Font size
WorksheetsTrí Tuệ Nhân Tạo - Tuần 1
Total questions: 100
Worksheet time: 53mins
Tác giả của khái niệm "Turing Test" là ai?
Isaac Newton
Albert Einstein
Alan Turing
Charles Babbage
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 thường được viết tắt là gì:
IA
AIOT
AI
OPENAI
Điền vào chỗ trống câu sau: 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.
nghiên cứu và mô phỏng
phân tích và tổng hợp
lưu trữ và xử lý
tái tạo và phát triển
Chọn đáp án đúng:
quan sát
kiểm tra
đánh giá
nghiên cứu và mô phỏng
Điền vào chỗ trống câu sau: 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
Trí tuệ nhân tạo là lĩnh vực nghiên cứu việc xây dựng các hệ thống máy tính có đặc điểm gì?
Hoạt động bay
Hành động tập bơi
Suy nghĩ hợp lý
Hành 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
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 máy tính
Vật lý học
Y học
Kinh tế học
Lĩnh vực nào sau đây thuộc nhóm ngành khoa học tự nhiên?
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 có hệ thống
Tất cả các trường hợp
Điền vào chỗ trống câu sau: Học máy là…..trí tuệ nhân tạo
bao trùm
ngang hàng
cha đẻ
một nhánh
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 hóa hiệu suất phần cứng
Cho biết đâu là lĩnh vực ứng dụng của trí tuệ nhân tạo
Thị giác máy tính
Xử lý ngôn ngữ tự nhiên
Robot
Tất cả các trường hợp trên
Trí tuệ nhân tạo có thể ứng dụng trong lĩnh vực nào dưới đây?
Chỉ trong lĩnh vực công nghệ thông tin.
Chỉ trong lĩnh vực tài chính.
Trong nhiều lĩnh vực khác nhau.
Trí tuệ nhân tạo được ứng dụng trong lĩnh vực nào?
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.
Cho biết đâu là giai đoạn manh nha, tiền khởi đầu của trí tuệ nhân tạo
1943-1955
1890-1990
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
Lịch sử phát triển của trí tuệ nhân tạo trải qua bao nhiêu giai đoạn
1
2
3
Nhiều hơn 3
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
Cho biết khoảng thời gian cách tiếp cận của trí tuệ nhân tạo dựa trên dữ liệu, sử dụng khối lượng dữ liệu lớn
(a)
Giai đoạn phát triển mạnh mẽ của trí tuệ nhân tạo là từ năm nào?
Từ 1980 đến nay
Từ 1990 đến nay
Từ 2001 đến nay
Từ 2010 đến nay
Chức năng chính của ChatGPT là gì?
Điểm danh khuôn mặt
Xử lý và tạo văn bản tự nhiên
Điện toán đám mây
Hệ thống thông tin địa lý
Hình ảnh dưới đây mô tả điều gì?
Lịch sử phát triển của máy tính
Lịch sử phát triển của điện thoại
Lịch sử phát triển của hệ điều hành
Lịch sử phát triển của trí tuệ nhân tạo
Đâu là chương trình trò chơi nổi tiếng áp dụng trí tuệ nhân tạo
Deep blue
AlphaGo
Hệ thống trả lời tự động Watson.
Tất cả các đáp án trên
Deep Blue là gì và nổi tiếng vì lý do nào?
Một siêu máy tính nổi tiếng vì đã đánh bại nhà vô địch cờ vua Garry Kasparov.
Một phần mềm xử lý văn bản nổi tiếng vì tốc độ nhanh.
Một hệ điều hành nổi tiếng vì tính bảo mật cao.
Một robot nổi tiếng vì khả năng nấu ăn.
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 Garry Kasparov Một ứng dụng chỉnh sửa ảnh nổi tiếng. Một chương trình trò chơi điện tử được phát triển vào đầu thế kỷ 21.
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 Garry Kasparov
Một ứng dụng chỉnh sửa ảnh nổi tiếng.
Một chương trình trò chơi điện tử được phát triển vào đầu thế kỷ 21.
AlphaGo là một chương trình trí tuệ nhân tạo nổi tiếng vì lý 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.
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
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 hóa hệ thống mạng.
Cho biết đâu là lĩnh vực nghiên cứu của trí tuệ nhân tạo
Tìm kiếm
Lập luận và suy diễn
Biểu diễn tri thức
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.
