QUESTÕES AVA IA EM SISTEMA PRODUTIVO

Prévia do material em texto

Disc.: IA EM SISTEMAS PRODUTIVOS   
	Aluno(a): DAENE DO NASCIMENTO SARAIVA
	202304442347
	Acertos: 2,0 de 2,0
	16/02/2024
		1a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	O paradigma conexionista, também conhecido por redes neurais artificiais, forma um paradigma de IA que tem inspiração no comportamento do cérebro, além de outras características. Assinale a alternativa representa uma característica desse paradigma:
I - Processam a informação de forma paralela e distribuída.
II - Generalizam conhecimento aprendido.
III - Lidam com conhecimento não simbolicamente representado.
IV - São algoritmos de otimização.
V - O conhecimento é aprendido por meio do estímulo e resposta.
		
	
	Apenas as afirmativas I, II e III estão corretas.
	
	Apenas as afirmativas I, II e V estão corretas
	
	Apenas as afirmativas II e III estão corretas.
	 
	Apenas as afirmativas I, II, III e V estão corretas.
	
	Apenas as afirmativas I e V estão corretas.
	Respondido em 16/02/2024 10:21:17
	
	Explicação:
O paradigma conexionista se baseou em modelos matemáticos simples de neurônios e com eles constituiu uma rede neuronal com a capacidade de simular a memória associativa humana, acessando conteúdo e não endereços como nos computadores clássicos. Sendo assim, os algoritmos de redes neurais fazem parte do paradigma conexionista. Entre as opções, não representam uma característica desse paradigma os algoritmos de otimização, pois eles fazem parte do paradigma evolutivo, que compreende um conjunto de técnicas de busca e otimização inspiradas na evolução natural das espécies.
	
	
		2a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Considere uma região do Brasil em que se tenha o seguinte conhecimento a respeito do comportamento do tempo em uma determinada época do ano. Sabe-se que a probabilidade de chover é de 0,5 e que a probabilidade de o tempo estar nublado é de 0,8. Sabe-se ainda que a probabilidade de o tempo estar nublado quando chove é de 0,4. Diante disso, a probabilidade de chover quando o tempo está nublado é de:
		
	
	50%
	
	30%
	
	40%
	 
	25%
	
	15%
	Respondido em 16/02/2024 10:22:29
	
	Explicação:
A solução desse problema envolve a aplicação direta do Teorema de Bayes. Antes disso, porém, é preciso identificar os eventos envolvidos na situação apresentada:
A = chuva
B = tempo nublado
Em seguida, identifica-se as probabilidades fornecidas:
P(A) = 0,5
P(B) = 0,8
P(B | A) = 0,4
Com isso, têm-se disponíveis todos os elementos necessários para calcular P(A | B) que corresponde à probabilidade de chover, dado que o tempo está nublado. Agora, basta aplicar a regra de Bayes:
	
		3a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Considere as seguintes sentenças e depois faça a complementação correta:
Os valores de verdade da teoria tradicional dos conjuntos são: [lacuna 1]
Os valores de verdade da lógica fuzzy são [lacuna 2]
 
Agora, escolha a opção que preenche corretamente as lacunas:
		
	
	Ou 0 ou 1, ou 1 e 0.
	
	Entre 0 e 1, 0 ou 1.
	 
	Ou 0 ou 1, entre 0 e 1.
	
	Ou 0 ou 1, ou 0 ou 1.
	
	Entre 0 e 1, entre 0 e 1.
	Respondido em 02/03/2024 08:40:12
	
	Explicação:
A resposta para esta questão é direta, pois a lógica booleana trata apenas dos estados falso (0) e verdadeiro (1). Já a lógica fuzzy utiliza o intervalo entre 0 (100% falso) e 1 (100% verdadeiro) para medir a aderência da resposta. Portanto, as demais opções estão erradas, uma vez que utilizam os conceitos de lógica booleana e de fuzzy de forma inadequada.
	
		4a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Durante o desenvolvimento das redes neurais artificiais nos anos 80, uma abordagem específica ganhou destaque pela sua capacidade de simular o processo de aprendizado humano. Esta técnica, ainda relevante hoje, revolucionou a forma como os sistemas de IA aprendem e evoluem.
Qual abordagem mencionada no texto teve um papel fundamental no desenvolvimento das redes neurais artificiais?
		
