Université Cadi Ayyad

Faculté des sciences Semlalia

Département Informatique
Contrôle IA (SMI S6)
10 Juin 2021
2h
Logique
Exercice 1:
Pour chacune des paires de littéraux suivantes, indiquez s’ils unifient. S’ils unifient, indiquez les substitutions utilisées. S’ils
ne s’unifient pas, donnez la raison (Variables commencent par des Majuscules).
1. p(f(Y), Y, g(a, Z), b) et p(f(b), W, g(X, X), W)
oui : X=Z=a, Y=W=b
2. p(X, Y) et p(a, b, c)
Non nombre d’arguments diffèrent
3. connait(joha, Joha) et connait(Meriem, meriem)
oui Meriem=joha et Joha=meriem
4. 1+2+3 et X+Y
X = 1+2 et Y = 3.
Exercice 2 :
Considérons les phrases suivantes :
« L’oppoA1 est un téléphone mobile. Ali a toujours son oppoA1 avec lui (ils sont au même endroit). Si un téléphone
mobile se situe à l’intérieur d’une zone couverte par un réseau sans-fil, alors il fonctionne. Ali se trouve à l’UCA. L’UCA
est une université. Toutes les universités sont couvertes par un réseau sans-fil. »
1) Convertir en logique du premier ordre
2) Convertir en forme clausale.
3) Résolution : Utilisez la preuve par réfutation pour montrer que l’oppoA1 fonctionne.

N.B : oppoA1, Ali et UCA sont des constantes

On peut utiliser les prédicats de base :
telephone(x) : x est un téléphone mobile, setrouve(x,y) : x se trouve à l’endroit y, couvert(x) : x est couvert par un réseau
sans-fil, universite(x) : x est une université et fonctionne(x) : x fonctionne.
1)Conversion en logique du premier ordre

1. téléphone(oppoA1)
2. ∀x setrouve(Ali, x) → setrouve(oppoA1, x)
3. ∀x,y téléphone(x) Λ couverte(y) Λ setrouve(x, y) → fonctionne(x)
4. setrouve(Ali, UCA)
5. université(UCA)
6. ∀x université(x) → couverte(x)
2) conversion clausale

1. téléphone(oppoA1)

2. ¬setrouve(Ali, x1) ∨ setrouve(oppoA1, x1)

3. ¬téléphone(x2) ∨ ¬couverte(x3) ∨ ¬setrouve(x2, x3) ∨ fonctionne(x2)

4. setrouve(Ali, UCA)

5. université(UCA)

6. ¬université(x4) ∨ couverte(x4)
3) résolution
• Utilisez la preuve par résolution pour montrer que l’oppoA1 fonctionne.
• À prouver : fonctionne( oppoA1)

1. téléphone(oppoA1)

2. ¬setrouve(Ali, x1) ∨ setrouve(oppoA1, x1)

3. ¬téléphone(x2) ∨ ¬couverte(x3) ∨ ¬setrouve(x2, x3) ∨ fonctionne(x2)

4. setrouve(Ali, UCA)

5. université(UCA)

6. ¬université(x4) ∨ couverte(x4)

7. ¬fonctionne()

8. setrouve(oppoA1, UCA) // 2 et 4 {x1=UCA}

9. couverte(UCA) // 5 et 6 {x4=UCA}

10. ¬couverte(x3) ∨ ¬setrouve(oppoA1, x3) ∨ fonctionne(oppoA1) // 1 et 3 {x2= oppoA1}

11. ¬setrouve(oppoA1, UCA) ∨ fonctionne(oppoA1) // 9 et 10 {x3=UCA}

12. fonctionne(oppoA1) // 11 et 8 {}

13. Clause vide (contradiction) // {12 et 7} On peut conclure que le oppoA1 fonctionne.

Recherche/jeux
Exercice 3 : Recherche
1) Répondre par Vrai ou faux :
(a) L’approfondissement itératif implique la réexécution de la recherche de largeur d’abord à plusieurs reprises.
Vrai : le parcours est en profondeur mais cela implique ligne par ligne (largeur)
(b) La recherche gourmande (Greedy) peut renvoyer des solutions optimales.
c’est possible mais faux en général
(c) La somme de plusieurs heuristiques admissibles est toujours une heuristique admissible.
Faux : on peut dépasser l’heuristique réelle h*

2) Considérez le graphique suivant ( h est l’heuristique, les coûts sont sur les arcs).

