Câu hỏi ôn tập trí tuệ nhân tạo

Tuần 1:
1.Để thiết kế một tác tử thông minh (hợp lý), trước tiên cần phải xác định (thiết lập) các giá trị
của các phần tử PEAS với câu trả lời đúng nhất:
a. Performance measure: Tiêu chí đánh giá hiệu quả hoạt động.
b. Performance measure: Tiêu chí đánh giá hiệu quả hoạt động; Environment: Môi trường xung
quanh; Actuators: Các bộ phận hành động và Sensors: Các bộ phận cảm biến
c. Actuators: Các bộ phận hành động và Sensors: các bộ phận cảm biến.
d. Environment: Môi trường xung quanh
2. Hãy trả lời đúng nhất các kiểu tác tử cơ bản?
a. Tác tử phản xạ đơn giản.
b. Tác tử dựa trên lợi ích (utility-based agents)
c. Tác tử phản xạ đơn giản (simple reflex agents), Tác tử dựa trên mô hình (model-based reflex
agents).
d. Tác tử phản xạ đơn giản (simple reflex agents), Tác tử dựa trên mô hình (model-based reflex
agents), tác tử dựa trên mục tiêu(goal-based agents) và Tác tử dựa trên lợi ích (utility-based
agents)
3. Tác tử (agents) được mô tả như sau:
a. Hàm tác tử - Agent funcion
b. Các cảm biến và bộ phận – Sensors and Actuators
c. Cảm nhận không liên tục
d. Môi trường mà tác tử thực hiện
4. Thành phần của một tác tử bao gồm…
a. Kiến trúc.
b. Kiến trúc và chương trình
c. Cảm nhận từ môi trường
d. Ánh xạ.

1. Hệ thống suy diễn dựa trên luật bao gồm các thành phần nào, hãy chọn các câu trả lời đúng?
a. Bộ nhớ làm việc (Working memory)
b. Bộ nhớ các luật (Rule memory)
c. Bộ diễn dịch (Interpreter)
d. 3 câu trả lời trên đều đúng.
2. Biểu diễn tri thức (Knowlegde repesentation) là một bài toán quan trọng của trí tuệ nhân tạo,
hãy trả lời ý đúng nhất dưới đây ?
a. Cả 3 câu trên đều đúng.
b. Biểu diễn tri thức bằng các luật (rules) là cách biểu diễn phổ biến trong các hệ cơ sở tri thức.
c. Biểu diễn tri thức bằng các luật (rules), cây luật, IF… THEN và cấu trúc đồ thị là cách biểu
diễn phổ biến trong các hệ cơ sở tri thức.
d. Biểu diễn tri thức bằng các luật(rules) và cấu trúc đồ thị là cách biểu diễn phổ biến trong các
hệ cơ sở tri thức.
3. Những giới hạn sử dụng rules-based trong biểu diễn tri thức ?
a. Không thể chuyển đổi luật thành đặc tả và cách biểu diễn tri thức.
b. Khó đảm bảo tính trùng lặp khi bổ sung luật mới trong cơ sở tri thức.
c. Chi phí đắt khi thực hiện thu thập các luật.
d. Có sự thay đổi lớn trong tri thức khi cập nhật luật mới.
4. Giải quyết xung đột các luật trong biểu diễn tri thức, hãy chọn các câu trả lời đúng?
a. Một xung đột (conflict) xảy ra khi có nhiều hơn một luật có thể áp dụng được (phù hợp với các
sự kiện trong bộ làm việc).
b. 3 câu trả lời trên đều đúng.
c. Trong trường hợp xyar ra xung đột, cần một chiến lược giải quyết xung đột (conflict resolution
strategy – CRS) để quyết định luật nào được (ưu tiên) áp dụng.
d. Không thể bổ sung nhiều luật trong cách biểu diễn tri thức.

1. Xét cây tìm kiếm sau, với tập đích gồm 2 nút G1 và G2. Giá trị trên mỗi cạnh là chi phí di
chuyển giữa 2 nút nối 2 cạnh đó.

