Nangungunang Mga Tanong at Sagot sa Panayam ng Artificial Intelligence (AI).

Nangungunang Mga Tanong sa Panayam sa Artipisyal na Katalinuhan

Narito ang mga tanong at sagot sa panayam ng Artificial Intelligence para sa mga fresher pati na rin sa mga may karanasang kandidato upang makuha ang kanilang pinapangarap na trabaho.

Libreng PDF Download: AI Interview Questions & Answers

1) Ano ang Artipisyal na Katalinuhan?

Ang Artificial Intelligence ay isang lugar ng computer science na nagbibigay-diin sa paglikha ng matalinong makina na gumagana at tumutugon tulad ng mga tao.

---

2) Ano ang isang artificial intelligence Neural Networks?

Ang Artificial Intelligence Neural Networks ay maaaring magmodelo sa matematika kung paano gumagana ang biological na utak, na nagpapahintulot sa makina na mag-isip at matuto sa parehong paraan na ginagawa ng mga tao- na ginagawang may kakayahang makilala ang mga bagay tulad ng pananalita, mga bagay, at mga hayop na tulad natin.

---

3) Ano ang iba't ibang lugar kung saan maaaring gamitin ang AI (Artificial Intelligence)?

Maaaring gamitin ang Artificial Intelligence sa maraming lugar tulad ng Computing, Speech recognition, Bio-informatics, Humanoid robot, Computer software, Space at Aeronautics atbp.

---

4) Alin ang hindi karaniwang ginagamit na programming language para sa AI?

Ang wikang Perl ay hindi karaniwang ginagamit na programming language para sa AI

---

5) Ano ang Prolog sa AI?

Sa AI, ang Prolog ay isang programming language batay sa lohika.

---

6) Magbigay ng paliwanag sa pagkakaiba ng malakas na AI at mahinang AI?

Ang malakas na AI ay gumagawa ng malakas na pag-aangkin na ang mga computer ay maaaring mag-isip sa isang antas na katumbas ng mga tao habang ang mahinang AI ay hinuhulaan lamang na ang ilang mga tampok na kahawig ng katalinuhan ng tao ay maaaring isama sa computer upang gawin itong mas kapaki-pakinabang na mga tool.

---

7) Banggitin ang pagkakaiba sa pagitan ng statistical AI at Classical AI ?

Ang Statistical AI ay mas nababahala sa "inductive" na pag-iisip tulad ng pagbibigay ng isang set ng pattern, induce ang trend atbp. Habang, ang classical AI, sa kabilang banda, ay mas nababahala sa "deductive" na kaisipang ibinigay bilang isang set ng mga hadlang, deduce ng isang conclusion atbp.

---

8) Ano ang kahaliling, artipisyal, tambalan at natural na susi?

Kahaliling Susi: Kung hindi kasama ang mga pangunahing key, ang lahat ng mga susi ng kandidato ay kilala bilang Mga Alternate Key.

Artipisyal na Susi: Kung walang malinaw na susi na nag-iisa o magagamit ang tambalan, ang huling paraan ay, gumawa lang ng susi, sa pamamagitan ng pagtatalaga ng numero sa bawat tala o pangyayari. Ito ay kilala bilang artificial key.

Compound Key: Kapag walang solong elemento ng data na natatanging tumutukoy sa pangyayari sa loob ng isang construct, pagkatapos ay ang pagsasama ng maraming elemento upang lumikha ng isang natatanging identifier para sa construct ay kilala bilang Compound Key.

Natural na Susi: Ang natural na key ay isa sa elemento ng data na nakaimbak sa loob ng isang construct, at ginagamit bilang pangunahing key.

---

9) Ano ang binubuo ng panuntunan sa produksyon?

Ang panuntunan sa produksyon ay binubuo ng isang set ng panuntunan at isang pagkakasunod-sunod ng mga hakbang.

---

10) Aling paraan ng paghahanap ang tumatagal ng mas kaunting memorya?

Ang paraan ng "depth first search" ay tumatagal ng mas kaunting memorya.

---

11) Alin ang pinakamahusay na paraan para sa problema sa paglalaro?

