Podsumowanie testu
ESI
Podsumowanie testu
ESI
Twój wynik
Wszystkie ({{dataStorage.userResults.answersTotal}})
Prawidłowe ({{dataStorage.userResults.answersGood}})
Błędne ({{dataStorage.userResults.answersBad}})
Pytanie 1
Połacz w pary
Sztuczna inteligencja to tylko to, czego jeszcze nie potrafią zrobić sztuczne systemy.
AI
komputer odpowiednio zaprogramowany jest w istotny sposób równoważny mózgowi i może mieć stany poznawcze
Silna AI
Komputer pozwala formułować i sprawdzać hipotezy dotyczące mózgu.
Słaba AI
Pytanie 2
Połacz w pary
Przewidywanie i testowanie zachowania się istot ludzkich i identyfikacja czynności umysłowych
AI jako „myślenie racjonalne”.
Kiedy maszyna (agent) robi coś dobrze
AI jako „działania racjonalne”
Kiedy maszyna zachowuje się w sposób inteligentny
AI jako działanie ludzkie
Poszukiwanie „praw myślenia”
AI jako „myślenie ludzkie”
Pytanie 3
Połacz w pary
Jak ma się język do myślenia?
Lingwistyka
W jaki sposób człowiek myśli i działa
Psychologia
W jaki sposób zbudować wydajne systemy, aby mogły spełniać wymagania AI?
Informatyka
W jaki sposób sztuczny byt może działać i sterować sobą?
Cybernetyka
Pytanie 4
Test Turinga rozstrzyga czy maszynę można zakwalifikować do:
Nie przesądza niczego
Słabej wersji AI
Silnej wersji AI
Pytanie 5
Heurystyka jest rozumiana w zagadnieniach AI jako
Powinna umożliwić uniknięcie badania tzw. ślepych uliczek
Praktyczna strategia poprawiająca efektywność rozwiązywania złożonych problemów
Umożliwia znalezienie najlepszego rozwiązania
Podaje proste kryterium wyboru kierunków postępowania
Prowadzi do rozwiązania wzdłuż najkrótszej, najbardziej prawdopodobnej drogi
Pytanie 6
Czym różnią się systemy ekspertowe od innych programów
Szybsze działanie od konwencjonalnych programów
Automatyczny mechanizm wnioskowania
Implementacja zewnętrznego interfejsu eksperta
Oddzielne logiki aplikacji od modelu
Pytanie 7
Obszary używania logiki predykatów
Inteligentne wydobycie inf (Data mining)
Automatyczne udowodnienie twierdzeń
Ekspertowe systemy
Automatyczne sterowanie robotem
Pytanie 8
Regułowa reprezentacja wiedzy przedstawiana jest w postaci
konkluzja if przesłanki
if przesłanki then konkluzja
fakty if reguły
Pytanie 9
Stwierdzenia to prosty opis bytów (czy są prawdziwe czy fałszywe) i dotyczą
cech, czynności, odczuć
zależności i związków
reguł
stanów, zdarzeń
Pytanie 10
Który element nie wchodzi w skład systemy ekspertowego
interfejs użytkownika
baza wiedzy
dynamiczna baza danych
szkielet procedur
Pytanie 11
Co zawiera baza rad?
Uporządkowanie pary rad i reguł
Odnośniki do rad
Rady przydzielone do faktów
Zbiory rad wykluczalnych
Pytanie 12
Co to jest klasyfikacja?
Przyporządkowanie obiektów do danych grup ze względu na ich właściwości
Składanie urządzeń z podzespołów w optymalny sposób
Losowe łączenie narzędzi w grupy
Traktowanie wiedzy jako przyporządkowanej informacji
Pytanie 13
Która z podanych aplikacji nie jest systemem ekspertowym?
Domican
Gideon
Prospector
Mycin
Pytanie 14
Która cecha nie pasuje do systemów ekspertowych
Jawna reprezentacja wiedzy
Wykorzystanie przetwarzania symboli
Rozwiązywanie problemów przez mechanizm wnioskowania
Ukrywanie sposobu rozwiązania danego problemu
Pytanie 15
Wiedza deklaratywna w systemach ekspertowych to
definicje, klasyfikacje, opis pojęć, rólm relacji
opis procesów i strategii postępowania
metody, algorytmy, procedury
Pytanie 16
Dopasuj rodzaj logiki dla następujących reguł?