	
	Aprendizado por reforço.
	 
	Aprendizado supervisionado.
	
	Programação linear.
	
	Lógica fuzzy.
	
	Algoritmos genéticos.
	
Respondido em 16/02/2024 10:26:40
	
	Explicação:
O aprendizado supervisionado foi crucial no avanço das redes neurais artificiais, pois permitiu que esses sistemas aprendessem e evoluíssem de forma semelhante ao aprendizado humano, através da análise de dados com variáveis de entrada e saída já conhecidas.
	
		5a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Considere um conjunto nebuloso A definido em um universo de discurso X = [0, 100]. Sabendo que A é um conjunto trapezoidal, cujos vértices são a = 10, b = 20, c = 60 e d = 90, qual o valor x ϵ� X cujo grau de inclusão em A (μ�A(x)) é igual a 0,6?
		
	
	15
	
	80
	
	18
	 
	72
	
	65
	Respondido em 16/02/2024 10:28:08
	
	Explicação:
	
		6a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Na lógica Fuzzy, utilizamos a função de aderência para obter o valor da relação entre os itens. Nesse sentido, selecione a opção correta que justifica se esse processo é ou não exato:
		
	
	É exato, pois é exatamente igual ao que ocorre na lógica booleana.
	
	Não é exato, pois os valores são completamente aleatórios.
	 
	Não é exato, pois é necessário realizar experimentação para chegar a valores que façam sentido prático.
	
	É exato, pois basta somar os valores e calcular a média deles.
	
	Não é exato, pois a escolha dos valores depende completamente do desenvolvedor.
	Respondido em 16/02/2024 11:20:46
	
	Explicação:
O cálculo do valor da função de aderência não é exato, pois ele está relacionado a vários aspectos que incluem o processo de experimentação. É importante que no final, tenhamos valores que realmente deem apoio à tomada de decisão. As demais opções estão erradas, pois não se trata de um processo completamente aleatório ou dependente apenas do desenvolvedor. Além disso, ela se distingue completamente da lógica booleana.
	
		7a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Nos anos 2000, a IA começou a ser amplamente aplicada na indústria de saúde, onde sistemas inteligentes passaram a auxiliar no diagnóstico de doenças, análise de imagens médicas e personalização de tratamentos, demonstrando a versatilidade da tecnologia.
Em que área da saúde a IA teve um impacto significativo, conforme descrito no texto?
		
	 
	Diagnóstico de doenças.
	
	Gerenciamento de registros médicos.
	
	Treinamento médico virtual.
	
	Desenvolvimento de novos medicamentos.
	
	Automatização de cirurgias.
	Respondido em 16/02/2024 10:34:25
		Explicação:
A IA teve um impacto significativo no diagnóstico de doenças na área da saúde, onde sistemas inteligentes são utilizados para analisar dados clínicos e imagens médicas, auxiliando profissionais de saúde na identificação e no tratamento de condições médicas de forma mais eficiente.
	
		8a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Considere a variável nebulosa especificada a seguir:
Para o valor x = 3,5 pertencente ao universo de discurso da variável, os valores simbólicos e numéricos assumidos pela variável são, respectivamente:
		
	
	C1 (0,50) e C2 (0,33)
	
	C1 (0,50) e C2 (0,25)
	 
	C1 (0,25) e C2 (0,50)
	
	C2 (0,17) e C3 (0,75)
	
	C2 (0,25) e C3 (0,50)
	Respondido em 16/02/2024 10:42:07
	
	Explicação:
De acordo com as especificações fornecidas, a variável V tem a seguinte representação gráfica:
	
		9a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	A lógica fuzzy é uma extensão da lógica clássica que permite lidar com situações de incerteza e imprecisão de maneira mais adequada. No estudo de lógica fuzzy, é necessário utilizarmos funções de pertinência.  Em relação a essa afirmação, selecione a opção correta.
		
	
	São valores aleatórios.
	
	Corresponde ao valor exato sobre um determinado estado.
	 
	A função de pertinência mede o grau de veracidade sobre um elemento.
	
	São resultados de cálculos baseados emexperimentos exatos.
	
	São escolhidos pela conveniência do desenvolvedor.
	Respondido em 16/02/2024 11:04:03
	
	Explicação:
A função de pertinência é a principal engrenagem da lógica fuzzy. É através dela que podemos associar graus de verdade - ou crença - sobre os elementos de um conjunto que, normalmente, representam estados. Portanto, é errado afirmar que elas são probabilidades, ou valores exatos.
	