Hãy cho biết thứ tự duyệt cac nút đến khi gặp nút đích (G1 hoặc G2) khi sử dụng tìm kiếm cực
tiểu:
a. A, B, G2.
b. A, B, C, G2.
c. A, B, E, H, C, G2.
d. A, C, G2.
e. A, B, E, C, G2.
2. Tìm kiếm sâu dần là:
a. Hiệu quả.
b. Hoàn chỉnh.
c. Độ phức tạp thời gian lớn hơn nhiều tìm kiếm sâu.
d. Tối ưu (khi trọng số cạnh bằng nhau và lớn hơn 0).

3. Với phần lớn các bài toán thực tế, tìm kiếm sâu có độ phức tạp về bộ nhớ nhỏ hơn so với tìm
kiếm rộng:
a. True.
b. False: Tìm kiếm rộng có phức tạp về bộ nhớ nhỏ hơn so với tìm kiếm sâu.
c. False: Tìm kiếm rộng có độ phức tạp về bộ nhớ bằng tìm kiếm sâu.
4. Xét cây tìm kiếm sau, với tập đích gồm 2 nút G1 và G2. Giá trị trên mỗi cạnh là chi phí di
chuyển giữa 2 nút nối 2 cạnh đó.

Hãy cho biết thứ tự duyệt các nút đến khi gặp nút đích (G1 hoặc G2) khi sử dụng tìm kiếm sâu.
Chú ý các nút con được đưa vào ngăn xếp theo thứ tự ngược với thứ tự từ điển.
a. A, B, C, D, E, F, G2.
b. A, B, D, E, C, F, G1.
c. A, B, D, E, C, F, G2.
d. A, B, E, C, G2.
e. A, B, D, E, H, C, F, G1, G2.

5. Xét cây tìm kiếm sau, với tập đích gồm 2 nút G1 và G2. Giá trị trên mỗi cạnh là chi phí di
chuyển giữa 2 nút nối 2 cạnh đó.

Hãy cho biết thứ tự duyệt các nút đến khi gặp nút đích (G1 hoặc G2) khi sử dụng tìm kiếm rộng.
Chú ý các nút con được đưa vào hàng đợi theo thứ tự từ điển.
a. A, B, E, C, G2.
b. A, B, C, D, E, F, G2.
c. A, B, D, E, C, F, G2.
d. A, B, D, E, H, C, F, G1.
e. A, B, D, E, H, C, F, G1, G2.

1. Giải thuật nào sau đây xem xét đến ước lượng tới nút đích ?
a. Best-first search..
b. Depth-first search.
c. A* search.
d. Greedy best-first search.
2. Tại sao tìm kiếm với tri thức bổ sung (informed search) lại hiệu quả hơn tìm kiếm cơ bản
(uninformed search) ?
a. Tìm kiếm với tri thức bổ sung sử dụng các thông tin trong mô tả của bài toán tìm kiếm.
b. Tìm kiếm với tri thức bổ sung khai thác tri thức cụ thể của bài toán thực tế.
c. Tìm kiếm với tri thức bổ sung có thể tránh việc phải xét tất cả các trạng thái trong không gian
tìm kiếm.
d. Tìm kiếm với tri thức bổ sung đảm bảo luôn tìm được lời giải tối ưu toàn cục.
3.

Trong hình vẽ trên đây, giá trị thể hiện trên một cạnh (ví dụ, 2) biểu diễn chi phí di chuyển giữa
2 nút được liên kết bởi cạnh đó, và giá trị thể hiện trong 1 nút (ví dụ, [5]) biểu diễn chi phí ước
lượng để di chuyển từ nút đó đến nút đích. Tên của 1 nút được thể hiện bởi chữ cái được ghi ở
góc bên phải phía dưới trong nút đó. Hàm đánh giá (evaluation function) đối với 1 nút n được
định nghĩa là tổng chi phí di chuyển từ đầu đến nút n và chi phí ước lượng di chuyển từ nút n đến
nút đích. Thứ tự xét các nút bởi giải thuật tìm kiếm A* là
a. A, D, C, B, H.
b. A, B, C, D, H.
c. A, C, D, B, H.
d. A, C, B, D, H.
4. Trong giải thuật tìm kiếm A*, hàm đánh giá (evaluation function) xác định giá trị gì?
a. Chỉ phí trung bình của các đường đi từ nút đầu đến nút đích.
b. Chi phí ước lượng của đường đi từ nút đầu đến nút đich và đi qua nút hiện tại.
c. Chi phí ước lượng của đường đi từ nút đầu đến nút hiện tại.
d. Chi phí của đường đi từ nút hiện tại đến nút đích.

