資訊文生研習室 : TQC 人工智慧應用及技術第三類第1~20題

1. 關於圖靈測試（Turing Test）實驗設計的描述，下列哪一項錯誤？
(A) 是現行常用於測試資訊系統是否具有人工智慧的方式
(B) 實驗中需要有兩個自然人參與
(C) 過程具有隨機性，所以兩次實驗的結果並不保證完全一樣
(D) 因為設計上存在許多問題，所以實務上絕對不適合被當成正式人工智慧資訊系統競賽的依據
Ans: D

2. 關於狀態空間的描述，下列哪一項錯誤？
(A) 依照問題描述（如旅行推銷員問題），狀態空間的搜尋目標，可以是狀態起點到達狀態終點間路徑的某種特性或成本，例如路徑加權後的最短長度
(B) 依照問題描述（如8拼圖遊戲），狀態空間的搜尋目標，可以是具有某種特性或成本的特定狀態，例如遊戲終止條件的滿足（達到終局）
(C) 狀態空間的搜尋方式，僅能用窮舉式（Exhaustive）搜尋，才能保證找到最佳解答
(D) 深度優先（Depth First）能保證在搜尋狀態空間時找到最佳解
Ans: C

3. 關於狀態空間的描述，下列哪一項錯誤？
(A) 蒐集關心事件所有可能發生的情況，並逐一表示成狀態空間內的狀態節點
(B) 只在目前情況與後續可能發生情況的對應節點間，才會存在方向鏈結（Arc）進行串聯
(C) 可存在唯一或多種起始情況，即為起始狀態（Starting State）
(D) 只存在唯一的狀態終點，即為目標狀態（Goal State）
Ans: D

4. 關於狀態空間的描述，下列哪一項錯誤？
(A) 所謂狀態空間內的搜尋方法，就是嘗試找到一條從起始狀態到達目標狀態的路徑
(B) 遊戲狀態空間內的方向鏈結（Arc），是只會存在於串聯具有合法移動步驟的兩個對應狀態節點間
(C) 廣度優先（Breadth First）能保證在搜尋狀態空間時找到最佳解
(D) 所有現存的狀態空間的搜尋方法，諸如啟發式（Heuristic）搜尋，都能保證找到最佳解
Ans: D

5. 關於狀態空間中深度優先（Depth First）搜尋的描述，下列哪一項錯誤？
(A) 深度優先搜尋的方式是由起點開始，若該層鄰近狀態尚未完全檢查前，就持續由左往右地進行，若該層鄰近狀態已全部檢查完，才會進入下一層檢查
(B) 深度優先搜尋可搭配堆疊（Stack）來進行實作
(C) 深度優先能保證在搜尋狀態空間內找到最佳解答
(D) 深度優先是將狀態空間內所有的狀態節點逐一檢查過的窮舉式（Exhaustive）搜尋法
Ans: A

6. 關於狀態空間中廣度優先（Breadth First）搜尋的描述，下列哪一項錯誤？
(A) 搜尋的方式是由起點開始，未碰到已走過的狀態，就持續往下一層前進，若碰到已走過的狀態，就往回一步，直到所有狀態都搜尋過為止，每個狀態也僅拜訪一次
(B) 可搭配佇列（Queue）來進行實作
(C) 能保證在搜尋狀態空間時找到最佳解答
(D) 是將狀態空間內所有的狀態節點逐一檢查過的窮舉式搜尋（Exhaustive Search）
Ans: A

7. 關於狀態空間中進行深度優先（Depth First）及廣度優先（Breadth First）搜尋的描述，下列哪些正確？(複選)
(A) 廣度優先搜尋的方式是由起點開始，未碰到已走過的狀態，就持續往下一層前進，若碰到已走過的狀態，就往回一步，直到所有狀態都搜尋過為止
(B) 深度優先搜尋的方式是由起點開始，若該層狀態尚未完全檢查前，就持續由左往右地進行，若該層鄰近狀態已全部檢查完，才進入下一層，如此一層一層往下檢查，直到所有狀態都搜尋過為止
(C) 深度優先及廣度優先搜尋皆能保證找到最佳解答
(D) 深度優先及廣度優先皆是將狀態空間內所有的狀態節點逐一檢查過的窮舉式搜尋（Exhaustive Search）
Ans: C D

8. 如附圖所示，同一層狀態之拜訪順序為由左而右。在狀態空間中，從狀態A開始進行深度優先（Depth First）搜尋的結果應為下列哪一項？

(A) ABDIEFGCH
(B) ABCDEFGHI
(C) ACBHGFEDI
(D) ABDIEFCGH
Ans: A

9. 如附圖所示，同一層狀態之拜訪順序為由左而右。在狀態空間中，從狀態A開始進行廣度優先（Breadth First）搜尋的結果應為下列哪一項？

(A) ABCDEFGHI
(B) ABDIEFGCH
(C) ACBHGFEDI
(D) ACHGIBFED
Ans: A

10. 關於狀態空間中進行最佳優先（Best-First）搜尋的描述，下列哪一項錯誤？
(A) 是在搜尋時優先考慮目前搜尋狀態中，具有最佳分數的分枝，再持續往下搜尋
(B) 在搜尋過程中，一但碰到所有子狀態的分數都比目前狀態差（低）時，搜尋即告終止
(C) 在搜尋過程中，會隨時紀錄其他未檢查到的子節點資訊
(D) 一般會搭配優先佇列（Priority Queue）來進行實作
Ans: B

