Najpopularniejsze pytania i odpowiedzi na rozmowach kwalifikacyjnych dotyczących sztucznej inteligencji (AI).
Najpopularniejsze pytania do wywiadu dotyczące sztucznej inteligencji
Oto pytania i odpowiedzi dotyczące rozmów kwalifikacyjnych na sztuczną inteligencję zarówno dla nowicjuszy, jak i doświadczonych kandydatów, którzy chcą zdobyć wymarzoną pracę.
Bezpłatne pobieranie w formacie PDF: pytania i odpowiedzi dotyczące wywiadu z AI
1) Czym jest sztuczna inteligencja?
Sztuczna inteligencja to dziedzina informatyki, która kładzie nacisk na tworzenie inteligentnych maszyn, które działają i reagują jak ludzie.
2) Co to są sieci neuronowe sztucznej inteligencji?
Sieci neuronowe sztucznej inteligencji mogą modelować matematycznie sposób działania biologicznego mózgu, umożliwiając maszynie myślenie i uczenie się w taki sam sposób jak ludzie, dzięki czemu są w stanie rozpoznawać takie rzeczy, jak mowa, przedmioty i zwierzęta, tak jak my.
3) Jakie są różne obszary, w których można zastosować sztuczną inteligencję?
Sztuczna inteligencja może być stosowana w wielu obszarach, takich jak informatyka, rozpoznawanie mowy, bioinformatyka, roboty humanoidalne, oprogramowanie komputerowe, przestrzeń kosmiczna i aeronautyka itp.
4) Który język programowania AI nie jest powszechnie używany?
Język Perl nie jest powszechnie używanym językiem programowania AI
5) Czym jest Prolog w AI?
W AI Prolog jest językiem programowania opartym na logice.
6) Wyjaśnij różnicę między silną sztuczną inteligencją a słabą sztuczną inteligencją?
Silna sztuczna inteligencja stanowczo twierdzi, że komputery można zmusić do myślenia na poziomie ludzkim, podczas gdy słaba sztuczna inteligencja po prostu przewiduje, że pewne funkcje przypominające ludzką inteligencję można włączyć do komputera, aby uczynić go bardziej użytecznym narzędziem.
7) Wspomnij różnicę pomiędzy statystyczną sztuczną inteligencją a klasyczną sztuczną inteligencją?
Statystyczna sztuczna inteligencja bardziej koncentruje się na myśleniu „indukcyjnym”, takim jak podanie zbioru wzorców, wywoływanie trendu itp. Natomiast klasyczna sztuczna inteligencja bardziej koncentruje się na myśleniu „dedukcyjnym”, podanym jako zbiór ograniczeń, wyciąganiu wniosków itp.
8) Co to jest klucz alternatywny, sztuczny, złożony i naturalny?
Klucz alternatywny: Z wyjątkiem kluczy podstawowych, wszystkie klucze kandydujące są znane jako klucze alternatywne.
Sztuczny klucz: Jeśli nie ma oczywistego klucza, który byłby samodzielny lub złożony, to ostatecznością jest po prostu utworzenie klucza, przypisując numer do każdego rekordu lub wystąpienia. Jest to znane jako klucz sztuczny.
Klucz złożony: Jeśli nie ma pojedynczego elementu danych, który jednoznacznie definiuje wystąpienie w konstrukcie, wówczas integracja wielu elementów w celu utworzenia unikalnego identyfikatora konstruktu nazywana jest kluczem złożonym.
Naturalny klucz: Klucz naturalny jest jednym z elementów danych przechowywanych w konstrukcji i używanym jako klucz podstawowy.
9) Z czego składa się reguła produkcji?
Reguła produkcyjna składa się ze zbioru reguł i sekwencji kroków.
10) Która metoda wyszukiwania zajmuje mniej pamięci?
Metoda „najpierw głębokość wyszukiwania” zajmuje mniej pamięci.
11) Jaki jest najlepszy sposób na problemy z grą?