1. Phát biểu nào sau đây là đúng về giải thuật học láng giềng gần nhất ?
a. Khi số lượng các thuộc tính kiểu số là ít, giải thuật học láng giềng gần nhất đạt độ chính xác
cao hơn nếu các thuộc tính kiểu số đó có cùng khoảng giá trị.
b. Bất kể số lượng các thuộc tính kiểu số, giải thuật học láng giềng gần nhất đạt độ chính xác cao
hơn nếu các thuộc tính kiểu số đó có cùng khoảng giá trị.
c. Khi số lượng các thuộc tính kiểu số là nhiều, giải thuật học láng giềng gần nhất đạt độ chính
xác cao hơn nếu các thuộc tính kiểu số đó có cùng khoảng giá trị.
2. Trong 2 giai đoạn huấn luyện và dự đoán, thì giải thuật học láng giềng gần nhất tốn chi phí
tính toán nhiều hơn cho giai đoạn nào?
a. Cho giai đoạn huấn luyện.
b. Cho giai đoạn dự đoán.
3. Phát biều nào sau đây là đúng về hàm khoảng cách Manhattan ?
a. Hàm khoảng cách Manhattan được dùng cho các biến kiểu liên tục hoặc kiểu định danh.
b. Hàm khoảng cách Manhattan không dùng được cho các biến kiểu liên tục hoặc kiểu định
danh.
c. Hàm khoảng cách Manhattan được dùng cho các biến (thuộc tính) kiểu liên tục.
d. Hàm khoảng cách Manhattan được dùng cho các biến kiểu định danh.
4. Những hàm khoảng cách nào sau đây có thể được dùng trong giải thuật học láng giềng gần
nhất đối với các biến (thuộc tính) kiểu định danh?
I) Hàm khoảng cách Hamming.
II) Hàm khoảng cách Manhattan.
III) Hàm khoảng cách Euclidean.
a. 3
b. 1
c. 1 and 2
d. 2 and 3
e. 1 and 3
f. 2
g. 1, 2 and 3
5. Giá trị trả về của hàm khoảng cách Euclidean giữa 2 điểm dữ liệu X(1,7) và Y(4,3) là bao
nhiêu?
a. 3
b. 7
c. 1
d. 9
e. 5
6. Phát biểu nào sau đây là đúng về giải thuật học láng giềng gần nhất?
a. Được sử dụng cho các bài toán phân loại và bài toán hồi quy.
b. Chỉ được sử dụng cho bài toán phân loại.
c. Chỉ được sử dụng cho bài toán hồi quy.

1. Đối với tìm kiếm thỏa mãn ràng buộc nói chung, với n biến, mỗi biến có thể có d giá trị, số lần
tối đa mà thuật toán tìm kiếm quay lui có thể phải quay lui (tức là số lần nó tạo ra một phép gán
vi phạm các ràng buộc) trước khi tìm ra giải pháp hoặc kết luận không tồn tại giải pháp là:
a. O(nd2)
b. O(dn)
c. O(1)
d. O(nd)
2. Hãy cho biết giải thuật nào sau đây là hoàn chỉnh, biết rằng không gian tìm kiếm là hữu hạn:
a. Tìm kiếm cục bộ.
b. Tìm kiếm quay lui.
c. Tìm kiếm quay lui với giải thuật phù hợp cạnh.
d. Tìm kiếm quay lui với kiểm tra tiến.
3. Trong tìm kiếm thỏa mãn ràng buộc, quy tắc ưu tiên các biến có tập giá trị hợp lệ nhỏ nhất
(minimum – remaining – values MRV) sẽ chọn…
a. biến với giá trị nhỏ nhất.
b. giá trị nhỏ nhất trong số các giá trị chưa được gán để gán cho các biến.
c. biến với các giá trị hợp lệ còn lại ít nhất để gán tiếp theo.
d. giá trị nhỏ nhất để gán cho các biến.
4. Trong tìm kiếm thỏa mãn ràng buộc, quy tắc chọn giá trị ràng buộc khác ít nhất (The least-
constraining-value heuristic) ưu tiên…
a. giá trị nhỏ nhất để gán cho các biến.
b. biến với giá trị nhỏ nhất.
c. biến với ít nhất các giá trị hợp lệ còn lại được gán tiếp theo.
d. giá trị loại đi ít lựa chọn nhất cho các biến lân cận trong đồ thị ràng buộc.
5. Vai trò chính của kiểm tra tiến trong thuật toán quay lui trong bài toán tìm kiếm thỏa mãn ràng
buộc gì?
a. Để kiểm tra nếu có trường hợp thành công nào khi chọn giá trị tiếp theo cho một biến hay
không.
b. Để kiểm tra nếu còn ràng buộc nào ở bước tiếp theo hay không.
c. Để loại bỏ sớm các trường hợp thất bại xem xét sau này.
6. Tại sao hầu hết các thuật toán tìm kiếm cơ bản (tìm kiếm theo chiều rộng, tìm kiếm theo chi
phí tối thiểu, v.v) không được áp dụng cho tìm kiếm thỏa mãn ràng buộc?
a. Bởi vì, về bản chất, không có cách nào áp dụng chúng cho tìm kiếm thỏa mãn ràng buộc.
b. Bởi vì chúng không hoàn chỉnh khi áp dụng cho tìm kiếm thỏa mãn ràng buộc.
c. Bởi vì chúng không tối ưu khi áp dụng cho tìm kiếm thỏa mãn ràng buộc.
d. Bởi vì chúng tốn quá nhiều thời gian khi áp dụng cho tìm kiếm thỏa mãn ràng buộc.