Ang heuristic na diskarte ay ang pinakamahusay na paraan upang pumunta para sa problema sa paglalaro, dahil gagamitin nito ang pamamaraan batay sa matalinong hula. Halimbawa, ang Chess sa pagitan ng mga tao at mga computer dahil gagamit ito ng brute force computation, tumitingin sa daan-daang libong mga posisyon.

---

12) A* algorithm ay batay sa kung aling paraan ng paghahanap?

Ang A* algorithm ay batay sa pinakamahusay na unang paraan ng paghahanap, dahil nagbibigay ito ng ideya ng pag-optimize at mabilis na pagpili ng landas, at lahat ng katangian ay nasa A* algorithm.

---

13) Ano ang nilalaman ng hybrid na Bayesian network?

Ang hybrid na Bayesian network ay naglalaman ng parehong discrete at tuluy-tuloy na variable.

---

14) Ano ang ahente sa artificial intelligence?

Ang anumang bagay na nakikita ang kapaligiran nito sa pamamagitan ng mga sensor at kumikilos sa isang kapaligiran ng mga effector ay kilala bilang Ahente. Kasama sa ahente ang mga Robot, Programa, at Tao atbp.

---

15) Ano ang kasama sa Partial order o pagpaplano?

Sa bahagyang pagpaplano ng pagkakasunud-sunod , sa halip na maghanap sa posibleng sitwasyon ay kinabibilangan ito ng paghahanap sa espasyo ng mga posibleng plano. Ang ideya ay bumuo ng isang plano nang paisa-isa.

---

16) Ano ang dalawang magkaibang uri ng mga hakbang na maaari nating gawin sa pagbuo ng isang plano?

a) Magdagdag ng operator (aksyon)

b) Magdagdag ng hadlang sa pag-order sa pagitan ng mga operator

---

17) Aling pag-aari ang itinuturing na hindi isang kanais-nais na pag-aari ng isang lohikal na sistemang nakabatay sa panuntunan?

Ang "Attachment" ay itinuturing na hindi isang kanais-nais na pag-aari ng isang sistemang nakabatay sa lohikal na panuntunan.

---

18) Ano ang Neural Network sa Artificial Intelligence?

Sa artificial intelligence, ang neural network ay isang emulation ng isang biological neural system, na tumatanggap ng data, nagpoproseso ng data at nagbibigay ng output batay sa algorithm at empirical data.

---

19) Kapag ang isang algorithm ay itinuturing na nakumpleto?

Ang isang algorithm ay sinasabing nakumpleto kapag ito ay nagtatapos sa isang solusyon kapag ang isa ay umiiral.

---

20) Ano ang heuristic function?

Ang isang heuristic function ay nagra-rank ng mga alternatibo, sa mga algorithm ng paghahanap, sa bawat branching step batay sa magagamit na impormasyon upang magpasya kung aling sangay ang susundan.

---

21) Ano ang tungkulin ng ikatlong bahagi ng sistema ng pagpaplano?

Sa isang sistema ng pagpaplano, ang pag-andar ng ikatlong bahagi ay upang makita kung ang isang solusyon sa problema ay natagpuan.

---

22) Ano ang "Generality" sa AI?

Ang pangkalahatan ay ang sukatan ng kadalian kung saan ang pamamaraan ay maaaring iakma sa iba't ibang mga domain ng aplikasyon.

---

23) Ano ang isang top-down na parser?

Ang isang top-down na parser ay nagsisimula sa pamamagitan ng hypothesizing ng isang pangungusap at sunud-sunod na paghula ng mas mababang antas ng mga nasasakupan hanggang sa maisulat ang mga indibidwal na pre-terminal na simbolo.

---

24) Banggitin ang pagkakaiba sa pagitan ng breadth first search at pinakamahusay na first search sa artificial intelligence?

Ito ang dalawang estratehiya na medyo magkatulad. Sa pinakamahusay na unang paghahanap, pinalawak namin ang mga node alinsunod sa function ng pagsusuri. Habang, sa lawak ng unang paghahanap, ang isang node ay pinalawak alinsunod sa pag-andar ng gastos ng parent node.

---

25) Ano ang mga frame at script sa “Artificial Intelligence”?