Podejście heurystyczne jest najlepszym sposobem na rozwiązanie problemów związanych z grą, ponieważ wykorzystuje technikę opartą na inteligentnym zgadywaniu. Na przykład szachy między ludźmi a komputerami, ponieważ będą korzystać z obliczeń metodą brutalnej siły, patrząc na setki tysięcy pozycji.
12) Na jakiej metodzie wyszukiwania opiera się algorytm A*?
Algorytm A* opiera się na metodzie najlepszego pierwszego wyszukiwania, gdyż daje wyobrażenie o optymalizacji i szybkim wyborze ścieżki, a cała charakterystyka leży w algorytmie A*.
13) Co zawiera hybrydowa sieć Bayesa?
Hybrydowa sieć Bayesa zawiera zarówno zmienne dyskretne, jak i ciągłe.
14) Kim jest agent w sztucznej inteligencji?
Wszystko postrzega swoje otoczenie za pomocą czujników i oddziałuje na środowisko za pomocą efektorów, znanych jako Agent. Agent obejmuje roboty, programy i ludzi itp.
15) Na czym polega częściowy porządek lub planowanie?
W planowaniu porządku cząstkowego zamiast przeszukiwać możliwą sytuację, chodzi o przeszukiwanie przestrzeni możliwych planów. Pomysł jest taki, aby zbudować plan kawałek po kawałku.
16) Jakie są dwa rodzaje kroków, które możemy podjąć podczas konstruowania planu?
a) Dodaj operator (akcję)
b) Dodaj ograniczenie kolejnościowe pomiędzy operatorami
17) Która właściwość jest uważana za niepożądaną w systemie logicznym opartym na regułach?
„Przywiązanie” jest uważane za niepożądaną właściwość systemu opartego na regułach logicznych.
18) Czym jest sieć neuronowa w sztucznej inteligencji?
W sztucznej inteligencji sieć neuronowa jest emulacją biologicznego układu neuronowego, który odbiera dane, przetwarza je i generuje dane wyjściowe w oparciu o algorytm i dane empiryczne.
19) Kiedy algorytm uważa się za ukończony?
Algorytm uważa się za zakończony, gdy kończy się rozwiązaniem, jeśli takie istnieje.
20) Co to jest funkcja heurystyczna?
Funkcja heurystyczna szereguje alternatywy w algorytmach wyszukiwania na każdym etapie rozgałęzienia w oparciu o dostępne informacje, aby zdecydować, którą gałęzią podążać.
21) Jaka jest funkcja trzeciego komponentu systemu planowania?
W systemie planowania funkcją trzeciego komponentu jest wykrywanie, kiedy znaleziono rozwiązanie problemu.
22) Czym jest „ogólność” w sztucznej inteligencji?
Ogólność jest miarą łatwości, z jaką metodę można dostosować do różnych dziedzin zastosowań.
23) Co to jest parser odgórny?
Analizator składni odgórnej rozpoczyna się od postawienia hipotezy na temat zdania i sukcesywnego przewidywania składników niższego poziomu, aż do zapisania poszczególnych symboli przedterminalnych.
24) Wspomnij różnicę między przeszukiwaniem wszerz a wyszukiwaniem w pierwszej kolejności w sztucznej inteligencji?
Są to dwie strategie, które są dość podobne. W najlepszym pierwszym wyszukiwaniu rozwijamy węzły zgodnie z funkcją oceny. Podczas gdy w przypadku pierwszego wyszukiwania wszerz węzeł jest rozwijany zgodnie z funkcją kosztu węzła nadrzędnego.
25) Czym są ramki i skrypty w „Sztucznej Inteligencji”?
Ramki są odmianą sieci semantycznych, która jest jednym z popularnych sposobów prezentacji wiedzy nieproceduralnej w systemie ekspertowym. Rama, która jest sztuczna struktura danych służy do dzielenia wiedzy na podstruktury poprzez reprezentowanie „stereotypowych sytuacji”. Skrypty są podobne do ramek, z tą różnicą, że wartości wypełniające sloty muszą być uporządkowane. Skrypty są używane w systemach rozumienia języka naturalnego do organizowania bazy wiedzy pod kątem sytuacji, którą system powinien zrozumieć.
