Искусственный интеллект

Искусственный интеллект
1. Основы искусственного интеллекта
1. Ядро правила вывода (продукции) называют недетерминированным, если при
выполнимости условия
□ Правая часть (действие) выполняется обязательно;
□ Правая часть (действие) может выполняться и не выполняться.
2. Верно ли, с точки зрения формальной логики, что содержание мысли не оказывает
никакого влияния на правильность рассуждений?
□ Ошибочно;
□ Верно.
3. Какие из приведенных высказываний являются сложными?
□ Дует ветер и идет дождь;
□ Дует ветер, идет дождь;
□ Ветер в дождь не дует.
4. Укажите основные требования к делению:
□ Должно производиться только по 1 основанию;
□ Члены деления должны быть взаимоисключающими;
□ Должно быть исчерпывающим;
□ Непрерывность деления.
5. При дихотомии признак способен принимать ____ значения.
6. В каком отношении находятся имена «треугольник» и «прямоугольный треугольник»?
□ Подчинение;
□ Пересечение;
□ Равнозначность;
□ Исключение.
7. Машина вывода это
□ Совокупность программных и аппаратных средств ИИ;
□ Программа, управляющая перебором правил;
□ Компьютер, на котором происходит вывод.
8. В каком отношении находятся имена «летчик» и «космонавт»
□ Подчинение;
□ Исключение;
□ Равнозначность;
□ Другое.
9. Основание деления это:
□ Признак, по которому производится деление;
□ Первоначальный объем делимого понятия;
□ Минимальный и неделимый остаток после деления.
1
10. Приведите примеры неточных имен:
□ Неизвестный солдат;
□ Высокий человек;
□ Тинэйджер;
□ Молодой человек.
11. Логическая операция, в результате которой из одного или нескольких принятых
утверждений (посылок) получается новое утверждение –
12. Укажите равнозначные имена
□ Сын и внук;
□ Круг и окружность;
□ Квадрат и равносторонний прямоугольник;
□ Эллипс и круг.
13. Определенная, внутренне обусловленная связь утверждений –
14. Приведите примеры общих имен:
□ Планета «Венера»;
□ Мужчина, женщина;
□ «Естественный спутник Юпитера».
15. Наука о законах и операциях правильного мышления –
16. Имена Солнце, «естественный спутник земли» являются:
□ Общими;
□ Единичными;
□ Собственными.
17. Какое число продукций считается критическим, с точки зрения обеспечения корректности работы системы?
18. Упрощенно, в теории семантических категорий выделяют следующие категории:
□ Отношения;
□ Высказывания;
□ Имена;
□ Функторы.
19. Основными проблемами при обслуживании системы продукций являются:
□ Поддержание непротиворечивости;
□ Обеспечение корректности;
□ Обеспечение эффективности вывода.
20. Обобщение – переход от частного к общему характерен для:
□ Индукции;
□ Дедукции.
21. Укажите тип цепочки рассуждений: «Поскольку это животное ест бананы и висит
на хвосте и громко кричит, то возможно, что это обезьяна».
□ Обратная цепочкам рассуждений;
□ Прямая цепочка рассуждений.
2
22. Индуктивное умозаключение:
□ Является истинным, если не были нарушены правила вывода;
□ Может быть как истинным, так и ошибочным;
□ Всегда является истинным.
23. Укажите тип цепочки рассуждений: «Если это крокодил, то у него должен быть
хвост и сам он должен быть зеленый».
□ Прямая цепочка рассуждений;
□ Обратная цепочка рассуждений.
24. Индуктивное умозаключение опирается на:
□ Логический закон;
□ Фактические или психологические формальные основания.
25. Приведите примеры неточных имен.
□ Совершеннолетний человек;
□ Крупный специалист;
□ Красивая девушка;
□ Тинэйджер;
□ Неизвестный солдат.
26. Искусственный интеллект – это:
□ Набор математических методов и программ;
□ Программная система, имитирующая на компьютере мышление человека;
□ Совокупность средств, наделяющих ЭВМ некоторыми чертами разума.
