Font size
WorksheetsCâu hỏi về trí tuệ nhân tạo
Total questions: 85
Worksheet time: 55mins
Trí tuệ nhân tạo (Artificial Intelligence - AI) là gì?
Một loại phần mềm máy tính
Một lĩnh vực trong khoa học máy tính nghiên cứu và phát triển các hệ thống có khả năng thực hiện những tác vụ yêu cầu trí tuệ con người, như học hỏi, suy nghĩ, lập luận và ra quyết định.
Một loại phần cứng thông minh
Một ngôn ngữ lập trình đặc biệt
Mục tiêu chính của trí tuệ nhân tạo (Artificial Intelligence - AI) là gì?
Phát triển các hệ thống có thể mô phỏng tư duy và hành vi của con người
Tạo ra các trò chơi điện tử hấp dẫn hơn
Tự động hóa quy trình sản xuất công nghiệp
Dự báo thời tiết
Khái niệm "Trí tuệ nhân tạo" (Artificial Intelligence - AI) lần đầu tiên được đưa ra ở đâu?
Đại học Harvard
Viện Công nghệ Massachusetts (MIT)
Hội nghị Dartmouth năm 1956
Đại học Stanford
Ai là người đầu tiên đề xuất thuật ngữ "Trí tuệ nhân tạo" (Artificial Intelligence - AI)?
Alan Turing
Marvin Minsky
IBM Watson
John McCarthy
Các thành phần cốt lõi của một hệ thống trí tuệ nhân tạo (Artificial Intelligence - AI) là gì?
Dữ liệu, con người, phần cứng, phần mềm, quy trình
Dữ liệu, con người, phần cứng, phần mềm
Dữ liệu, con người, phần cứng
Dữ liệu, con người
Lĩnh vực nào sau đây không phải là một ứng dụng phổ biến của trí tuệ nhân tạo (Artificial Intelligence - AI)?
Xử lý ngôn ngữ tự nhiên
Thị giác máy tính
Điều khiển điều hòa nhiệt độ cơ học đơn giản
Nhận diện giọng nói
Chiến lược tìm kiếm mù là gì?
Chiến lược tìm kiếm mù là gì?
Phương pháp tìm kiếm có sử dụng thông tin về trạng thái đích
Phương pháp tìm kiếm không sử dụng bất kỳ thông tin nào về trạng thái đích
Phương pháp tìm kiếm sử dụng hàm đánh giá để dẫn hướng tìm kiếm
Phương pháp tìm kiếm luôn tìm ra giải pháp tối ưu
Trong tìm kiếm theo chiều rộng (Breath first search - BFS), nút nào sẽ được mở rộng trước?
Nút có độ sâu lớn nhất
Nút có độ sâu nhỏ nhất
Nút có giá trị hàm đánh giá thấp nhất
Nút được chọn ngẫu nhiên
Tìm kiếm theo chiều sâu (Depth first search - DFS) sử dụng cấu trúc dữ liệu nào để lưu trữ danh sách trạng thái cần mở rộng?
Hàng đợi (Queue)
Ngăn xếp (Stack)
Danh sách liên kết (Linked List)
Cây tìm kiếm (Search Tree)
Trong trí tuệ nhân tạo, tìm kiếm là gì?
Quá trình thu thập dữ liệu từ internet
Quá trình lựa chọn thuật toán phù hợp với dữ liệu
Quá trình tạo ra dữ liệu mới từ dữ liệu cũ
Quá trình duyệt qua không gian trạng thái để tìm lời giải cho một bài toán
Tìm kiếm theo chiều rộng (Breath first search - BFS) sử dụng cấu trúc dữ liệu nào để lưu trữ danh sách trạng thái cần mở rộng?
Hàng đợi (Queue)
Ngăn xếp (Stack)
Danh sách liên kết (Linked List)
Cây tìm kiếm (Search Tree)
Đáp án nào đúng với giải thuật tìm kiếm theo chiều rộng (Breadth First Search - BFS)?
