Kapitel 11 - instuderingsfrågor Flashcards
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?
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.
Vad är skillnaden mellan svag (weak) AI och stark (strong) AI?
Svag AI – datorer kan programmeras för att uppvisa ett intelligent beteende.
Stark AI – datorer kan programmeras så att de får intelligens och medvetande.
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?
Learning by imitation (lärande genom imitation);
supervised learning (övervakat lärande);
learning by reinforcement (lärande genom förstärkning).
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?
Supervised learning.
Vad är ett artificiellt neuralt nätverk (artificial neural network) och hur förändras ett sådant nätverk under inlärning?
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.
Vad är definitionen av en intelligent agent?
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).
Vad är skillnaden mellan övervakad inlärning (supervised learning) och oövervakad inlärning (unsupervised learning)?
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.
Är reinforcement learning en typ av övervakad inlärning (supervised learning) eller inte? Varför?
Reinforcement learning är oövervakad, och bygger på att systemet själv bedömer, utifrån en given generell regel, huruvida det har lyckats eller inte.
Vad är sök-heuristik (search heuristics), och vad kännetecknar bra sök-heuristik?
Sök-heuristisk är tumregler för att nå ett övergripande sökmål. En bra heuristik är en tillräckligt bra uppskattning av närheten till sökmålet (och om den för nuvarande är i en bra eller dålig position) och förhållandevis enkel att beräkna.
Ett neuralt nätverk är en beräkningsmodell som inspirerats av hur den mänskliga hjärnan fungerar. Hur lär sig ett neuralt nätverk från exempeldata?
Förenklat kan man säga att ett neuronnätverk lär sig från data genom att justera de vikter som är associerade med olika neuroner.
Förklara kortfattat begreppen ”information retrieval” och ”information extraction” inom språkanalys (natural language processing)!
Information retrieval behandlar metoder för att identifiera dokument som behandlar en viss sökfråga eller ett visst ämne. Information extraction behandlar metoder för att extrahera information som är användbar för en viss applikation, t.ex. extrahera telefonnummer eller efternamn.
Vilka tre typer av lager (layers) finns i ett neuronnätverks (neural network) topologi?
Input layer, hidden layer och output layer.
Vad är ett sökträd inom AI?
En trädstruktur av noder där varje nod representerar ett visst tillstånd och en lösning är en väg från rotnoden (som representerar det initiala tillståndet) till en målnod (som representerar det önskade tillståndet).
Varför behövs sök-heurestik?
För att sökträd för alla intressanta problem är så stora att det är praktiskt omöjligt att utforska hela sökträdet, och man därför behöver heurestik (tumregler) för att vägleda sökningen.
Vid behandling av naturligt språk utförs tre olika typer av analyser, vilka?
Syntaktisk analys (grammatik), semantisk analys (meningens kontext) och kontextuell analys (kontext av individuella ord).