Ang mga frame ay isang variant ng mga semantic network na isa sa mga sikat na paraan ng pagpapakita ng di-procedural na kaalaman sa isang expert system. Isang frame na isang artipisyal istruktura ng data ay ginagamit upang hatiin ang kaalaman sa substructure sa pamamagitan ng kumakatawan sa "mga stereotyped na sitwasyon'. Ang mga script ay katulad ng mga frame, maliban kung ang mga halaga na pumupuno sa mga puwang ay dapat orderin. Ang mga script ay ginagamit sa natural na mga sistema ng pag-unawa sa wika upang ayusin ang isang base ng kaalaman sa mga tuntunin ng sitwasyon na dapat maunawaan ng system.

---

26) Ano ang ibig sabihin ng FOPL at ipaliwanag ang papel nito sa Artificial Intelligence?

Ang FOPL ay kumakatawan sa First Order Predicate Logic, ang Predicate Logic ay nagbibigay

a) Isang wika upang magpahayag ng mga pahayag tungkol sa ilang partikular na "Mundo"

b) Isang sistema ng inference sa deductive apparatus kung saan maaari tayong gumawa ng mga konklusyon mula sa naturang assertion

c) Isang semantiko batay sa set theory

---

27) Ano ang binubuo ng wika ng FOPL

a) Isang hanay ng mga pare-parehong simbolo

b) Isang hanay ng mga variable

c) Isang set ng mga simbolo ng panaguri

d) Isang hanay ng mga simbolo ng function

e) Ang lohikal na pag-uugnay

f) Ang Universal Quantifier at Existential Quantifier

g) Isang espesyal na binary na ugnayan ng pagkakapantay-pantay

---

28) Para sa online na paghahanap sa 'Artificial Intelligence' aling ahente sa paghahanap ang nagpapatakbo sa pamamagitan ng interleaving computation at aksyon?

Sa online na paghahanap, gagawa muna ito ng aksyon at pagkatapos ay magmasid sa kapaligiran.

---

29) Aling algorithm sa paghahanap ang gagamit ng limitadong halaga ng memorya sa online na paghahanap?

Malulutas ng RBFE at SMA* ang anumang uri ng problema na hindi magagawa ng A* sa pamamagitan ng paggamit ng limitadong dami ng memorya.

---

30) Sa 'Artificial Intelligence' kung saan maaari mong gamitin ang panuntunan ng Bayes?

Sa Artificial Intelligence upang sagutin ang mga probabilistikong query na nakakondisyon sa isang piraso ng ebidensya, maaaring gamitin ang panuntunan ng Bayes.

---

31) Para sa pagbuo ng modelo ng Bayes ilang termino ang kailangan?

Para sa pagbuo ng modelo ng Bayes sa AI, tatlong termino ang kinakailangan; ang mga ito ay isang conditional probability at dalawang unconditional probability.

---

32) Ano ang kahihinatnan sa pagitan ng isang node at mga nauna nito habang lumilikha ng bayesian network?

(A) Functionally dependent (B) Dependent (C) Conditionally independent (D) Parehong opsyon A at B

Ang tamang sagot ay (C) Independiyenteng may kondisyon

paliwanag: Habang lumilikha ng Bayesian Network, ang kahihinatnan sa pagitan ng isang node at ng mga nauna nito ay ang isang node ay maaaring may kundisyon na independyente sa mga nauna nito.

---

33) Upang sagutin ang anumang query kung paano magagamit ang Bayesian network?

Kung ang isang Bayesian Network ay isang kinatawan ng magkasanib na pamamahagi, pagkatapos ay sa pamamagitan ng pagbubuod ng lahat ng nauugnay na magkasanib na mga entry, malulutas nito ang anumang query.

---

34) Ano ang pinagsasama ang mga pamamaraan ng pasaklaw sa kapangyarihan ng mga representasyon ng unang pagkakasunud-sunod?

Pinagsasama ng inductive logic programming ang mga inductive na pamamaraan na may kapangyarihan ng mga representasyon ng unang order.

---

35) Sa Inductive Logic Programming ano ang kailangang masiyahan?

Ang layunin ng isang Inductive Logic Programming ay upang makabuo ng isang hanay ng mga pangungusap para sa hypothesis upang ang hadlang sa entailment ay nasiyahan.