Duyệt tất cả các đỉnh.
Duyệt một nửa số đỉnh.
Chỉ duyệt đỉnh đầu của đồ thị.
Chỉ duyệt đỉnh cuối của đồ thị
Chiến lược tìm kiếm có kinh nghiệm (Heuristic Search) là gì?
Chiến lược tìm kiếm có kinh nghiệm (Heuristic Search) là gì?
Một phương pháp tìm kiếm không sử dụng bất kỳ thông tin bổ sung nào về không gian trạng thái.
Một phương pháp tìm kiếm sử dụng thông tin ước lượng để dẫn hướng quá trình tìm kiếm.
Một phương pháp tìm kiếm luôn đảm bảo tìm được lời giải tối ưu nhanh nhất.
Một phương pháp tìm kiếm chỉ áp dụng được trên đồ thị không có chu trình.
Thuật toán nào sau đây KHÔNG phải là một dạng tìm kiếm có kinh nghiệm?
Tìm kiếm theo chiều rộng (Breath first search - BFS)
Tìm kiếm tham lam (Greedy Best-First Search)
Tìm kiếm A*
Tìm kiếm Beam Search
Trong tìm kiếm có kinh nghiệm, nếu sử dụng một hàm heuristic kém chính xác, điều gì có thể xảy ra?
Thuật toán luôn tìm ra giải pháp tối ưu
Thuật toán có thể đi sai hướng và cho kết quả không tối ưu.
Thuật toán sẽ nhanh hơn vì bỏ qua nhiều trạng thái.
Không ảnh hưởng vì thuật toán tự điều chỉnh sai số của heuristic.
Thông tin luật đánh giá heuristic về bài toán được biểu hiện bằng luật điều khiển dưới dạng gì?
For.
Loop.
While.
If - Then
Thuật toán Minimax thường được sử dụng trong loại bài toán nào?
Bài toán tìm kiếm đường đi ngắn nhất trong đồ thị.
Bài toán có nhiều người chơi độc lập
Bài toán tối ưu hóa chiến lược trong các trò chơi có hai người chơi đối kháng.
Bài toán dự đoán xu hướng thời gian trong các chuỗi dữ liệu.
Giá trị Alpha trong cắt tỉa Alpha-Beta đại diện cho điều gì?
Lợi ích tối đa mà người chơi hiện tại có thể đạt được từ một trạng thái cụ thể.
Lợi ích tối đa mà người chơi đối thủ có thể đạt được từ một trạng thái cụ thể.
Chi phí tối thiểu mà người chơi đối thủ có thể đạt được từ một trạng thái cụ thể.
Chi phí tối thiểu mà người chơi hiện tại có
Thuật toán cắt tỉa Alpha-Beta được sử dụng để làm gì?
Cải thiện độ chính xác của thuật toán Minimax
Loại bỏ những nhánh không cần thiết để tăng tốc thuật toán Minimax
Tăng số lượng nút được duyệt trong Minimax
Chọn nước đi tốt nhất dựa trên xác suất
Giá trị Beta trong cắt tỉa Alpha-Beta đại diện cho điều gì?
Lợi ích tối đa mà người chơi MAX có thể đảm bảo từ một trạng thái cụ thể.
Lợi ích tối đa mà người chơi MIN (đối thủ) có thể đảm bảo từ một trạng thái cụ thể.
Lợi ích tối thiểu mà người chơi MAX có thể bị ép phải nhận từ một trạng thái cụ thể.
Giá trị heuristic ước lượng chi phí đến đích.
Biểu diễn tri thức trong trí tuệ nhân tạo nhằm mục đích gì?
Biểu diễn thông tin sao cho máy có thể hiểu
Biểu diễn thông tin sao cho máy có thể hiểu và suy luận
Biểu diễn thông tin sao cho máy có suy luận
Lưu trữ dữ liệu mà không cần suy luận
Các phương pháp chính để biểu diễn tri thức bao gồm những gì?
