Faculté des Arts et Sciences - Département d`Informatique et de

Faculté des Arts et Sciences - Département d'Informatique et de Recherche opérationnelle
TITRE DU COURS: Intelligence Artificielle: Introduction
SIGLE: IFT3330 / 6330 PROFESSEUR: Jian-Yun Nie
EXAMEN: FINAL-99A (différé) DATE: le 31 janvier 2000
LIEU: B-2285 HEURES: 18h30-21h30
_________________________________________________________________________
Directive pédagogique: Toute documentation est permise.
_________________________________________________________________________
Question 1. (20%)
Donnez trois phrases en français qui ne peuvent pas être représentées adéquatement en logique de
prédicats. Expliquez les difficultés respectives. Ces trois phrases doivent illustrer trois types
différents de difficultés pour la représentation.
Quels autres formalismes de représentations de connaissances choisirez-vous pour ces trois
phrases?
Question 2. (20%)
Considérez les connaissances suivantes:
x y: chat(x)  poisson(y)  aime_manger(x, y).
x: calicot(x)  chat(x).
x: thon(x)  poisson(x).
thon(Charlie).
thon(Herb).
calicot(Puce).
a) Convertir ces connaissances en forme clausale, et en un programme Prolog.
b) Quelle est l'expression en Prolog qui correspond à la question "Qu'est-ce que Puce aime manger?"
c) Montrez les étapes de résolution pour cette question.
Question 3. (20%)
a) Soit le programme en Prolog suivant qui effectue une analyse syntaxique du français:
ph --> gn, gv.
gn --> art, nom.
gn --> nom_propre.
gv --> verbe.
gv --> verbe, gn.
art --> [une].
art --> [un].
art --> [des].
art --> [la].
art --> [le].
art --> [les].
prep --> [à].
nom --> [télévision].
nom --> [salle].
nom --> [cours].
verbe --> [va].
verbe --> [regarde].
nom_propre --> [marc].

Est-ce que ce programme peut reconnaître les phrases suivantes?
"marc regarde la télévision"
"marc va à la salle de cours"
S'il ne peut pas, faites les modifications nécessaires pour pouvoir reconnaître ces deux
phrases. Montrez aussi les structures syntaxiques reconnues pour les deux phrases.
b) Comparez le langage Prolog avec le français. Quels sont les principaux différences entre eux?
Énumérez et expliquez toutes les différences que vous pouvez voir.
Question 5. (20%)
a) Commentez l'opinion suivante:
"Par notre cerveau, nous arrivons à apprendre des exemples, à organiser les neurones comme dans les
réseaux de neurones artificiels. Mais nous arrivons aussi à généraliser et formaliser ces exemples, ce
que les réseaux de neurones artificiels n'arrivent pas à faire. Donc, les réseaux de neurones artificiels
ne simulent pas exactement le fonctionnement de notre cerveau. On est sur une mauvaise piste en
utilisant les réseaux de neurones artificiels."
b) Supposons qu'on a observé les cas montrés dans la table suivante. On veut construire un arbre de
décision qui nous permet de choisir les combinaisons pour une meilleure production dans chaque
situation. Construisez cet arbre en utilisant l'algorithme ID3 (le numéro de cas ne fait pas partie des
caractéristiques à considérer).
No. de cas
Superviseur
Opérateur
Machine
Temps supplémentaire
Production
1
Patrick
Joe
A
Non
Haute
2
Patrick
Samantha
B
Oui
Basse
3
Thomas
Jim
B
Oui
Basse
4
Patrick
Jim
B
Non
Haute
5
Sally
Joe
C
Non
Haute
6
Thomas
Samantha
C
Non
Basse
7
Thomas
Joe
C
Non
Basse
8
Patrick
Jim
A
Oui
Basse
Les valeurs de log dont vous pouvez avoir besoin sont comme suit:
n
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8
log2(n)
-3
-2
-1.4
-1
-0.68
-0.42
-0.19
0
Question 5. (20%)
a) Un des problèmes dans l'utilisation de la théorie de probabilité est que les informations disponibles
ne sont pas suffisantes pour permettre de calculer les probabilités. La théorie d'évidence de
Dempster-Shafer apporte une solution possible à ce problème. Comment est ce problème traité dans
la théorie de Dempster-Shafer?
b) Expliquez en votre propre langage et en 5 lignes le principe de réseaux de neurones.
c) Est-il possible de modifier le système MYCIN pour qu'il utilise la théorie de probabilité plutôt que le
calcul de Stanford implanté dans MYCIN? Pourquoi?