Quiz: Introduction à l'Intelligence Artificielle Symbolique — 22 Fragen

1. Dans l’IA symbolique, que représente principalement un symbole ?

A. Une entité ou un concept du monde utilisé comme unité de raisonnement

B. Une valeur aléatoire issue d’un réseau de neurones

C. Une règle statistique ajustée par optimisation

D. Un poids numérique appris à partir de données

Answer: (A)

Erklärung

Un symbole est une représentation abstraite d’une entité ou d’un concept, manipulée explicitement pour raisonner. Il ne s’agit pas d’un paramètre numérique appris comme dans une approche sub-symbolique.

2. Quel rôle jouent les règles et contraintes dans l’IA symbolique ?

A. Produire uniquement des résultats probabilistes

B. Relier les symboles et limiter ce qui peut être dérivé

C. Remplacer entièrement les symboles par des données brutes

D. Transformer les données en vecteurs continus

Answer: (B)

Erklärung

Les règles et contraintes servent à structurer le raisonnement en reliant les symboles et en encadrant les conclusions possibles. Elles ne remplacent pas les symboles, mais organisent leur manipulation logique.

3. Avec quelle réalisation de 1956 Allan Newell et Herbert Simon sont-ils associés ?

A. Le Web sémantique

B. Le General Problem Solver

C. Les graphes de connaissances

D. La recherche A*

Answer: (B)

Erklärung

Le General Problem Solver, développé en 1956, est cité comme une réalisation pionnière de l’IA symbolique. Il est associé à Newell et Simon.

4. Quelle opposition historique est mise en avant pour décrire deux grandes approches de l’IA ?

A. IA centrale contre IA distribuée

B. IA logique contre IA probabiliste

C. IA supervisée contre IA non supervisée

D. IA symbolique contre IA sub-symbolique

Answer: (D)

Erklärung

Le cours oppose l’IA symbolique, fondée sur des connaissances explicites, à l’IA sub-symbolique, fondée sur des paramètres numériques appris. C’est l’opposition centrale présentée.

5. Comment un problème est-il généralement formulé dans une approche par recherche ?

A. Par une liste de données, une fonction de coût et une bibliothèque de règles

B. Par un état initial, des transitions autorisées et un état but

C. Par des classes d’objets, des attributs et des prédicats

D. Par des capteurs, des actions aléatoires et une récompense

Answer: (B)

Erklärung

La formulation repose sur un point de départ, des moyens de transition possibles et un but à atteindre. C’est cette structure qui permet de lancer une recherche de chemin.

6. Dans l’exemple de résolution par recherche, à quoi correspond une solution ?

A. À une suite d’actions qui transforme l’état initial jusqu’à l’état but

B. À un ensemble de paramètres optimisés sans interprétation

C. À une règle générale indépendante de tout état

D. À une base de connaissances statique sans transitions

Answer: (A)

Erklärung

Une solution est la séquence d’actions ou de transitions qui mène de l’état initial à l’état but. Elle matérialise le chemin trouvé par la recherche.

7. Dans la modélisation en graphe, que représentent les nœuds et les arêtes dirigées ?

A. Les règles et les paramètres du modèle

B. Les contraintes et les heuristiques

C. Les états et les transitions possibles entre états

D. Les données d’entrée et les sorties attendues

Answer: (C)

Erklärung

Les nœuds représentent les états du problème, et les arêtes dirigées représentent les transitions possibles. Cette correspondance permet de traiter le problème comme une recherche de chemin.

8. Quel est le but de la recherche dans un espace d’états représenté par un graphe ?

A. Supprimer les états intermédiaires inutiles

B. Énumérer toutes les arêtes du graphe

C. Trouver un chemin de l’état initial à l’état but

D. Maximiser le nombre de successeurs d’un nœud

Answer: (C)

Erklärung

Le but est de relier le nœud de départ au nœud visé par un chemin valide. On cherche donc un trajet menant de l’état initial à l’état but.

9. Quel principe caractérise la recherche en largeur ?

A. Explorer uniquement les états les moins coûteux en mémoire

B. Choisir à chaque étape l’état le plus prometteur par heuristique

C. Suivre une seule branche jusqu’au bout avant de revenir

D. Explorer les successeurs par couches à partir de l’état initial

Answer: (D)

Erklärung

La recherche en largeur parcourt le graphe niveau par niveau, en explorant d’abord les successeurs proches de la racine. C’est ce qui permet de trouver le plus court chemin sous les hypothèses du modèle.

10. Quelle structure de données est associée à la recherche en largeur ?

A. Une file

B. Une pile

C. Une table de hachage

D. Un tas heuristique

Answer: (A)

Erklärung

La recherche en largeur utilise une file pour traiter les nœuds dans l’ordre d’arrivée, ce qui correspond à l’exploration par couches. Une pile serait plutôt associée à la recherche en profondeur.

11. Quel principe décrit le mieux la recherche en profondeur ?

A. Construire directement une représentation par règles et ontologies

B. Classer les états selon une estimation du coût restant

C. Explorer d’abord tous les voisins à la même distance

D. Explorer une branche aussi loin que possible avant de revenir en arrière

Answer: (D)

Erklärung

La recherche en profondeur suit une branche jusqu’au bout, puis effectue un retour en arrière si nécessaire. L’exploration par couches correspond plutôt à la recherche en largeur.