26) Co oznacza skrót FOPL i wyjaśnij jego rolę w sztucznej inteligencji?
FOPL oznacza logikę predykatów pierwszego rzędu, zapewnia logika predykatów
a) Język służący do wyrażania twierdzeń na temat pewnego „Świata”
b) System wnioskowania do aparatu dedukcyjnego, dzięki któremu możemy wyciągać wnioski z takiego stwierdzenia
c) Semantyka oparta na teorii mnogości
27) Z czego składa się język FOPL
a) Zestaw symboli stałych
b) Zestaw zmiennych
c) Zestaw symboli predykatów
d) Zestaw symboli funkcji
e) Spójnik logiczny
f) Kwantyfikator uniwersalny i kwalifikator egzystencjalny
g) Specjalny binarny stosunek równości
28) W przypadku wyszukiwania online w „Sztucznej inteligencji”, który agent wyszukiwania działa poprzez przeplatanie obliczeń i działań?
W przypadku wyszukiwania w Internecie najpierw podejmie działanie, a następnie będzie obserwował otoczenie.
29) Który algorytm wyszukiwania będzie wykorzystywał ograniczoną ilość pamięci podczas wyszukiwania online?
RBFE i SMA* rozwiążą każdy problem, którego A* nie jest w stanie rozwiązać przy użyciu ograniczonej ilości pamięci.
30) W „Sztucznej inteligencji” gdzie można zastosować regułę Bayesa?
W sztucznej inteligencji, aby odpowiedzieć na zapytania probabilistyczne uwarunkowane jednym dowodem, można zastosować regułę Bayesa.
31) Ile składników potrzeba do zbudowania modelu Bayesa?
Do zbudowania modelu Bayesa w sztucznej inteligencji wymagane są trzy terminy; jest to jedno prawdopodobieństwo warunkowe i dwa prawdopodobieństwa bezwarunkowe.
32) Jakie są konsekwencje pomiędzy węzłem a jego poprzednikami podczas tworzenia sieci bayesowskiej?
(A) Zależne funkcjonalnie (B) Zależne (C) Warunkowo niezależne (D) Obie opcje A i B
Poprawna odpowiedź to (C) Warunkowo niezależny
Wyjaśnienie: Konsekwencją tworzenia sieci Bayesa pomiędzy węzłem a jego poprzednikami jest to, że węzeł może być warunkowo niezależny od swoich poprzedników.
33) Aby odpowiedzieć na każde pytanie, w jaki sposób można wykorzystać sieć Bayesa?
Jeśli sieć Bayesa jest reprezentatywna dla wspólnej dystrybucji, to sumując wszystkie odpowiednie wspólne wpisy, może rozwiązać każde zapytanie.
34) Co łączy metody indukcyjne z potęgą reprezentacji pierwszego rzędu?
Programowanie w logice indukcyjnej łączy metody indukcyjne z mocą reprezentacji pierwszego rzędu.
35) Co należy spełnić w programowaniu w logice indukcyjnej?
Celem programowania w logice indukcyjnej jest stworzenie zestawu zdań potwierdzających hipotezę, tak aby spełnione było ograniczenie implikacji.
36) Ile literałów jest dostępnych w przypadku indukcyjnych metod uczenia się z góry na dół? Czym oni są?
W indukcyjnych metodach uczenia się z góry na dół dostępne są trzy literały
a) Orzeczenia
b) Równość i nierówność
c) Literały arytmetyczne
37) Który algorytm odwraca pełną strategię rozdzielczości?
„Odwrotna rozdzielczość” odwraca pełną rozdzielczość, ponieważ jest to kompletny algorytm do uczenia się teorii pierwszego rzędu.
38) Jaki rodzaj sygnału jest używany w rozpoznawaniu mowy?
W rozpoznawaniu mowy sygnał akustyczny służy do identyfikacji sekwencji słów.