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 từ dịch chuyển nào?
A. Xuống
B. Lên, xuống
C. Trái, phải
D. 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 nào 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 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 có nhiều hơn hai đỉnh kề.
Khi nó là đỉnh bắt đầu
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?
A. Toán tử
B. Các trạng thái
C. Không gian trạng thái
D. 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, I, N, K
A, K, N, I
A, N, I, K
A, K, I, N
Cho đồ thị không gian trạng thái sau: u0 = A; T = {I, N, K} Quá trình tìm kiếm theo thuật toán tìm kiếm theo bề rộng xét các đỉnh là:
A. A-D-G-M-C-F-K
B. A-C-F-K
C. A-B-H-I
D. A-C-E-F-N
Cho đồ thị không gian trạng thái sau:
A. A-B-C-D-H-I
B. A-C-F-K
C. A-B-I
D. A-B-C-
u0 = A; T = {H,I} Sử dụng thuật toán tìm kiếm theo bề rộng, thứ tự các đỉnh được xét là:
A. A-E-I-H
B. A-D-E-F-G-H
C. A-F-E
D. A-E-H
Cho đồ thị không gian trạng thái và thứ tự duyệt qua các đỉnh: Với trạng thái bắt đầu là A, trạng thái đích là H Hãy cho biết đây là thuật toán tìm kiếm nào?
Theo chiều rộng
Theo kinh nghiệm
Theo chiến lược
Cho đồ thị không gian trạng thái và 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
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
Câu hỏi: Trái, phải
Trái
Phải
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 chia 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.
Cho đồ thị không gian trạng thái và thứ tự duyệt qua các đỉnh: A-D-K-I-C-H. Hãy cho biết đây là thuật toán tìm kiếm nào?
Theo chiều rộng
Theo kinh nghiệm
Theo chiều sâu
Theo Sâu hạn chế với d = 1
Câu 52: 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?
C
B
E
F
Quan sát đồ thị không gian trạng thái sau đây:
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:
A. I, N, K
B. I
C. N
D. K
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. A-B-C-D-E-F-G-H
B. A-B-C-D-E
C. A-B-E
D. A-C-H
Cho đồ thị không gian trạng thái sau: U0 = 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. A-D-G-C-F-E-B-I
B. A-B-H-I
C. A-D-G-M-C
Biểu diễn vấn đề trong không gian trạng thái cần xác định những yếu tố nào?
Trạng thái ban đầu
Tập hợp các trạng thái kết thúc
Tập hợp các toán tử
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. A-D-K-I-C-H
B. A-B-C-G
C. A-B-E
D. A-C-G-H
Cho đồ thị không gian trạng thái như sau: Uo = A; T = (H,I) Quá trình tìm kiếm theo thuật toán tìm kiếm theo chiều sâu xét các đỉnh là:
A. A-D-K-I-C-H
B. A-B-C-G
C. A-B-E
D. A-C-G-H
Quan sát sơ đồ cây dưới đây và chọn đáp án đúng:
A. A-F-K-M-D-I
B. A-F-K-M-E-I
C. A-E-H
D. A-F-E-D-G-H
Những hạn chế nào sau đây có thể xảy ra khi sử dụng tìm kiếm mù trong các bài toán thực tế?
Có thể không tìm ra lời giải do lặp trạng thái
Mất nhiều thời gian do mở rộng trạng thái không liên quan
Tiêu tốn nhiều bộ nhớ nếu không kiểm soát không gian trạng thái
Cần phải xây dựng hàm đánh giá phức tạp
Trong bài toán robot dọn phòng, đâu là cách xác định điều kiện dừng hợp lý?
Robot dừng lại sau 10 phút
Pin còn trên 50%
Robot quay về điểm ban đầu
Tất cả các vị trí đã được dọn
Điều gì xảy ra nếu mô hình bài toán không xác định rõ trạng thái đích?
