Università degli Studi di Bergamo Intelligenza Artificiale (Codice: 38066) 6 Maggio 2019

Transcript

1 DIPARTIMENTO DI INGEGNERIA GESTIONALE, DELL INFORMAZIONE E DELLA PRODUZIONE Università degli Studi di Bergamo Intelligenza Artificiale (Codice: 38066) 6 Maggio 2019 Nome: Cognome: Matricola: Riga: Colonna: Tempo: 2 ore 15 minuti Prof. Francesco Trovò Punteggio Massimo: 34 ˆ L esame è composto da 10 esercizi (uno per pagina e due pagine per quello finale). La prima pagina deve essere compilata con il vostro nome, cognome e matricola. Le pagine seguenti devono essere usate solo negli appositi riquadri presenti su ogni pagina. Le soluzioni presenti al di fuori di tali spazi o non adeguatamente motivate non verranno considerati per il punteggio finale. ˆ Durante l esame non è ammesso l utilizzo di device elettronici di alcun tipo. Inoltre, non è possibile consultare alcun materiale scritto, quali appunti, schemi, note o libri. Infine, non è ammessa la comunicazione con le altre persone presenti nell aula dell esame, la cui unica eccezione è il docente. ˆ La prima violazione ad una delle note sopracitate verrà registrata sull esame e verrà tenuta in considerazione per il calcolo del punteggio finale dell esame. La seconda violazione ad una delle note sopracitate comporterà l immediata espulsione dall aula dello o degli studenti coinvolti e l annullamento dell esame. ˆ Potete compilare l esame alternativamente con una penna (blu o nera) o con una matita. È vostra responsabilità che le soluzioni prodotte siano leggibili. Il professore non verrà ritenuto responsabile in caso di cancellazione accidentale parziale o totale dell esame. ˆ Potete ritirarvi in ogni momento senza alcun tipo di penalità. Potrete lasciare l aula non prima della metà della durata dell esame. La copia dell esame, vuota o compilata, dovrà essere riconsegnata al docente prima di uscire dall aula. ˆ Tre dei punti dell esame verranno assegnati in base alla velocità di risoluzione dell esame. Se lo studente dovesse finire almeno 45 minuti in anticipo rispetto alla fine del tempo dato per l esame, egli/ella otterrà 3 punti. Analogamente ne otterrà 2 con un anticipo di 30 minuti e 1 punto con un anticipo di 15 minuti (i punti non sono cumulabili). Es. 1 Es. 2 Es. 3 Es. 4 Es. 5 Es. 6 Es. 7 Es. 8 Es. 9 Es. 10 Tempo Tot. / 5 / 5 / 5 / 2 / 2 / 2 / 2 / 2 / 3 / 3 / 3 / 34

2 Ingegneria Informatica Ingegneria Informatica Intelligenza Artificiale Pagina 2 di 12 Esercizio 1 (5 punti) Definire e dettagliare che cosa si intende per Planning Domain Definition Language (PDDL). Descrivere degli scenari applicativi in cui è adeguato l utilizzo di tale linguaggio e quali sono i vantaggi nell adottarlo.

3 Ingegneria Informatica Ingegneria Informatica Intelligenza Artificiale Pagina 3 di 12 Esercizio 2 (5 punti) Dopo aver definito cosa si intende per agente basato su logica, descrivere in dettaglio due metodi per la dimostrazione di proposizioni.

4 Ingegneria Informatica Ingegneria Informatica Intelligenza Artificiale Pagina 4 di 12 Esercizio 3 (5 punti) Descrivere i differenti tipi di modelli di agente. Nei casi in cui sia possibile, si faccia un esempio di algoritmo di Intelligenza Artificiale che implementa uno di questi modelli.

5 Ingegneria Informatica Ingegneria Informatica Intelligenza Artificiale Pagina 5 di 12 Esercizio 4 (2 punti) Definire cosa si intende per PEAS. Inoltre, descrivere il PEAS dei seguenti agenti: 1. Chatbot; 2. Drone per consegne a domicilio.

6 Ingegneria Informatica Ingegneria Informatica Intelligenza Artificiale Pagina 6 di 12 Esercizio 5 (2 punti) Modellizzare e dire quale tecnica usereste per risolvere i seguenti giochi: 1. Cluedo; 2. Dama. Motivate in dettaglio le risposte date con adeguate ragioni basate sulle caratteristiche del gioco.

7 Ingegneria Informatica Ingegneria Informatica Intelligenza Artificiale Pagina 7 di 12 Esercizio 6 (2 punti) Dire quali delle seguenti affermazioni sono vere e motivare le risposte. 1. Gli algoritmi di ricerca locale necessitano di tempo esponenziale per trovare una soluzione; 2. In un problema di ottimizzazione convesso la ricerca hill climbing è ottima; 3. In un problema di ottimizzazione la ricerca simulated annealing è completa; 4. Gli algoritmi genetici sono ottimali.

8 Ingegneria Informatica Ingegneria Informatica Intelligenza Artificiale Pagina 8 di 12 Esercizio 7 (2 punti) Dare la definizione di ammissibilità di un euristica. Dato un set di euristiche ammissibili h 1 (x),..., h m (x), dire quali proprietà deve avere la funzione f( ) affinché h tot (x) := f(h 1 (x),..., h m (x)) sia ammissibile.

9 Ingegneria Informatica Ingegneria Informatica Intelligenza Artificiale Pagina 9 di 12 Esercizio 8 Trasformare in CNF le seguenti proposizioni: 1. A B (2 punti) 2. C B A 3. D C B 4. D C Dire se è possibile concludere A dalle proposizioni precedenti.

10 Ingegneria Informatica Ingegneria Informatica Intelligenza Artificiale Pagina 10 di 12 Esercizio 9 (3 punti) Applicare gli algoritmi di MINIMAX e α-β pruning al seguente albero di gioco: per trovare la strategia ottima del giocatore MAX. Nota che i triangoli corrispondono alle mosse del giocatore MAX e i triangoli capovolti corrispondono a quelle del giocatore MIN.

11 Ingegneria Informatica Ingegneria Informatica Intelligenza Artificiale Pagina 11 di 12 Esercizio 10 (3 punti) Si consideri la seguente mappa delle province lombarde: Formalizzare il problema di colorazione della Lombardia come un problema di CSP. In particolare, vogliamo una colorazione per cui due province confinanti non utilizzino lo stesso colore, avendo a disposizione solo 4 colori in totale. Risolvere il problema con una delle tecniche viste a lezione. Motivare la scelta di tale tecnica.

12 Ingegneria Informatica Ingegneria Informatica Intelligenza Artificiale Pagina 12 di 12 Nome dello studente: Fine dell esame