Font size
WorksheetsTin học
Total questions: 97
Worksheet time: 51mins
Xử lý ngôn ngữ tự nhiên (NLP) trong trí tuệ nhân tạo thường được sử dụng để làm gì?
Tạo ra các mô hình dự đoán tài chính
Nhận diện hình ảnh và video
Hiểu và phân tích ngôn ngữ của con người, ví dụ như dịch thuật và chatbot
Quản lý dữ liệu và tối ưu hoá hệ thống mạng
AlphaGo là một chương trình trí tuệ nhân tạo nổi tiếng vì lí do gì?
Đánh bại nhà vô địch cờ vua Garry Kasparov
Đánh bại nhà vô địch cờ vây Lee Sedol
Đạt giải Nobel Kinh tế
Phát triển phần mềm học sâu cho nhận diện hình ảnh
Đâu là chương trình trí tuệ nhân tạo nổi tiếng áp dụng trí tuệ nhân tạo?
Deep blue
AlphaGo
Hệ thống trả lời tự động Watson
Tất cả các đáp án trên
Chức năng chính của ChatGPT là gì?
Điểm danh khuôn mặt
Xử lí và tạo văn bản tự nhiên
Điện toán đám mây
Hệ thống thông tin địa lý
Cho biết khoảng thời gian của công nghiệp trí tuệ nhân tạo?
Từ 1980 đến nay
Từ 1990 đến nay
Từ 2000 đến nay
Từ 2010 đến nay
Trí tuệ nhân tạo được viết tắt là gì?
IA
AIOT
AI
OPENAI
Trí tuệ nhân tạo là lĩnh vực nghiên cứu việc xây dựng các hệ thống máy tính có đặc điểm gì?
Hoạt động bay
Hoạt động tập bơi
Suy nghĩ hợp lý
Hoạt động tập viết
Trí tuệ nhân tạo là lĩnh vực nghiên cứu việc xây dựng các hệ thống máy tính không có đặc điểm gì?
Suy nghĩ hợp lý
Hành động hợp lý
Phát sinh trạng thái tiêu cực
Hoạt động thể chất
Chương trình nhận dạng tiếng nói nào dưới đây nổi tiếng vì sử dụng trí tuệ nhân tạo để hiểu và chuyển đổi lời nói thành văn bản?
Siri
Photoshop
Excel
Calculator
Lịch sử phát triển của trí tuệ nhân tạo trải qua bao nhiêu giai đoạn?
1
2
3
Nhiều hơn 3
Trí tuệ nhân tạo là gì?
Môn khoa học nghiên cứu và mô phỏng các quá trình sáng tạo của con người trên máy tính điện tử, nhằm tạo ra các sản phẩm thông minh có khả năng suy nghĩ, ra quyết định, hoặc hỗ trợ ra quyết định như con người
Máy tính có khả năng lưu trữ và truy xuất dữ liệu lớn
Phần mềm dùng để thiết kế đồ họa
Hệ thống máy tính quản lý cơ sở dữ liệu
Trí tuệ nhân tạo là lĩnh vực nghiên cứu của việc xây dựng các hệ thống máy tính có đặc điểm gì?
Hành động như người
Hành động như chim
Hành động như cá
Hành động như côn trùng
trí tuệ nhân tạo là lĩnh vực nghiên cứu việc xây dựng các hệ thống máy tính KHÔNG có đặc điểm gì?
Suy nghĩ hợp lý
Suy nghĩ như người
Hành động hợp lý
Hành động ngẫu nhiên
Định nghĩa trí tuệ nhân tạo có thể nhóm mấy nhóm khác nhau
1
2
3
4
Trí tuệ nhân tạo thuộc về lĩnh vực nào
Khoa học xã hội
Khoa học nhân văn
Khoa học máy tính và khoa học tự nhiên
Nghệ thuật và nhân văn
Cho biết đâu là ưu điểm của trí tuệ nhân tạo
Xử lý dữ liệu khoa học
Xử lý dữ liệu nhanh
Xử lý dữ liệu hệ thống
Tất cả các trường hợp
Điền vào chỗ trống câu sau: Học máy là...trí tuệ nhân tạo.
