Istota proceduralnej reprezentacji wiedzy jest miedzy innymi to ze:

• wyznaczany jest zbiór procedur, których działanie reprezentuje wiedze rozpatrywanej dziedziny

W dziedzinie sztucznej inteligencji rozpatrywany jest tzw. „ test turinga”. Test ten:

• pozwala na sprawdzenie czy działanie określonego programu komputerowego może być ocenione jako działanie inteligentne

Działania wykonywane przez systemy doradcze mogą przyjmować miedzy innymi formę wnioskowania lub dowodzenia. Dowodzenie jest postępowaniem:

• polegającym na wykazywaniu prawdziwości rozpatrywanego zdania na podstawie innych zdań uznanych wcześniej za prawdziwe

Indukcja eliminacyjna Milla:

• obejmuje schematy wnioskowania zwane kanonami Milla

• przyjmuje ze przyczyna zjawiska B jest takie zjawisko A po którym B stale następuje

• przyjmuje ze przyczyna zjawiska B jest takie zjawisko A które stale poprzedza B

Scenariusze są jedna z form reprezentacji wiedzy:

• która powinna być stosowana wtedy, gdy reprezentowana wiedza dotyczy ludzi

Sieć stwierdzeń jest grafem:

• węzłami tego grafu są stwierdzenia

• gałęziami tego grafu są relacje miedzy stwierdzeniami

• dwa węzły tego grafu mogą być połączone dowolna liczba gałęzi

Zaleta algorytmów przeszukiwania wszerz w porównaniu z algorytmami przeszukiwania w głąb jest to ze:

• nie występuje niebezpieczeństwo zbędnych przeszukiwań długich gałęzi

• mogą one szybciej doprowadzić do rozwiązania zwłaszcza wtedy, gdy istnieje wiele możliwych rozwiązań

Nazwa „jednostronne modele danych” wywodzi się z tego ze:

• model definiowany jest za pomocą nierówności

Prawdopodobieństwo słuszności hipotezy dla znanych racji można określać na podstawie modelu Unyesa. W modelu tym:

• występują prawdopodobieństwa „a priori” będące przyczyna ograniczeń możliwości stosowania tego modelu

Podstawowymi elementami (alfabetem) rachunku zdań są miedzy innymi:

• zmienne zdaniowe

• spójniki logiczne

Pan X należy w stopniu 0,8 do „zbioru osób niskich” oraz w stopniu 0,5 do „zbioru osób otyłych”. W jakim stopniu należy on do „zbioru niskich osób otyłych”, jeżeli wiadomo ze stosowane są podstawowe operatory sumy iloczynu zbiorów rozmytych:

• 0.1 ; 0,5

Bazy wiedzy systemów doradczych zapisywane są często w postaci zbiorów reguł. Przykładami takich reguł są:

• If przesłanka Then konkluzja

• If przesłanka Then konkluzja 1 else konkluzja 2

Zbiór przybliżony definiowany jest miedzy innymi za pomocą:

• dolnego przybliżenia zbioru

• górnego przybliżenia zbioru

Modalny rachunek zdań można rozpatrywać jako rozwiniecie klasycznego rachunku zdań polegające na wprowadzeniu:

• co najmniej dwóch operatorów modalnych „jest możliwe to, że” oraz „jest konieczne to, że”

• w wielostopniowych nawiasów w zapisie wyrażeń logicznych

Pojecie „zbiór przybliżony” zostało wprowadzone przez:

• Z. Pawlaka

Tzw. „algorytm alpinisty” może być stosowany do wspomagania procesu przeszukiwania przestrzeni możliwych rozwiązań. Wada tego algorytmu jest:

• wyznaczenie poprawnych wyników jedynie dla monotonicznych funkcji kryterialnych

Wnioskowanie niemonotoniczne jest wnioskowaniem, w którym:

• można wykazywać słuszność konkluzji przy braku kompletu przesłanek

Implikacja „->” jest funktorem zdaniotwórczym. Następujące zdania są tautologiami (są zawsze prawdziwe)

• („2 i 2=4” -> „3 + 3=6”)

Cecha charakterystyczna modeli globalnych jest to ze:

• zastępują one dane

• wyznaczone są za pomocą prostszych algorytmów niż modele lokalne

Podręczniki dotyczące metod sztucznej inteligencji często wymieniają system MYCIN:

• który jest jednym z pierwszych systemów dla zastosowań medycznych

• który jest najlepszym systemem doradczym stosującym reguły

Przykładami heurystycznych metod przeszukiwania przestrzeni stanów są:

• metoda najbliższego sąsiada

Aby przejść pozytywnie „test Turinga” program powinien:

• przetwarzać język naturalny

• rozumować automatycznie

• adoptować się do nowych okoliczności poprzez uczenie

Racjonalność działania inteligentnego agenta zależy od:

• miary osiągnięć określającej stopień osiągnięcia sukcesu

• wszystkiego, co agent poznał do tej pory

• tego, co agent wie o swoim otoczeniu

Architektura inteligentnego agenta to:

• określone środowisko, w którym można realizować jego program

Aby skonstruować program inteligentnego agenta trzeba określić:

• możliwe percepcje i akcje

• cele lub miary osiągnięć

• rodzaj środowiska agenta

Agent inteligentny o prostych odruchach dla danej percepcji wybiera odpowiednie akcje posługując się:

