Inteligență Artificială - Quiz General

Choose a study mode

Play Quiz
Study Flashcards
Spaced Repetition
Chat to Lesson

Podcast

Play an AI-generated podcast conversation about this lesson

Questions and Answers

Care dintre următoarele descrie corect algoritmul Q-Learning?

  • Un algoritm de inferență probabilistică pentru rețele bayesiene.
  • Un algoritm pentru probleme de satisfacere a constrângerilor.
  • Un algoritm de inferență folosit în logica vagă (fuzzy).
  • Un algoritm de învățare cu întărire. (correct)

Care a fost contribuția cercetătorilor McCulloch și Pitts în 1943, relevantă pentru inteligența artificială?

  • Logica predicativă.
  • Logica vagă (fuzzy).
  • Un model neuronal. (correct)
  • Un program de șah.

În ce an a fost propus termenul de 'inteligență artificială'?

  • 1946
  • 1966
  • 1956 (correct)
  • 1976

Cine a inventat limbajul Lisp în 1958?

<p>John McCarthy (C)</p> Signup and view all the answers

Care au fost primele programe de inteligență artificială utilizate cu succes în industrie?

<p>Sistemele expert. (A)</p> Signup and view all the answers

Care dintre următoarele sisteme expert a fost utilizat în diagnosticarea medicală în anii '70?

<p>Mycin (A)</p> Signup and view all the answers

Care a fost primul program de inteligență artificială care a încercat să treacă testul Turing?

<p>Eliza (B)</p> Signup and view all the answers

În ce an a fost redescoperit algoritmul de retropropagare (backpropagation) și de către cine?

<p>Rumelhart, Hinton și Williams, în 1986 (A)</p> Signup and view all the answers

Ce se întâmplă cu genele unui individ într-un algoritm evolutiv, conform textului?

<p>Genele sunt modificate parțial, cu o fracțiune din nivelul de feromoni depus anterior. (D)</p> Signup and view all the answers

Care dintre următoarele este expresia corectă pentru inferența prin enumerare într-o rețea bayesiană, unde X este variabila interogată, y variabilele neobservate, e variabilele observate, iar alfa coeficientul de normalizare?

<p>$P(X|e) = \alpha \sum_y P(X, y, e)$ (B)</p> Signup and view all the answers

Cum funcționează selecția de tip ruletă într-un algoritm evolutiv?

<p>Un părinte este selectat cu probabilitate proporțională cu valoarea funcției de adaptare (fitness). (C)</p> Signup and view all the answers

Care dintre următoarele caracterizează cel mai bine limbajul F#?

<p>Facilitățile sale de programare funcțională. (B)</p> Signup and view all the answers

În ce țară a fost inventat limbajul de programare Prolog?

<p>Franța. (A)</p> Signup and view all the answers

Care este principalul avantaj al limbajului Clips (dezvoltat de NASA în 1985)?

<p>Motorul de inferență eficient. (A)</p> Signup and view all the answers

Cine a propus modelul perceptronului la sfârșitul anilor '50?

<p>Frank Rosenblatt. (A)</p> Signup and view all the answers

Care dintre următoarele afirmații compară corect metodele Mamdani și Sugeno?

<p>Metoda Mamdani descrie mai intuitiv cunoștințele, iar metoda Sugeno este mai eficientă computațional. (A)</p> Signup and view all the answers

Ce metodă permite realizarea inferențelor bazate pe probabilități?

<p>Rețelele bayesiene (D)</p> Signup and view all the answers

Care este funcția primară a unui perceptron cu un singur strat?

<p>Să clasifice instanțe în două clase distincte prin identificarea unui hiperplan separator. (D)</p> Signup and view all the answers

Cum este structurat un perceptron multi-strat?

<p>Este format din mai multe straturi de neuroni interconectați, fiecare neuron aplicând o funcție de activare neliniară unei sume ponderate și adăugând un termen suplimentar. (A)</p> Signup and view all the answers

Care este principiul fundamental al clasificării folosind mașini cu vectori suport (SVM)?

<p>Maximizarea marjei de separare dintre clase. (A)</p> Signup and view all the answers

Într-un sistem fuzzy, care este rolul funcției de apartenență?

<p>De a determina gradul în care o valoare de intrare aparține unei mulțimi fuzzy. (D)</p> Signup and view all the answers

Care operație NU este specifică abordării logicii fuzzy (logica vagă)?

<p>Calculul mediei ponderate a valorilor claselor (B)</p> Signup and view all the answers

Ce reprezintă 'kernel trick' în contextul mașinilor cu vectori suport (SVM)?

