1. O que é Inteligência artificial?

São sistemas que pensam e atuam de forma racional. Pensa e atuam como os seres humanos.

2. O que é e como é o teste de Turing?

O teste de turing fornece uma definição operacional satisfatória de Inteligência. Um

computador passaria em um teste se um interrogador humano, depois de propor algumas
perguntas por escrito, não pudesse distinguir essa máquina de um ser humano.

3. O que é um agente?

Agente é tudo que é capaz de perceber seu ambiente por meio de sensores e agir através de
atuadores.

4. O que é um agente racional?

É um agente que exibe um comportamento racional, fazendo o que é esperado para maximizar
o alcance de performance e objetivos, fornece a informação disponível baseando- se em suas
percepções e nas ações de que é capaz.

5. Quais são os tipos de ambientes tipicamente classificados para a atuação de um

agente? Quais suas características?

Completamente Observável (vs. Parcialmente observável): Um agente sensor percebe o

ambiente de maneira completa para cada momento ao longo do tempo.
• Determinístico (vs. estatístico): O estágio seguinte do ambiente é determinado unicamente
pelo estado atual somado à ação do agente. (Se o ambiente é determinístico exceto pela ação
de outros agentes, o ambiente é definido como estratégico).
• Episódico (vs. sequencial): A experiência do agente é dividida em episódios pontuais (cada
episódio consiste na percepção e correspondente ação do agente) sendo a escolha da ação
unicamente dependente do corrente episódio.
Estático (vs. dinâmico): O ambiente permanece inalterado enquanto um agente está
deliberando. ( O ambiente é dito semi-dinâmico se o ambiente não mudar por si ao longo do
tempo mas a performance do agente muda.
• Discreto (vs. continuo): Um número limitado de estados possíveis, discretos e passiveis de
percepção e atuação.
• Agente único (vs. multiagente): Um agente que opera sozinho em um ambiente.

6. O que é e o que faz a função de agente?

É uma descrição matemáticas, afirmamos abstrata que mapeia qualquer seqüência de

percepções e especifica uma ação.

7. Quais as características do agente reativo simples?

São agentes simples que possuem uma Inteligência limitada. Seleciona ações com base na
percepção atual ignorando o histórico de percepções.
8. Quais as características do agente reativo baseado em modelo?

O agente controla o histórico de percepções, através de um estado interno, com isso é possível
ter uma indicação a respeito de coisas que não podem ser percebidas. É como se algo fosse
capaz de registrar um conjunto de regras ou um modelo de ambiente.

9. Quais as características dos agentes baseados em Objetivos?

O agente pode vir a precisar além do modelo de objetivos que definam seu sucesso ou
fracasso.

10. Quais as características dos agentes baseados na utilidade?

Uma das características é o mapeamento de um estado ou sequencia onde um número pode

ser representativo, já que os objetivos não são suficientes para gerar um comportamento de
qualidade na maior parte das situações.

11. Quais as características dos agentes com aprendizagem?

É a ideia que a máquina pode aprender. O agente de aprendizado pode ser dividido em quatro
componentes conceituais que são critica, elemento de aprendizagem, gerador de problema,
elemento performance.

12. O que é a formulação de problema na abordagem de IA?

É o processo de decidir que ações e estados devem ser considerados para um determinado
objetivo.

13. Como um problema pode ser formalmente modelado? Dê um exemplo diferente

dos vistos em aula.

Cada ação abstrata deverá ser mais simples que o problema original.

14. Quais as diferenças entre um estado e sua representação por um nó em uma

árvore ou grafo?

Um nó é uma estrutura de dados que constitui parte da arvore e o estado é uma representação
de uma configuração física.

15. Qual a característica de:

a. Busca em extensão.

 Seleciona para expansão o nó mais raso não-expandido na árvore de busca.

 É completa, ótima para passos de custo unitário e tem complexidade de tempo e
espaço igual a O(bd) – b fator de ramificação e d número de níveis.
 A complexidade do espaço a torna impraticável na maior parte dos casos.

b. Busca em profundidade.

 Seleciona para expansão o nó não expandido mais profundo na árvore de busca.