Droga hamowania jest długa IF prędkość jest duża
rozmyta
Droga hamowania długa IF prędkość > 100
klasyczna
Pytanie 17
Niepewność wiedzy w SE definiujemy poprzez
prawdopodobieństwo wystąpienia jakiegoś faktu
współczynnik zaufania eksperta do reguły
współczynnik przynależności do zbioru
Pytanie 18
Funkcja przynależności w logice rozmytej określa
Stopień podziału zbioru rozmytego
Stopień przynależności do zbioru rozmytego
Stopień przynależności do danej klasy
Pytanie 19
Kolejność podstawowych procesów wnioskowania rozmytego to:
Rozmywanie, Wnioskowanie, inferencja
Rozmywanie, inferencja, Wyostrzanie
Rozmywanie, Wnioskowanie, Wyostrzanie
Rozmywanie, Wyostrzanie, Wnioskowanie
Pytanie 20
Dopasuj klasy zastosowań sieci neuronowych
Aproksymacja
Linearyzacja lub interpolacja sygnałów wyjściowych sieci
Asocjacja
Odtworzenie sygnału oryginalnego pozbawionego zniekształceń
Klasyfikacja
nauka cech i wzorców aby rozpoznać różnice
Predykacja
określenie stanów systemu na podstawie sygnałów wejściowych
Pytanie 21
Sieci neuronowe stosujemy w sytuacji gdy w rozwiązywaniu problemu zachodzi sytuacja, że
Całkowity brak reguł i duża złożoność problemu
Częściowa znajomość reguł i małą lub średnią złożoność problemu
Mały stopień niewiedzy i małą lub średnią złożoność problemu
Pytanie 22
Jak działa pojedynczy neuron? Która z poniższych odpowiedzi nie jest prawdziwa
Wyjścia mnożone przez wagi
Wejścia mnożone przez wagi są sumowane oraz przekazane do funkcji aktywacji
Otrzymana suma jest normowana do wartości z przedziału [0,1]
Argumentem funkcji jest otrzymana suma a na wyjście przekazana jest wartośc funkcji
Pytanie 23
Uczenie sieci neuronowej polega na
Modyfikacji wag i wartości sygnałów wejściowych sieci
Modyfikacji wartości sygnałów wejsciowych
Modyfikacji wag sygnałów wejściowych sieci
Zmianie parametrów funkcji aktywacji
Pytanie 24
Z jakiej funkcji aktywacji korzysta perceptron?
z funkcji wykładniczej
Z bipolarnej funkcji skokowej
z funkcji tangesoidalnej
z unipolarnej funkcji liniowej
Pytanie 25
Dopasuj do podanych definicji odpowiednie pojęcia
Tworzenie kolejnego pokolenia osobników poprzez wybór i powielenie części z nich (zwykle lepiej przystosowanych)
Selekcja
Wymiana części genotypu między dwoma osobnikami
Krzyżowanie
Działanie modyfikujące genotyp osobnika lub całą populację
Operator genetyczny
Losowa zmiana genotypu danego osobnika
Mutacja
Metoda selekcji wykorzystywana w klasycznym algorytmie genetycznym
Ruletka
Pytanie 26
Algorytmy generyczne pozwalają na znalezienie
Dokładnego rozwiązania optymalnego
Przybliżonego rozwiązania optymalnego
Pytanie 27
Który operator nie jest podstawowym operatorem genetycznym
Krzyżowanie
Inwersja
Selekcja
Projekcja
Pytanie 28
Dopasuj klasy metod optymalizacji i poszukiwania
Polegające na rozwiązaniu układu równań (zazwyczaj nieliniowych) otrzymanych przez przyrównanie gradientu funkcji celu do zera
Metody analityczne
Przypadkowe lub metody oparte na wielokrotnym losowaniu punktu w przestrzeni i zapamiętywaniu najlepszego rozwiązania
Metody stochastyczne
Obliczanie wartości funkcji celu, przeglądając wszystkie punkty skończonej przestrzeni np. sprawdzenie po kolei wszystkich rozwiązań
Przeszukiwanie wyczerpujące
Stosowanie zasad, umożliwiających ograniczenie przestrzeni poszukiwań rozwiązania
Metody heurystyczne
Pytanie 29
Dopasuj cechy agenta programowego do definicji
