ESTUDOS DISCIPLINARES VIII - QUESTIONÁRIO UNIDADE I

Prévia do material em texto

ESTUDOS DISCIPLINARES VIII - QUESTIONÁRIO UNIDADE I 
 
Curso ESTUDOS DISCIPLINARES VIII 
Teste QUESTIONÁRIO UNIDADE I 
Iniciado 30/04/23 20:00 
Enviado 30/04/23 20:04 
Status Completada 
Resultado da 
tentativa 
5 em 5 pontos 
Tempo decorrido 4 minutos 
Resultados 
exibidos 
Todas as respostas, Respostas enviadas, Respostas corretas, Comentários, Perguntas 
respondidas incorretamente 
 Pergunta 1 
0,5 em 0,5 pontos 
 
 
É um subcampo do aprendizado de máquina, que em si é um subcampo da IA, 
que em si é um subcampo da Ciência da Computação. Essa é a definição de: 
 
Resposta Selecionada: b. 
Deep Learning (Aprendizado Profundo). 
Respostas: a. 
IA (Inteligência Artificial). 
 
b. 
Deep Learning (Aprendizado Profundo). 
 
c. 
Data Science (Ciência de Dados). 
 
d. 
Visão Computacional. 
 
e. 
Machine Learning (Aprendizado de Máquina). 
Comentário 
da resposta: 
Resposta: B 
Comentário: No Deep Learning, as grandes redes neurais artificiais 
são alimentadas com algoritmos de aprendizado e quantidades 
cada vez maiores de dados, ampliando continuamente sua 
capacidade de "pensar" e "aprender”. "Deep" se refere às muitas 
camadas que a rede neural acumula com o tempo, e o 
desempenho melhora quanto mais profunda a rede for. Hoje, 
grande parte do Deep 
Learning acontece sob a supervisão humana, mas o objetivo é 
criar redes neurais que consigam treinar a si mesmas e "aprender" 
de modo independente. 
 
 
 Pergunta 2 
0,5 em 0,5 pontos 
 
 
Podemos definir como uma aplicação real de IA o seguinte exemplo: 
Resposta Selecionada: e. 
Todas as alternativas estão corretas. 
Respostas: a. 
Um filtro de spam. 
 
b. 
Um classificador de documentos. 
 
c. 
Um identificador de faces. 
 
d. 
Um gerador automático de códigos. 
 
e. 
Todas as alternativas estão corretas. 
Comentário 
da resposta: 
Resposta: E 
Comentário: A inteligência artificial é utilizada como forma de 
potencializar os resultados, aumentar a produtividade e 
economizar tempo. Ela pode ser implementada em diversos 
setores para melhorar o desempenho de tarefas e ajudar os 
profissionais de gestão a mapear processos. 
 
 
 Pergunta 3 
0,5 em 0,5 pontos 
 
 
A melhor abordagem para o raciocínio sob incerteza e quase todas as aplicações atuais de IA pode ser 
definida por: 
Resposta Selecionada: a. 
Probabilidades. 
Respostas: a. 
Probabilidades. 
 
b. 
Incertezas. 
 
c. 
Certezas. 
 
d. 
Dúvidas. 
 
e. 
Pesquisa e Desenvolvimento. 
Comentário 
da resposta: 
Resposta: A 
Comentário: O campo de pesquisa em computação probabilística não é novo, mas os 
avanços em processamento de alto desempenho e algoritmos de aprendizagem profunda 
podem levá-lo a uma nova era. Nos próximos anos, devemos acompanhar o 
desenvolvimento significativo dos sistemas de Inteligência Artificial em termos de 
confiabilidade, segurança, facilidade de manutenção e desempenho, incluindo o 
 
surgimento de hardware projetado especificamente para computação probabilística. 
Esses avanços são essenciais para o uso dessas aplicações no mundo real – de casas até 
cidades inteligentes. 
 