1. Trong logic định đề, mệnh đề PVQ là:

a. Thỏa mãn được (satisfiable).
b. đúng đắn (valid).
c. không thỏa mãn được (unsatisfiable).
2. Một thủ tục suy diễn i được gọi là đúng đắn, nếu:
a. Thủ tục i có thể suy ra mọi mệnh đề được bao hàm.
b. Thủ tục i suy ra chỉ các mệnh đề được bao hàm.
3. Trong logic định đề, mệnh đề P hoặc Q is:
a. không đúng đắn (not valid).
b. không thỏa mãn được (unsatisfiable).
c. đúng đắn (valid).
4. Một cơ sở tri thức KB bao hàm mệnh đề a nếu và chỉ nếu:
a. KB là đúng trong mọi mô hình mà trong đó a là đúng.
b. a là đúng trong mọi mô hình mà trong đó KB là đúng.
5. Một biểu thức logic định đề đúng trong mọi mô hình thì biểu thức đó là:
a. không thỏa mãn được.
b. đúng đắn.
c. thỏa mãn được
6. Khi cơ sở tri thức KB bao hàm mệnh đề a thì:
a. Tập hợp tất cả các mô hình của a là tập con của tập hợp tất cả các mô hình của KB.
b. Tập hợp tất cả các mô hình của KB là tập con của tập hợp tất cả các mô hình của a.

1. Các phát biểu sau đây, phát biểu nào sai khi thực hiện kỹ thuật chứng minh bằng hợp giải:
a. Đưa các biểu thức về dạng chuẩn tuyển (Disjunctive normal form – DNF)
b. Đưa phủ định kết luận vào trong tập giả thuyết và chứng minh nó mâu thuẫn xảy ra.
c. Đưa các biểu thức về dạng chuẩn kết hợp (Conjunctive normal form – CNF).
2. Cho biết giữa suy diễn tiến và suy diễn lùi, kỹ thuật nào có không gian tìm kiếm nhỏ hơn.
a. Suy diễn lùi.
b. Suy diễn tiến.
c. Cả 2 kỹ thuật có không gian tìm kiếm bằng nhau.
3. Hãy điền vào chỗ trống trong phát biểu sau: “Suy diễn tiến là kỹ thuật …, trong khi suy diễn
lùi là kỹ thuật …”
a. hướng mục tiêu, hướng mục tiêu.
b. hướng mục tiêu, hướng dữ liệu.
c. hướng dữ liệu, hướng mục tiêu.

