Τεχνητή Νοημοσύνη — Φεβρουάριος 2025 — Ομάδα Α¶
20250207_120549.jpg¶
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ, ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ
ΓΡΑΠΤΗ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ "ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ", 7 ΦΕΒΡΟΥΑΡΙΟΥ 2025
-ΔΙΑΡΚΕΙΑ ΕΞΕΤΑΣΗΣ: 2,5 ΩΡΕΣ-
ΟΝΟΜΑΤΕΠΩΝΥΜΟ: _________________________ AM: _________ ΕΤΟΣ: _____
ΘΕΜΑ 1° (μονάδες 20) Θεωρείστε το παρακάτω γράφημα με αρχική κατάσταση \(A\) και τελική κατάσταση \(G\). Οι αριθμοί δίπλα στις ακμές είναι τα κόστη μετάβασης μεταξύ κόμβων και οι αριθμοί δίπλα στα ονόματα των κόμβων είναι οι τιμές μίας ευρετικής συνάρτησης.
[Σχήμα: Κατευθυνόμενο γράφημα με κόμβους \(S(5), A(4), B(1), C(2), G(0)\). Κόστη ακμών: \(S \to A: 2\), \(S \to G: 7\), \(A \to B: 3\), \(A \to G: 4\), \(B \to C: 1\), \(B \to G: 2\), \(C \to G: 2\).]
Εκτελέστε αναλυτικά τις παρακάτω μεθόδους αναζήτησης: i) Αναζήτηση Ομοιόμορφου Κόστους (UCS), ii) Αναζήτηση Πρώτα στο Καλύτερο (BestFS). Για κάθε έναν από τους αλγορίθμους δείξτε αναλυτικά τα βήματα που ακολουθεί μέχρι να βρει τη λύση. Δημιουργήστε πίνακα που θα περιέχει την τρέχουσα κατάσταση, το μέτωπο αναζήτησης, το κλειστό σύνολο καταστάσεων και τα παιδιά της τρέχουσας κατάστασης. Αναφέρετε το αποτέλεσμα του μονοπατιού και του κόστους κάθε αλγορίθμου.
ΘΕΜΑ 2° (μονάδες 20) Ένα μαγικό τετράγωνο είναι ένα τετράγωνο \(3 \times 3\), κάθε κελί του οποίου περιλαμβάνει έναν διαφορετικό αριθμό από το 1 έως το 9, έτσι ώστε το άθροισμα των αριθμών σε κάθε γραμμή, στήλη και διαγώνιο να ισούται με 15.
Α) Να μοντελοποιήσετε το πρόβλημα ως πρόβλημα ικανοποίησης περιορισμών, δηλ. να οριστούν οι μεταβλητές, τα πεδία τιμών τους και οι περιορισμοί μεταξύ τους. [10]
Β) Έστω ότι σε κάποια φάση της αναζήτησης έχουν ανατεθεί οι ακόλουθες τιμές:
| 5 | 9 | |
| 8 |
Να συνεχίσετε την αναζήτηση, εφαρμόζοντας τον αλγόριθμο αναζήτησης με προοπτικό έλεγχο (forward checking) και το κριτήριο της συντομότερης αποτυχίας. Να σχεδιάσετε το δέντρο αναζήτησης που προκύπτει μέχρι και τις επόμενες 2 αναθέσεις τιμών. [10]
ΘΕΜΑ 3° (μονάδες 20)
Α) Δίνεται το παρακάτω σύνολο προτάσεων κατηγορηματικής λογικής: [10]
5. supplier(Anna, Peter)
6. rich(Anna)
7. \(\forall x \forall y\ (\text{supplier}(x, y) \Rightarrow \text{partner}(x, y))\)
8. \(\forall x \forall y\ (\text{partner}(x, y) \land \text{rich}(x) \Rightarrow \text{can\_loan}(x, y))\)
Ελέγξτε με την μέθοδο αντίφασης της επίλυσης εάν από τις παραπάνω προτάσεις (1) – (4) προκύπτει το συμπέρασμα can_loan(Anna, Peter).