 Pergunta 4 
0,5 em 0,5 pontos 
 
 
Sobre os itens a seguir, é correto afirmar que: 
 
I. No caso de reconhecimento de dígitos MNIST, uma maneira comum de medir a similaridade de imagem 
é contar as correspondências pixel a pixel. 
II. Um exemplo típico de uma aplicação do método do vizinho mais próximo é prever o comportamento 
do usuário em aplicativos de IA, como sistemas de recomendação. 
III. Os sistemas de recomendação atuais usam filtragem colaborativa em vez dos metadados inseridos 
manualmente. 
 
Resposta Selecionada: e. 
I, II e III são corretos. 
Respostas: a. 
Somente I é correto. 
 
b. 
Somente I e III são corretos. 
 
c. 
Somente II é correto. 
 
d. 
Somente II e III são corretos. 
 
e. 
I, II e III são corretos. 
Comentário 
da resposta: 
Resposta: E 
Comentário: O MNIST é um dataset de dígitos escritos à mão amplamente usado por 
quem está estudando sobre Machine Learning. O classificador de vizinho mais próximo 
está entre os classificadores mais simples possíveis, e quando recebe um item para 
classificar, ele encontra o item de dados de treinamento mais semelhante ao novo item e 
exibe seu rótulo. Exemplos: sistema de recomendação de músicas e filmes que coleta 
dados sobre o comportamento dos usuários e realiza novas sugestões. 
 
 
 Pergunta 5 
0,5 em 0,5 pontos 
 
 
O Perceptron pode ser usado para: 
Resposta Selecionada: a. 
Tarefas de classificação binária. 
Respostas: a. 
Tarefas de classificação binária. 
 
b. 
Criar hipérboles de IA. 
 
 
c. 
Trabalhar como o principal algoritmo durante o inverno da IA. 
 
d. 
Reconhecimento de imagens. 
 
e. 
Todas as opções estão erradas. 
Comentário da 
resposta: 
Resposta: A 
Comentário: O Perceptron é um classificador linear 
(binário). 
 
 Pergunta 6 
0,5 em 0,5 pontos 
 
 
Sobre os itens a seguir, é correto afirmar que: 
 
I. A GAN é um tipo de rede neural que gera as imagens reais a partir de pontos 
de dados. 
II. Redes incluindo camadas convolucionais são chamadas de redes neurais 
convolucionais (CNNs). Sua principal propriedade é que elas podem detectar 
recursos da imagem, como pontos claros ou escuros (ou cores específicas), 
bordas em várias orientações e padrões. 
III. O Perceptron é um dos primeiros modelos formais de computação neural e 
por causa de seu papel fundamental na história das redes neurais: “mãe de 
todas as redes neurais artificiais”. 
 
Resposta Selecionada: d. 
Somente II e III são corretos. 
Respostas: a. 
Somente I é correto. 
 
b. 
Somente I e III são corretos. 
 
c. 
Somente II é correto. 
 
d. 
Somente II e III são corretos. 
 
e. 
I, II e III são corretos. 
Comentário 
da resposta: 
Resposta: D 
Comentário: A afirmativa I está incorreta, pois a rede neural GAN é 
constituída por processos paralelos, rede adversária e rede 
generativa, à medida que a rede generativa lentamente se torna 
melhor, o modelo adversário também precisa melhorar, e o ciclo 
continua até que, finalmente, as imagens geradas são quase 
indistinguíveis das imagens reais. 
 
 
 Pergunta 7 
0,5 em 0,5 pontos 
 
 
Sobre os itens a seguir, é correto afirmar que: 
 
I. A segurança no trânsito deve melhorar à medida que a confiabilidade dos 
sistemas ultrapassar o nível humano. Assim, os humanos manterão o papel de 
supervisão, enquanto as máquinas irão cuidar da direção. 
II. O reconhecimento facial já é uma commodity usada em muitos aplicativos, 
empresas e governos, como, por exemplo: a organização de suas fotos de 
acordo com as pessoas, a marcação automática nas mídias sociais e o controle 
de passaportes. 
III. Um carro autônomo é um exemplo de um elemento inteligente que se 
programa automaticamente desde sua autocriação. 
 