<p>O modalitate de a efectua calcule într-un spațiu de dimensiune mai mare, prin funcții neliniare, fără a calcula efectiv coordonatele în acel spațiu. (D)</p> Signup and view all the answers

Cum influențează temperatura probabilitatea de a accepta o soluție vecină inferioară într-un algoritm de optimizare stochastică?

<p>O temperatură ridicată crește probabilitatea de a accepta o soluție vecină inferioară. (C)</p> Signup and view all the answers

Care dintre următoarele reprezintă un avantaj al abordării inteligenței artificiale din perspectiva acțiunilor raționale?

<p>Comportamentul rațional este observabil și testabil științific, bazându-se pe acțiuni optime. (B)</p> Signup and view all the answers

De ce funcțiile de activare liniare nu sunt utilizate în perceptronul multi-strat?

<p>O compunere de funcții liniare nu crește capacitatea de calcul față de o rețea cu un singur strat. (B)</p> Signup and view all the answers

Care este formula corectă pentru actualizarea ponderilor în perceptronul cu un singur strat, unde $w_i$ este ponderea, $\alpha$ este rata de învățare, $t$ este ieșirea dorită, $a$ este ieșirea reală, și $x_i$ este intrarea?

<p>$w_i(k+1) = w_i(k) + \alpha *[t(k) – a(k)]*x_i(k)$ (C)</p> Signup and view all the answers

Ce tip de rețea neuronală poate învăța funcția XOR?

<p>Un perceptron multi-strat. (C)</p> Signup and view all the answers

Care este ieșirea unui perceptron cu un singur strat?

<p>Funcția Heaviside aplicată sumei ponderate a intrărilor. (B)</p> Signup and view all the answers

Cum este probabilitatea de a accepta o solutie vecina inferioara, cand temperatura este scazuta?

<p>Mai mica (B)</p> Signup and view all the answers

Cum este probabilitatea de a accepta o solutie vecina superioara, cand temperatura este mare?

<p>Mai mare (B)</p> Signup and view all the answers

Cum se actualizează ponderile neuronului câștigător Wi(t) într-o rețea Learning Vector Quantization, dacă Xj este vectorul de intrare și alfa este rata de învățare?

<p>Wi(t+1) = Wi(t) + alfa * ( Xj - Wi(t) ) (D)</p> Signup and view all the answers

În modelul LVQ2, ce condiție specifică necesită intervenția celui de-al doilea cel mai apropiat vecin, Wj?

<p>Wi aparține unei clase diferite de X, Wj aparține aceleiași clase cu X, iar X se află într-o fereastră definită de planul bisector dintre Wi și Wj. (C)</p> Signup and view all the answers

Ce concepte cognitive a identificat Grossberg ca fiind explicate de modelele Instar și Outstar?

<p>Învățarea pavloviană, învățarea hebbiană și ideea că repetarea îmbunătățește rezultatele, dar repetarea excesivă nu este necesară. (A)</p> Signup and view all the answers

Care dintre următoarele afirmații descrie un avantaj cheie al modelului CMAC (cerebellar model articulation controller)?

<p>Capacitatea de generalizare locală facilitează descoperirea relațiilor globale în spațiul de intrare. (A)</p> Signup and view all the answers

Care este cel mai utilizat tip de rețea neuronală dintre următoarele?

<p>Perceptronul multistrat. (C)</p> Signup and view all the answers

Cum influențează rata de învățare (alfa) procesul de actualizare a ponderilor în rețelele LVQ?

<p>O valoare mare a <code>alfa</code> permite o ajustare rapidă, dar poate duce la instabilitate, în timp ce o valoare mică încetinește antrenamentul, dar poate îmbunătăți convergența. (A)</p> Signup and view all the answers

În care dintre următoarele scenarii se ajustează ponderile în LVQ2 bazat pe al doilea cel mai apropiat vecin?

<p>Când vectorul de intrare se află la granița dintre clase, iar al doilea cel mai apropiat vecin ajută la o diferențiere mai precisă. (D)</p> Signup and view all the answers

Care este o caracteristică distinctivă a mecanismului de învățare în modelele Instar și Outstar, conform lui Grossberg?

<p>Se concentrează pe o învățare incrementală, unde repetarea îmbunătățește rezultatele și se adaptează la informații noi treptat. (D)</p> Signup and view all the answers

Care este scopul principal al unei mapări într-o memorie asociativă?