Không xác định được điểm dừng
Không thể bắt đầu từ trạng thái đầu
Không thể đánh giá nghiệm đúng
Thuật toán sẽ lặp vô hạn
Một hệ thống AI sử dụng hàm đánh giá khi
Không có trạng thái đích rõ ràng
Chỉ có duyệt tuyến tính
Cần tìm kiếm có hiệu quả hơn
Cần dẫn hướng để chọn bước đi tốt hơn
Trong các bài toán sau, bài toán nào phù hợp hơn khi sử dụng tìm kiếm kinh nghiệm (heuristic) thay vì tìm kiếm mù? (Sinh viên chọn 3 phương án đúng nhất)
Bài toán tìm đường đi ngắn nhất trong bản đồ thành phố
Giải bài toán xếp lịch cho một lớp học với nhiều ràng buộc
Bài toán tìm đường ra mê cung không có bản đồ
Bài toán di chuyển quân cờ trên bàn cờ vua, biết rõ vị trí mục tiêu
Những chiến lược tìm kiếm nào sau đây được coi là tìm kiếm mù?
A*
Sâu lập
Theo chiều rộng
Tốt nhất đầu tiên
Tìm kiếm theo chiều rộng có đặc điểm gì?
Danh sách L được xử lý như hàng đợi (queue)
Trạng thái được sinh ra trước sẽ được phát triển trước
Sử dụng ngăn xếp (stack) để lưu trữ
Luôn tìm ra đường đi ngắn nhất nếu có nghiệm
Trong tìm kiếm sâu hạn chế, tham số d có ý nghĩa gì?
Là số lượng trạng thái tối đa
Giúp tránh bị mắc kẹt ở nhánh vô hạn
Là thời gian tối đa cho phép
Là độ sâu tối đa được phép tìm kiếm
Đồ thị và/hoặc (AND/OR) được sử dụng để biểu diễn gì?
Việc quy vấn đề về các vấn đề con
Chỉ các bài toán tối ưu hóa
Các bài toán không thể phân nhỏ
Các bài toán có thể phân nhỏ thành các bài toán nhỏ hơn
Cây tìm kiếm có đặc điểm gì?
Không thể chứa trạng thái lặp
Các đỉnh được gán bởi các trạng thái của không gian trạng thái
Gốc của cây tương ứng với trạng thái ban đầu
Chỉ có thể có một đường đi duy nhất
Một bài toán trong trí tuệ nhân tạo được biểu diễn đầy đủ khi xác định các thành phần nào sau đây?
Không gian trạng thái
Tập các trạng thái kết thúc
Tập các phép toán
Tập các trạng thái trung gian
A. Tập trạng thái B. Tập hành động C. Điều kiện dừng D. Hàm hành động
A. Tập trạng thái
B. Tập hành động
C. Điều kiện dừng
D. Hàm hành động
Biểu diễn vấn đề trong không gian trạng thái cần xác định những yếu tố nào?
Trạng thái ban đầu
Tập hợp các trạng thái kết thúc
Chỉ cần xác định trạng thái cuối
Tập hợp các toán tử
Vì sao biểu diễn bài toán bằng đồ thị thường hiệu quả hơn biểu diễn tuyến tính trong AI?
Đảm bảo thuật toán luôn đúng
Thể hiện đầy đủ các trạng thái lặp
Trực quan hóa tiến trình giải
Cho phép quay lui khi cần
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.
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
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?
1.3.2
1.2.3
2.1.3
3.2.1
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 u đến trạng thái u0
Đánh giá từ trạng thái u0 đến trạng thái u
Đánh giá từ trạng thái u đến trạng thái kết thúc
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 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 kề trạng thái u và được sắp xếp theo thứ tự tăng dần của hàm đánh giá
Các trạng thái kề và các trạng thái chờ được phát triển
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
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
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
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
bd với b là nhân tố nhánh của đỉnh, d là độ sâu của cây tìm kiếm
bn với b là nhân tố nhánh của đỉnh, n là tổng số đỉnh của cây tìm kiếm
db với b là nhân tố nhánh của đỉnh, d là độ sâu 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: A-D-F-X
B: A-B-G-M
C: A-C-E-J
D: A-D-B-F-X
Cho đồ thị không gian trạng thái sau: u0 = A; T = {M,J,X,Z} Áp dụng chiến lược tìm kiếm leo đồi thì quá trình tìm kiếm xét các đỉnh:
A: A-D-F-X
B: A-D-B-F-X
C: A-D-B-I-G-M
D: A-D-B-G-M
Cho đồ thị không gian trạng thái sau: 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: A-C-I-Z
B: A-D-B-E-M-K-H-Q
C: A-D-H-Q
D: A-C-G-N