Resposta Selecionada: b. 
Somente I e II são corretos. 
Respostas: a. 
Somente I é correto. 
 
b. 
Somente I e II são corretos. 
 
c. 
Somente II é correto. 
 
d. 
Somente II e III são corretos. 
 
e. 
I, II e III são corretos. 
Comentário da 
resposta: 
Resposta: B 
Comentário: Um carro autônomo é programado por profissionais 
com conhecimentos da área de inteligência artificial e áreas 
correlatas. 
 
 
 Pergunta 8 
0,5 em 0,5 pontos 
 
 
No teste, um interrogador humano interage com dois jogadores, A e B, trocando 
mensagens escritas (em um bate-papo). Se o interrogador não puder 
determinar qual jogador, A ou B, é um computador e qual é um humano, o 
computador então passou no teste. O argumento é que, se um computador é 
indistinguível de um humano em uma conversa geral de linguagem natural, ele 
deve ter alcançado a inteligência no nível humano. Como é chamado esse 
teste? 
 
Resposta Selecionada: c. 
Teste de Turing. 
Respostas: a. 
 
Argumento da Sala Chinesa. 
 
b. 
Teste AB. 
 
c. 
Teste de Turing. 
 
d. 
Nerd IA.e. 
Inteligência Emocional. 
Comentário da 
resposta: 
Resposta: C 
Comentário: Um computador passará no Teste de Turing se um 
interrogador humano, depois de propor algumas perguntas por 
escrito, não for capaz de distingui-lo de um humano. 
 
 Pergunta 9 
0,5 em 0,5 pontos 
 
 
Marque a questão incorreta: 
Resposta 
Selecionada: 
e. 
Métodos de IA não envolvem Matemática e Estatística. 
Respostas: a. 
IA também pode ser usada para gerar ou alterar conteúdo visual. 
 
b. 
Técnicas de reconhecimento facial e de objetos podem ser 
usadas para reconhecer outros carros e obstáculos em torno de 
um carro autônomo. 
 
c. 
Mesmo os pesquisadores de IA não têm uma definição exata de 
IA. 
 
d. 
Cinquenta anos atrás, por exemplo, métodos automáticos de 
busca e planejamento eram considerados pertencentes ao 
domínio da IA. 
 
e. 
Métodos de IA não envolvem Matemática e Estatística. 
Comentário 
da resposta: 
Resposta: E 
Comentário: Através dos métodos de IA, estamos tentando 
reproduzir nas máquinas o mesmo processo de aprendizagem dos 
seres humanos, e fazemos isso através de algoritmos 
de Machine Learning, que, em última instância, nada mais são do 
que Matemática e Estatística. 
 
 
 Pergunta 10 
0,5 em 0,5 pontos 
 
 
Sobre os itens a seguir, é correto afirmar que: 
 
I. Os algoritmos que determinam o conteúdo que você vê na internet são baseados em IA. 
II. As informações que encontramos na Netflix no decorrer de um dia típico são personalizadas para cada 
cliente. 
III. Muitos editores on-line, como sites de empresas de jornais e de radiodifusão, bem como mecanismos 
de pesquisa, como o Google, controlam e personalizam tudo o que você vê. 
IV. A primeira página da versão impressa do New York Times é sempre a mesma, independente do leitor 
que acessar. 
 
Resposta Selecionada: e. 
Todas as afirmações estão corretas. 
Respostas: a. 
Somente I e II são corretos. 
 
b. 
Somente II e III são corretos. 
 
c. 
Somente III e IV são corretos. 
 
d. 
Somente IV e I são corretos. 
 
e. 
Todas as afirmações estão corretas. 
Comentário da 
resposta: 
Resposta: E 
Comentário: Todas as aplicações mencionadas nas afirmações se relacionam aos 
benefícios tecnológicos da área de inteligência artificial.