A. bao trùm
B. ngang hàng
C. cha đẻ
D. một nhánh
Trí tuệ nhân tạo có thể ứng dụng lĩnh vực nào dưới đây?
Chỉ trong lĩnh vực công nghệ thông tin
Chỉ trong lĩnh vực tài chính
Trong nhiều lĩnh vực, ngành nghề khác nhau như y tế, giáo dục, giải trí, và sản xuất,...
Chỉ trong lĩnh vực khoa học và nghiên cứu
Trí tuệ nhân tạo là môn khoa học nghiên cứu và mô phỏng các quá trình sáng tạo của ... trên máy tính điện tử, nhằm tạo ra các sản phẩm thông minh có khả năng suy nghĩ, ra quyết định, hoặc hỗ trợ ra quyết định như con người.
Thực vật
Con người
Động vật
Côn trùng
Turing test được sử dụng để đánh giá điều gì trong lĩnh vực trí tuệ nhân tạo?
Khai phá dữ liệu
Lập trình nhân tạo
Khả năng của AI trong việc hành động như con người
Tối ưu hoá hiệu suất phần cứng
Cho biết đâu là ứng dụng của trí tuệ nhân tạo?
Thị giác máy tính
Xử lý ngôn ngữ tự nhiên
Robot
Tất cả các trường hợp trên
Cho biết đâu là giai đoạn manh nha, tiền khởi đầu của trí tuệ nhân tạo?
1943 – 1955
1980 – 1990
2000 – 2010
2010 – nay
Thuật ngữ “Artificial Intelligence” (Trí tuệ nhân tạo) lần đầu tiên được giới thiệu vào năm nào?
1843
1910
1956
2020
Deep blue là gì và nổi tiếng vì lý do nào?
Một loại máy tính cá nhân phổ biến trong những năm 1990
Một hệ thống trí tuệ nhân tạo nổi tiếng vì đã đánh bại nhà vô địch cờ vua Kasparov
Một ứng dụng chỉnh sửa ảnh nổi tiếng
Một chương trình trò chơi điện tử được phát triển vào đầu thế kỷ 21
Trí tuệ nhân tạo yếu (weak AI) thường được sử dụng trong những ứng dụng nào dưới đây?
Hệ thống có khả năng học và hiểu mọi lĩnh vực giống như con người
Các ứng dụng cụ thể, đơn lẻ
Phát triển khả năng tư duy tổng quát và trí tuệ tương tự con người
Tạo ra các lý thuyết mới trong vật lý và toán học
Tác giả của khái niệm “Turing test” là ai?
Issac Newton
Albert Einstein
Alan Turing
Chales Babbage
Trí tuệ nhân tạo là môn khoa học ... các quá trình sáng tạo của con người trên máy tính điện tử, nhằm tạo ra các sản phẩm thông minh có khả năng suy nghĩ, ra quyết định, hoặc hỗ trợ ra quyết định như con người
A. Quan sát
B. Đánh giá
C. Kiểm tra
D. Nghiên cứu và mô phỏng
Cho biết khoảng thời gian tiếp cận của trí tuệ nhân tạo dựa trên dữ liệu, sử dụng khối lượng dữ liệu lớn
Từ 1980 đến nay
Từ 1990 đến nay
Từ 2001 đến nay
Từ 2010 đến nay
Cho biết đâu là lĩnh vực nghiên cứu của trí tuệ nhân tạo?
Tìm kiếm
Biểu diễn tri thức
Lập luận và suy diễn
Tất cả các trường hợp trên
Để biểu diễn một vấn đề trong không gian trạng thái thì cần xác định những yếu tố nào?