		10a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	O desenvolvimento de sistemas simbólicos na inteligência artificial, fundamentado nos anos 60 e 70, trouxe uma nova perspectiva para o raciocínio e resolução de problemas em IA. Esses sistemas utilizam representações simbólicas para imitar o pensamento lógico humano, oferecendo uma abordagem diferenciada em comparação às redes neurais.
Qual é a principal característica dos sistemas simbólicos na IA?
		
	 
	Representação e manipulação de símbolos.
	
	Interação com interfaces de usuário.
	
	Processamento em tempo real.
	
	Aprendizado baseado em exemplos.
	
	Uso de lógica probabilística.
	Respondido em 16/02/2024 10:35:58
	
	Explicação:
Os sistemas simbólicos na inteligência artificial se destacam pela representação e manipulação de símbolos, imitando o pensamento lógico humano. Esta abordagem contrasta com técnicas como redes neurais, enfocando mais na lógica simbólica e menos na aprendizagem a partir de dados.
		Disc.: IA EM SISTEMAS PRODUTIVOS   
	Aluno(a): DAENE DO NASCIMENTO SARAIVA
	202304442347
	Acertos: 2,0 de 2,0
	04/03/2024
		1a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Nesse tipo de aprendizado, os modelos resultantes envolvem atividades como: o agrupamento de exemplos semelhantes (clustering), redução de dimensionalidade e estimativa de densidade. Qual o tipo de aprendizado estamos nos referindo?  
		
	
	Aprendizado inicial
	 
	Aprendizado Não supervisionado
	
	Backprogation (retropropagation)
	
	Aprendizado supervisionado
	
	Aprendizado oculto
	Respondido em 04/03/2024 15:52:21
	
	Explicação:
Tarefas de aprendizagem não supervisionadas envolvem o agrupamento de exemplos semelhantes (clustering), redução de dimensionalidade e estimativa de densidade.
No aprendizado não supervisionado, a rede aprende e encontra padrões e aufere conclusões dos dados não rotulados.   
	
		2a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	As estratégias aplicadas aos métodos de busca em espaço de estados devem ser feitas conforme características do problema. Por exemplo, suponha o seguinte caso: ''Um robô pode se locomover por meio de nós que são conectados entre si, de modo que ele possa visitar alguns lugares. Ele começa em um nó e depois vai visitar todos os nós conectados a esse nó e assim por diante''. Nesse sentido, selecione a opção correta a respeito dos métodos de busca no espaço de estados e de suas estratégias para o exemplo apresentado.
		
	 
	Trata-se de um exemplo em que a melhor estratégia é a busca em largura (Breadth First Search).
	
	A estratégia que deve ser aplicada é a de busca em profundidade (Depth First Search).
	
	O problema não apresenta nenhuma característica que possa ser explorada, portanto, qualquer estratégia pode ser aplicada.
	
	Como a descrição do problema não destaca uma característica que possa ser usada como referência na escolha da melhor estratégia, deve-se aplicar a busca pelo melhor primeiro (Best First Search).
	
	O problema não informa quais as ações que o robô pode executar, portanto, o mais adequado é não aplicar nenhuma estratégia específica até que haja um maior detalhamento do problema.
	Respondido em 04/03/2024 15:53:42
	
	Explicação:
As estratégias de como um agente faz as suas escolhas são fundamentais, de modo a ter um tempo de resposta adequado para obter uma solução de qualidade aceitável. Entre essas estratégias, estão os algoritmos baseados em busca em largura que são caraterizados por explorarem soluções vizinhas. No caso do cenário descrito no exercício, não cabe a busca em profundidade, pois a busca ocorre nos nós vizinhos.
	