11. 關於狀態空間中進行爬山搜尋法（Hill Climbing）的描述，下列哪一項錯誤？
(A) 是一種最佳優先（Best-First）的搜尋法
(B) 在搜尋過程中，一但碰到所有子狀態的分數都比目前狀態差（低）時，搜尋即告終止
(C) 容易陷入局部較佳解（Local Maxima）
(D) 搜尋過程時，不會保留或記錄所選擇狀態之外的其他（兄弟）狀態節點的資訊
Ans: A

12. 關於爬山搜尋法（Hill Climbing）的描述，下列哪一項錯誤？
(A) 是在狀態空間搜尋過程中，僅考慮目前搜尋狀態中具有最佳分數值的分枝，持續往下搜尋
(B) 搜尋過程僅考慮目前搜尋狀態中具有最佳值者的分枝，無須保留或記錄其他（兄弟）狀態節點的資訊
(C) 是一種保證一定可以搜尋到最佳解答的方法
(D) 一般常搭配使用啟發式（Heuristic）函數來評估狀態的分數
Ans: C

13. 關於A*搜尋演算法（A Star Search Algorithm）的描述，下列哪一項錯誤？
(A) 是一種狀態空間中的啟發式（Heuristic）搜尋法
(B) 一般僅需要檢查部分狀態節點的非窮舉式搜尋（Non-Exhaustive Search）
(C) 即使使用適當的啟發式函數（Heuristic Function），還是無法保證找到最佳解答
(D) 適用於單人遊戲的人工智慧設計，例如8拼圖遊戲等
Ans: C

14. 關於A*搜尋演算法的描述，下列哪一項錯誤？
(A) 是一種窮舉式的動態規劃法（Dynamic Programming）
(B) 搜尋過程除了考慮目前搜尋狀態中具有最佳值者的分枝外，還會紀錄其他（兄弟）狀態節點的資訊
(C) 不保證可以搜尋到最佳解答
(D) 搜尋效率一般較廣度優先（Breadth First）搜尋為佳
Ans: A

15. 關於A*搜尋演算法（A Star Search Algorithm）所使用啟發式（Heuristic）函數的描述，下列哪些正確？(複選)
(A) 啟發式函數退化成數值永遠為0時，A*演算法也就退化成深度優先（Depth First）搜尋
(B) 啟發式函數愈逼近從目前狀態到達終止狀態所需的真實代價時，搜尋所需要檢查的狀態會愈少（愈接近理想值）
(C) 所使用的解題啟發式函數必須滿足不會高估從現況到目標狀態的代價，意即較真實代價為小或相等
(D) 因為所使用的解題啟發式函數並非規則，故無法保證找到最佳解答
Ans: B C

16. 關於A*搜尋演算法（A Star Search Algorithm）的描述，下列哪一項錯誤？
(A) 為一種分數（成本）最佳優先搜尋法
(B) 即使所使用的解題啟發式函數（Heuristic）並非規則，在適當條件下，仍可保證找到最佳解答
(C) 搜尋分數需要包含從起始狀態到達目前狀態實際已支付的代價，加上從現況到目標狀態的預估代價
(D) 所使用的解題啟發式函數（Heuristic）必須滿足不會低估從現況到目標狀態的真實代價，意即較真實代價為高，即可找到最佳解答
Ans: D

17. 關於A*搜尋演算法的描述，下列哪一項錯誤？
(A) 適合用於解決單人遊戲的決策問題，如8拼圖遊戲
(B) 發現滿足解題條件的訣竅並非只有一個時，由於訣竅間並無較好之比較優劣的方式，故隨機擇一使用即可
(C) 常用於遊戲中非人類角色（NPC）移動路徑的計算
(D) 在搜尋最短路徑的效能上，一般較使用窮舉式動態規劃法（Dynamic Programming）的Dijkstra演算法為佳
Ans: B

18. 關於最小最大（MinMax）搜尋的描述，下列哪一項錯誤？
(A) 可用於雙人對戰類遊戲的設計
(B) 若對手先下，分數計算時應先取Min再取Max
(C) 一般會搭配使用解題訣竅（Heuristic），來適當控制所需搜尋的層數，而不一定要展開搜尋到遊戲結束
(D) 又被稱為Alpha-Beta剪枝法（Prune），亦即兩者的運作方式完全相同
Ans: D

19. 關於述語邏輯（Predicate Logic）常用符號的描述，下列哪一項錯誤？
(A)