Trạng thái đầu
Tất cả các đáp án
Tập hợp trạng thái cuối
Tập hợp các toán tử
Trong bài toán 8_Puzzle, biểu diễn bởi bảng 3x3 ô và tám quân mang số hiệu từ 1 đến 8 được xếp vào tám ô, còn lại một ô trống. Người chơi có thể chuyển dịch các quân ở cạnh ô trống tới ô trống đó, các toán tử là gì?
Xuống
Lên, xuống
Trái, phải
Lên, xuống, trái, phải
Trong bài toán 8_Puzzle, được biểu diễn bởi bảng 3x3 ô và tám quân mang số hiệu từ 1 đến 8 được xếp vào tám ô, còn lại một ô trống. Người chơi có thể chuyển dịch các quân ở cạnh ô trống tới ô trống đó. Hình bên trái là trạng thái bắt đầu, hình bên phải là trạng thái kết thúc.
Số “6” ở trạng thái bắt đầu nhận toán tử dịch chuyển nào?
Xuống
Lên, xuống
Trái, phải
Lên, xuống, trái, phải
Trong các kỹ thuật sau, kỹ thuật nào thuộc chiến lược tìm kiếm mù?
Tìm kiếm theo sâu lặp
Tìm kiếm theo tốt nhất đầu tiên
Tìm kiếm theo nhánh và cận
Tìm kiếm theo Minimax
Khi nào một đỉnh trong đồ thị AND/OR được đánh dấu là "giải được"?
Khi nó không có đỉnh kề nào.
Khi nó là đỉnh kết thúc hoặc có một toán tử sao cho tất cả các đỉnh kề theo toán tử đó đều được đánh dấu "giải được"
Khi nó là đỉnh bắt đầu
Khi nó có nhiều hơn hai đỉnh kề.
Trong bài toán du khách tìm đường từ thành phố A đến thành phố B (sử dụng bản đồ du lịch), các thành phố trong bản đồ được coi là gì?
Toán tử
Các trạng thái
Không gian trạng thái
Điểm đến
Tại sao không áp dụng tìm kiếm theo độ sâu cho các bài toán có cây tìm kiếm chứa các nhánh vô hạn?
Vì bài toán không tồn tại
Vì bài toán sẽ luôn luôn tìm ra nghiệm nhưng rất chậm
Vì bài toán có thể bị lặp ở nhánh vô hạn và không dừng lại
Vì bài toán đòi hỏi rất nhiều không gian nhớ
Trong tìm kiếm theo bề rộng, danh sách L được thiết kế như thế nào?
Như một hàng đợi (Queue)
Như một ngăn xếp (Stack)
Như một danh sách liên kết (Linked List)
Như một cây (Tree)
Cho đồ thị không gian trạng thái sau: U0 = A; T = {I, N, K} Quá trình tìm kiếm theo thuật toán tìm kiếm theo chiều sâu xét các đỉnh là:
A-D-G-M-C-F-K(sửa)
A-C-F-K
A-B-H-I
A-C-E-F-N
Cho đồ thị không gian trạng thái sau: U0= A; T = {H, I} Sử dụng thuật toán tìm kiếm theo bề rộng, thứ tự các đỉnh được xét là:
A-B-C-D-H-I
A-C-F-K
A-B-I
A-B-C-D
Cho đồ thị không gian trạng thái sau: U0= A; T = {H, I} Sử dụng thuật toán tìm kiếm theo bề rộng, thứ tự các đỉnh được xét là:
A-E-I-H
A-D-E-F-G-H
A-F-E
A-E-H
Dựa vào thứ tự duyệt qua các đỉnh: A-D-G-C-F-E-B-I, với trạng thái bắt đầu là A và trạng thái đích là H. Hãy cho biết đây là thuật toán tìm kiếm nào?
Theo chiều rộng
Theo kinh nghiệm
Theo chiến lược
Sâu hạn chế với d = 2
Dựa vào thứ tự duyệt qua các đỉnh: A-B-C-D-H-I. Hãy cho biết đây là thuật toán tìm kiếm nào?