 Não é completa nem ótima, em tem complexidade O(bm) para o tempo e O(b*m) para
o espaço. Onde m é a profundidade máxima para qualquer caminho.
c. Busca por aprofundamento iterativo

 Chama a busca em profundidade limitada com limites crescentes até encontrar

objetivo.
 É completa e ótima para passos de custo unitário e tem complexidade de tempo O(bd)
e complexidade de espaço O(b*d)

16. O que é heurística? Dê dois exemplos explicando com suas palavras.

uma estrutura de controle, ou um conjunto de procedimentos, que não mais garanta a solução
ótima, mas que na maioria dos casos encontra uma solução sub ótima, mas bem próxima da
solução ótima.
A heurística é uma técnica que melhora a eficiência de um processo de busca, sacrificando
retenções de completeza.
A heurística aponta para pontos ou direções interessantes, mas pode deixar de fora pontos
importantes para a solução do problema.

Exemplos: no calculo de uma rota em vez de pegar a distância todo o percurso os possíveis
percursos considerando apenas o que está no caminho do destino, assim dando a rota, mesmo
a mesma não sendo a mais curta.
Outro exemplo pode ser a mente humana: avalia a pessoa conforme o grupo é, tomando assim
um atalho mas isso pode ser errado, pois o individuo pode ser diferente.

17. O que é e como funciona a Busca A*?

Busca A* é a forma mais conhecida de busca pela melhor escolha.

Ela avalia nós combinando g(n), o custo de cada nó, e h(n), o custo para ir do nó até o
objetivo: – f(n) = g(n) + h(n)

18. Que característica faz uma heurística admissível?

Uma heurística admissível é aquela que nunca superestima o custo para alcançar o objetivo.
Nela imaginam que o problema seja menor do que na realidade é.

19. Que característica faz uma heurística consistente?

Uma heurística é considerada consistente se: para cada nó n e cada sucessor n’ de n gerado
por uma ação a, o custo estimado de alcançar o objetivo a partir de n não é maior que o custo
do passo de se chegar a n’ somado ao custo estimado de alcançar o objetivo a partir de n’.

20. O que é um problema relaxado? Dê exemplo.

Um problema com menor número de restrições sobre suas ações é chamado problema
relaxado.
Exemplo: Se as regras do quebra-cabeça fossem alteradas de modo que um bloco pudesse se
deslocar para qualquer lugar, inclusive para um quadrado ocupado, assim teríamos um menor
número de restrições ao problema.

21. Explique como funciona o método de busca subida de encosta em função da

figura apresentada nos slides.

É um laço repetitivo que se move de forma contínua. O algoritmo termina quando encontra um
pico em que nenhum vizinho tem valor maior. A busca em subida de encosta não examina
antecipadamente valores de estados além dos vizinhos imediatos.
22. O que são e quais as características dos Algoritmos Genéticos? Comente
inclusive os mecanismos de seleção, cross-over e mutação. Ilustre.

Em um algoritmos genético (AG), os estados sucessores são gerados a partir da combinação de

dois estados pais. Os AGs começam com um conjunto de k estados gerados aleatoriamente
(população). Cada estado (individuo) é representado como uma cadeia sobre um alfabeto finito
(freqüentemente cadeias de 0s e 1s). Para a produção de uma nova geração cada estado é
avaliado pela função de avaliação ( função de fitness).
• Seleção - onde os indivíduos são ordenados de acordo com a função-objetivo e lhes são
atribuídas probabilidades decrescentes de serem escolhidos. A escolha é feita então
aleatóriamente de acordo com essas probabilidades. Dessa forma conseguimos escolher como
pais os mais bem adaptados, sem deixar de lado a diversidade dos menos adaptados. Outras
formas de seleção podem ser aplicadas dependendo do problema a ser tratado.
• Cross-over - os descendentes recebem em seu código genético parte do código genético do
pai e parte do código da mãe. Esta recombinação garante que os melhores indivíduos sejam
capazes de trocar entre si as informações que os levam a ser mais aptos a sobreviver, e assim
gerar descendentes ainda mais aptos.
• Mutação - são feitas com probabilidade a mais baixa possível, e tem como objetivo permitir
maior variabilidade genética na população, impedindo que a busca fique estagnada em um
mínimo local