<p>Maparea tuturor perechilor de intrare-ieșire, cu toleranță la zgomot și corectarea erorilor. (C)</p> Signup and view all the answers

Ce reprezintă o 'amintire fundamentală' într-o memorie asociativă?

<p>O valoare de ieșire care atrage o gamă largă de intrări spre sine. (D)</p> Signup and view all the answers

Ce definește o memorie autoasociativă?

<p>O memorie care redă mapări de forma (xk, xk). (D)</p> Signup and view all the answers

Ce este o 'amintire falsă' într-o memorie asociativă?

<p>O asociere stocată neintenționat, care nu face parte din amintirile fundamentale. (D)</p> Signup and view all the answers

De ce sunt arhitecturile de memorie autoasociativă recurente mai puternice decât cele feedforward?

<p>Arhitecturile recurente procesează eficient zgomotul din vectorii de intrare. (C)</p> Signup and view all the answers

Care este ecuația corectă pentru o memorie autoasociativă dinamică (DAM), unde X sunt vectorii de intrare, W matricea de interconectare, F funcțiile de activare, iar t momentele de timp discrete?

<p>$X(t+1) = F(W * X(t))$ (A)</p> Signup and view all the answers

Care sunt ecuațiile corecte pentru o memorie heteroasociativă, unde X sunt vectorii de intrare, Y sunt vectorii de ieșire, W1 și W2 sunt matricele de interconectare, F este vectorul funcțiilor de activare, iar t sunt momentele de timp discrete?

<p>$Y(t+1) = F(W1 \cdot X(t) )$ și $X(t+1) = F( W2 \cdot Y(t) )$ (B)</p> Signup and view all the answers

Ce caracteristici esențiale ar trebui să aibă o memorie asociativă dinamică de înaltă performanță?

<p>O capacitate mare de memorare și o eroare minimă de asociere, chiar și cu input zgomotos. (C)</p> Signup and view all the answers

Flashcards

Algoritmul Q-Learning

Un algoritm de învățare cu întărire folosit pentru a învăța politici de acțiune.

Modelul neuronal McCulloch-Pitts

Un model care descrie neuronii și cum comunică in rețelele neuronale.

Termenul "inteligență artificială"

Propozitia a fost introdusă în 1956 pentru a descrie mașinile inteligente.

Limbajul Lisp

Un limbaj de programare dezvoltat în 1958 pentru inteligența artificială, creat de John McCarthy.

Signup and view all the flashcards

Sistemele expert

Programe AI utilizate inițial în industrie pentru a simula expertiza umană.

Signup and view all the flashcards

Mycin

Un sistem expert din anii '70 folosit pentru diagnosticarea medicală.

Signup and view all the flashcards

Testul Turing

Un test propus de Alan Turing pentru a evalua inteligența mașinilor.

Signup and view all the flashcards

Backpropagation

Un algoritm rediscovered în 1986, folosit pentru antrenamentul rețelelor neuronale.

Signup and view all the flashcards

Metoda Mamdani

O metodă folosită pentru descrierea intuitivă a cunoștințelor, potrivită pentru probleme de control.

Signup and view all the flashcards

Metoda Sugeno

O metodă eficientă computațional, potrivită pentru probleme cu un număr mic de premise.

Signup and view all the flashcards

Logica fuzzy

Permite inferențe bazate pe grade de adevăr, nu doar pe adevărat sau fals.

Signup and view all the flashcards

Perceptron cu un strat

Un clasificator care separă două clase folosind un hiperplan.

Signup and view all the flashcards

Perceptron multi-strat

Un sistem cu mai multe straturi de neuroni care aplică funcții de activare neliniară.

Signup and view all the flashcards

Mașini cu vectori suport

Clasificarea bazată pe maximizarea marginii de separare între clase.

Signup and view all the flashcards

Clasificator

Un algoritm folosit pentru a determina apartenența unei instanțe la o clasă.

Signup and view all the flashcards

Gradientul descendent

O tehnică folosită pentru minimizarea erorii în învățarea machine.

Signup and view all the flashcards

Actualizarea ponderilor

Formula de actualizare a ponderilor neuronului in retelele LVQ.

Signup and view all the flashcards

Conditia de apartenenta la clasa

Actualizarea Wi(t+1) depinde de clasa vectorului de intrare Xj in comparatie cu Wi.

Signup and view all the flashcards

Modelul LQV2 vs. LVQ

LQV2 considera cel mai apropiat vecin pentru ajustarea ponderilor, avand in vedere clasa acestuia.

Signup and view all the flashcards

Invatarea pavloviana

Tip de invatare in care stimuli neutri devin asociati cu reactii conditionate.

