Risposte multiple paniere di Sistemi esperti e soft computing

Sistemi esperti e soft computing

Lezione 002

Domande multiple

1. Che cosa è un sistema esperto?

• Un dispositivo
• Un programma
• Un ingegnere
• Un modello

2. Quale è la caratteristica peculiare delle tecniche di soft computing?

• Sono tecniche in grado di gestire dati provenienti da sorgenti eterogenee
• Nessuna delle altre opzioni
• Sono tecniche in grado di gestire dati senza rumore
• Sono tecniche in grado di gestire anche dati qualitativi, incerti, imprecisi ed incompleti

3. Cosa si intende per hard computing?

• Nessuna delle altre opzioni
• Sono tecniche in grado di gestire dati provenienti da sorgenti eterogenee
• Sono tecniche in grado di gestire anche dati qualitativi, incerti, imprecisi e incompleti
• Sono le tecniche convenzionali di calcolo

4. Cosa si intende per sistema esperto?

5. Discutere le differenze fra soft computing ed hard computing

6. Fornire una definizione di Intelligenza Artificiale

7. Disegnare la tassonomia delle tecniche di Intelligenza Artificiale discusse nel corso

Lezione 003

1. Nel contesto dei sistemi esperti, cosa significa trovare una soluzione ad un problema?

• Effettuare una ricerca nello spazio degli stati
• Effettuare domande agli utenti
• Utilizzare i dati utilizzati da un algoritmo
• Nessuna delle altre opzioni

2. Come si descrive tipicamente il dominio di un problema nei sistemi esperti?

• Nessuna delle altre opzioni
• Per mezzo di discussioni fra esperti
• Per mezzo di vettori e matrici
• Per mezzo di fatti e regole

3. Quale è il modulo attivo di un sistema esperto?

• Nessuna delle altre opzioni
• La base di conoscenza
• L'interfaccia con l'utente
• Il motore inferenziale

4. Che cosa si intende per conoscenza?

• La conoscenza è quello che l'esperto inserisce nei sistemi esperti
• La conoscenza è quell'insieme di informazioni in grado di generare altra informazione
• La conoscenza è rappresentata dai dati a disposizione
• Nessuna delle altre opzioni

5. Da quali moduli è costituito un sistema esperto?

• Interfaccia con l'utente, modulo spiegazione, modulo aggiornamento, motore inferenziale, visualizzatore dei risultati
• Interfaccia con l'utente, modulo spiegazione, modulo aggiornamento, base di conoscenza, visualizzatore dei risultati
• Interfaccia con l'utente, modulo spiegazione, modulo aggiornamento, base di conoscenza, motore inferenziale, visualizzatore dei risultati
• Interfaccia con l'utente, modulo spiegazione, modulo aggiornamento, base di conoscenza, motore inferenziale

6. Quale è la differenza fra dati, informazione e conoscenza?

7. Discutere l'architettura di un sistema esperto

8. Cosa si intende per spazio degli stati?

9. Fornire un esempio di ricerca nello spazio degli stati.

Lezione 004

1. Che cosa è il backtracking?

• L'algoritmo per l'addestramento di un percettrone
• L'algoritmo per l'addestramento delle reti neurali feedforward
• Si utilizza nelle tecniche di ricerca: quando si arriva ad una foglia che rappresenta una soluzione non ammissibile, si torna indietro all'ultimo nodo visitato dal quale è possibile riprendere la ricerca
• Si utilizza nelle tecniche di ricerca: quando si arriva ad una foglia che rappresenta una soluzione non ammissibile ci si ferma senza tornare indietro

2. Come avviene la ricerca euristica in profondità?

• Si sceglie un percorso (ad esempio, su base stocastica) e lo si segue (o meglio, si costruisce) attraverso livelli di profondità crescente finché si trova una soluzione ovvero si arriva alla fine del percorso.
• Nessuna delle altre opzioni
• Tale ricerca esamina in modo esaustivo lo spazio degli stati senza discriminare, basandosi sulla probabilità di successo, tra un cammino e l'altro. Si generano tutti i possibili successori dello stato iniziale. Se nessuno di essi è uno stato finale, si genera il livello successivo creando tutti i possibili successori dei nodi del livello appena visitato. Il processo si arresta quando si raggiunge uno stato finale.