Logic mệnh đề; Logic vị từ; Khung; Luật sản xuất; Mạng ngữ nghĩa
Chỉ có Logic mệnh đề và Logic vị từ
Chỉ có mạng ngữ nghĩa và khung
Chỉ có luật sản xuất; logic mệnh đề và khung.
Toán logic vị từ là gì?
Logic vị từ là một hệ thống logic biểu diễn tri thức bằng cách sử dụng các biến, lượng từ và vị từ.
Logic vị từ không phải là một phần của toán học logic, nó không được mở rộng từ logic đề xuất.
Logic vị từ là một phần của toán học logic, nó không được mở rộng từ logic đề xuất.
Logic vị từ là một kỹ thuật trong giải tích để giải phương trình vi phân.
Biểu diễn tri thức bằng logic mệnh đề sử dụng thành phần nào chính?
Các đối tượng và mối quan hệ
Các mệnh đề có giá trị đúng hoặc sai
Cây quyết định
Biểu đồ trạng thái
Trong hệ thống luật sản xuất (Production Rules), một luật có dạng như thế nào?
IF (điều kiện) THEN (hành động hoặc kết luận)
IF (hành động) THEN (điều kiện)
Kết luận → Điều kiện
Mệnh đề có giá trị đúng hoặc sai
Trong các phương pháp sau, phương pháp nào KHÔNG phải là phương pháp biểu diễn tri thức?
Logic mệnh đề
Logic vị từ
Mạng ngữ nghĩa (Semantic Network)
Học máy (Machine Learning)
Cấu trúc chương trình Prolog gồm mấy phần?
1 phần: chỉ gồm truy vấn (query)
2 phần: cơ sở tri thức (facts & rules) và truy vấn (query)
3 phần: nhập dữ liệu, xử lý, xuất kết quả
2 phần: khai báo biến và hàm chính
Trong Prolog, toán tử nào được sử dụng để truy vấn?
=
?-
:
->
Trong Prolog, dữ liệu được biểu diễn dưới dạng nào?
Mệnh đề (Clause)
Hàm (Function)
Biểu thức (Expression)
Danh sách (List)
Prolog là một ngôn ngữ lập trình dựa trên mô hình nào?
Lập trình hướng đối tượng
Lập trình tuyến tính
Lập trình logic
Lập trình cấu trúc
Prolog là viết tắt của cụm từ nào?
Programming in Logic
Process Logic
Proactive Logic
Professional Logic
Truy vấn (query) trong Prolog được kết thúc bằng:
;
.
:
?
Máy học (Machine Learning - ML) là gì?
Máy học (Machine Learning - ML) là gì?
Một thuật ngữ đề cập đến các chương trình máy tính có khả năng học hỏi về cách hoàn thành các nhiệm vụ, đồng thời cải thiện hiệu suất theo thời gian.
Một thuật toán giúp tăng tốc độ xử lý dữ liệu
Một kỹ thuật lập trình theo kiểu truyền thống
Một loại mạng thần kinh nhân tạo
IBM Watson (2006) là sản phẩm trí tuệ nhân tạo sử dụng công nghệ nào dưới đây là chính ?
Thị giác máy tính (Computer Vision)
Mạng nơ-ron nhân tạo (Artificial Neural Networks)
Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP)
Người máy (Robotics)
Trí tuệ nhân tạo (Artificial Intelligence - AI) có thể được phân thành mấy loại chính?
Máy phản ứng (Reactive Machines); Trí nhớ hạn chế (Limited Memory)
Máy phản ứng (Reactive Machines); Trí nhớ hạn chế (Limited Memory); Lý thuyết về tâm trí (Theory of Mind); AI tự nhận thức (Self-aware AI)
Lý thuyết về tâm trí (Theory of Mind); AI tự nhận thức (Self-aware AI)
Trí nhớ hạn chế (Limited Memory); Lý thuyết về tâm trí (Theory of Mind); AI tự nhận thức (Self-aware AI)
Trí tuệ nhân tạo siêu việt (Artificial Super Intelligence - ASI) là gì?