27. Программы искусственного интеллекта отличаются от всех остальных:
□ Языком, на котором написаны;
□ Наличием особой структуры;
□ Способностью к самообучению;
□ Быстродействием.
28. Максимальный размер базы знаний в продукционной модели не превышает:
□ 1500 записей;
□ 100 записей задач;
□ 65534 записей;
□ 500 записей.
29. Основные области исследований в искусственном интеллекте:
□ Интеллектуальные информационные системы;
□ Имитация творческих процессов;
□ Игровые задачи;
□ Информационные системы на знаниях;
□ Интеллектуальные работы.
30. Системы искусственного интеллекта предназначены для решения:
□ Задач, структура решения которых вообще неизвестна;
□ Хорошоструктурированных задач;
□ Слабоструктурированных задач.
3
31. Дедуктивное умозаключение:
□ Может быть как истинным, так и ошибочным;
□ Всегда является истинным;
□ Является истинным, если не были нарушены правила вывода.
2. Представления для структурированных объектов
1. Какие из перечисленных систем основаны на семантической сети?
□ CASNET;
□ MYСIN;
□ Shopin;
□ PROSPECTOR.
2. По количеству типов отношений семантические сети делят на:
□ С конечным числом отношений и с бесконечным;
□ Однородные и не однородные;
□ Унарные, бинарные, тернарные и т.п.
3. Основной недостаток семантической сети:
□ Сложность построения;
□ Сложность вывода;
□ Большие требования по ресурсом памяти.
4. Сети, в которых отношения связывают два объекта, называют:
□ Двоичными;
□ Однородными;
□ Бинарными.
5. Типичными задачами для применения семантической сети являются:
□ Медицинская диагностика;
□ Анализ естественного языка;
□ Расчеты на прочность.
6. Характерной особенностью семантических сетей является обязательное наличие
следующих типов отношений:
□ Класс – элемент класса;
□ Свойство – значение;
□ Часть – целое;
□ Пример элемента класса.
7. Семантические сети чаще всего применяются в предметных областях:
□ С хорошо установленной таксономией;
□ С бесконечным числом отношений.
8. Понятиями обычно выступают:
□ Абстрактные или конкретные объекты;
□ Отношения;
□ Действия.
4
9. В семантической сети объектам, концепциям, событиям или понятиям обычно соответствуют:
□ Дуги;
□ Узлы;
□ Отношения.
10. N-арная сеть это:
□ Состоящая из N вершин;
□ Состоящая из N типов отношений;
□ В которой есть отношения, связывающие более двух понятий.
11. Семантическая сеть – это
□ Иерархическая классификационная структура;
□ Орентированный граф, в котором вершины – понятия, а дуги – отношения.
12. Характерным свойством, позволяющим исключить дублирование информации в
узлах нижнего уровня (если такая информация уже есть в узле верхнего уровня) является свойство:
13. Чем ограничено количество фреймов при моделировании?
□ Объемом ОЗУ;
□ 256 штук;
□ 1000 штук;
□ Не ограничено.
14. Укажите известные Вам модели представления знаний.
□ Продукционная модель;
□ Семантические сети;
□ Фреймовая модель;
□ Базы данных.
15. Основной недостаток представления знаний на семантических сетях –
□ Простота построения семантических сетей;
□ Сложность вывода на семантических сетях;
□ Требование большого объема памяти.
16. Эквивалентное преобразование Y=ax+b, a>0, b in R допустимо для:
□ Шкалы отношений;
□ Интервальной шкалы;
□ Циклической шкалы;
□ Абсолютной шкалы;
□ Шкалы разностей.
17. Шкалу слабого порядка можно определить так:
□ Либо А<=B, либо A>=B;
□ Если A>=B, B>=C, то A+B>=C;
□ Если A>=B, и B>=C, то A>=C.
18. Абсолютную единицу имеет:
□ Шкала разностей;
□ Номинальная шкала;
□ Абсолютная шкала.
5
19. Шкалу, удовлетворяющую следующим аксиомам: 1) если А<B, то B >A; 2) если
A>B, B>C, то A>C, можно назвать:
□ Порядковой;
□ Неизвестной мне шкалой;
□ Метрической.