Signup and view all the flashcards

Generalizarea locala in CMAC

Proprietatea CMAC de a identifica relatii globale in spatiul de intrari.

Signup and view all the flashcards

Harta cu auto-organizare

Cel mai utilizat tip de retea neuronala, care imita modul in care neuronii se organizeaza singuri.

Signup and view all the flashcards

Algoritmul de invatare in CMAC

Algoritm rapid de invatare, mai eficient decat backpropagation pentru sarcini complexe.

Signup and view all the flashcards

Repetarea si rezultate in invatare

Repetarea imbunatateste rezultatele, dar excesul nu ajuta.

Signup and view all the flashcards

Inferența prin enumerare

Metodă utilizată în rețelele bayesiene pentru a evalua variabilele.

Signup and view all the flashcards

Algoritmul de iterare a politicilor

Algoritm care evaluează politicile, necesitând soluționarea ecuațiilor liniare.

Signup and view all the flashcards

Selecția de tip ruletă

Un părinte este ales proporțional cu valoarea funcției de adaptare (fitness).

Signup and view all the flashcards

Limbajul F#

Limbaj de programare cunoscut pentru facilitățile de programare funcțională.

Signup and view all the flashcards

Inventarea limbajului Prolog

Țara unde a fost inventat Prolog este Marea Britanie.

Signup and view all the flashcards

Avantajul limbajului Clips

Principalul avantaj este motorul de inferență, util pentru sisteme expert.

Signup and view all the flashcards

Modelul perceptronului

Propus de Frank Rosenblatt la sfârșitul anilor '50 pentru învățarea automată.

Signup and view all the flashcards

Imposibilitatea perceptronului

Minsky și Papert au arătat că perceptronul nu poate învăța funcții neseparabile liniar.

Signup and view all the flashcards

Probabilitate de acceptare

Când temperatura este mare, sunt mai puține șanse să acceptați soluții superioare.

Signup and view all the flashcards

Abordare AI rațională

Programele AI trebuie să rezolve problemele așa cum o fac oamenii, similare cu mintea umană.

Signup and view all the flashcards

Funcții de activare neliniare

Perceptronul multi-strat necesită funcții de activare neliniare pentru a crește puterea de calcul.

Signup and view all the flashcards

Regula de actualizare a ponderilor

Actualizarea ponderilor într-un perceptron cu un singur strat se face prin formula: wi(k+1) = wi(k) + alfa * [t(k) – a(k)] * xi(k).

Signup and view all the flashcards

Funcția XOR

Funcția XOR poate fi învățată de un perceptron multi-strat, dar nu de un perceptron cu un singur strat.

Signup and view all the flashcards

Ieșirea perceptronului

Ieșirea unui perceptron cu un singur strat este determinată de funcția Heaviside aplicată sumelor ponderate.

Signup and view all the flashcards

Temperatura și soluțiile

Temperaturile mici cresc probabilitatea acceptării soluțiilor inferioare.

Signup and view all the flashcards

Observabilitatea comportamentului

Comportamentul AI este mai ușor de testat științific decât gândirea.

Signup and view all the flashcards

Mapare tolerantă la zgomote

Maparea yk = G(xk) care corectează erorile din datele de intrare.

Signup and view all the flashcards

Amintire fundamentală

Valoarea atractorului pentru o gamă largă de intrări în memoriile asociative.

Signup and view all the flashcards

Memorie autoasociativă

Memorie care reîntreține asocierea intrare-iese sub forma (xk, xk).

Signup and view all the flashcards

Amintire falsă

O asociere greșită stocată accidental în memorie.

Signup and view all the flashcards

Arhitectura de memorie autoasociativă

Arhitectură mai puternică datorită capacității de a elimina zgomotul.

Signup and view all the flashcards

Ecuatia memorii autoasociative dinamice

X(t+1) = F(W * X(t)) este formula principală.

Signup and view all the flashcards

Memorie heteroasociativă

Ecuatiile Y(t+1) = F(W1 * X(t)) și X(t+1) = F(W2 * Y(t)).

Signup and view all the flashcards

Memorie asociativă dinamică performantă

Caractérizată prin eficiență în gestionarea și stocarea informațiilor.

Signup and view all the flashcards

Study Notes

No notes provided. Please provide the text or questions for which to generate study notes.

Studying That Suits You

Use AI to generate personalized quizzes and flashcards to suit your learning preferences.

Quiz Team

Related Documents

More Like This

Use Quizgecko on...
Browser
Browser