Inteligencia Artificial

Se entiende por heurística. Un conjunto de suposiciones que pueden resolver un problema de manera eficiente. Un proceso o procedimiento que puede resolver un problema, pero no ofrece garantía de que vaya a hacerlo. Un proceso o procedimiento que puede resolver un problema, y que ofrece hacerlo de manera correcta.

Los problemas de satisfacción de restricciones, estan basados por la tripleta: Objeto, atributo, valor. Variables, dominios, restricciones. Proposiciones, nodos, arcos.ecta.

La solución de problemas de satisfacción de restricciones, está dada por la asignación de valores: Al dominio, considerando una única solución. A las restricciones, satisfaciendo el dominio de aplicación. A variables, satisfaciendo todas las restricciones.

Si se considera el problema de n-reinas cuya definición dice: posicionar “n” reinas en un tablero de ajedrez n*n, de forma que no se ataquen. Este problema es: PSR binario, discreto y infinito. PSR binario, continuo e infinito. PSR binario, discreto, finito.

Si se considera el problema de n-reinas cuya definición dice: posicionar “n” reinas en un tablero de ajedrez n*n, de forma que no se ataquen. El dominio sería: Las “n-reinas”. Las posibles n*n columnas del tablero de ajedrez. No permitir que las reinas de ataquen.

La estructura de un problema, está representada por: Vectores. Grafos. Tablas de decisión.

La alternativa para usar mejor las restricciones durante la búsqueda, se llama: Ordenamiento de valor. Restricciones. Comprobación hacia adelante.

Un árbol de juegos, está definido por: Estados terminales. El estado inicial y los movimientos legales para cada lado. El valor MiniMax de cada nodo.

Es conveniente podar un árbol para: Aproximar la utilidad verdadera de un estado sin hacer una búsqueda completa. Realizar una exploración completa del árbol de juegos. Eliminar grandes partes del árbol.

El uso de extensiones excepcionales es bastante eficaz para: Evitar el efecto horizonte sin añadir demasiado coste a la búsqueda. Restringir ciertos tipos de movimiento. Resolver rápidamente la incertidumbre.

A las permutaciones diferentes de la secuencia de movimientos que terminan en la misma posición, se les denomina: Movimiento nulo. Información imperfecta. Transposiciones.

A los problemas de búsqueda entre adversarios, se los conoce como: Juegos. Entornos multiagentes cooperativos. Entornos multiagentes competitivos.

En los juegos existen oponentes imprevistos por lo que se debe especificar: Un movimiento por cada posible réplica del oponente, en un límite de tiempo. Un movimiento por todas las posibles réplicas del oponente, en un límite de tiempo. Un único movimiento para adelantarse al oponente, en un límite de tiempo.

El algoritmo de Minimax está basado en el algoritmo de búsqueda, denominado: Primero en anchura. Primero en profundidad. Profundidad limitada.

El algoritmo: generar árbol de búsqueda desde la raíz hasta los estados terminales, obtener valor función de utilidad en cada estado terminal, aplicar la función de utilidad en los nodos inmediatamente superiores a los terminales, continuar con la propagación hacia el nodo raíz, una capa cada vez, al llegar a la raíz escoger la jugada que permita obtener el más alto valor; es de: Juegos. MiniMax. Búsqueda local.

Entre otras, las propiedades del algoritmo MiniMax son: Completo, pero no siempre óptimo. Completo y óptimo. Completo e ineficaz.

El juego de ajedrez, es un juego de mesa para dos contrincantes, que se lo puede programar, puesto que tiene: Bien definida la meta y las acciones. Bien definida la meta, pero no así las acciones. La meta es algo confusa, al igual que las acciones.

Para el juego del ajedrez, la técnica de búsqueda que se debe utilizar es: La búsqueda MiniMax, ya que es más eficiente en la búsqueda de una solución en un 30% comparada con la búsqueda de Poda Alfa Beta. La búsqueda Poda Alfa Beta, ya que es más eficiente en la búsqueda de una solución en un 30% comparada con la búsqueda de MiniMax. La búsqueda primero en anchura, ya que es más eficiente en la búsqueda de una solución en un 30% comparada con la búsqueda de MiniMax.

El algoritmo de Poda Alfa Beta, es utilizado en la teoría de juegos, puesto que permite encontrar soluciones dentro de un campo de búsqueda: Finito. No determinista. No finito.

La técnica de búsqueda MiniMax, es una técnica que se centra en la resolución de problemas de búsqueda, basadas en: Un agente denominado MinMax. La alteración de dos agentes denominados Min y Max. La alteración de dos agentes denominados Alfa y Beta.

La estrategia MiniMax, es una estrategia de búsqueda exhaustiva mediante un árbol de búsqueda en dónde: El que inicia el juego es el agente Max y existe una alternancia en la participación del juego; por lo tanto, lo que tiene que hacer el agente Max, es determinar la secuencia de jugadas que conduzcan a un estado terminal ganador. El que inicia el juego es el agente Min y existe una alternancia en la participación del juego, por lo tanto, lo que tiene que hacer el agente Max, es determinar la secuencia de jugadas que conduzcan a un estado terminal ganador. El que inicia el juego es el agente Max y existe una alternancia en la participación del juego, por lo tanto, lo que tiene que hacer el agente Min, es determinar la secuencia de jugadas que conduzcan a un estado terminal ganador.