Một hệ thống AI có thể vượt qua trí tuệ con người trên mọi lĩnh vực.
Một loại AI yếu chỉ thực hiện một nhiệm vụ cụ thể
Một hệ thống AI chỉ có trong khoa học viễn tưởng
Một thuật toán Machine Learning mới nhất
Phương pháp tìm kiếm nào sau đây KHÔNG phải là một dạng của chiến lược tìm kiếm mù?
Tìm kiếm theo chiều rộng (Breadth First Search - BFS)
Tìm kiếm theo chiều sâu (Depth First Search - DFS)
Tìm kiếm tham lam (Greedy Search)
Tìm kiếm lặp sâu dần (Iterative Deepening Search - IDS)
Tìm kiếm theo chiều rộng (Breadth First Search - BFS) có ưu đi��m gì so với tìm kiếm theo chiều sâu (Depth First Search - DFS)?
BFS luôn tìm được lời giải nếu có và đảm bảo lời giải tối ưu (ngắn nhất)
BFS sử dụng ít bộ nhớ hơn DFS
BFS không cần lưu trạng thái đã duyệt
BFS không sử dụng cấu trúc dữ liệu bổ sung
Nhược điểm chính của tìm kiếm theo chiều sâu là gì?
Tốn nhiều bộ nhớ hơn BFS
Không đảm bảo tìm được lời giải tối ưu và có thể rơi vào vòng lặp vô hạn
Luôn tìm ra giải pháp tối ưu
Chậm hơn BFS trong mọi trường hợp
Nhánh cận tìm kiếm thuật toán là một dạng tiến trình giải thuật nào?
Giải thuật quay lui.
Giải pháp leo dốc.
Giải thích thuật tham lam.
Giải pháp leo ngẫu nhiên.
Đâu không phải là ứng dụng của giải thuật tìm kiếm chiều rộng trong đồ thị bài toán lý thuyết?
Tìm đường đi ngắn nhất giửa 2 đỉnh u và v.
Tìm các thành phần liên thông.
Tìm tất cả các đỉnh cao trong một liên kết thành phần.
Tìm kiếm có giới hạn.
Chế độ chính của giải thuật tìm kiếm độ sâu tăng dần là gì?
Không lặp lại tất cả các công việc của giai đoạn trước.
Lặp lại nửa công việc của giai đoạn trước.
Lặp lại tất cả công việc của giai đoạn trước.
Lặp lại tất cả công việc của giai đoạn sau.
Tại sao nên sử dụng thuật giải heuristic thường xuyên trong giải quyết bài toán?
Vì luôn đảm bảo tìm được lời giải tối ưu tuyệt đối.
Vì giúp giảm không gian tìm kiếm và tăng hiệu quả giải quyết bài toán.
Nhanh chóng và dễ dàng đưa ra kết quả, chi phí thấp.
Vì đảm bảo tốc độ giải quyết luôn nhanh hơn tìm kiếm vét cạn (brute-force).
Thuật heuristic thường có thể giải thích được vì lý do nào sau đây?
A. Nó sử dụng kiến thức chuyên gia dưới dạng luật rõ ràng và dễ hiểu.
B. Nó dựa trên mô hình xác suất phức tạp.
C. Nó sử dụng phương pháp thử sai để kiểm tra mọi khả năng.
D. Nó hoàn toàn dựa vào máy học không cần giải thích.
Trong thuật toán A*, công thức đánh giá tổng chi phí của một trạng thái là gì?
A. f(n) = g(n)
B. f(n) = h(n)
C. f(n) = g(n) + h(n)
D. f(n) = g(n) × h(n)
Đâu là đáp án đúng khi nói đến giải thuật đồ thị AND -OR?