Β) Θεωρήστε ένα σύνολο γεγονότων Prolog της μορφής father(name1, name2). Να ορίσετε τα κατηγορήματα i) αδερφός/η(X, Y) και ii) ξάδερφος/η(X, Y) [10]
6E03585A-4361-4023-9692-7E67355F8252.jpg¶
ΘΕΜΑ 3° (μονάδες 20) Δίνονται οι παρακάτω προτάσεις ΚΛΠΤ:
1. \((\forall x) (\exists y) (\text{πατέρας}(y, x))\)
2. \((\forall x) (\forall y) (\forall z) ((\text{πατέρας}(z, x) \land \text{πατέρας}(z, y)) \Rightarrow \text{αδερφός}(x, y))\)
3. \(\text{πατέρας}(\text{Γιάννης}, \text{Δημήτρης})\)
4. \(\text{πατέρας}(\text{Γιάννης}, \text{Γιώργος})\)
Α) Μετατρέψτε τις προτάσεις 1-4 βήμα-βήμα σε Προτασιακή Μορφή. [5]
Β) Χρησιμοποιώντας τη μέθοδο της αντίφασης της επίλυσης, αποδείξτε ότι η "αδερφός(Γιώργος, Δημήτρης)" είναι αληθής. [15]
40b38430-cf2f-4b65-8fe1-e4545799b2df.jpg¶
B) Χρησιμοποιώντας τη μέθοδο της αντίφασης της επίλυσης, αποδείξτε ότι η "αδερφός(Γιώργος, Κώστας)" είναι αληθής. [15]
ΘΕΜΑ 4° (μονάδες 20)
Το νευρωνικό δίκτυο του σχήματος έχει ως συνάρτηση ενεργοποίησης τη βηματική συνάρτηση:
και βάρη: $\(w_{01} = -0.2,\quad w_{11} = -1,\quad w_{21} = 1\)$ $\(w_{02} = 1.5,\quad w_{12} = 1,\quad w_{22} = -1\)$ $\(v_0 = -1.5,\quad v_1 = 1.5,\quad v_2 = 2\)$
[Σχήμα: Νευρωνικό δίκτυο με 2 εισόδους \(x_1, x_2\), δύο κρυφούς νευρώνες \(h_1, h_2\) με βάρη \(w_{11}, w_{12}, w_{21}, w_{22}\) και πολώσεις \(w_{01}, w_{02}\), και ένα νευρώνα εξόδου \(O_1\) με βάρη \(u_1, u_2\) και πόλωση \(u_0\).]
Βρείτε την έξοδο για την είσοδο: \((x_1, x_2) = (-1, 1)\)
ΘΕΜΑ 5° (μονάδες 20)
Να αναφέρετε τις βασικές απαιτήσεις για να έχουμε αξιόπιστα συστήματα Τεχνητής Νοημοσύνης και να περιγράψετε καθεμία από αυτές.
ΚΑΛΗ ΕΠΙΤΥΧΙΑ!
17D004B6-8C6B-499B-8FB5-895BF6D5AC82.jpg¶
ΘΕΜΑ 4° (μονάδες 20)
Το νευρωνικό δίκτυο του σχήματος έχει ως συνάρτηση ενεργοποίησης τη βηματική συνάρτηση:
και βάρη: $\(w_{01} = -0.2,\quad w_{11} = 1,\quad w_{21} = 1\)$ $\(w_{02} = 1.5,\quad w_{12} = -1,\quad w_{22} = -1\)$ $\(v_0 = -1.5,\quad v_1 = 1.5,\quad v_2 = 2\)$
[Σχήμα: Νευρωνικό δίκτυο με 2 εισόδους \(x_1, x_2\), ένα κρυφό στρώμα 2 νευρώνων \(h_1, h_2\) με βάρη \(w_{11}, w_{12}, w_{21}, w_{22}\) και πολώσεις \(w_{01}, w_{02}\), και ένα νευρώνα εξόδου \(O_1\) με βάρη \(u_1, u_2\) και πόλωση \(u_0\).]