12. Quelle structure de données est associée à la recherche en profondeur pour gérer les états à explorer ?

A. Un dictionnaire de règles

B. Une file

C. Une pile

D. Un tas de priorité

Answer: (C)

Erklärung

La recherche en profondeur utilise une pile, car le dernier état découvert est exploré en premier. Une file correspond à la recherche en largeur.

13. Dans la recherche A*, que représente la valeur f(n) = g(n) + h(n) ?

A. Le nombre de successeurs immédiats de l’état n

B. La probabilité que l’état n soit un état but

C. Le coût total estimé d’un chemin passant par l’état n

D. La profondeur maximale autorisée pour l’état n

Answer: (C)

Erklärung

A* additionne le coût déjà parcouru g(n) et l’estimation du reste à parcourir h(n) pour prioriser les états. C’est cette combinaison qui guide l’exploration.

14. Quelle condition permet à A* d’être optimal ?

A. Explorer toujours la branche la plus profonde en premier

B. Choisir une heuristique qui surestime légèrement le coût restant

C. Utiliser une heuristique admissible qui ne surestime pas la distance restante

D. Éviter toute estimation et fonctionner sans information

Answer: (C)

Erklärung

A* garantit l’optimalité si l’heuristique est admissible, c’est-à-dire si elle ne surestime jamais le coût restant réel. Une heuristique qui surestime peut faire perdre cette garantie.

15. Que désigne une ontologie dans la représentation des connaissances ?

A. Une méthode d’exploration en profondeur d’un graphe

B. Une structure qui organise des concepts et des relations dans un domaine

C. Une suite d’actions menant d’un état initial à un état but

D. Une heuristique qui estime la distance restante vers un objectif

Answer: (B)

Erklärung

Une ontologie organise explicitement les connaissances sous forme de concepts et de relations. Elle ne décrit pas un algorithme de recherche ni une heuristique.

16. Quel passage de la représentation des connaissances est mis en avant dans ce thème ?

A. Passer d’une exploration par couches vers une exploration en profondeur

B. Passer d’une estimation heuristique vers une recherche sans information

C. Passer d’un état initial unique vers plusieurs états but

D. Passer d’une organisation centrée sur les règles vers des graphes et des ontologies

Answer: (D)

Erklärung

Le thème met en avant une évolution de la représentation fondée sur les règles vers des structures plus riches comme les graphes et les ontologies. Les autres propositions concernent surtout les algorithmes de recherche.

17. Quel est l’objectif principal du Web sémantique ?

A. Apprendre des paramètres numériques sans représentation symbolique

B. Explorer des états par couches successives pour trouver le plus court chemin

C. Rendre les informations compréhensibles par des systèmes grâce à des structures explicites et liées

D. Limiter la recherche à une seule branche d’un graphe

Answer: (C)

Erklärung

Le Web sémantique vise à structurer les informations de manière explicite afin qu’elles puissent être comprises et exploitées par des systèmes. Il repose sur des liens et des structures de données, pas sur un mécanisme de recherche.

18. Qu’est-ce qu’un graphe de connaissances ?

A. Une file d’attente utilisée pour parcourir les nœuds d’un arbre

B. Un graphe reliant des entités et leurs relations pour représenter une connaissance structurée

C. Un ensemble de règles de transition entre états pour un algorithme de recherche

D. Une estimation du coût restant calculée par une heuristique

Answer: (B)

Erklärung

Un graphe de connaissances relie des entités et leurs relations dans une structure en graphe. Il s’agit d’une représentation de savoir, et non d’une structure d’exploration algorithmique.

19. Que cherche à faire l’apprentissage symbolique ?

A. Apprendre des règles et des motifs à partir de représentations symboliques

B. Remplacer toute représentation par des paramètres numériques sans interprétation

C. Construire uniquement des graphes de recherche dirigée

D. Explorer un espace d’états selon une file de priorité

Answer: (A)

Erklärung

L’apprentissage symbolique vise à extraire des règles et des motifs à partir de connaissances représentées symboliquement. Il se distingue d’un apprentissage purement numérique sans interprétation explicite.

20. Que sont les embeddings de graphes de connaissances ?

A. Des suites d’actions permettant d’atteindre un état but

B. Des heuristiques admissibles pour garantir l’optimalité d’A*

C. Des représentations vectorielles qui capturent la structure et la proximité d’entités et de relations

D. Des règles logiques qui limitent les successeurs d’un nœud

Answer: (C)

Erklärung

Les embeddings transforment un graphe de connaissances en représentations numériques exploitables, tout en conservant une partie de sa structure. Ils ne sont pas des règles ni des heuristiques de recherche.

21. Quelle catégorie d’application est explicitement citée comme exemple de problème de recherche dans le domaine des trajectoires ?

A. La détection de spam

B. La navigation GPS

C. La compression d’images

D. La traduction automatique

Answer: (B)

Erklärung

La navigation GPS est donnée comme exemple d’application de la recherche pour calculer des trajectoires. Les autres propositions relèvent d’autres usages de l’IA, mais ne sont pas citées ici.

22. Quel ensemble correspond aux applications mentionnées dans la partie « Applications et bilan » ?

A. Reconnaissance vocale, robotique et vision 3D

B. Moteurs de recherche, chatbots et recommandation

C. Tri de données, calcul distribué et cryptographie

D. Navigation GPS, jeux de puzzle et ordonnancement

Answer: (D)

Erklärung

La section cite bien la navigation type GPS, les jeux de puzzle et le scheduling. Les autres ensembles sont plausibles, mais ils ne correspondent pas aux applications annoncées dans ce bilan.