automatyczny mechanizm wnioskowania
d. Oddzielenie logiki aplikacji od modelu
Pytanie 29
40. Regułowa reprezentacja wiedzy przedstawiana jest w postaci: Wybierz 1 lub więcej:
a. Konkluzja if przesłanki
c. Fakty if reguły
b. If przesłanki then konkluzja
Pytanie 30
Stwierdzenia to prosty opis bytów (czy są prawdziwe czy fałszywe) i dotyczą:
reguł
cech, czynności, odczuć
zależności i związków
stanów, zdarzeń
Pytanie 31
Która z cech nie pasuje do systemów ekspertowych? Wybierz jedną odpowiedź:
c. rozwiązywanie problemów przez mechanizm wnioskowania
d. jawna reprezentacja wiedzy
a. wykorzystanie przetwarzania symboli
b. ukrywanie sposobu rozwiązania danego problemu
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, wnioskowanie, wyostrzanie
Rozmywanie wyostrzenie wnioskowanie
rozmywanie, inferencja, wyostrzenie
wybór reguł, rozmywanie, 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?
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.
Argumentem funkcji aktywacji jest otrzymana suma, a na wyjście przekazana jest wartość funkcji
Pytanie 36
46. Uczenie sieci neuronowej polega na:
modyfikacji wartości sygnałów wejściowych
zmianie parametrów funkcji aktywacji
modyfikacji wag i wartości sygnałów wejściowych sieci
modyfikacji wag sygnałów wejściowych sieci
Pytanie 37
49. Z jakiej funkcji aktywacji korzysta perceptron?
z funkcji wykładniczej
z bipolanej funkcji skokowej
Z unipolarnej funkcji liniowej
z funkcji tangensoidalnej
Pytanie 38
Który operator NIE jest podstawowym operatorem genetycznym wybierz jedną odpowiedź
d. selekcja
a. krzyżowanie
b. projekcja
c. inwersja
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”?
John McCarthy
Claude Shannon
Herber Simon
Pytanie 41
59. Które niżej wymienionych metod należą do symbolicznych metod reprezentacji wiedzy:
c. Metody bazujące na zastosowaniu logiki
d. Metody oparte na algorytmach genetycznych
a. Metody oparte na ramach
b. Ontologie
Pytanie 42
60. Jaki typ wiedzy reprezentuje baza modeli?
d. Matematyczny
c. Informatyczny
a. Logiczny
b. Wyjaśniający
Pytanie 43
61. Jakie są rodzaje wnioskowania w systemach ekspertowych Wybierz jedną lub więcej:
a. Do tyłu
b. w bok
d. w przód
e. w głąb
c. mieszane
Pytanie 44
62. Logika rozmyta odzwierciadla sposób w jaki “myślą”:
a. ludzie
b. systemy
c. maszyny
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
e. Sieć neuronowa składa się z pojedynczej warstwy wejściowej
c. Liczba neuronów w warstwie wejściowej nie zależy od liczby atrybutów warunkowych w warstwie ukrytej
a. Sieć neuronowa składa się N warstw ukrytych
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:
nieliniowa
liniowa
różniczkowalna
ciągła
Pytanie 49
Przedstaw paradygmaty podejścia agentowego:
Rezyduje w cyberprzestrzeni jak klasyczny obiekt
Możliwość samo replikacji agentów
Wyspecjalizowany i odporny na błędy samodzielny obiekt
Działa w zastępstwie swoich właścicieli
Abstrakcyjna forma programowania obiektowego
Pytanie 50
Kolejność procesów w algorytmie genetycznym to: Wybierz jedną odpowiedź:
a. Generowanie populacji, ocena populacji, wykonanie operatorów genetycznych
c. Generowanie populacji, wykonanie operatorów genetycznych, ocena populacji
b. Ocena nowej populacji, wykonanie operatorów genetycznych, generowanie populacji
Pytanie 51
69. Kto zajmuje się ekstrakcją wiedzy od ekspertów Wybierz jedną odpowiedź:
c. Inżynierowie systemów
d. Inżynierowie wiedzy
a. Kogniwistycy
b. Programiści
Pytanie 52
70. Jakie systemy mają najszersze zastosowanie?
c. Autonomiczne
a. Doradcze
d. Krytykujące
b. Podejmujące decyzje bez kontroli człowieka
Pytanie 53
Gdzie najczęściej stosujemy systemy ekspertowe?
