Lista de Exercícios - Conceitos Básicos de Inteligência Artificial

Este documento é uma lista de exercícios de revisão para prova da disciplina de Inteligência Artificial na Universidade Federal de Tocantins. Contém 15 questões abrangendo tópicos como definições de IA, teste de Turing, evolução da IA, busca cega, A*, modelagem de agentes racionais e tipos de agentes.

Enviado por

Denilson Santos Sobrinho Junior

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

0% acharam este documento útil (1 voto)

857 visualizações3 páginas

Lista de Exercícios - Conceitos Básicos de Inteligência Artificial

Enviado por

Denilson Santos Sobrinho Junior

Direitos autorais

Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.

Formatos disponíveis

Baixe no formato PDF, TXT ou leia on-line no Scribd

Universidade Federal de Tocantins (UFT) – Campus de Palmas

Curso: Ciência da Computação

Disciplina: Inteligência Artificial
Profa: Glenda Botelho

Lista de Exercícios de Revisão para Prova

Obs.: Não é necessário entregar a lista. Apenas para sanar dúvidas referente ao
conteúdo.

1 - Explique as quatro definições de Inteligência Artificial, segundo Norving (sistemas

que pensam como humanos, sistemas que agem como humanos, sistemas que pensam
racionalmente, sistemas que agem racionalmente).

2 - Explique como é realizando o Teste de Turing e quais as habilidades que um

computador precisa apresentar para passar no teste.

3 – Contextualize os diferentes períodos da evolução da IA, discutindo brevemente cada

um deles.

4 - Quais são as principais diferenças entre IA e computação convencional?

5 - Defina com suas próprias palavras os termos: espaço de estados, árvore de busca, nó
objetivo, custo do caminho.

6 - Como se avalia geralmente as estratégias de busca (critérios)?

7 - Por que a busca gulosa pela melhor escolha não é ótima?

8 - Explique, rapidamente, cada uma das estratégias de busca discutidas em sala de aula.

9 – Faça uma pesquisa e escreva sobre os algoritmos Hill Climbing e Simulated

Annealing.

10 – Qual a diferença entre busca informada e não informada? Explique.

11 – Com base no mapa seguinte, responda as questões, considerando “Start” como o

estado inicial e “Goal” como o estado objetivo.
(a) Monte as árvores de busca que seriam geradas pelos algoritmos de busca
cega vistos em aula (busca em largura e busca em profundidade).
(b) Qual dos algoritmos apresentou melhor resultado? Considerando o custo do
caminho e o número de nós avaliados até que a solução fosse encontrada.

12 - Considere o seguinte mapa:

Usando o algoritmo A* determine uma rota de A até R, usando as seguintes funções de

custo g(n) = a distância entre cada cidade (mostrada no mapa) e h(n) = a distância em
linha reta entre duas cidades. Estas distâncias são dadas na tabela abaixo:
Em sua resposta forneça o seguinte:
1. A árvore de busca que é produzida, mostrando a função de custo em cada nó.
2. Defina a ordem em que os nós serão expandidos.
3. Defina a rota que será tomada e o custo total

13 – O que deve ser definido no processo de modelagem de um agente racional?

14 – Defina ambiente completamente observável, parcialmente observável,

determinístico, não determinístico, estático, dinâmico, discreto, contínuo, agente único e
multiagente.

15 – Explique cada um dos tipos básicos de agente: agente reativo simples, agente
reativo baseado em modelo, agente baseado em objetivo, agente baseado em utilidade e
agente com aprendizagem.