1. Câu nào sau đây là dạng logic vị từ của câu “Some days in the winter are sunny”
a. $x: Sunny(x) ® Day(x, winter).
b. $x: Day(x, winter) Ù Sunny(x).
c. $x: Day(x, winter) Ú Sunny(x).
d. $x: Day(x, winter) ® Sunny(x).
2. ØP(x) Ù Q(x, y) ® R(x)
Câu nào sau đây là dạng chuẩn CNF của câu trên.
a. ØP(x) Ú Q(x, y) Ú R(x).
b. P(x) Ú ØQ(x, y) Ú R(x).
c. ØP(x) Ú (ØQ(x, y) Ú R(x)).
d. P(x) Ú (ØQ(x, y) Ú R(x)).
3. Viết câu sau đây dưới dạng logic vị từ:
“No one is prefect.”
a. $x: ØPerson(x) Ù Perfect(x)
b. $x: Person(x) Ù ØPerfect(x)
c. $x: ØPerson(x) Ù ØPerfect(x)
d. Ø$x: Person(x) Ù Perfect(x)

1. Hãy chọn phát biểu đúng về Kém khớp (Underfilting)

a. Một hàm được gọi là bị kém khớp so với hàm khác nếu nó xấp xỉ kém chính xác hơn trên tập
dữ liệu huấn luyện và phán đoán các dữ liệu trong tương lai kém chính xác hơn.
b. Tất cả các lựa chọn khác là sai.
c. Một hàm được gọi là bị kém khớp so với hàm khác nếu nó xấp xỉ kém chính xác hơn trên tập
dữ liệu huyến luyện, nhưng chính xác hơn khi phán đoán các dữ liệu trong tương lai.
d. Một hàm được gọi là bị kém khớp so với hàm khác nếu nó xấp xỉ chính xác hơn trên tập dữ
liệu huấn luyện, nhưng kém chính xác hơn khi phán đoán các dữ liệu trong tương lai.
2. Quá khớp (Overfilting) có thể do
a. Một lỗi nào đó trong quá trình huấn luyện.
b. Mô hình đang dùng quá phức tạp.
c. Độ phức tạp của bài toán học.
d. Lựa chọn mô hình không phù hợp.
e. Nhiễu trong dữ liệu.
3. Học máy(Machine Learning) cung cấp các phương pháp để phân tích dữ liệu, tạo các phán
đoán cho các quan sát trong tương lai.
a. Đúng, nó còn cung cấp các phương pháp tăng tốc tính toán của máy tính.
b. Đúng.
c. Sai, nó cung cấp các phương pháp tăng tốc tính toán của máy tính.
4. Sự khác biệt chính giữa bài toán phân loại và hồi quy là gì?
a. Hồi quy luôn là bài toán học có giám sát, trong khi phân loại là bài toán không học giám sát.
b. Đầu ra thường là dạng số thực trong bài toán hồi quy, trong khi có dạng định danh
(categorical) trong bài toán phân loại.
c. Đầu ra thường là dạng định danh (categorical) trong bài toán hồi quy, trong khi có dạng số
thực trong bài toán phân loại.
d. Hồi quy luôn là bài toán học không giám sát, trong khi phân loại là bài toán học có giám sát.
5. Sự khác nhau giữa học có giám sát và không giám sát ở đâu?
a. Ở cách chúng ta huấn luyện một mô hình, học có giám sát đòi hỏi chúng ta phải cung cấp
hướng dẫn chi tiết tại mỗi bước để máy có thể học.
b. Ở mục tiêu của thuật toán học, vì học không giám sát thường không thực hiện phán đoán nào
cả.
c. Ở kiểu đẩu ra, vì nó thường là các số thực trong học có giám sát.
d. Ở tập dữ liệu huấn luyện, học có giám sát thường yêu cầu biết nhãn hoặc đầu ra cho mỗi quan
sát cho giai đoạn huấn luyện.
6. Một học máy có thể.
a, Học từ một tập dữ liệu cho trước và sau đó tạo ra các phán đoán cho dữ liệu trong tương lai.
b. Phán đoán mà không cần học từ dữ liệu.
c. Học một hàm mà có thể ánh xạ từ một vào tới một đầu ra.
d. Học mà không cần dữ liệu.
7. Khả năng tổng quát hóa của một hàm phân loại nói về?
a. Khả năng khớp hoàn toàn với tập huấn luyện.
b. Sự hiệu quả khi phân loại những dữ liệu mới (mà không nằm trong tập huấn luyện).
c. Khả năng thích nghi với những nhiệm vụ mới, chẳng hạn chuyển từ nhiệm vụ phân loại sang
nhiệm vụ hồi quy khi cần.
d. Khả năng gán nhiều nhãn lớp cho một mẫu dữ liệu, từ lớp chung nhất cho đến lớp con chi tiết
nhất.