A. Được sử dụng để giải các bài toán có phân rẽ AND và OR trong quá trình tìm kiếm.
B. Chỉ áp dụng cho bài toán có cấu trúc tuyến tính đơn giản.
C. Luôn đảm bảo thời gian tìm kiếm nhanh hơn A*.
D. Không thể áp dụng trong hệ chuyên gia hay hệ suy diễn.
Trong trò chơi cờ vua, cờ caro, cờ Othello,… thuật toán nào thường được sử dụng để tìm nước đi tốt nhất?
A. Thuật toán Dijkstra
B. Thuật toán Minimax kết hợp cắt tỉa Alpha-Beta
C. Thuật toán tìm kiếm theo chiều rộng (BFS)
D. Thuật toán A*
Đâu là câu trả lời đúng khi nói về giải thuật A*?
A. A* không bao giờ sử dụng hàm heuristic.
B. A* đảm bảo tìm được lời giải tối ưu nếu hàm heuristic là chấp nhận được (admissible).
C. A* chỉ hoạt động với đồ thị không có chu trình.
D. A* không quan tâm đến chi phí từ điểm bắt đầu đến trạng thái hiện tại.
Tại sao thuật toán cắt tỉa Alpha-Beta có thể cải thiện hiệu suất của Minimax?
A. Vì nó kiểm tra tất cả các nút trong không gian tìm kiếm
B. Vì nó giảm bớt số lượng trạng thái cần kiểm tra bằng cách loại bỏ các nhánh không cần thiết.
Giải pháp nào sử dụng chung với thuật toán tìm kiếm Minimax hỗ trợ giảm bớt các trạng thái không gian?
Beam tìm kiếm thuật toán.
Giải thích thuật toán tìm kiếm độ sâu.
Giải thích thuật cắt Alpha-Beta.
Heuristic Search
Trong trò chơi hai người có tổng bằng 0 (zero-sum), mục tiêu của Minimax là:
Tối đa hóa điểm của đối thủ
Tối thiểu điểm của mình
Tối đa hóa điểm của mình và tối thiểu hóa điểm của đối thủ
Ngẫu nhiên chọn nước đi
Một lợi ích chính của Alpha-Beta so với Minimax là:
Chính xác hơn
Thực hiện nhanh hơn
Không cần heuristic
Không sử dụng đệ quy
"Chào mào thích ăn hạt kê; bởi vì chào mào là một loài chim; mà mọi loài chim đều thích ăn hạt kê". Theo - Tam đoạn luận này đúng hay sai, tại sao?
Đúng, vì các tiền đề và kết luận đều đúng.
Sai, vì không phải loài chim nào cũng thích ăn hạt kê.
Sai, vì cả hai tiền đề đều là phán đoán khẳng định.
Đúng, vì góp thu tất cả các quy tắc của tam đoạn luận đơn.
Phán đoán nào tương đương với phán đoán "Nếu ông ấy không tham ô thì ông ấy không bị cách chức và cũng không bị truy tố"?
Nếu ông ấy bị truy tố hay bị cách chức thì ông ấy đã tham ô.
Nếu ông ấy tham ô thì ông ấy bị cách chức hoặc bị truy tố.
Nếu ông ấy tham ô thì ông ấy bị cách chức hay bị truy tố.
Vẫn có chuyện ông ấy tham ô mà không bị cách chức.
Hãy xác định chủ từ (S) và vị trí từ (P) của Phán đoán: "Họ biết rằng chúng tôi rất vui vẻ".
Hãy xác định chủ từ (S) và vị trí từ (P) của Phán đoán: "Họ biết rằng chúng tôi rất vui vẻ".
S = Họ ; P = người biết rằng chúng tôi rất vui vẻ.
S = Họ biết rằng ; P = chúng tôi rất vui vẻ.