Theo chiều rộng
Theo chiều sâu
Sâu lặp
Sâu hạn chế với d = 2
Cho đồ thị không gian trạng thái, Nếu áp dụng thuật toán tìm kiếm sâu lặp với trạng thái kết thúc là F, thuật toán dừng tại độ sâu là bao nhiêu?
1
2
3
4
Cho đồ thị không gian trạng thái sau: Nếu đỉnh bắt đầu là A, T = ∅. Áp dụng thuật toán tìm kiếm theo chiều rộng, đỉnh cuối cùng được duyệt là đỉnh nào?
I
N
H
M
Trong bài toán 8_Puzzle, được biểu diễn bởi bảng 3x3 ô và tám quân mang số hiệu từ 1 đến 8 được xếp vào tám ô, còn lại một ô trống. Người chơi có thể chuyển dịch các quân ở cạnh ô trống tới ô trống đó. Hình bên trái là trạng thái bắt đầu, hình bên phải là trạng thái kết thúc.
Số "5" ở trạng thái bắt đầu nhận toán tử dịch chuyển nào?
Xuống
Lên, xuống
Trái
Trái, phải
Tại sao việc biểu diễn một vấn đề trong không gian trạng thái lại quan trọng trong giải quyết vấn đề bằng tìm kiếm?
Vì nó giúp xác định trạng thái đầu
Vì nó chứa các toán tử có thể sử dụng
Vì nó xác định tập hợp các trạng thái kết thúc
Vì việc tìm kiếm nghiệm của bài toán được quy về việc tìm đường đi từ trạng thái ban đầu đến trạng thái đích.
Điểm dừng của thuật toán tìm kiếm theo bề rộng là:
Danh sách L khác rỗng
Đỉnh phát triển thuộc T
Danh sách L rỗng hoặc đỉnh phát triển thuộc T
Đỉnh phát triển thuộc T rỗng
Thuật toán tìm kiếm sâu lặp kết hợp ưu điểm của những phương pháp nào?
Tìm kiếm theo bề rộng và tìm kiếm theo độ sâu
Tìm kiếm theo độ sâu và tìm kiếm heuristic
Tìm kiếm theo bề rộng và tìm kiếm heuristic
Tìm kiếm heuristic và tìm kiếm mù
Trong thuật toán tìm kiếm theo độ sâu, danh sách L để lưu :
Các trạng thái kế
Các trạng thái chờ để phát triển
Các trạng thái đã phát triển
Tập trạng thái kết thúc
Tại sao việc gán nhãn "giải được" hay "không giải được" cho các đỉnh trong đồ thị AND/OR lại quan trọng?
Vì nó giúp xác định thứ tự của các đỉnh trong đồ thị.
Vì nó giúp xác định liệu bài toán ban đầu có thể được giải quyết hay không
Vì nó thay đổi cấu trúc của đồ thị.
Vì nó làm cho đồ thị trở nên lớn hơn.
Câu 22: Dựa vào thứ tự duyệt qua các đỉnh: A-D-K-I-C-H, hãy xác định đây là thuật toán tìm kiếm nào?
Theo chiều rộng
Theo kinh nghiệm
Theo chiều sâu
Theo sâu hạn chế với d=1
Cho đồ thị không gian trạng thái sau: U0 = A; T = {I, N, K} Sử dụng thuật toán theo chiều rộng, đỉnh nào sẽ được duyệt sau đỉnh D?
H
G
C
F
Cho đồ thị không gian trạng thái sau: U0 = A, T = {I, N, K} Nếu áp dụng chiến lược tìm kiếm theo chiều rộng thì đỉnh kết thúc đầu tiên sẽ tìm thấy là:
I, N, K
I
N
K
Câu 25: Cho đồ thị không gian trạng thái sau: U0 = A; T = {H, E} Áp dụng chiến lược tìm kiếm theo bề rộng thì quá trình tìm kiếm thì các đỉnh được xét là:
A-B-C-D-E-F-G-H
A-B-C-D-E
A-B-E
A-C-H
Cho đồ thị không gian trạng thái sau: Uo = A; T = {I, N} Sử dụng thuật toán tìm kiếm chiều sâu hạn chế với d = 2, thứ tự các đỉnh được xét là:
A-D-G-C-F-E-B-I
A-B-H-I
A-D-G-M-C
A-C-E-N
Những yếu tố nào cần xác định khi biểu diễn vấn đề trong không gian trạng thái?
