Artificiell intelligens kap 11

Question 1

Många svåra problem kan beskrivas som sökproblem, vilket innebär att man söker efter en lösning i ett
sökträd. För att välja sökväg i sökträdet använder man sig av ”tumregler” (rules of thumb). Vad kallas
sådana tumregler och varför behövs de?

Answer 1

Heuristik (heuristics), och de behövs för att sökträden för alla svåra problem blir extremt stor, vilket
innebär att det är omöjligt att utforska hela sökträdet.

Question 2

Vad är skillnaden mellan svag (weak) AI och stark (strong) AI?

Answer 2

Svag AI – datorer kan programmeras för att uppvisa ett intelligent beteende.
Stark AI – datorer kan programmeras så att de får intelligens och medvetande.

Question 3

Ett sätt att klassificera maskininlärningansatser (machine/computer learning approaches) är genom i
vilken grad de kräver mänsklig inblandning. Vilka tre sådana klasser brukar man prata om?

Answer 3

Learning by imitation (lärande genom imitation); supervised learning (övervakat lärande); learning by
reinforcement (lärande genom förstärkning).

Question 4

Vad kallas den del av maskininlärning (machine learning) där en människa beskriver det korrekta svaret
för ett antal exempel och agenten (maskininlärningsalgoritmen) generaliserar utifrån dessa exempel?

Answer 4

Supervised learning.

Question 5

Vad är ett artificiellt neuralt nätverk (artificial neural network) och hur förändras ett sådant nätverk
under inlärning?

Answer 5

Ett artificiellt neuralt nätverk är en beräkningsmodell som efterliknar en hjärnas nätverk av neuroner.
Ett artificiellt neuralt nätverk lär sig genom att justera vikterna i de olika neuronerna i nätverket.

Question 6

Vad är definitionen av en intelligent agent?

Answer 6

En autonom målinriktad entitet som observerar genom sensorer och agerar på en omgivning genom
manövreringsorgan (autonomous goal-directed entity which observes using sensors and acts upon an
environment using actuators)

Question 7

Vad är skillnaden mellan övervakad inlärning (supervised learning) och oövervakad inlärning
(unsupervised learning)?

Answer 7

I övervakad inlärning tränar man systemet med färdig klassificerad data (träningsdata). I oövervakad
inlärning får systemet ingen träningsdata utan får själv analysera indata och hitta mönster.

Question 8

Är reinforcement learning en typ av övervakad inlärning (supervised learning) eller inte? Varför?

Answer 8

Reinforcement learning är oövervakad, och bygger på att systemet själv bedömer, utifrån en given
generell regel, huruvida det har lyckats eller inte.