Βρείτε την έξοδο για την είσοδο: \((x_1, x_2) = (-1, 1)\)
7D335896-9CBD-47D0-ADDD-D61A3A726D49.jpg¶
ΘΕΜΑ 5° (μονάδες 20) Ο ακόλουθος πίνακας παρουσιάζει ορισμένα κριτήρια που συνεκτιμούνται για την έκδοση (ή όχι) ενός επαγγελματικού δανείου σε μια επιχείρηση. Θεωρώντας ως σύνολο εκπαίδευσης τις πλειάδες του πίνακα, να σχεδιάσετε ένα δένδρο απόφασης που να προβλέπει την εξαρτημένη μεταβλητή «Έκδοση Δανείου» χωρίς λάθος.
| Ανεξάρτητες Μεταβλητές | Εξαρτημένη Μεταβλητή | ||
|---|---|---|---|
| Κλάδος Δραστηριότητας | Μέγεθος Επιχείρησης | Ύπαρξη Ακίνητης Περιουσίας | Έκδοση Δανείου |
| Νέες Τεχνολογίες | Μικρή | NAI | NAI |
| Εκπαίδευση | Μεγάλη | OXI | OXI |
| Νέες Τεχνολογίες | Μεγάλη | NAI | NAI |
| Υγεία | Μεγάλη | NAI | NAI |
| Υγεία | Μεγάλη | OXI | NAI |
| Εκπαίδευση | Μικρή | NAI | OXI |
| Εκπαίδευση | Μικρή | OXI | OXI |
| Υγεία | Μεγάλη | NAI | NAI |
| Νέες Τεχνολογίες | Μεγάλη | OXI | NAI |
| Εκπαίδευση | Μεγάλη | NAI | NAI |
| Υγεία | Μικρή | OXI | OXI |
| Νέες Τεχνολογίες | Μεγάλη | OXI | NAI |
| Υγεία | Μικρή | NAI | OXI |
| Νέες Τεχνολογίες | Μικρή | OXI | OXI |
Σημείωση: Για τον πρώτο διαχωρισμό, χρησιμοποιήστε τη μεταβλητή «Κλάδος Δραστηριότητας».
ΚΑΛΗ ΕΠΙΤΥΧΙΑ!
Επιπλέον πηγές χωρίς μεταγραφή εδώ (λύσεις →
2025-02-a.solutions.md, ή διπλότυπες φωτογραφίες της ίδιας σελίδας):Θέματα Φεβρουάριος 2025.pdf,IMG-36e7efbb0909a3b6ce3940291b762cd4-V.jpg,a233abd1-9b7e-4f83-af27-c75233c9b47d.png,f55c5874e635dbca.png,Screenshot_2025-02-06_161957.png
Λύσεις (⚪ AI, μη επαληθευμένο)
Κατάσταση: ⚪ AI, μη επαληθευμένο Πηγή: λύσεις AI (antigravity-gemini, gemini-3.7-flash, sonnet), ανεξάρτητη επανάληψη και αντιπαραβολή· καμία δεν έχει ελεγχθεί από άνθρωπο
Προσοχή
Λύση από AI — ελέγξτε την· δεν έχει επαληθευτεί από άνθρωπο. Η ένδειξη «δύο λύσεις συμφωνούν» δεν σημαίνει ότι η απάντηση είναι σωστή.
AI λύσεις — 2025-02-a¶
Οι λύσεις γράφτηκαν από μοντέλα AI και δεν έχουν ελεγχθεί από άνθρωπο. Η αρίθμηση ακολουθεί το αρχείο θεμάτων.