(Chọn 3 phương án)
Trạng thái ban đầu
Tập hợp trạng thái kết thúc
Tập hợp các toán tử
Chỉ cần xác định trạng thái cuối
Sinh viên chọn 3 phương án đúng nhất:
A. Trạng thái ban đầu
B. Tập hợp các trạng thái kết thúc
C. Tập hợp các toán tử
D. Chỉ cần xác định trạng thái cuối
Cho đồ thị không gian trạng thái sau: Up = A, T = {H, E} Quá trình tìm kiếm theo thuật toán tìm kiếm theo chiều sâu xét các đỉnh là:
A-D-K-I-C-H
A-B-C-G
A-B-E
A-C-G-H
Cho đồ thị không gian trạng thi sau :
Uo = A; T = (H,I}
Quá trình tim kiếm theo thuật toán tìm kiếm theo chiều sâu xét các đinh là:
A-F-K-M-D-I
A-F-K-M-E-I
A-E-H
A-F-E-D-G-H
Cho đồ thị không gian trạng thái sau: u0 = A; T = {I, N, K} Nếu áp dụng chiến lược tìm kiếm theo độ sâu thì đỉnh kết thúc đầu tiên sẽ tìm thấy là:
I, N, K
L
N
K
Trong tìm kiếm kinh nghiệm, một trạng thái được chọn để phát triển tại mỗi bước dựa trên gì?
Số lượng toán tử áp dụng được.
Giá trị của hàm đánh giá
Độ sâu của trạng thái trong cây tìm kiếm.
Số lượng trạng thái con của nó.
Trong bài toán 8 số, cách xây dựng hàm đánh giá nào là hợp lý?
Là tổng số quân không nằm đúng vị trí của trạng thái hiện tại so với trạng thái đích
Tổng số lượng của trạng thái đầu vào và trạng thái đích
Số bước để đi từ trạng thái đầu đến trạng thái đích
Số lượng các quân nằm đúng vị trí của trạng thái hiện tại.
h(u) là hàm đánh giá dùng để:
Đánh giá từ trạng thái u0 đến trạng thái
Đánh giá từ trạng thái u0 đến trạng thái u
Đánh giá từ trạng thái u đến trạng thái kết thúc
Đánh giá từ trạng thái u0 đến trạng thái bất kỳ
Trong thuật toán tìm kiếm tốt nhất đầu tiên danh sách L để lưu :
Các trạng thái kề
Các trạng thái chờ để phát triển
Các trạng thái đã phát triển
Các trạng thái kết thúc
Trong giải thuật tìm kiếm Beam, chiến lược phát triển đỉnh là:
Không phát triển một đỉnh K tốt nhất
Phát triển nhiều đỉnh K tốt nhất
Chỉ phát triển một đỉnh K tốt nhất
Phát triển nhiều đỉnh K nhưng không tốt nhất
Bản chất của phương pháp tìm kiếm leo đồi?
Leo đồi sẽ duyệt tất cả các hướng đi có thể và chọn đi theo tất cả trạng thái kế tiếp của nó
Leo đồi sẽ duyệt tất cả các hướng đi có thể và chọn đi theo trạng thái tốt nhất trong số các trạng thái không kế tiếp của nó
Leo đồi sẽ duyệt theo một hướng đi có thể và chọn đi theo trạng thái tốt nhất trong số các trạng thái kế tiếp của nó
Các đáp án trên đều đúng.