Pozwala na dostosowanie się do zmian w otoczeniu na podstawie doświadczenie zdobytego przez agenta
adaptacyjność
Umożliwia agentowi manifestowanie własnych stanów w postaci emocji
osobowość
Odzwierciedla cechy mentalne agenta związane z środkami komunikacji i wyrazu
personifikacja
Pytanie 30
Dopasuj definicje następujących pojęć
Działanie agenta składa się z prostych operacji, takich jak wysyłanie i odbieranie komunikatów, wykonywanie działań prywatnych oraz aktualizacji modelu mentalnego
Agent_0
Działanie agenta bazuje na zachowaniach ludzkich, w których możemy próbować opisać agenta w oparciu o zestaw poglądów
BDI
Pytanie 31
Dopasuj definicje następujących pojęć
Tworzenie baz oraz wykorzystanie technologii semantycznych do przetwarzania
Big Data
Samouczenie maszynowe lub uczące się systemy
Machine learning
Wykrywanie nieznanych prawidłowości, tworzenie analogii i modyfikowanie
Inżynieria wiedzy
Pytanie 32
Dopasuj rodzaje prototypów systemów ekspertowych
Realizuje w pełni założone zadania
Użytkowy
Realizuje pewne cząstkowe zadania
Demonstracyjny
Przeszedł pełne testowanie
Eksploatacyjny
Gotowy do produkcji w wymaganej skali
Komercyjny
Charakteryzuje się szybkim działaniem
Przemysłowy
Pytanie 33
Co zapewnia symboliczny zapis wiedzy
Łatwą analizę poprawności bazy wiedzy
Krótsze czasy przeszukiwania bazy wiedzy
Szybsze sprawdzanie poprawności kolejnych stanów
Uproszczone podejmowanie decyzji
Pytanie 34
Jakiego elementu nie ma w modelu pojedynczego neuronu
Sumatora
Funkcji przynależności
Funkcji aktywacji
Wejść i wag dla każdego z wejść
Pytanie 35
Na ile obszarów można podzielić przestrzeń cech wykorzystując pojedynczy perceptron o n wejściach
Na n obszarów
Na trzy obszary
Nie jest możliwy podział
Na dwa obszary
Pytanie 36
Oblicz wartość sygnału na wejściu perceptronu z bipolarną funkcją aktywacji dla wejścia poniżej
X1=2,W1=0,5
X2=3.W2,0,5
Pytanie 37
Metoda współczynników pewności zakłada
oszacowanie stopnia pewności eksperta o prawdziwości danej reguły
prawdopodobieństwo danego fakty lub reguły
stopień prawdziwości faktu lub reguły
Pytanie 38
Różnice między algorytmami genetycznymi i tradycyjnymi metodami optymalizacyjnymi.
Które stwierdzenie nie jest prawdziwe
Poszukiwanie w algorytmach genetycznych odbywa się w wielu punktach jednocześnie (populacja)
Algorytmy genetyczne korzystają tylko z funkcji celu, nie zaś z jej pochodnych i innych pomocniczych informacji
Algorytmy genetyczne korzystają z pochodnych funkcji celu i innych pomocniczych informacji
Algorytmy genetycznie nie przetwarzają bezpośrednio parametrów zadania, lecz ich zakodowaną postać
Algorytm genetyczny stosuje probabilistyczne metody selekcji
Pytanie 39
Przyporządkuj pytanie do dzidziny nauki bedącej jednym z fundamentów AI
Skąd bierze się wiedza
Filozofia
Jakie podejmowaqć decyzje maksymalizujące wyniki działań
Ekonomia
W jaki sposób mózg przetwarza informacje
Neurobiologia
Jakie sa formalne zasady wnioskowania
Matematyka
Pytanie 40
Które z poniższych zagadnień nie należą do kluczowych zagadnień AI
Rozpoznawanie mowy
Rozpoznawanie obrazów
Symulacja komputerowa
Reprezentacja wiedzy
Pytanie 41
Czy chatbot jest robotem
Fałsz
Pytanie 42
Dopasuj stosowne definicje wiedzy
W ujęciu naukowym
zbiór uzasadnionych empirycznie lub logicznie/ matematycznie stwierdzeń
W ujęciu potocznym
zbiór doświadczeń i przekonań.