(au besoin, utiliser l’ordre alphabétique)

(a) Quel chemin la recherche par profondeur retournerait-elle ? (tout le calcul, chemin, coût, complexités en temps
et espace)
 S
S {A,B}
A {B,D,B}
B {C,D,D,B}
C {D,G,D,B}
D {G,G,D,B}
G
Chemin : S-A-B-C-D-G
Cout = 10
CT=5
CE=4

(b) Quel chemin la recherche par largeur retournerait-elle ? (tout le calcul, chemin, coût, complexités en temps et
espace)
S
S {A,B}
A {B,B,D}
B {B,D,C,D}
B {D,C,D,C,D}
D {C,D,C,D,G}
C {D,C,D,G,G}
D {C,D,G,G,G}
C {D,G,G,G,G}
D {G,G,G,G,G}
G
Chemin : S-B-D-G
Cout = 6
CT=9
CE=5

(c) L'heuristique du graphique ci-dessus est-elle admissible ? Sinon, comment la rendre admissible ?
oui
(d) Quel chemin la recherche A* retournerait-elle selon l’heuristique h de la question (b)? (tout le calcul, chemin,
coût, complexités en temps et espace)
S(6)
S {B(5),A(7)}
B {D(6),A(7),C(7)}
D {G(6),A(7),C(7)}
G
Chemin : S-B-D-G
Cout = 6
CT=3
CE=3

Apprentissage
Exercice 4: Réseaux de Neurones
Ci-dessous se trouve un réseau de neurones avec des poids a , b, c, d, e, f. Les entrées sont x1 et x2.
La première couche cachée calcule r1 = max(c * x1 + e * x2, 0) et r2 = max(d * x1 + f * x2, 0).
La deuxième couche cachée calcule s1 =(a*r1) et s2 =  (b*r2)
Avec  (x)= 1/(1+exp(-x)) .
La couche de sortie calcule y = s1 + s2. Notez que les poids a, b, c, d, e, f sont indiqués sur les connexions
Supposons que le réseau ait des entrées : x1 = 1 ; x2 = -1.
Les valeurs de poids sont : a = 1 ; b = 1 ; c = 4 ; d = 1 ; e = 2 ; f = 2.

a) Quel est ce type de réseau ?

Perceptrons Multi-couches
b) Calculer r1, r2, s1, s2 et y par La propagation avant 
 r1 = 2 ; r2 = 0 ; s1 = 0:9 ; s2 = 0:5 ; y = 1:4. Remarque : certaines valeurs sont arrondies.

c) En utilisant les valeurs calculées à partir de la propagation vers l'avant, utilisez la rétropropagation pour calculer
numériquement les dérivées partielles suivantes. (y est influencée par a à travers s1, par c à travers r1 et s1, etc.)

Pour (x)= 1/(1+exp(-x)), la dérivée est (x)/x = ’(x)= (x)(1-(x))

d) Sachant que l’erreur commise au niveau du poids wi est i = – y/wi, donner la formule de mise à jour de wi en
fonction de i, xi et  (xi : entrée pour la connexion wi et  : coefficient d’apprentissage). Calculer alors les
nouvelles valeurs des poids : a, b, c et f. (Prendre =1)
wi = wi + *i*xi
a = 1+ 1*(-0.18)*2 = 0.74
b= 1+1*(-0)*0=1
c= 4+1*(-0.09)*1=3.01
f= 2+1*(-0)*(-1)=2
Exercice 5 : Arbre de décision
Un fabricant de bonbons interroge un client sur sa volonté de manger un bonbon d’une couleur ou d’une saveur
particulière. Le tableau suivant présente les réponses recueillies :

Couleu Saveur volonté

r
Rouge raisin oui
Rouge cerise oui
Vert raisin oui
Vert cerise non
Bleu raisin non
Bleu cerise non
1. Quel est l’entropie En de cet ensemble ?
En(S)=E(3/6,3/6)=1
2. Calculer En(couleur) ?
En(rouge)=0 ; En(vert)=1 et En(bleu)=0
En(couleur)= 2/6En(vert)=2/6=1/3=0,34
3. Quel attribut (Couleur ou Saveur) a le plus grand gain ?
En(raisin)=E(2/3,1/3)=0.92
En(cerise)=E(1/3,2/3)=0.92
En(saveur)=3/6En(raisin)+3/6En(cerise)=0.92
Gain(couleur)=1-0.34=0,76
Gain(cerise)=0.08
Donc : Couleur a le plus grand gain
4. Tracer alors l’arbre de décision

Couleur

rouge bleu
vert

OUI NON
Saveur

raisin cerise

NON
OUI

5. Donner les décisions pour un bonbon de couleur « Vert »

Si couleur = vert et saveur = raisin alors il y a une volonté de manger le bonbon
Si couleur = vert et saveur = cerise alors il n’y a pas de volonté de manger le bonbon