Θέμα 1¶
Αξιοπιστία: δύο ανεξάρτητες λύσεις συμφωνούν · εμπιστοσύνη λύτη: μέτρια
Η εκφώνηση λέει «αρχική κατάσταση \(A\)», όμως το γράφημα έχει ρίζα τον κόμβο \(S\) (με \(h(S)=5\)). Λύνω με αρχική την \(S\) (το φυσικό ανάγλυφο του γραφήματος) και δίνω στο τέλος και το αποτέλεσμα αν η αρχή είναι το \(A\).
Γράφημα: \(S\to A(2),G(7)\)· \(A\to B(3),G(4)\)· \(B\to C(1),G(2)\)· \(C\to G(2)\). Ευρετική: \(S=5,A=4,B=1,C=2,G=0\). Έλεγχος στόχου κατά την επέκταση. Τα βήματα επαληθεύτηκαν με πρόγραμμα.
i) UCS (κλειδί \(g\))
| Τρέχουσα | Μέτωπο πριν την επιλογή (κόμβος, \(g\)) | Κλειστό | Παιδιά (κόμβος, \(g\)) |
|---|---|---|---|
| \(S\) | \(\{S(0)\}\) | \(\emptyset\) | \(A(2),\ G(7)\) |
| \(A\) | \(\{A(2),\ G(7)\}\) | \(\{S\}\) | \(B(5),\ G(6)\) |
| \(B\) | \(\{B(5),\ G(6),\ G(7)\}\) | \(\{S,A\}\) | \(C(6),\ G(7)\) |
| \(G\) (μέσω \(A\)) | \(\{C(6),\ G(6),\ G(7),\ G(7)\}\) — ισοβαθμία 6 (\(C\) και \(G\))· αν επιλεγεί πρώτα το \(C\), δίνει το \(G(8)\) και μετά επιλέγεται πάλι το \(G(6)\) | \(\{S,A,B\}\) | στόχος |
Μονοπάτι: \(S\to A\to G\), κόστος \(2+4=\mathbf{6}\).
ii) BestFS (κλειδί \(h\))
| Τρέχουσα | Μέτωπο πριν την επιλογή (κόμβος, \(h\)) | Κλειστό | Παιδιά |
|---|---|---|---|
| \(S\) | \(\{S(5)\}\) | \(\emptyset\) | \(A(4),\ G(0)\) |
| \(G\) | \(\{G(0),\ A(4)\}\) | \(\{S\}\) | στόχος |
Μονοπάτι: \(S\to G\), κόστος \(\mathbf{7}\) (όχι βέλτιστο· ο UCS βρίσκει 6).
Αν η αρχική κατάσταση είναι το \(A\): UCS: \(A\) ⇒ \(B(3),G(4)\), \(B\) ⇒ \(C(4),G(5)\), ισοβαθμία 4 (\(C\), \(G\)), στόχος \(G\) με \(A\to G\), κόστος 4. BestFS: \(A\) ⇒ \(B(h{=}1),G(h{=}0)\) ⇒ επιλέγεται το \(G\): \(A\to G\), κόστος 4.
Θέμα 2¶
Αξιοπιστία: 2 από 3 ανεξάρτητες λύσεις συμφωνούν (η άλλη διαφωνούσε)
Α) Μοντελοποίηση CSP
Ονομάζω τα κελιά
a b c
d e f
g h i
Β) Forward checking με συντομότερη αποτυχία (MRV)
Από τον πίνακα της εκφώνησης οι ανατεθειμένες τιμές είναι: \(e=5,\ f=9,\ g=8\) (η πρώτη γραμμή είναι κενή).
Μετά τον προοπτικό έλεγχο (αφαίρεση των 5, 9, 8 από όλα τα πεδία και εφαρμογή των αθροισμάτων όπου μένει μία ελεύθερη μεταβλητή): - γραμμή 2: \(d+5+9=15\Rightarrow d=1\) ⇒ \(D_d=\{1\}\) - διαγώνιος \(c+e+g\): \(c+5+8=15\Rightarrow c=2\) ⇒ \(D_c=\{2\}\) - τα \(a,b,h,i\) έχουν πεδία \(\{1,2,3,4,6,7\}\).