Đâu là điểm khác biệt của tìm kiếm mù và tìm kiếm kinh nghiệm
Tìm kiếm mù có sự hướng dẫn, tìm kiếm kinh nghiệm thì không
Tìm kiếm mù không có sự hướng dẫn, tìm kiếm kinh nghiệm thì có
Tìm kiếm mù sử dụng hàm đánh giá, tìm kiếm kinh nghiệm thì không
Tìm kiếm kinh nghiệm là tìm kiếm mù
Độ phức tạp thời gian của thuật toán tìm kiếm tốt nhất đầu tiên
b^d với b là nhánh tối đa của đỉnh, d là độ sâu của cây tìm kiếm
b^n với b là nhánh tối đa của đỉnh, n là tổng số đỉnh của cây tìm kiếm
d^b với b là nhánh tối đa của đỉnh, d là độ sâu của cây tìm kiếm
n^b với b là nhánh tối đa của đỉnh, n là tổng số đỉnh của cây tìm kiếm
Cho đồ thị không gian trạng thái: u0 = A; T = {M, J, X, Z} Áp dụng chiến lược tìm kiếm tốt nhất đầu tiên thì quá trình tìm kiếm xét các đỉnh:
A-D-F-X
A-B-G-M
A-C-E-J
A-D-B-F-X
Cho đồ thị không gian trạng thái sau: u0 = K; T = {N, Q, Z} Áp dụng chiến lược tìm kiếm tốt nhất đầu tiên thì quá trình tìm kiếm xét các đỉnh:
K-D-F-G-E-H-A-Q
K-D-G-E-H-Q
K-F-A-Q
K-D-G-A-Q
Áp dụng thuật toán tìm kiếm Tốt nhất đầu tiên bắt đầu từ đỉnh K. Đỉnh nào sẽ được chọn để phát triển tiếp theo?
D
E
F
G
Cho đồ thị không gian trạng thái sau:
Nếu sử dụng thuật toán Beam Search, với k = 2, các đỉnh nào sẽ được duyệt đầu tiên từ K?
D,F
E,F
F,B
G,H
Cho đồ thị không gian trạng thái sau:
Nếu sử dụng thuật toán Beam Search, với k = 2, các đỉnh nào sẽ được chọn đầu tiên từ A?
B,C
C,D
D,B
E,F
Cho đồ thị không gian trạng thái và cây kết quả tìm kiếm với đỉnh đầu là A, đỉnh kết thúc là B (thứ tự tìm kiếm theo chiều mũi tên), giá trị của hàm đánh giá là số ghi cạnh mỗi đỉnh.
Hãy cho biết đây là cây tìm kiếm sau khi áp dụng thuật toán tìm kiếm nào?
Leo đồi
Tốt nhất đầu tiên
Theo chiều rộng
Theo chiều sâu
Cho đồ thị không gian trạng thái, giá trị của hàm đánh giá là các số ghi cạnh mỗi đỉnh.
Với u0 = A, T = {K, L, M}. Áp dụng chiến lược tìm kiếm tốt nhất đầu tiên với đồ thị trên, thứ tự xét các đỉnh là:
A-C-F-B-E-D-H-K
A-B-E-D-H-K
A-C-F-B-H-K
A-B-E-D-I-L
Trong bài toán tìm kiếm đường đi từ thành phố A đến thành phố B trên bản đồ giao thông hàm đánh giá có thể là gì?
Số lượng các nút giao từ một thành phố A tới thành phố B.
Tổng số các giao lộ trên đường đi từ một thành phố A tới thành phố B.
Độ dài của đường chim bay từ một thành phố A tới thành phố B
Số lượng các phương tiện giao thông trên đường đi.
Thứ tự các giai đoạn cơ bản để giải quyết vấn đề bằng tìm kiếm kinh nghiệm là gì?
1. Tìm biểu diễn thích hợp mô tả các trạng thái và các toán tử của vấn đề.
2. Xây dựng hàm đánh giá.
3. Thiết kế chiến lược chọn trạng thái để phát triển ở mỗi bước.
1.3.2
1.2.3.