S = Họ ; P = chúng tôi.
S = Họ ; P = chúng tôi rất vui vẻ.
Từ tiền đề "Có những sinh viên nghiên cứu khoa học rất giỏi", bằng phép đổi chỗ, kết luận hợp logic được rút ra là gì?
Có những sinh viên không biết nghiên cứu khoa học.
Có những sinh viên nghiên cứu khoa học rất dở.
Không phải tất cả sinh viên đều nghiên cứu khoa học dở.
Có những người nghiên cứu khoa học rất giỏi là sinh viên.
Tuyên bố "Nếu trời mưa thì đường trơn" được biểu diễn dưới dạng logic mệnh đề như thế nào?
Mưa ∧ Trơn
Mưa → Trơn
Trơn → Mưa
¬Mưa ∨ Trơn
Trong logic vị từ, ký hiệu ∀x P(x) có nghĩa là:
Có ít nhất một x sao cho P(x) đúng
Với mọi x thì P(x) đúng
Không có x nào thỏa mãn P(x)
P(x) sai với mọi x
Trong Turbo prolog, đối tượng dữ liệu gồm các loại?
Số nguyên tố, biến
Hằng số, biến
Hằng số, cấu trúc
Số nguyên tố, số, biến, cấu trúc
Cấu trúc cơ bản của một luật (rule) trong Prolog là gì?
Head :- Body.
if Head then Body.
Body -> Head.
Head = Body.
Trong Prolog, kết quả của truy vấn ?- parent(X, mary). là gì nếu cơ sở dữ liệu có định nghĩa parent(john, mary); parent(alex, john).?
X = john.
X = mary.
X = parent.
X = alex.
Trong Prolog, kết quả của truy vấn ?- mother(X, Sophia). là gì nếu cơ sở dữ liệu có định nghĩa parent(john, Sophia); parent(Isabella, Sophia); woman(Isabella); woman(Sophia).?
X = john.
X = woman.
X = Sophia.
X = Isabella.
Trong Turbo prolog, làm sao biểu diễn kiểu quan hệ chú bác của một người ?
Trong Turbo prolog, làm sao biểu diễn kiểu quan hệ chú bác của một người ?
Là anh em của cha mẹ mình
Trên mình một bậc
Trên mình một bậc trên cây gia phả
Là anh em ruột của cha mẹ mình
Dấu :- trong Prolog có ý nghĩa:
Gán giá trị
Tách phần đầu và phần thân của quy tắc
Bắt đầu một truy vấn
Gọi một hàm
Trong tìm kiếm mù, chiến lược nào sử dụng mức giới hạn độ sâu để tránh đi quá xa?
Tìm kiếm theo chiều rộng (BFS)
Tìm kiếm theo chiều sâu (DFS)
Tìm kiếm có giới hạn độ sâu (Depth-Limited Search - DLS)
Tìm kiếm tham lam (Greedy Search)
Giả sử thuật toán Tìm kiếm theo chiều rộng (BFS) đang được sử dụng để tìm kiếm trong một đồ thị có thể chứa chu trình. Để đảm bảo BFS không rơi vào vòng lặp vô hạn, phương pháp nào sau đây là đúng?
Sử dụng một hàng đợi (queue) để lưu các nút đã mở rộng.
Sử dụng một danh sách hoặc tập hợp để lưu các nút đã được thăm.
Luôn ưu tiên mở rộng nút có độ sâu nhỏ nhất.
Nếu phát hiện một nút đã được mở rộng trước đó, ta sẽ mở rộng lại nó.
Ưu điểm chính của chiến lược tìm kiếm có kinh nghiệm so với tìm kiếm mù là gì?
Luôn tìm ra giải pháp tối ưu
Luôn có thời gian thực thi nhanh hơn
Tận dụng thông tin bổ sung để tìm kiếm hiệu quả hơn
Không sử dụng thêm bộ nhớ
Điều kiện nào đảm bảo thuật toán A* tìm ra đường đi tối ưu?