20. Математическое определение «Если А<B, то B>A» может относиться к следующей измерительной шкале:
□ Шкала значений;
□ Денежная шкала;
□ Порядковая шкала;
□ Другая.
21. Шкала компаса является
□ Разностной;
□ Интервальной;
□ Абсолютной.
22. Эквивалентное преобразование Y=ax, a>0 допустимо для
□ Абсолютной шкалы;
□ Шкалы разностей;
□ Шкалы отношений;
□ Интервальной шкалы;
□ Циклической шкалы.
23. К настоящему моменту сложились следующие основные языки описания выбора:
□ Язык предпочтений;
□ Сориты и силлогизмы;
□ Бинарные отношения;
□ Стохастический язык;
□ Критериальный язык;
□ Экспертные системы.
24. Длина, вес, деньги, электрическое сопротивление измеряются на:
□ Интервальной шкале;
□ Номинальной шкале;
□ Шкале отношений;
□ Абсолютной шкале.
25. Можно ли вычислять дисперсию для показаний, снятых с интервальной шкалы?
□ Допустимо;
□ Это бессмысленно;
□ Нежелательно.
26. Шкалу, удовлетворяющую аксиомам: 1) если А=Р и В>0, то А+В=Р+Q, A+B=B+A;
2) если A=P и B+Q, то A+B=P+Q; 3) (A+B)+C=A+(B+C)
можно отнести к:
□ Относительным шкалам;
□ Неизвестному мне типу шкал;
□ Номинальным шкалам;
6
□ Интервальным шкалам.
27. Сформируйте множество Парето по сроку окупаемости и затратам на проект:
□ (16 лет $ 2100);
□ (13 лет $2000);
□ (12 лет $2100).
28. Множество Парето это
□ Множество недоминирующих альтернатив;
□ Множество, содержащее только одну альтернативу;
□ Множество, содержащее все наилучшие альтернативы.
29. 1806 год, 1941 год, 1966 год. Перед вами типичный пример
□ Номинальной шкалы;
□ Шкалы интервалов;
□ Абсолютной шкалы.
30. Красный, синий, зеленый. Перед Вами типичный пример
□ Шкалы разностей;
□ Номинальной шкалы;
□ Интервальной шкалы;
□ Цветовой шкалы.
31. Абсолютный ноль имеют:
□ Шкала отношений;
□ Абсолютная шкала;
□ Интервальная шкала;
□ Номинальная шкала.
32. К основным свойствам объектов относят:
□ Инкапсуляция;
□ Наследование;
□ Полиморфизм.
33. Может ли один и тот же терминал входить в 2 разных фрейма одной системы?
□ Может;
□ Зависит от контекста;
□ Не может.
34. При зрительном восприятии образов системы фреймов используются следующим
образом: различные фреймы соответствуют
□ Процессам, происходящим в объекте;
□ Перемещению наблюдателя вокруг объекта;
□ Перемещению объекта, описанного фреймом.
35. Методы или «правила» при описании объекта в современных языках программирования делят на:
□ Виртуальные;
□ Статические;
□ Динамические;
□ Полиморфные;
7
36. Нижние уровни фрейма-экземпляра:
□ Называются «Маркерами»;
□ Заполнены характерными примерами или данными;
□ Пусты.
37. Объекты-экземпляры, которые во время выполнения программы могут принимать различные формы представления от объекта своего типа до любого из потомков называют:
□ Виртуальными;
□ Динамическим;
□ Полиморфными.
38. Фрейм может быть описан при помощи правил продукций:
□ Да;
□ Нет;
□ Зависит от контекста.
39. Для обмена данными в ООП используется
□ Глобальная переменная;
□ Механизм «сообщений»;
□ Локальная переменная.
40. Для фреймов характерно свойство наследования по AKO связям:
□ Нет;
□ Да;
□ Зависит от контекста.
41. Инкапсуляция это –
□ Механизм обеспечения наследования в объектах;
□ Способ объединения кода и данных в объектах;
□ Совершенно бессмысленное слово.