Κριτήριο συντομότερης αποτυχίας (μικρότερο πεδίο): οι \(d\) και \(c\) έχουν πεδίο μεγέθους 1. Επιλέγω πρώτα το \(d\).
(e=5, f=9, g=8)
└─ d=1 [FC: στήλη 1: a+1+8=15 ⇒ D_a={6}· αφαιρείται το 1 από τους άλλους]
└─ c=2 [FC: στήλη 3: 2+9+i=15 ⇒ D_i={4}· D_a={6}· τα b,h: {3,4,6,7}]
(επόμενη ανάθεση: a=6 [ή i=4], στη συνέχεια κ.ο.κ.)
Λύση:
6 7 2
1 5 9
8 3 4
Σημείωση: η ανάγνωση του πίνακα (5 και 9 στη 2η γραμμή, 8 στην 3η στήλη 1) προέρχεται από τη μεταγραφή.
Θέμα 3 (παραλλαγή με supplier / rich)¶
Αξιοπιστία: 2 από 3 ανεξάρτητες λύσεις συμφωνούν (η άλλη διαφωνούσε) · εμπιστοσύνη λύτη: υψηλή
Α) Προτάσεις (πρόταση 5–8 της εκφώνησης), σε προτασιακή μορφή: 1. \(\{supplier(Anna, Peter)\}\) 2. \(\{rich(Anna)\}\) 3. \(\{\neg supplier(x,y),\ partner(x,y)\}\) 4. \(\{\neg partner(x,y),\ \neg rich(x),\ can\_loan(x,y)\}\) 5. Άρνηση του συμπεράσματος: \(\{\neg can\_loan(Anna, Peter)\}\)
Επιλύσεις: - (5)+(4), \(\{x/Anna,\ y/Peter\}\) ⇒ (6) \(\{\neg partner(Anna,Peter),\ \neg rich(Anna)\}\) - (6)+(2) ⇒ (7) \(\{\neg partner(Anna,Peter)\}\) - (7)+(3), \(\{x/Anna,\ y/Peter\}\) ⇒ (8) \(\{\neg supplier(Anna,Peter)\}\) - (8)+(1) ⇒ \(\{\}\)
Άρα \(can\_loan(Anna,Peter)\) προκύπτει.
Β) Prolog. Υποθέτω μόνο γεγονότα father(Πατέρας, Παιδί). Το φύλο δεν είναι γνωστό, άρα «αδερφός/η» = sibling.
sibling(X, Y) :- father(F, X), father(F, Y), X \= Y.
cousin(X, Y) :- father(P, X), father(Q, Y), sibling(P, Q).
father). Το X \= Y εμποδίζει να είναι κάποιος αδερφός του εαυτού του.
Θέμα 3 (παραλλαγή με πατέρας / αδερφός)¶
Αξιοπιστία: 2 από 3 ανεξάρτητες λύσεις συμφωνούν (η άλλη διαφωνούσε) · εμπιστοσύνη λύτη: υψηλή
Α) Προτασιακή μορφή 1. \((\forall x)(\exists y)\,\pi(y,x)\) (π = πατέρας): Skolem \(y=f(x)\) ⇒ \(\{\pi(f(x),x)\}\). 2. \((\forall x)(\forall y)(\forall z)[(\pi(z,x)\land\pi(z,y))\Rightarrow\alpha(x,y)]\) (α = αδερφός): απαλοιφή \(\Rightarrow\) και De Morgan ⇒ \(\{\neg\pi(z,x),\ \neg\pi(z,y),\ \alpha(x,y)\}\). 3. \(\{\pi(\text{Γιάννης},\text{Δημήτρης})\}\) 4. \(\{\pi(\text{Γιάννης},\text{Γιώργος})\}\)
Β) Απόδειξη του \(\alpha(\text{Γιώργος},\text{Δημήτρης})\)
Άρνηση: (5) \(\{\neg\alpha(\text{Γιώργος},\text{Δημήτρης})\}\). - (5)+(2), \(\{x/\text{Γιώργος},\ y/\text{Δημήτρης}\}\) ⇒ (6) \(\{\neg\pi(z,\text{Γιώργος}),\ \neg\pi(z,\text{Δημήτρης})\}\) - (6)+(4), \(\{z/\text{Γιάννης}\}\) ⇒ (7) \(\{\neg\pi(\text{Γιάννης},\text{Δημήτρης})\}\) - (7)+(3) ⇒ \(\{\}\)
Άρα το \(\alpha(\text{Γιώργος},\text{Δημήτρης})\) είναι αληθές. (Η πρόταση 1 δεν χρειάζεται.) Η σελίδα 40b38430 αναφέρει ως ζητούμενο το \(\alpha(\text{Γιώργος},\text{Κώστας})\) με δεδομένα που δεν υπάρχουν στη μεταγραφή· αν υπήρχε ένα γεγονός \(\pi(\text{Γιάννης},\text{Κώστας})\) η απόδειξη θα ήταν ίδια με αντικατάσταση του Δημήτρη από τον Κώστα. Δεν λύνεται χωρίς τα δεδομένα.