2.1.3
3.2.1
Trong thuật toán tìm kiếm leo đồi danh sách L để lưu:
Các trạng thái kề
Các trạng thái chờ được phát triển
Các trạng thái đã phát triển
Các trạng thái kết thúc
Trong chiến lược tìm kiếm tốt nhất đầu tiên tại mỗi bước của chiến lược tìm kiếm, trạng thái được chọn để phát triển là trạng thái có…
Trọng số lớn nhất trong các trạng thái chờ để phát triển
Hàm đánh giá nhỏ nhất trong số các trạng thái chờ để phát triển
Chỉ số nhỏ nhất trong số các trạng thái kề
Hàm đánh giá nhỏ nhất trong số các trạng thái kề
u0 = A; T = {N, Q, Z}
Áp dụng chiến lược tìm kiếm tốt nhất đầu tiên thì quá trình tìm kiếm xét các đỉnh:
A-C-I-Z
A-D-B-E-M-K-H-Q
A-D-H-Q
A-C-G-N
Cho đồ thị không gian trạng thái và cây kết quả tìm kiếm với đỉnh đầu là A, đỉnh kết thúc là B (thứ tự tìm kiếm theo chiều mũi tên), giá trị của hàm đánh giá là số cạnh mỗi đỉnh.
Hãy cho biết đây là cây tìm kiếm sau khi áp dụng thuật toán tìm kiếm nào?
Leo đồi
Tốt nhất đầu tiên
Theo chiều rộng
Theo chiều sâu
Trong bài toán 8 số, nếu xây dựng hàm đánh giá h(u) là tổng số ô trong trạng thái Đầu ở vị trí sai khác với vị trí của trạng thái Đích thì có h(u) = ?
5
3
7
1
Trong thuật toán tìm kiếm leo đồi danh sách L1 để lưu:
Lưu giữ tạm thời các trạng thái được sinh ra
Các trạng thái chờ để phát triển
Lưu giữ tạm thời các trạng thái kể cả trạng thái u và được sắp xếp theo thứ tự tăng dần của hàm đánh giá
Các trạng thái kể và các trạng thái chờ được phát triển
Tìm kiếm Beam khác với Tốt nhất đầu tiên ở điểm nào?
Beam Search chỉ chọn một đỉnh duy nhất để phát triển.
Beam Search không sử dụng hàm đánh giá
Beam Search giới hạn số lượng đỉnh được mở rộng tại mỗi bước
Beam Search không giới hạn số lượng đỉnh được mở rộng tại mỗi bước.
Cho đồ thị không gian trạng thái sau: [Hình vẽ cây trạng thái]
Uo=K, T={N,Q,Z}
Áp dụng chiến lược tìm kiếm leo đồi thì quá trình tìm kiếm xét các đỉnh là:
K-D-F-G-A-Q
K-D-G-T-J-H-F-A-Q
K-F-A-Q
K-D-F-G-A-Q
Trong chiến lược tìm kiếm leo đồi tại mỗi bước của chiến lược tìm kiếm, trạng thái được chọn để phát triển là trạng thái có…
Chỉ số tốt nhất trong số các trạng thái chờ để phát triển
Hàm đánh giá nhỏ nhất trong số các trạng thái chờ để phát triển
Trọng số lớn nhất trong các trạng thái chờ để phát triển
Hàm đánh giá nhỏ nhất trong số các trạng thái kề
Hàm đánh giá h(u) trong tìm kiếm kinh nghiệm (heuristic search) dùng để làm gì?
Để đánh giá tính khả thi của một giải pháp.
Để hướng dẫn sự tìm kiếm thông qua việc đánh giá “sự gần đích” của trạng thái
Để đếm số bước cần thiết để giải quyết một vấn đề
Để xác định số lượng toán tử áp dụng được cho một trạng thái.