• zbiorem reguł działania

Prosty agent rozwiązujący problemy wybiera akcje, które ma podjąć:

• poprzez sformułowanie celu i problemu oraz poszukiwanie rozwiązania problemu

Problem eksploracji występuje wtedy, gdy:

• agent nie wie, jakie są skutki jego działań i musi skutki swoich działań dopiero poznać

Problem dobrze określony opisany jest poprzez:

• przestrzeń stanów

• test osiągnięcia celu

• sposób wyboru rozwiązań bardziej preferowanych

Rozwijanie danego stanu polega na:

• wygenerowaniu nowego zbioru stanów poprzez zastosowanie dostępnych operatorów do istniejącego stanu

Test Turinga umożliwia”

• zbadanie inteligencji operacyjnej danego systemu

Inteligentny agent:

• postrzega otoczenie poprzez sensory

• oddziałuje na otoczenie przez efektory

Agent autonomiczny może opierać swoje działanie na:

• swoim własnym doświadczeniu

• wiedzy wbudowanej do niego przez jego konstruktora i uwzględniającej szczególne otoczenie, w którym ma działać

Jeśli program inteligentnego agenta określony jest za pomocą tabeli to:

• agent ten nie ma żadnej autonomii

W przypadku agenta ukierunkowanego na osiąganie celu:

• wybór akcji następuje z uwzględnieniem ich skutków

Środowisko agenta grającego w szachy jest:

• dostępne

• deterministyczne

Prosty agent rozwiązujący problemy na podstawie danej percepcji:

• formułuje cel odpowiedni do stanu świata

• formułuje problem

• poszukuje rozwiązania problemu

Jeśli środowisko agenta jest całkowicie dostępne to:

• możliwe jest wystąpienie problemu wielodzielnego

• możliwe jest wystąpienie problemu z pojedynczym stanem

Przestrzeń stanów to:

• zbiór możliwych akcji dostępnych dla agenta

Poszukiwanie rozwiązania polega na:

• określeniu problemu na podstawie znanego celu

• przeszukaniu przestrzeni stanów

Węzeł przeszukiwania to:

• stan umieszczony w ścieżce przeszukiwania

• struktura danych do reprezentowania drzewa przeszukiwania

Przeszukiwanie wszerz to strategia zgodnie, z która:

• wpierw należy rozwijać wszystkie następniki danego węzła leżące na danym poziomie drzewa przeszukiwania

Spośród niżej wymienionych strategii kompletne jest:

• przeszukiwanie w głąb

Celem reprezentacji wiedzy jest:

• wyrażenie wiedzy w postaci możliwej do przetwarzania przez komputer

Dla danego języka reprezentacji wiedzy semantyka to:

• interpretacja elementów i zdań języka w odniesieniu do faktów o otaczającym świecie

Dowód w danej bazie wiedzy to:

• zapis operacji wnioskowania procedury zachowującej prawdziwość

Zdanie jest tautologia wtedy, gdy:

• jest prawdziwe dla wszystkich możliwych interpretacji we wszystkich możliwych światach

Logika składa się z:

• składni języka

• semantyki języka

• teorii dowodzenia

Zdanie P<>Q jest prawdziwe wtedy i tylko wtedy, gdy:

• albo P i Q są jednocześnie prawdziwe albo jednocześnie fałszywe

Zdania „jak pada deszcz to ulica jest mokra” i „Pada deszcz” są prawdziwe. Czy zdanie „Ulica jest mokra” jest prawdziwe?

• tak

Odpowiedz na poprzednie pytanie wynika z zastosowania, jakiej reguły wnioskowania w rachunku zdań?

• eliminacji implikacji

Drzewo przeszukiwania to:

• struktura reprezentująca proces przeszukiwania

Przeszukiwanie z jednolitym kosztem to strategia zgodnie, z która:

• dla danego poziomu wpierw rozwijany jest węzeł o najniższym koszcie

Spośród niżej wymienionych strategii optymalne jest:

• przeszukiwanie z iteracyjnym pogłębieniem

Baza wiedzy agenta bazującego na wiedzy to:

• zbiór reprezentacji faktów o otaczającym świecie

Dla danego języka reprezentacji wiedzy syntaktyka to:

• opis możliwych konfiguracji elementów języka, które mogą tworzyć zdania

Procedura wnioskowania może:

• dla danej bazy wiedzy KB generować nowe zdanie wyprowadzane z KB

• dla danej bazy wiedzy KB i danego zdania L badać czy L jest wyprowadzane z KB

Wnioskowanie logiczne jest procesem, w którym:

• stosowana jest relacja pociągania pomiędzy zdaniami

Język reprezentacji winien być:

• ekspresywny i ścisły

• niezależny od kontekstu

• nieinterpretowalny na różne sposoby

Zdanie P=> Q jest prawdziwe wtedy i tylko wtedy, gdy:

• P i Q są prawdziwe

• Nie jest tak ze P jest prawdziwe a Q jest jednocześnie fałszywe

Zdania „jak pada deszcz to ulica jest mokra” i „Ulica jest mokra” są prawdziwe. Czy zdanie „Pada deszcz” jest prawdziwe?

• nie

Odpowiedz na poprzednie pytanie wynika z zastosowania, jakiej reguły wnioskowania w rachunku zdań?

- eliminacji implikacji

---