3. Cosa si intende per ricerca cieca dello spazio degli stati?

• Tale ricerca esamina in modo gready lo spazio degli stati basandosi sulla probabilità di successo tra un cammino e l'altro
• Nessuna delle altre opzioni
• Tale ricerca esamina in modo intelligente lo spazio degli stati basandosi sulla probabilità di successo tra un cammino e l'altro
• Tale ricerca esamina in modo esaustivo lo spazio degli stati senza discriminare, basandosi sulla probabilità di successo, tra un cammino e l'altro

4. Come avviene la ricerca euristica in ampiezza?

• Nessuna delle altre opzioni
• Si generano tutti i possibili successori dello stato iniziale. Se nessuno di essi è uno stato finale, si genera il livello successivo creando tutti i possibili successori dei nodi del livello appena visitato. Il processo si arresta quando si raggiunge uno stato finale.
• Tale ricerca esamina in modo esaustivo lo spazio degli stati senza discriminare, basandosi sulla probabilità di successo, tra un cammino e l'altro.

5. Discutere pro e contro della ricerca in ampiezza.

6. Discutere pro e contro della ricerca in profondità.

7. Cosa differenzia la ricerca euristica da quella cieca?

8. Discutere la differenza fra concatenazione in avanti ed all'indietro.

Lezione 005

1. Cosa sono le regole di produzione?

• Sono regole di programmazione
• Sono regole di tipo If-then
• Sono regole matematiche
• Nessuna delle altre opzioni

2. Nel contesto di sistemi a regole, cosa si intende per forward chaining?

• Nessuna delle altre opzioni
• L'interprete cerca di le condizioni valide all'interno del database
• L'interprete cerca nel database i fatti coincidenti con le premesse delle regole
• L'interprete cerca di dimostrare un obiettivo tentando di confermare le condizioni che conducono a quell'obiettivo

3. Su cosa si basa il processo di ragionamento basato su reti semantiche?

• Nessuna delle altre opzioni
• Matching
• Sampling
• Regole

4. Di quali proprietà godono le reti semantiche?

• Simmetria
• Polimorfismo
• Ereditarietà
• Nessuna delle altre opzioni

5. Cosa sono le reti semantiche?

• Nessuna delle altre opzioni
• Delle tecniche per rappresentare la conoscenza in forma grafica
• Delle tecniche per rappresentare in forma grafica le soluzioni
• Delle tecniche per rappresentare i dati in forma grafica

6. Nel contesto di sistemi a regole, cosa si intende per backward chaining?

• Nessuna delle altre opzioni
• L'interprete cerca di le condizioni valide all'interno del database
• L'interprete cerca di dimostrare un obiettivo tentando di confermare le condizioni che conducono a quell'obiettivo

7. Vantaggi e svantaggi delle regole di produzione

8. Come avviene il ragionamento nelle reti semantiche? Fornire un esempio.

9. Discutere l'ereditarietà nelle reti semantiche.

10. Che tipo di conoscenza si può esprimere utilizzando le regole di produzione?

11. Fornire un esempio di reti semantiche?

Lezione 006

1. Cosa consentono di gestire i frame?

• Le eccezioni
• Nessuna delle altre opzioni
• I dati provenienti da sorgenti incerte
• Il polimorfismo

2. Cosa sono le relazioni nei frame?

• I metodi dei frame
• Gli attributi che specificano le proprietà dei frame
• Valori di uno slot del tipo IS_A che consentono di organizzare gli oggetti in gerarchie. IS_A è un tipo specifico di relazione, ma ce ne sono altre
• Nessuna delle altre opzioni

3. Cosa sono i frame?

• Sistemi basati su regole semantiche
• Sistemi a regole
• Strutture che rappresentano oggetti o classi di oggetti
• Reti neuronali artificiali

4. Cosa sono gli slot dei frame?

• Gli attributi che specificano le proprietà dei frame
• Le regole dei frame
• I metodi dei frame
• Nessuna delle altre opzioni

5. Di quali proprietà godono i frame?

• Nessuna delle altre opzioni
• Ereditarietà
• Simmetria
• Polimorfismo

6. Come vengono chiamati i frame quando vengono utilizzati per descrivere degli oggetti specifici?

• Nessuna delle altre opzioni
• Slot
• Istanze
• Relazioni

7. Fornire un esempio di frame.

8. Discutere le procedure IF-NEEDED e IF-ADDED nei frame fornendone un esempio di utilizzo.

9. Cosa sono le eccezioni nei frame? Fornire un esempio di in cui si gestisce una eccezione.

10. Come si può passare dalla rappresentazione della conoscenza sotto forma di reti semantiche alla rappresentazione utilizzando i frames.