42. Представление знаний фреймами эффективно при:
□ Проектировании микросхем;
□ Распознавании текста;
□ Анализе пространственных сцен;
□ Автоматическом переводе.
43. Вершины фрейма заполнены
□ «Заданиями»;
□ Пусты;
□ Терминальными фактами.
44. Представление знаний фреймами значительно более эффективно, чем при помощи:
□ Правил продукций;
□ Эффективность зависит от решаемой задачи;
□ Семантических сетей;
□ Нечеткой логики.
45. Фрейм – структура для представления знаний
8
□ Об объектах без четкой структуры;
□ О стереотипной ситуации;
□ О визуальных объектах.
46. Фреймы могут объединяться в сети
□ Да;
□ Могут, но это бессмысленно;
□ Нет.
47. Терминалы фрейма-образца заполнены
□ Совершенно пусты;
□ Переменными;
□ Так называемыми «Заданиями отсутствия»;
□ Терминальными фактами.
48. Фрейм, как модель для представления знаний предложена
□ Булем;
□ М. Минским;
□ Дж. Бэконом;
□ Аристотелем.
3. Архитектура систем искусственного интеллекта
1. Процедура приятия решений предполагает наличие:
□ Эксперта;
□ Инженера;
□ Аналитика;
□ Пользователя;
□ ЛПР.
2. К основным этапам задачи выбора следует отнести:
□ Сужение множества альтернатив;
□ Уточнение альтернатив;
□ Определение множества целей выбора;
□ Упорядочение альтернатив;
□ Порождение множества альтернатив.
3. Задачи выбора классифицируют по:
□ Применяемому математическому аппарату;
□ Типу множества альтернатив;
□ Степени согласованности целей;
□ Ответственности за выбор;
□ Режиму и последствиям выбора.
4. Усвоение знаний
1. Что такое интенсионал понятия?
□ Внутреннее содержание понятия;
□ Определение или описание некоторого понятия через его свойства;
□ Внешнее содержание понятия.
9
2. Что такое экстенсионал понятия?
□ Расширение данного понятия;
□ Набор конкретных фактов, соответствующих данному понятию;
□ Набор близких по смыслу понятий.
3. Расположите понятия в порядке их появления при изучении некоторого объекта.
□ Знания – информация – данные;
□ Данные – информация – знания;
□ Информация – данные – знания;
□ Знания – данные – информация.
4. К какому классу относятся понятия: «автобусы», «пассажиры», «двигатели внутреннего сгорания»?
□ Сложный класс;
□ Простой класс.
5. В каком случае Вы применили бы логико-лингвистическую модель?
□ Расчет себестоимости продукции;
□ Оценка материального ущерба;
□ Решение дифференциальных уравнений;
□ Прогноз курса доллара на следующий год;
□ Постановка диагноза.
6. Что такое мышление?
□ Совокупность процедур, работающих строго в рамках знания;
□ Способность делать выводы;
□ Процедуры, позволяющие системе вводить информацию.
7. Всегда истинным является:
□ Категорическое умозаключение;
□ Логическое заключение;
□ Индуктивное умозаключение;
□ Дедуктивное умозаключение.
8. Перечислите известные Вам особенности знаний.
□ Корректность;
□ Связность;
□ Структурированность;
□ Целостность;
□ Внутренняя интерпретируемость;
□ Непротиворечивость.
5. Формальные системы для представления знаний
1. Основными языками представления знаний на сегодняшний день являются:
□ Семантические сети;
□ Фреймы;
□ Правила продукций;
□ Бинарные отношения;
□ Логика.
2. Укажите известные Вам виды классификаций.
10
□
□
□
□
□
Тезарус;
Иерархическая классификации;
Оффсетная классификация;
Алфавитно-предметная классификация;
Фасетная классификация.
3. Знания
□ Могут быть как активны, так и пассивны;
□ Всегда пассивны;
□ Всегда активны.
4. Множество предметов, каждому из которых присущи признаки, отраженные в содержании соответствующего понятия –
5. Декларативная информация овеществлена в
□ Процедурах;
□ Данных.
