Inteligentni sistemi (UVOD) Flashcards
Kdaj se je umetna inteligenca prvič pojavila kot znanstvena disciplina?
Umetna inteligenca se je pojavila kot znanstvena disciplina v 50. letih prejšnjega stoletja z razvojem “elektronskih možganov”.
Kaj je glavni cilj inteligentnih sistemov v primerjavi z umetno inteligenco?
Cilj inteligentnih sistemov ni posnemati človeško inteligenco, ampak jo podpreti in dopolniti, podobno kot mehanska orodja povečajo fizične sposobnosti.
Opiši, kaj so ekspertni sistemi.
Ekspertni sistemi so računalniški sistemi, ki emulirajo odločanje človeškega eksperta. Znanje v njih je pogosto predstavljeno v obliki pravil “če-potem”.
Naštej tri glavne tipe inteligentnih sistemov glede na njihovo avtonomnost.
Glavni tipi so: avtonomni sistemi, podporni sistemi in svetovalni sistemi.
Kaj je Turingov test in zakaj je pomemben v kontekstu inteligence strojev?
Turingov test preverja, ali je stroj sposoben komunicirati tako, da ga človek ne more ločiti od drugega človeka. Pomemben je kot zgodnji kriterij za merjenje umetne inteligence.
Naštej tri značilnosti, ki jih mora imeti inteligenten sistem za interakcijo z ljudmi.
Inteligenten sistem mora biti enostaven za komunikacijo, kompetenten z znanjem o uporabniku in nalogi ter sposoben razložiti svoje odločitve.
Kakšne so razlike med šibko in močno umetno inteligenco?
Močna umetna inteligenca je zasnovana tako, da resnično misli, medtem ko je šibka umetna inteligenca orodje, ki omogoča simulacijo miselnih procesov in preizkušanje teorij.
Kakšen je pomen “fizičnega simbolnega sistema” v inteligentnih akcijah?
Fizični simbolni sistem omogoča, da simboli predstavljajo konkretne elemente, kar omogoča inteligentne akcije z operacijami, kot so ustvarjanje, spreminjanje in uničenje simbolnih struktur.
Naštej tri področja, na katerih se uporabljajo inteligentni sistemi.
Uporabljajo se v medicini, poslovnih aplikacijah, industriji, zabavi in spletnem učenju.
Opiši razliko med nadzorovanim in nenadzorovanim učenjem.
V nadzorovanem učenju algoritem uči iz označenih podatkov, medtem ko v nenadzorovanem učenju algoritmi iščejo vzorce v neoznačenih podatkih.
Na kakšen način metodologija “poskusov in napak” nadomešča pomanjkanje znanja v inteligentnih sistemih?
Kadar inteligentni sistemi nimajo zadostnega znanja za reševanje problema, uporabljajo pristop “poskusi-napaka”, pri katerem s preizkušanjem različnih rešitev postopoma najdejo ustrezno rešitev.
Razloži, kako inteligentni sistemi uporabljajo simbolno logiko pri reševanju problemov.
Simbolna logika omogoča inteligentnim sistemom oblikovanje logičnih zaključkov s pomočjo simbolov in pravil, kar omogoča logično sklepanje in reševanje problemov na podlagi znanja in pravil.
Opredeli zakon “čarobnega števila 70000 ± 20000” in kako vpliva na oblikovanje inteligentnih sistemov.
Zakon “čarobnega števila” pravi, da imajo strokovnjaki približno 70.000 kosov informacij o svojem področju, kar omejuje obseg, do katerega lahko inteligentni sistemi zberejo znanje v posameznem domenskem kontekstu.
Pojasni in primerjaj metodologije makroskopskih in mikroskopskih pristopov umetne inteligence.
Makroskopski pristopi, kot so simbolično učenje in iskalni algoritmi, temeljijo na visoki abstrakciji, medtem ko mikroskopski pristopi, kot so nevronske mreže, oponašajo biološke procese in delujejo na nižji ravni abstrakcije.
Na primeru odločitvenega drevesa pojasni proces podatkovnega rudarjenja v inteligentnem sistemu.
Odločitveno drevo v podatkovnem rudarjenju analizira podatke tako, da jih razdeli v strukturo drevesa, kjer vsako vozlišče predstavlja vprašanje ali pogoj. To pomaga inteligentnemu sistemu napovedovati rezultate na podlagi naučenih vzorcev.