Phát biểu nào sau đây là đúng về chiến lược tìm kiếm tốt nhất đầu tiên:
là tìm kiếm theo bề rộng được hướng dẫn bởi hàm đánh giá.
là tìm kiếm theo độ sâu được hướng dẫn bởi hàm đánh giá.
là tìm kiếm theo độ sâu hạn chế được hướng dẫn bởi hàm đánh giá.
tìm kiếm theo độ sâu dần được hướng dẫn bởi hàm đánh giá.
Tìm kiếm theo chiều rộng có đặc điểm gì? (Sinh viên chọn 2 phương án đúng nhất)
Luôn tìm ra đường đi ngắn nhất nếu có nghiệm
Trạng thái được sinh ra trước sẽ được phát triển trước
Sử dụng ngăn xếp (stack) để lưu trữ
Danh sách L được xử lý như hàng đợi (queue)
Vì sao biểu diễn bài toán bằng đồ thị thường hiệu quả hơn biểu diễn tuyến tính trong AI?
Cho phép quay lui khi cần
Trực quan hóa tiến trình giải
Đảm bảo thuật toán luôn đúng
Thể hiện đầy đủ các trạng thái lặp
Trong thực tế, vì sao hướng "hành động như người" lại được sử dụng trong AI thương mại (như chatbot, robot)? (Sinh viên chọn 2 phương án đúng nhất)
Tập trung vào tương tác và ngôn ngữ
Để gây thiện cảm với người dùng
Không cần học máy
Không cần logic hình thức
Hướng tiếp cận "hành động hợp lý" được xem là tối ưu trong AI vì: (Sinh viên chọn 3 phương án đúng nhất)
Không phụ thuộc vào hành vi con người
Dễ xây dựng các mô hình toán học
Nó có thể được đánh giá định lượng
Nó có thể học cảm xúc con người
Trí tuệ nhân tạo có thể được định nghĩa theo những hướng tiếp cận nào? (chọn 2 phương án đúng nhất)
Hệ thống chỉ dựa trên lập trình truyền thống
Hệ thống hành động hợp lý
Hệ thống hành động như người
Hệ thống có thể suy nghĩ như người
Theo hình mô phỏng beam search với k = 2, đặc điểm nào sau đây là đúng?
(Sinh viên chọn 3 phương án đúng nhất)
Ở mỗi mức, chỉ 2 đỉnh có điểm số tốt nhất được chọn để mở rộng
Mỗi node con được đánh giá bằng điểm số riêng biệt và giữ lại theo điểm
Beam search có thể bỏ qua chuỗi có điểm tổng cao hơn vì chỉ xét theo mức
Chuỗi có điểm cao nhất toàn cục luôn được chọn mở rộng tiếp theo
Điểm khác biệt chính giữa tìm kiếm theo bề rộng và beam search là gì?
(Sinh viên chọn 2 phương án đúng nhất)
Beam search phát triển toàn bộ các đỉnh như theo chiều sâu
Beam search không cần hàm đánh giá
Beam search chỉ phát triển k đỉnh tốt nhất ở mỗi mức
Beam search dùng hàm đánh giá để giới hạn nhánh mở rộng
Quá trình phát triển trạng thái trong tìm kiếm có nghĩa là gì?
(Sinh viên chọn 2 phương án đúng nhất)
Xóa bỏ trạng thái hiện tại
Tìm tất cả các trạng thái có thể đạt được từ trạng thái hiện tại
Chỉ di chuyển đến một trạng thái khác
Áp dụng các toán tử để sinh ra các trạng thái kề
Tìm kiếm tốt nhất - đầu tiên có đặc điểm gì?
(Sinh viên chọn 2 phương án đúng nhất)
Chọn đỉnh có giá trị hàm đánh giá nhỏ nhất để phát triển
Là tìm kiếm theo chiều rộng được hướng dẫn bởi hàm đánh giá
Luôn phát triển tất cả đỉnh ở cùng một mức
Không cần sắp xếp danh sách các trạng thái