b. Tam gdzie konieczne jest rozumowanie heurystyczne
c. Na potrzeby krótkotrwałe
a. W dziedzinach niesformalizowanych w sposób jednoznaczny
d. W sytuacjach wymagających intuicyjnego działania
Pytanie 54
72. Jaka część systemu może komunikować się z dynamiczną bazą wiedzy?
b. Interfejs użytkownika
c. System wnioskujący
d. Procedury wyjścia
a. Plik z faktami
Pytanie 55
73. Co w ogólnej formule wnioskowania P1^P2^ ^Pn -> W oznacza P?
Przesłanki
Procedury
Połączenia
Pobieranie
Pytanie 56
3. Co zawiera baza rad? Wybierz jedną odpowiedź:
b. Rady przydzielone do faktów
d. Odnośniki do rad
c. Uporządkowane pary rad i reguł
a. Zbiory rad wykluczanych
Pytanie 57
1. Wyjaśnij pojęcie wersji słabej i silnej AI:
Wszystko to, czego jeszcze nie potrafią zrobić sztuczne systemy
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
Pytanie 58
22. Dopasuj definicje następujących pojęć
c. Tworzenie baz oraz wykorzystanie technologii semantycznych do przetwarzania
Big data
a. Samouczenie maszynowe lub uczące się systemy
Machine learning
b. Wykrywanie nieznanych prawidłowości, tworzenie analogii i modyfikowanie
Inżynieria wiedzy
Pytanie 59
25. Dopasuj rodzaje prototypów systemów ekspertowych
Gotowy do produkcji w wymaganej skali
Komercyjny
Realizuje pewne cząstkowe zadania
Demonstracyjny
Realizuje w pełni założone zadania
Użytkowy
Charakteryzuje się szybkim działaniem
Przemysłowy
Przeszedł pełne testowanie
Eksploatacyjny
Pytanie 60
30. Dopasuj klasy zastosowań sieci neuronowych
a. Predykacja
określenie stanów systemu na podstawie sygnałów wejściowych
b. Aproksymacja
Linearyzacja lub interpolacja sygnałów wyjściowych sieci
d. Asocjacja
Odtworzenie sygnału oryginalnego pozbawionego zniekształceń
c. Klasyfikacja
Nauka cech i wzorców aby rozpoznać różnice
Pytanie 61
33. Dopasuj klasy metod optymalizacji i poszukiwania
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
Obliczanie wartość funkcji celu, przeglądając wszystkie punkty skończonej przestrzeni np. sprawdzenie po kolei wszystkich rozwiązań
Przeszukiwanie enumeracyjne
Przypadkowe lub metody oparte na wielokrotnym losowaniu punktu w przestrzeni i zapamiętywaniu najlepszego rozwiązania
Metody stochastyczne
Pytanie 62
35. Czym jest sztuczna inteligencja?
Kiedy maszyna zachowuje się w sposób inteligentny
AI jako działanie ludzkie
Przewidywanie i testowanie zachowania się istot ludzkich i identyfikacja czynności umysłowych
AI jako myślenie ludzkie
Poszukiwanie „praw myślenia"
AI jako myślenie racjonalne
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 sztuczny byt może działać i sterować sobą?
Cybernetyka
W jaki sposób zbudować wydajne systemy, aby mogły spełniać wymagania Al?
Informatyka
Jak się ma język do myślenia?
Lingwistyka
W jaki sposób człowiek myśli i działa
Psychologia
Pytanie 64
44. Dopasuj rodzaj logiki do następujących reguł
a. droga hamowania jest długa if prędkość > 100
klasyczna
b. droga hamowania jest długa if prędkość jest duża
rozmyta
Pytanie 65
50. Dopasuj do podanych definicji odpowiednie pojecia:
Tworzenie kolejnego pokolenia osobników poprzez wybór i powielenie części z nich (zwykle lepiej przystosowanych)
Selekcja
Losowa zmiana genotypu danego osobnika
Mutacja
Działanie modyfikujące genotyp osobnika lub całą populację
Operator genetyczny
Wymiana części genotypu między dwoma osobnikami
Krzyżowanie
Metoda selekcji wykorzystywana w klasycznym algorytmie genetycznym
Ruletka
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
b. działanie agenta składa się z prostych operacji takich jak wysyłanie i odbieranie komunikatów, wykonywanie działań prywatnych oraz aktualizacja modelu mentalnego
Agent_0
a. działanie agenta bazuje na zachowaniach ludzkich w których możemy próbować opisać agenta w oparciu o zestaw poglądów
BDI
Pytanie 68
55. Przyporządkuj pytanie do dziedziny nauki będącej jednym z fundamentów AI
b. W jaki sposób mózg przetwarza informacje
Neurobiologia
a. Jakie sa formalne zasady wnioskowania
Matematyka
c. Skąd bierze się wiedza?
Filozofia
d. Jakie podejmować decyzje maksymalizujące wyniki działań
Ekonomia
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?
a. Na n obszarów
c. Na dwa obszary
d. Na trzy obszary
b. Nie jest możliwy podział
Pytanie 71
74. Dopasuj do rodzaju kategorii następujące powiedzenie
b. Niepewność
Uncertainty
a. Rozmytość
Fuzzy logic
Pytanie 72
75. Wybierz 'filary" głębokiego uczenia: Wybierz jedną lub więcej:
c) Modele i algorytmy
d) Tylko Architektura Sieci Neuronowej
b) Moc obliczeniowa
a) Dane
Pytanie 73
Wybierz najbardziej istotną cechę (właściwość) systemów zaliczanych do AI) Wybierz jedną odpowiedź:
c) Złożoność
a) Odporność na uszkodzenia
b) Umiejętność uczenia się
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:
c) Nie
a) Tak
b) W pewnym sensie
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:
b) Nie
a) Tak
c) W pewnym sensie
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 wynikowych
wektor wzorców wyjściowych
wektor wzorców wejściowych
Pytanie 78
83. W procesie nauczania sieci neuronowej Pełne przejście przez wszystkie wzorce uczące nazywane jest:
epoką uczenia
zakresem uczenia
okresem 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.
Agent działa optymalnie ze względu na swoje cele, ale przy ograniczeniu zasobów
Racjonalność
Możliwość interakcji agenta z innymi agentami, użytkownikiem bądź zasobami
Otwartość
Możliwość przemieszczania się pomiędzy różnymi hostami w sieci
Mobilność
Na podstawie wcześniejszych decyzji i obserwacji dokonuje akwizycji wiedzy
Uczenie się
Pytanie 81
81. Dopasuj metody uczenia neuronu:
Neuron powinien tak się nauczyć, aby dla podobnych wejść zwracać taki sam sygnał wyjściowy, a dla niepodobnych różne sygnały wyjściowe
bez nauczyciela
Neuron poprawnie reaguje na wzorce jeśli sygnał który zwraca dla danego wejścia jest taki sam (z pewną dokładnością) jak oczekiwana wartość
z nauczycielem
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