39) Który model w rozpoznawaniu mowy podaje prawdopodobieństwo wystąpienia każdego słowa po każdym słowie?
Model Biagramu podaje prawdopodobieństwo, że każde słowo następuje po słowie w rozpoznawaniu mowy.
40) Który algorytm jest używany do rozwiązywania wnioskowania probabilistycznego w czasie?
Aby rozwiązać wnioskowanie probabilistyczne w czasie, stosuje się HMM (ukryty model Markowa), niezależnie od modelu przejścia i czujnika.
41) Co to jest ukryty model Markowa (HMM)?
Ukryte modele Markowa są wszechobecnym narzędziem do modelowania danych szeregów czasowych lub do modelowania zachowań sekwencji. Są stosowane w prawie wszystkich obecnych systemach rozpoznawania mowy.
42) Jak w Ukrytym Modelu Markowa opisuje się stan procesu?
Stan procesu w modelu HMM jest opisywany przez „pojedynczą dyskretną zmienną losową”.
43) Jakie są możliwe wartości zmiennej w HMM?
„Możliwe stany świata” to możliwe wartości zmiennej w HMM.
44) Gdzie w HMM dodaje się dodatkową zmienną?
Pozostając w sieci HMM, do modelu czasowego można dodać dodatkowe zmienne stanu.
45) Do czego w sztucznej inteligencji wykorzystuje się analizy semantyczne?
W Sztucznej Inteligencji do wydobycia znaczenia z grupy zdań wykorzystuje się analizę semantyczną.
46) Co oznacza semantyka kompozycyjna?
Proces określania znaczenia P*Q na podstawie P,Q i* jest znany jako semantyka kompozycyjna.
47) Jak można rozwiązać wnioskowanie logiczne w logice zdań?
W logice zdań algorytm wnioskowania logicznego można rozwiązać za pomocą
a) Równoważność logiczna
b) Ważność
c) Zdolność zadowalająca
48) Który proces sprawia, że różne wyrażenia logiczne wyglądają identycznie?
Proces „unifikacji” powoduje, że różne wyrażenia logiczne są identyczne. Wyciągnięte wnioski wymagają znalezienia substytutu, który może sprawić, że inne wyrażenie będzie wyglądać identycznie. Proces ten nazywa się unifikacją.
49) Który algorytm w „Unification and Lifting” bierze dwa zdania i zwraca unifikator?
In „Ujednolicenie i podnoszenie” Algorytm, który bierze dwa zdania i zwraca unifikator, to algorytm „Ujednolicanie”.
50) Które podejście do algorytmu planowania jest najprostsze?
Przeszukiwanie przestrzeni stanów jest najprostszym podejściem do algorytmu planowania, ponieważ przy znalezieniu rozwiązania uwzględnia wszystko.
Te pytania podczas rozmowy kwalifikacyjnej pomogą również w Twoim życiu (ustach)
Możesz lubić:
to takie miłe
O MÓJ BOŻE!!! Dziękuję, bardzo mi to pomogło!
o ho
dziękuję bardzo mi to pomogło
Wspaniały. .
Wow..to takie pomocne
Dziękujemy za większość pytań dotyczących sztucznej inteligencji
Dobra robota ze zebraniem tak wielu podstawowych pytań. Powinno to pomóc każdemu rozjaśnić umysł w kwestii sztucznej inteligencji. Ale szczerze myślę, że odpowiedzi mogłyby być bardziej opisowe i dłuższe. Niemniej jednak pomocne. Dziękuję również za załączenie pliku PDF. Wydrukuję go i rozdam wszystkim moim uczniom.
bardzo mi się to podoba, dziękuję
to miłe wyjaśnienie
żeby kogoś łatwo zrozumieć
Bardzo dobrze
Niech cię Bóg błogosławi
Dziękuję bardzo, pomogło mi to rozwiązać pytania z zadania 🥰😍
Dziękuję bardzo, pomogło mi to rozwiązać pytania z zadania 🥰😍