6. Данные
□ Всегда активны;
□ Всегда пассивны;
□ Могут быть как активны, так и пассивны.
7. Процедурная информация овеществлена в
□ Программах;
□ Логической модели;
□ Данных.
6. Основы экспертных систем
1. Типичный состав экспертной системы включает:
□ Решатель;
□ Интерфейс пользователя;
□ Редактор базы знаний;
□ База знаний;
□ Подсистема объяснений.
2. Главное отличие экспертных систем от других программных средств:
□ Способность к обучению;
□ Наличие базы знаний;
□ Способность давать советы.
3. Экспертные системы предназначены для решения:
□ Узкого круга специализированных задач;
□ Слабоструктурированных задач;
□ Медицинских задач;
□ Задач, алгоритм решения которых вообще не известен.
4. Разработка экспертной системы включает следующие этапы:
□ Доработка до промышленной экспертной системы;
□ Выбор проблемы;
11
□
□
□
□
□
Поддержка;
Макетирование;
Стыковка экспертной системы;
Разработка прототипа;
Оценка экспертной системы.
5. В реальном времени способны работать ___________ экспертные системы.
6. В квазидинамических экспертных системах время
□ Изменяется непрерывно;
□ Изменяется с фиксированным интервалом;
□ Не учитывается и не изменяется;
□ Изменяется с большей скоростью, чем в реальности.
7. При разработке экспертных систем выделяют несколько форм знаний:
□ Знания на языках представления зданий (формализация поля знаний);
□ Материализованные знания (монографии, статьи, учебники, и т.п.);
□ Знания в памяти человека;
□ Поле знаний (полуформализованное описание знаний в памяти человека и материализованных знаний);
□ Базы знаний на машинных носителях.
8. Гибридная экспертная система – это система
□ Использующая гибридную модель представления знаний;
□ Не являющаяся экспертной в полном смысле этого слова;
□ Агрегирующая стандартные прикладные программы с экспертной системой.
12
Ключ к тесту
1. Основы искусственного интеллекта
1) 2; 2) 2; 3) 1,2; 4) 2,3; 5) 2; 6) 1; 7) 3; 8) 2; 9) 1; 10) 2,4; 11) умозаключение; 12) 2;
13) вывод; 14) 2; 15) логика; 16) 2,3; 17) 100; 18) 1,3,4; 19) 2; 20) 1; 21) 2; 22) 2; 23) 2;
24) 2; 25) 2,3; 26) 2,3; 27) 2; 28) 3; 29) 2,3; 30) 1,3.
2. Представления для структурированных объектов
1) 1; 2) 2; 3) 2; 4) 3; 5) 2; 6) 1,3; 7) 1; 8) 1,2,3; 9) 2; 10) 2; 11) 2; 12) наследование; 13) 4;
14) 1,2,3; 15) 2; 16) 2; 17) 3; 18) 1,3; 19) 1; 20) 3; 21) 1; 22) 1,2; 23) 1,5; 24) 1; 25) 1; 26) 1;
27) 1,2; 28) 3; 29) 1; 30) 2; 31) 2,3; 32) 1,2,3; 33) 1; 34) 2,3; 35) 4; 36) 2; 37) 1; 38) 2; 39) 2;
40) 2; 41) 2; 42) 3; 43) 2; 44) 2; 45) 2; 46) 1; 47) 4; 48) 2.
3. Архитектура систем искусственного интеллекта
1) 1,5; 2) 1,4,5; 3) 2,4.
4. Усвоение знаний
1) 2; 2) 2; 3) 3; 4) 1; 5) 5; 6) 2; 7) 4; 8) 3,5;.
5. Формальные системы для представления знаний
1) 1,2,3; 2) 2,4,5; 3) 3; 4) экземпляры; 5) 2,6) 3; 7) 1.
6. Основы экспертных систем
1) 1,2,3,4,5; 2) 2; 3) 2,3,4; 4) 1,4,6,7; 5) динамические; 6) 2; 7) 2,3,4; 8) 3.
13