Un buen lenguaje de representación del conocimiento debe de combinar las ventajas de los lenguajes naturales y de los lenguajes formales; por tanto debe ser: Expresivo y conciso, inequívoco e independiente del contexto y eficiente. Concreto, no ambiguo, dependiente del contexto y eficiente. No suficientemente expresivo, no ambiguo, dependiente del contexto y eficiente.

La lógica que se preocupa por la representación de los mundos en términos de objetos y predicados sobre objetos (propiedades de y relaciones entre objetos), así como del uso de conectivos y cuantificadores, se denomina: Lógica proposicional. Lógica temporal. Lógica de primer orden.

La lógica en la que los símbolos representan proposiciones completas (hechos), los cuales se pueden combinar con conectivos booleanos, se denomina: Lógica proposicional. Lógica temporal. Lógica de primer orden.

Se entiende por reglas de inferencia a: El conjunto de posibles alternativas para encontrar soluciones. El conjunto de entradas que sirven de base para establecer soluciones. Los patrones de inferencia sólidos que se pueden utilizar para encontrar demostraciones.

Se dice que un algoritmo de inferencia es sólido si: Deriva sólo sentencias implicadas. Deriva cualquier sentencia. Enumera totas las sentencias implicadas.

Un modelo de datos se asocia con: Un esquema de representación. Una base de datos. Varios dominios.

Base de conocimiento, es: El denominado esquema de representación. Una base de datos cualquiera. Un almacén de grandes cantidades de datos organizados siguiendo un determinado esquema o modelo de datos que facilite su almacenamiento, recuperación y modificación.

En las bases de conocimiento, se almacenan: Cantidades ingentes de datos. Hechos. Elementos de conocimiento (normalmente en forma de hechos y reglas) así como, la manera en que estos elementos han de ser utilizados.

A una base de conocimiento se le trata de dotar de conocimiento sobre sí misma; es decir, una Base de Conocimiento ha de “saber lo que sabe”. Por ejemplo, ante una consulta determinada, la Base de Conocimiento respondería: Afirmativamente, independientemente de que tenga o no la información relevante. “Sí”, “no” o “no lo sé”, en el caso de carecer de todos los datos pertinentes a la consulta. Negativamente, independientemente.

Una base de conocimiento, es un modelo de: Datos, compuesto por una colección de conceptos bien definidos matemáticamente que ayudan a expresar las propiedades estáticas (entidades, propiedades y relaciones) y dinámicas (operaciones con las entidades, propiedades o relaciones) de una aplicación con un uso de datos intensivo. Datos que aportan la base conceptual para diseñar aplicaciones que hacen un uso intensivo de datos; así como, la base formal para las herramientas y técnicas empleadas en el desarrollo y uso de sistemas de información. Un mundo/empresa/sección de la realidad, considerándose mundo/universo como una colección de individuos o entidades y una colección de relaciones que existen entre esos individuos. La colección de individuos que conforman el universo a representar y las relaciones que éstos mantienen constituye un estado, y puede haber transformaciones de estado que causan la creación o modificación de individuos o de las relaciones entre ellos.

Si se considera el ejemplo: esta noche papá parece cansado. ¿Cómo lo podemos saber? Él se está frotando los ojos, se ha quedado en el sofá, bostezó en la mesa a hora de la cena. Se está utilizando información explícita. Se está sacando conclusiones y deducciones (practicando el pensamiento inferencial). Se está utilizando el pensamiento crítico.

Para representar un dominio complejo se requiere representaciones: a. A la medida. b. Dinámicas. c. Generales y flexibles.

Por ingeniería ontológica, se entiende: a. La representación de objetos físicos y sus relaciones. b. La representación de conceptos generales (acciones, tiempo, objetos físicos, y creencias). c. La representación de grandes volúmenes de información.

Una de las características de la lógica de primer orden, es que: a. Todos los aspectos del mundo real se puede representar fácilmente. b. Todas las excepciones son ciertas. c. Existe dificultad, ya que casi todas las generalizaciones tienen excepciones, o son ciertas sólo en un determinado grado.

El término ontología, en informática, hace referencia a: a. Un conjunto de tablas. b. La formulación de un exhaustivo y riguroso esquema conceptual dentro de uno o varios dominios. c. Un modelo de datos.

Los programas informáticos, pueden utilizar una ontología para una variedad de propósitos, entre otros: a. Para el razonamiento inductivo, la clasificación, y para una variedad de técnicas de resolución de problemas. b. Recolectar datos del dominio. c. Determinar las fronteras del dominio.

Por conocimiento del dominio, se entiende: a. El conjunto de entidades que conforman el dominio. b. Una colección de conceptos, relaciones y hechos relevantes del dominio para ser usados con diferentes roles por las inferencias en procesos de razonamiento. c. El conjunto de prácticas y actividades que se desarrollan en el dominio.

Por taxonomía, se entiende: a. La jerarquía y relaciones existentes entre los conceptos que componen el dominio de una ontología. b. Los conceptos que componen el dominio de una ontología. c. En conjunto de relaciones existentes entre los conceptos que componen el dominio de una ontología.