Hàm heuristic H(n) luôn trả về giá trị âm
Hàm heuristic H(n) phải đánh giá chính xác chi phí đến đích
Hàm heuristic H(n) không được đánh giá cao hơn chi phí thực tế
A* chỉ cần kiểm tra ít nút nhất có thể
Điều gì xảy ra nếu thuật toán Minimax sử dụng một hàm heuristic không chính xác?
Trò chơi sẽ kết thúc nhanh hơn
Người chơi có thể chọn nước đi không tối ưu
Thuật toán sẽ không thể đưa ra bất kỳ quyết định nào
Thuật toán Minimax sẽ không bị ảnh hưởng
Giải thuật tìm kiếm tốt nhất kết hợp 2 ưu tiên của 2 giải thuật nào?
A* và Minimax
Tìm kiếm theo chi phí đồng nhất và tìm kiếm theo heuristic
Dijkstra và Alpha-Beta
Giải thích thuật toán tìm kiếm theo chiều sâu và giải thuật tìm kiếm theo chiều rộng.
Khi nào một nhánh được prune (cắt) trong thuật toán Alpha-Beta?
Khi Alpha ≥ Beta
Khi Alpha < Beta
Khi tìm thấy nút lá
Khi hết nước đi
Hạn chế lớn nhất của Minimax khi không dùng Alpha-Beta là:
Không đảm bảo kết quả đúng
Không thể áp dụng vào trò chơi có luật phức tạp
Yêu cầu đánh giá tất cả các nhánh đến độ sâu tối đa
Chạy sai nếu có nước đi ngẫu nhiên
Tuyên bố "Có ít nhất một người thích bóng đá" được viết trong logic vị từ như:
∀x Likes(x, Football)
∃x Likes(x, Football)
∀x ¬Likes(x, Football)
∃x ¬Likes(x, Football)
Cho: P = "Minh hát hay"; Q= "Minh đàn giỏi"; R = "Minh đẹp trai". Từ mệnh đề thực tế: Minh hát hay, đàn giỏi, đẹp trai ta có biểu thức mệnh đề là:
P Q R
P Q R
P Q R
P Q R
Trong logic vị từ, biểu thức nào sau đây có nghĩa là "Mọi người đều yêu thích âm nhạc"?
∃x Person(x) ∧ Likes(x, Music)
∀x (Person(x) → Likes(x, Music))
∃x (Person(x) → Likes(x, Music))
∀x (Likes(x, Music) → Person(x))
Phát biểu "Mọi sinh viên đều học ít nhất một môn học" được biểu diễn đúng là:
∀x (SV(x) → ∃y Monhoc(y) ∧ Hoc(x, y))
∃x (SV(x) ∧ ∀y Monhoc(y) → Hoc(x, y))
∀x ∃y (SV(x) ∧ Monhoc(y) ∧ Hoc(x, y))
∃x ∃y (SV(x) ∧ Monhoc(y) ∧ Hoc(x, y))
Cho các sự kiện sau: 'It is summer', 'It is sunny'. Sự kiện nào cho ta câu trả lời là: 'Yes'.
'It is cold'
'It is snowing'
'It is raining'
'It is hot'
Câu hỏi nào sau đây cho kết quả: 'No'
?-dark(X), thick(X)
?-brown(X), thick (X)
?-grey(X), small(X)
?-dark(X), small(X)
Câu nào sau đây là sự thật (fact) hợp lệ trong Prolog?
loves(anna, pizza).
anna = pizza.
if anna loves pizza.
loves anna pizza.
Câu nào sau đây là một quy tắc (rule) hợp lệ?
parent(X, Y) :- mother(X, Y).
:- parent(X, Y), mother(X, Y).
parent(X, Y) = mother(X, Y).
rule(parent(X,Y), mother(X,Y)).