---

36) Sa mga top-down na inductive learning na pamamaraan kung gaano karaming mga literal ang magagamit? Ano sila?

Mayroong tatlong literal na magagamit sa mga top-down na inductive na pamamaraan ng pag-aaral

a) Predicates

b) Pagkakapantay-pantay at Di-pagkakapantay-pantay

c) Arithmetic Literal

---

37) Aling algorithm ang nagbabalik ng isang kumpletong diskarte sa paglutas?

Binabaliktad ng 'Inverse Resolution' ang kumpletong resolution, dahil isa itong kumpletong algorithm para sa pag-aaral ng mga first order theories.

---

38) Sa speech recognition anong uri ng signal ang ginagamit?

Sa speech recognition, ginagamit ang Acoustic signal para matukoy ang pagkakasunod-sunod ng mga salita.

---

39) Sa speech recognition aling modelo ang nagbibigay ng posibilidad ng bawat salita na sumusunod sa bawat salita?

Ang modelo ng Biagram ay nagbibigay ng posibilidad ng bawat salita na sumusunod sa bawat isa na salita sa speech recognition.

---

40) Aling algorithm ang ginagamit para sa paglutas ng temporal na probabilistikong pangangatwiran?

Upang malutas ang temporal na probabilistic na pangangatwiran, ang HMM (Hidden Markov Model) ay ginagamit, independiyente sa paglipat at modelo ng sensor.

---

41) Ano ang ginagamit na Hidden Markov Model (HMMs)?

Ang mga Hidden Markov Models ay isang ubiquitous na tool para sa pagmomodelo ng data ng time series o para magmodelo ng sequence na gawi. Ginagamit ang mga ito sa halos lahat ng kasalukuyang sistema ng pagkilala sa pagsasalita.

---

42) Sa Hidden Markov Model, paano inilarawan ang estado ng proseso?

Ang estado ng proseso sa modelo ng HMM ay inilalarawan ng isang 'Single Discrete Random Variable'.

---

43) Sa HMM's, ano ang mga posibleng halaga ng variable?

Ang 'Possible States of the World' ay ang mga posibleng value ng variable sa HMM's.

---

44) Sa HMM, saan idinaragdag ang karagdagang variable?

Habang nananatili sa HMM network, ang mga karagdagang variable ng estado ay maaaring idagdag sa isang temporal na modelo.

---

45) Sa Artificial Intelligence, para saan ginagamit ang semantic analysis?

Sa Artipisyal na Katalinuhan, upang kunin ang kahulugan mula sa pangkat ng mga pangungusap ay ginagamit ang semantic analysis.

---

46) Ano ang ibig sabihin ng compositional semantics?

Ang proseso ng pagtukoy ng kahulugan ng P*Q mula sa P,Q at* ay kilala bilang Compositional Semantics.

---

47) Paano malulutas ang lohikal na hinuha sa Propositional Logic?

Sa Propositional Logic, ang Logical Inference algorithm ay malulutas sa pamamagitan ng paggamit

a) Lohikal na Pagkakatumbas

b) Bisa

c) Kasiya-siyang kakayahan

---

48) Aling proseso ang nagmumukhang magkapareho ang magkaibang lohikal na pagpapahayag?

Ang proseso ng 'Pag-iisa' ay gumagawa ng iba't ibang lohikal na expression na magkapareho. Ang mga itinaas na hinuha ay nangangailangan ng paghahanap ng kapalit na maaaring magmukhang magkapareho ang ibang expression. Ang prosesong ito ay tinatawag na unification.

---

49) Aling algorithm sa 'Unification and Lifting' ang tumatagal ng dalawang pangungusap at nagbabalik ng unifier?

In 'Unification and Lifting' ang algorithm na tumatagal ng dalawang pangungusap at nagbabalik ng unifier ay 'Unify' algorithm.

---

50) Alin ang pinaka straight forward na diskarte para sa pagpaplano ng algorithm?

Ang paghahanap sa espasyo ng estado ay ang pinaka-straight forward na diskarte para sa pagpaplano ng algorithm dahil isinasaalang-alang nito ang lahat para sa paghahanap ng solusyon.

Ang mga tanong sa panayam na ito ay makakatulong din sa iyong viva(orals)