Θέμα 4 (δύο παραλλαγές με βηματική συνάρτηση)¶
Αξιοπιστία: δύο ανεξάρτητες λύσεις συμφωνούν · εμπιστοσύνη λύτη: υψηλή
Είσοδος \((x_1,x_2)=(-1,1)\). \(h_1=step(w_{01}+w_{11}x_1+w_{21}x_2)\), \(h_2=step(w_{02}+w_{12}x_1+w_{22}x_2)\), \(O=step(v_0+v_1h_1+v_2h_2)\). (Επαλήθευση με Python.)
Παραλλαγή 1 (\(w_{01}=-0.2,w_{11}=-1,w_{21}=1\); \(w_{02}=1.5,w_{12}=1,w_{22}=-1\); \(v_0=-1.5,v_1=1.5,v_2=2\)): - \(h_1=step(-0.2+1+1)=step(1.8)=1\) - \(h_2=step(1.5-1-1)=step(-0.5)=0\) - \(O=step(-1.5+1.5\cdot1+2\cdot0)=step(0)=1\) (το \(step(0)=1\) γιατί \(z\ge0\))
Έξοδος: 1.
Παραλλαγή 2 (\(w_{01}=-0.2,w_{11}=1,w_{21}=1\); \(w_{02}=1.5,w_{12}=-1,w_{22}=-1\); ίδια \(v\)): - \(h_1=step(-0.2-1+1)=step(-0.2)=0\) - \(h_2=step(1.5+1-1)=step(1.5)=1\) - \(O=step(-1.5+0+2\cdot1)=step(0.5)=1\)
Έξοδος: 1.
Η τρίτη παραλλαγή (στη φωτογραφία IMG-36e7…, με \(w_{01}=-0.1\), \(v_2=1\)) δεν έχει μεταγραφεί, άρα δεν λύνεται.
Θέμα 5 (παραλλαγή με δέντρο απόφασης)¶
Αξιοπιστία: δύο ανεξάρτητες λύσεις συμφωνούν · εμπιστοσύνη λύτη: υψηλή
Συμβολισμός: Κλάδος: ΝΤ (Νέες Τεχνολογίες), Ε (Εκπαίδευση), Υ (Υγεία). Μέγεθος: Μ (Μικρή), Λ (Μεγάλη). Ακίνητη περιουσία: ΝΑΙ/ΟΧΙ. Εξαρτημένη: Δάνειο ΝΑΙ/ΟΧΙ (9 ΝΑΙ, 5 ΟΧΙ· εντροπία \(H=0.985\)).
Πρώτος διαχωρισμός (όπως ζητά η σημείωση): Κλάδος Δραστηριότητας. Κέρδος πληροφορίας: Κλάδος 0.149, Μέγεθος 0.396, Ακίνητη 0.061 (ο ID3 θα επέλεγε το Μέγεθος· εδώ ακολουθούμε την εκφώνηση).
