Cuestiones
ayuda
option
Mi Daypo

TEST BORRADO, QUIZÁS LE INTERESEInteligencia Artificial 1 BIM

COMENTARIOS ESTADÍSTICAS RÉCORDS
REALIZAR TEST
Título del test:
Inteligencia Artificial 1 BIM

Descripción:
Inteligencia Artificial 1 BIM

Autor:
AVATAR

Fecha de Creación:
28/05/2021

Categoría:
Informática

Número preguntas: 30
Comparte el test:
Facebook
Twitter
Whatsapp
Comparte el test:
Facebook
Twitter
Whatsapp
Últimos Comentarios
No hay ningún comentario sobre este test.
Temario:
El estado inicial, los operadores, la prueba de meta y la función de costo de ruta, son: Entradas al algoritmo de búsqueda. Resultados de la búsqueda Las salidas producidas por el algoritmo de búsqueda.
En un algoritmo genérico, los nuevos estados se generan por: Mutación y cruce La utilización del método fifo Posición.
Para diseñar un programa de agente, se debe conocer los elementos que caracterizan al agente, esto es: desempeño u objetivos que debe lograr y el entorno en el que va a operar. Software y hardware a utilizar. Requerimientos y acciones a ejecutar.
Un agente racional actúa con la intención de: Hacer las cosas diferentes. Llegar a la meta. Alcanzar el mejor resultado y en caso de que haya incertidumbre, el mejor resultado esperado.
De las siguientes inferencias, identifique cuál contiene premisas falsas que puede llevar a una conclusión falsa: Todas las frutas son dulces, la banana es una fruta; por lo tanto, una banana es dulce. El perro es un animal mamífero; los mamíferos son animales vertebrados; por tanto, el perro es un animal vertebrado. Todas las personas altas son griegos, Juan Pérez es alto; por lo tanto, Juan Pérez es griego.
De las siguientes acciones que realizamos como seres humanos, indique ¿Cuál es racional? Quitar la mano de la estufa caliente. Tomar un colectivo para regresar a casa. Abrigarse en un día frío.
Un buen algoritmo de búsqueda informada debería considerar el valor heurístico de los nodos y el costo real del recorrido Falso Verdadero.
La búsqueda voraz primero el mejor se parece a la búsqueda de profundidad limitada, en el modo que prefiere seguir un camino hacia el objetivo, pero volverá atrás cuando llegue a un callejón sin salida. Falso Verdadero.
La ascención a colinas es un método de búsqueda: Local Con vuelta atrás Local en línea.
La función heurística es un componente clave de la función búsqueda: Árboles. Grafos. Primero-Mejor.
Los siguientes componentes conceptuales: elemento de aprendizaje, elemento de actuación, la crítica, el generador de problemas, son parte de: Agentes reactivos basados en modelos. Agentes que aprenden. Agentes basados en objetivos.
En el siguiente ejemplo, en la orilla de un rio hay tres misioneros y tres caníbales y todos ellos pretenden cruzar al otro lado. La barca que se utiliza para cruzarlo sólo tiene capacidad para transportar a una o dos personas de una orilla a otra. No puede ocurrir nunca que si en una orilla hay algún misionero haya a la vez un número mayor de caníbales, se los comerían. Los operadores son: Transportar un misionero, transportar un caníbal, transportar dos misioneros, trasportar dos caníbales, ¿qué otro operador hace falta?: Transportar dos caníbales un misionero. Transportar un misionero un caníbal. Transportar dos misioneros un caníbal.
A la búsqueda que se la puede implementar llamando a la BÚSQUEDA - ARBOLES con una cola que utiliza el método LIFO, se denomina: No informada. Primero en profundidad. Primero en anchura.
El algoritmo: tomar nodo actual, evaluar nodos sucesores, si alguno es el estado final entonces detenerse, de lo contrario expandir nodo no expandido más deseable, regresar al paso inicial hasta no tener a quien expandir. Corresponde a: Búsqueda A*. Búsqueda voraz primero el mejor. Búsqueda heurística con memoria acotada.
Búsqueda de ascensión de colinas estocástica en la que se mantiene una población grande de estados; los estados nuevos se generan por mutación y por cruce, combinando pares de estados de la población, esto hacen los algoritmos de búsqueda: Combinados Genéticos Heurísticos.
Los algoritmos de búsqueda local son sistemáticos. Verdadero Falso.
El espacio de estados puede ser: Infinito. Estático. Finito.
Un agente que aprende puede dividirse en cuatro componentes conceptuales, tales como: Entradas, medio ambiente, base de conocimiento, actuadores. Elemento de aprendizaje, elemento de actuación, las críticas y el generador de problemas. Entradas, base de conocimiento, toma de decisiones, actuadores.
Desde el punto de vista racional, se entiende por Inteligencia Artificial (IA): El nuevo y excitante esfuerzo de hacer que las computadoras piensen; es decir construir máquinas con mentes, en el más amplio sentido literal. La automatización de actividades que se vinculan con procesos de pensamiento humano. Actividades como: toma de decisiones, resolución de problemas, aprendizaje, etc. El estudio de las facultades mentales, mediante el uso de modelos computacionales.
El padre de la Inteligencia Artificial (IA) es Alan Turing Verdadero Falso.
Las estrategias de búsqueda que reducen el espacio de búsqueda y son capaces de determinar su proximidad a una solución y la calidad de la misma utilizando conocimiento a priori, se denominan: No informadas. Heurísticas. Iterativas.
Un programa de agente es la implementación de: La función de agente. El conjunto de percepciones. El conjunto de acciones.
Un computador que ejecuta un software de diagnóstico médico y muestra resultados en pantalla para ayudar a decidir a un médico. Es un ejemplo de: Una entidad física. Una entidad virtual. Una entidad mixta.
Las estrategias de búsqueda que conocen si un estado no objetivo es mas conveniente que otro, se denominan: Búsqueda secuencial. Búsqueda heurística. Búsqueda no informada.
La búsqueda primero el mejor es exacta. Verdadero Falso.
Las búsquedas A* BRPM y A*MS, son estrategias para la búsqueda: No informada. Heurística. Iterativa.
En los problemas de un solo estado, la función sucesor es: La secuencia de acciones ejecutadas. Conjunto de pares acción - estado asociados a un destino. Conducir al agente y a su ambiente desde el estado inicial hasta el estado final.
Si observamos a los robots como agentes físicos que realizan tareas mediante la manipulación física del mundo, los sensores son: Las cámaras, giroscopios. Las piernas, ruedas, piezas. El espacio físico que recorre el robot.
Si se considera el agente robot que juega al fútbol, las medidas de rendimiento serían: Cámara, sensores táctiles, acelerómetros. Partidos ganados, metas en favor y en contra. Campo de juego, bola.
En el caso del enfoque de Inteligencia Artificial (IA), según la ley de pensamiento, todo el énfasis se pone en hacer inferencias: Incorrectas. Correctas. Difusas.
Denunciar test Consentimiento Condiciones de uso