Inteligência Artificial

Card Set Information

Author:
Anonymous
ID:
285299
Filename:
Inteligência Artificial
Updated:
2014-10-08 22:20:50
Tags:
Artificial
Folders:
Technology
Description:
FlashCard da matéria de Inteligência Artificial
Show Answers:

Home > Flashcards > Print Preview

The flashcards below were created by user Anonymous on FreezingBlue Flashcards. What would you like to do?


  1. Objetivo da Inteligência Artificial
    • Modelar e Simular a inteligência
    • Fazer a máquina pensar
  2. Estrutura de IA (Pirâmide)
    • SÍNTESE
    • ANÁLISE
    • COMPREENSÃO
    • CONHECIMENTO
    • INFORMAÇÃO
    • DADOS
  3. O que é DADO?
    Fatos, imagens ou sons que podem ou não ser úteis para uma determinada tarefa.
  4. Elementos de um Dado
    • Campo
    • Registro
    • Arquivo
  5. O que é a INFORMAÇÃO?
    Dados cuja forma e conteúdo são apresentados de uma forma tal que são úteis para uso no processo de tomada de decisão.
  6. O que é CONHECIMENTO?
    Fornece a capacidade de resolver problemas, inovar e aprender baseado em experiências prévias.
  7. Dado não...
    ... não é informação!
  8. Informação não...
    ...não é Conhecimento!
  9. Conhecimento não...
    ...não é Inteligência!
  10. Inteligência não...
    ...não é Sabedoria!
  11. Profundidade de uma árvore
    Número de ligações entre um dado nó e o nó inicial.
  12. Largura de uma árvore
    Número de sucessores (filhos) de um nó.
  13. Métodos de busca (Visão Macro)
    • - Busca cega: a escolha depende da posição do nó na árvore de busca;
    • - Busca heurística: A escolha utiliza informações específicas do domínio para ajudar na decisão.
  14. Sub itens da busca cega:
    • Busca em Profundidade (BP): A árvore é examinada de cima para baixo;
    • Busca em Largura (BL): A árvore é examinada da esquerda para a direita .
  15. Memória utilizada pela busca em Profundidade:
    Precisa armazenar todos os filhos não  visitados de cada nó entre nó atual e nó inicial.

    • - UTILIZA MENOS MEMÓRIA!
    • - É MAIS RÁPIDA!
  16. Memória utilizada pela busca em Largura:
    antes de examinar nó a uma profundidade d, é necessário examinar e armazenar  todos os nós a uma profundidade d - 1.
  17. Algoritmos heurísticos:
    • - Hill Climbing
    • - Best-first
    • - Busca em Feixe
    • - Branch and Bound
    • - A* (Lê-se A estrela)
  18. Algoritmo Hill Climbing:
    • - Objetivo: subir o máximo possível
    • - Semelhante ao algoritmo de busca em profundidade.
  19. Algoritmo Best-first:
    • - Geralmente encontra caminhos mais curtos que o Hill Climbing;
    • - Sempre move em direção ao nó mais próximo do objetivo, não importa onde ele esteja na árvore.
  20. Algoritmo Busca em Feixe:
    Assim como busca em largura, progride nível a nível;

    • Vantagens:
    • - Reduz número de nós visitados;
    • - Escapa do problema de ramificação infinita.
  21. Algoritmo A* (A Estrela):
    - Utiliza tanto função de avaliação quanto a de custo para selecionar o estado sucessor mais promissor.

    • - Frequentemente tem um desempenho melhor
    • que os outros métodos.
  22. Por que escolher e usar regras heurísticas quando é mais rápido executar uma busca cega?
    Se o sistema fosse capaz de aprender, com o tempo a economia obtida ao usar heurísticas certamente iria aumentar, à medida que o sistema aprendesse quais as melhores heurísticas para cada circunstância.
  23. O que a Representação do Conhecimento faz?
    A Representação de Conhecimento reduz problemas de ação inteligente a problemas de busca.
  24. Características em uma Representação do Conhecimento:
    • Definir explicitamente os objetos e relações importantes;
    • Expressar a forma como um objeto ou relação influencia um(a) outro(a));
    • Mostrar objetos e relações juntos;
    • Suprimir detalhes irrelevantes;
  25. Uma boa Representação do Conhecimento deve ser...
    • Transparente
    • Rápida
    • Computável
  26. Quais as 3 partes principais de uma Representação do Conhecimento?
    • Léxica
    • Estrutural
    • Semântica
  27. Quais as Representações de Conhecimento?
    • Lógica
    • Redes semânticas
    • Frames
    • Script
    • Regras de produção
  28. Vantagens de usar regras:
    • - Fácil entender, modificar e manter;
    • - Inferências produzidas facilmente;
    • - Bom para conhecimento processual;
  29. Desvantagens de usar regras:
    • Conhecimento complexo requer muitas regras;
    • Problemas de busca quando houver muitas regras.
  30. O que é Rede Semântica?
    • Redes Semânticas são uma tentativa de se formalizar como nosso conhecimento é organizado na memória. 
    • Redes Semânticas explicitam o relacionamento entre objetos e propriedades.
  31. Relações em um rede semântica:
    • É um : especifica a classe, ou característica de um objeto;
    • Tem: especifica a parte de um objeto;
    • É parte de : o mesmo que tem um (mas o sentido do arco é inverso).
  32. Vantagens das Redes Semânticas:
    • Flexível
    • Fácil de compreender
  33. Desvantagens das Redes Semânticas:
    • Número de nós pode crescer muito para representar uma ideia simples;
    • Difícil representar coisas que não são fatos mas idéias, crenças, tempo.
  34. Defina Frames.
    • São mais poderosos que redes semânticas;
    • Eles fornecem uma representação mais estruturada que a rede semântica;
    • Tanto informação como relacionamento podem ser especificados em um frame;
    • Eles também podem conter procedimentos;
  35. Aspectos de um Frame:
    • Slots: atributos do frame que podem ter valores particulares;
    • Valores: podem ser um valor absoluto, um intervalo ou um valor default;
    • Uma instância de uma classe frame é simplesmente um frame com valores específicos;
  36. O que são Demons?  
    • Procedimentos que estão dentro de um frame.
    • Exemplo:procedimento para calcular a área de um quadrado dado o tamanho de um dos lados.
  37. Uma característica poderosa de frames:
    Herança, porque informações podem ser especificadas num nível mais genérico.
  38. Definição de Scripts:
    Uma especialização de frames projetados para manipular situações além de objetos.
  39. Características de um Script:
    • Quais são os papéis dos objetos;
    • Quais objetos de cena se relacionam ao script;
    • Quais são as motivações ou entradas condicionais para execução do script;
    • Quais cenas estão para ocorrer;
    • Em qual ordem elas devem ocorrer.
  40. O que é Aprendizado de Máquina?
    Sub-área da Inteligência Artificial que pesquisa métodos computacionais relacionados à aquisição de novos conhecimentos;
  41. Aprendizado por Indução:
    Aprendizado Supervisionado: aprendizado por exemplos.
  42. Aprendizado por Dedução:
    Aprendizado Não Supervisionado: aprendizado por observação e descoberta.

What would you like to do?

Home > Flashcards > Print Preview