Υποσύνολα (υπολογισμοί με πρόγραμμα): - Υγεία (5 πλειάδες: 3 ΝΑΙ, 2 ΟΧΙ): το Μέγεθος τα διαχωρίζει τέλεια: Μεγάλη ⇒ ΝΑΙ (3), Μικρή ⇒ ΟΧΙ (2). Κέρδος 0.971. - Εκπαίδευση (4 πλειάδες: 1 ΝΑΙ, 3 ΟΧΙ): Μικρή ⇒ ΟΧΙ (2). Μεγάλη (2 πλειάδες: ΟΧΙ-ακίνητη ⇒ ΟΧΙ, ΝΑΙ-ακίνητη ⇒ ΝΑΙ) ⇒ διαχωρισμός με Ακίνητη. - Νέες Τεχνολογίες (5 πλειάδες: 4 ΝΑΙ, 1 ΟΧΙ): Μεγάλη ⇒ ΝΑΙ (3). Μικρή (2 πλειάδες) ⇒ διαχωρισμός με Ακίνητη: ΝΑΙ ⇒ ΝΑΙ, ΟΧΙ ⇒ ΟΧΙ.
Δέντρο απόφασης:
Κλάδος Δραστηριότητας
├─ Υγεία: Μέγεθος
│ ├─ Μεγάλη → ΝΑΙ
│ └─ Μικρή → ΟΧΙ
├─ Εκπαίδευση: Μέγεθος
│ ├─ Μικρή → ΟΧΙ
│ └─ Μεγάλη: Ακίνητη
│ ├─ ΝΑΙ → ΝΑΙ
│ └─ ΟΧΙ → ΟΧΙ
└─ Νέες Τεχνολογίες: Μέγεθος
├─ Μεγάλη → ΝΑΙ
└─ Μικρή: Ακίνητη
├─ ΝΑΙ → ΝΑΙ
└─ ΟΧΙ → ΟΧΙ
Θέμα 5 (παραλλαγή: αξιόπιστα συστήματα ΤΝ)¶
Αξιοπιστία: δύο ανεξάρτητες λύσεις συμφωνούν · εμπιστοσύνη λύτη: χαμηλή
Δεν γνωρίζω ποια ακριβώς λίστα ζητά ο διδάσκων· δίνω τις 7 απαιτήσεις των Κατευθυντήριων Γραμμών της ΕΕ για αξιόπιστη ΤΝ (HLEG 2019), που είναι η συνηθισμένη αναφορά:
- Ανθρώπινη παρέμβαση και εποπτεία: οι άνθρωποι διατηρούν τον έλεγχο και μπορούν να παρεμβαίνουν· σεβασμός των θεμελιωδών δικαιωμάτων και της αυτονομίας.
- Τεχνική ευρωστία και ασφάλεια: ανθεκτικότητα σε σφάλματα και επιθέσεις, εφεδρικά σχέδια, ακρίβεια και αναπαραγωγιμότητα.
- Ιδιωτικότητα και διακυβέρνηση δεδομένων: προστασία προσωπικών δεδομένων, ποιότητα και ακεραιότητα των δεδομένων, έλεγχος πρόσβασης.
- Διαφάνεια: ιχνηλασιμότητα, εξηγησιμότητα των αποφάσεων, ενημέρωση ότι ο χρήστης αλληλεπιδρά με σύστημα ΤΝ.
- Πολυμορφία, αποφυγή διακρίσεων και δικαιοσύνη: αποφυγή μεροληψίας, προσβασιμότητα, συμμετοχή των ενδιαφερομένων.
- Κοινωνική και περιβαλλοντική ευημερία: βιωσιμότητα, θετικός αντίκτυπος στην κοινωνία και τη δημοκρατία.
- Λογοδοσία: δυνατότητα ελέγχου (audit), ευθύνη, αξιολόγηση επιπτώσεων, αποκατάσταση βλαβών.