Lezione 007

1. Cosa è una implicazione fra proposizioni?

• È una nuova proposizione
• È una formula logica che consente di costruire nuove proposizioni
• È una formula matematica che consente di costruire nuove proposizioni
• È una equivalenza fra proposizioni

2. Cosa è una proposizione?

• È una frase dal significato incerto
• È una frase sempre vera
• È una frase sempre falsa
• È una frase che può essere vera o falsa

3. Quali sono i principali vantaggi della logica per la costruzione dei sistemi esperti?

• Semplicità
• Robustezza al rumore
• Nessuna delle altre opzioni
• Precisione

4. Che cosa è il modus ponens?

• Il metodo di inferenza dei frame
• Nessuna delle altre opzioni
• Il metodo di inferenza delle reti semantiche
• Il metodo di inferenza della logica delle proposizioni

5. Che cosa è un predicato?

• È una relazione fra argomenti che restituisce un valore logico
• È una proposizione
• È una relazione fra argomenti che restituisce un valore reale
• È un argomento

6. Principio di risoluzione di Robinson. Discutere.

7. Cosa si intende per inferenza?

8. Discutere i quantificatori universale ed esistenziale

9. Cosa è un predicato? Che tipi di argomenti si possono utilizzare?

Lezione 008

1. Come funziona l'inferenza abduttiva?

• Essa spiega gli effetti in termini delle loro cause
• Si parte dal generale allo specifico usando il concetto di implicazione. È una forma di ragionamento matematicamente esatto. Questo significa che se le premesse sono vere, anche la conclusione è garantita essere vera
• Nessuna delle altre opzioni
• Affinché la conclusione sia vera occorre che l'assunzione sia indotta dalla nostra conoscenza del dominio ed aggiunta alla premessa. La conclusione non ha esattezza matematica

2. Quali sono le fasi di intervista fatta ad un esperto?

• Fase di orientamento, fase strutturata e fase di analisi
• Fase di orientamento, fase strutturata e fase in cui si pensa a voce alta
• Nessuna delle altre opzioni
• Fase di orientamento, fase strutturata e fase di sintesi

3. L'interazione dell'ingegnere della conoscenza con molti esperti è in genere considerata:

• Necessaria
• Nessuna delle altre opzioni
• Un valore aggiunto
• Fonte di problemi

4. Il fatto che in genere un esperto produca delle regole molto semplici durante le interviste è in genere considerato come:

• Un valore aggiunto
• Nessuna delle altre opzioni
• Fonte di problemi
• Necessario

5. Come funziona l'inferenza deduttiva?

• Essa spiega gli effetti in termini delle loro cause
• Si parte dal generale allo specifico usando il concetto di implicazione. È una forma di ragionamento matematicamente esatto. Questo significa che se le premesse sono vere, anche la conclusione è garantita essere vera
• Nessuna delle altre opzioni
• Affinché la conclusione sia vera occorre che l'assunzione sia indotta dalla nostra conoscenza del dominio ed aggiunta alla premessa. La conclusione non ha esattezza matematica

6. Come funziona l'inferenza induttiva?

• Si parte dal generale allo specifico usando il concetto di implicazione. È una forma di ragionamento matematicamente esatto. Questo significa che se le premesse sono vere, anche la conclusione è garantita essere vera
• Essa spiega gli effetti in termini delle loro cause
• Nessuna delle altre opzioni
• Affinché la conclusione sia vera occorre che l'assunzione sia indotta dalla nostra conoscenza del dominio ed aggiunta alla premessa. La conclusione non ha esattezza matematica

7. Cosa significa che l'inferenza induttiva è caratterizzata dall'esattezza matematica?

8. Discutere il motore inferenziale di un sistema esperto.

9. Discutere le differenze fra knowledge elicitation, knowledge extraction and knowledge engineering.

10. Discutere i problemi e le possibili soluzioni che si possono incontrare nella fase di acquisizione della conoscenza.

Lezione 009

1. Su cosa si basano i sistemi CBR?

• Nessuna delle altre opzioni (il CBR utilizza la conoscenza specifica di s...