w ujęciu filozoficznym
zbiór uzasadnionych przekonań
Pytanie 43
Kto jako pierwszy zaproponował dla dyscypliny określenie “Artifical Inteligence
Herber Simon
Claude Shannon
John McCarthy
Pytanie 44
Które niżej wymienionych metod należą do symbolicznych metod reprezentacji wiedzy
Ontologie
Metody oparte na algorytmach genetycznych
Metody oparte na ramach
Metody bazujące na zastosowaniu logiki
Pytanie 45
Jaki typ wiedzy reprezentuje baza modeli
Matematyczny
Informatyczny
Wyjaśniający
Logiczny
Pytanie 46
Jakie są rodzaje wnioskowania w systemach ekspertowych
w przód
Do tyłu
w bok
w głąb
mieszane
Pytanie 47
Logika rozmyta odzwierciadla sposób w jaki “myślą
maszyny
systemy
ludzie
Pytanie 48
Stopniowanie rozmywania pojęć np. długi, bardzo długi itp. modelujemy poprzez
Zmianę wartości wykładnika w wykładniczej funkcji przynależności
Zmianę wartości podstawy w wykładniczej funkcji przynależności
Pytanie 49
Dopasuj elementy obliczeń neuronowych do przetwarzania klasycznego
Załadowanie programu do pamięci operacyjnej
rozproszenie wartości wag i progów
Przetwarzanie sekwencyjne:
obliczenia równoległe
Pytanie 50
Budowa sieci neuronowej. Wybierz odpowiedź, która nie jest prawdziwa.
Liczba neuronów w warstwie wejściowej nie zależy od liczby atrybutów warunkowych w warstwie ukrytej
Liczba neuronów warstwie wyjściowej zależy od liczby atrybutów decyzyjnych
Sieć neuronowa składa się z pojedynczej warstwy wyjściowej
Sieć neuronowa składa się z pojedynczej warstwy wejściowej
Sieć neuronowa składa się N warstw ukrytych
Pytanie 51
Algorytm uczenia sieci neuronowych jest oparty na
wstecznej wag
wstecznej propagacji błędów i wag
wstecznej propagacji błędów
Pytanie 52
Nauczanie sieci neuronowej z zastosowaniem algorytmu wstecznej propagacji błedu wymaga aby
funkcja aktywacji była
nieliniowa
liniowa
ciągła
różniczkowalna
Pytanie 53
Przedstaw paradygmaty podejścia agentowego
Możliwość samoreplikacji agentów
Działa w zastępstwie swoich właścicieli
Rezyduje w cyberprzestrzeni jak klasyczny obiekt
Abstrakcyjna forma programowania obiektowego
Wyspecjalizowany i odporny na błędy samodzielny obiekt
Pytanie 54
Kolejnośc procesów w algorytmie genetycznym to
Generowanie populacji, ocena populacji, wykonanie operatorów genetycznych
Ocena nowej populacji, wykonanie operatorów genetycznych, generowanie populacji
Generowanie populacji, wykonanie operatorów genetycznych, ocena populacji
Pytanie 55
Kto zajmuje się ekstrakcją wiedzy od ekspertów
Programiści
Inżynierowie systemów
Inżynierowie wiedzy
Kogniwistycy
Pytanie 56
Jakie systemy mają najszersze zastosowanie
Autonomiczne
Podejmujące decyzje bez kontroli człowieka
Doradcze
Krytykujące
Pytanie 57
Jezeli funkcja przynalezności do zbioru rozmytego wynosi µA(x), i odpowiednio dla zbioru B ), µB(x), to
Koniunkcja A i B wynosi
iloczyn
Alternatywa A i B wynos
suma
Pytanie 58
Gdzie najczęściej stosujemy systemy ekspertowe?
W dziedzinach niesformalizowanych w sposób jednoznaczny
W sytuacjach wymagających intuicyjnego działania
Tam gdzie konieczne jest rozumowanie heurystyczne
Na potrzeby krótkotrwałe
Pytanie 59
Jaka część systemu może komunikować się z dynamiczną bazą wiedzy
Plik z faktami
Interfejs użytkownika
Procedury wyjścia
System wnioskujący
Pytanie 60
Co w ogólnej formule wnioskowania P1^P2^ ^Pn -> W oznacza P
Przesłanki
Procedury
Połączenia
Pobieranie