		3a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Com o objetivo de obter informações por meio do aprendizado de máquina, verificou-se que o processo que estava sendo realizado consistia em usar o valor de densidade para agrupar os objetos e identificar vizinhanças densas nas quais a maioria dos objetos está contida; verificou-se também o uso de algoritmos de aprendizado não supervisionados. Identifique que ação está sendo realizada:
		
	
	Clustering
	
	Redução dimensional
	
	Regressão
	 
	Estimativa de densidade
	
	Classificação
	Respondido em 04/03/2024 15:55:25
	
	Explicação:
Resposta correta: Estimativa de densidade
	
		4a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	As Redes Neurais Artificiais têm sido amplamente usadas por exemplo em tarefas de reconhecimento de imagem, diagnóstico na medicina, processamento de linguagem natural, previsão de séries temporais, e têm uma infinidade de aplicações possíveis. Você já se perguntou como funcionam os sistemas de reconhecimento de imagem e voz? Como um aplicativo do seu celular faz para detectar rostos, ou um mecanismo de buscas sugere um termo?
Entendendo que as redes neurais artificiais possuem vantagens e desvantagens, analise as afirmativas a seguir:
 
I. Requer muitos dados de treinamento limpos.
II. Arquitetura facilmente adaptável a vários domínios de problemas.
III. Dificuldade na interpretação dos resultados.
IV. A rede neural aprende com os dados analisados ​​e não requer reprogramação.
V. Requer alto poder computacional.
Assinale a seguir a alternativa que apresenta apenas as afirmativas relacionadas às vantagens das redes neurais artificiais:
		
	 
	II e IV, apenas.
	
	II e III e IV, apenas.
	
	II, apenas.
	
	I, II, III e IV, apenas.
	
	I e V, apenas.
	Respondido em 04/03/2024 15:58:10
	
	Explicação:
As redes neurais artificiais podem ser utilizadas em uma ampla gama de aplicações, além de normalmente trazerem vantagem competitiva para as organizações que as utilizam, porém, os projetos que envolve a aplicação de redes neurais artificiais, costumam ser custosos e demandam mais tempo que outros projetos de software. Nesse contexto é importante identificar as vantagens das redes neurais artificiais para que os projetos possam ser patrocinados pela administração das organizações e conhecidos pelas partes envolvidas (stakeholders) da organização. As principais vantagens das redes neurais artificiais são: arquitetura facilmente adaptável a vários domínios de problemas e a característica da rede neural aprender com os dados analisados ​​e não requerer programação.
	
		5a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	A respeito dos métodos de busca local, selecione a opção correta.
		
	
	Todos os algoritmos de busca local sempre são completos.
	 
	Os algoritmos de busca local são eficientes no uso da memória.
	
	Um algoritmo de busca local sempre encontra a solução ótima de um problema, desde que ela exista.
	
	Não é possível criar um algoritmo ótimo de busca local.
	
	Ainda que uma solução não exista no espaço de estados, o algoritmo de busca local é capaz de identificá-la.
	Respondido em 04/03/2024 16:00:26
	
	Explicação:
Os algoritmos de busca local são bastante utilizados para resolver problemas práticos devido à eficiência na exploração dos recursos computacionais, como memória, por exemplo, uma vez que o escopo das suas buscas fica restrito a uma determinada vizinhança, porém, não garantem encontrar a solução ótima do problema, caso ela exista. A solução pode ser ou não restrita a um subconjunto do espaço de estados. Um algoritmo é chamado de completo se ele encontra a solução ótima, desde que ela exista e os algoritmos de busca local não podem garantir isso, pois o seu espaço de busca é limitado.
	
		6a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Acerca da utilização do aprendizado de máquina,complete o texto:
Na busca de padrões, é comum a utilização do aprendizado ______________, em que um agente externo apresenta ao algoritmo alguns conjuntos de padrões de entrada e seus correspondentes padrões de saída, comparando-se a resposta fornecida pelo algoritmo com a resposta esperada.
		
	
	Por reforço
	
	Supervisionado
	 
	Não supervisionado
	
	Inteligente
	
	Tradicional
	Respondido em 04/03/2024 16:10:04
	
	Explicação:
Resposta correta: Não supervisionado
	
		7a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Normalmente, a rede neural artificial é configurada em camadas. As camadas são compostas de vários "nós" interconectados, cada um com uma "função de ativação". Como é chamada a camada onde ocorre o resultado final do processamento de uma rede neural artificial?
		
	 
	Camada de saída (Output layer)
	
	Camada de retropropagação
	
	Camada oculta (Hidden layer)
	
	Camada de entrada (Input layer)
	
	Camada de pesos (Weight layer)
	Respondido em 04/03/2024 16:11:39
	
	Explicação:
Em uma rede neural artificial, a camada de saída (Output layer) é obrigatória, independente do tipo de rede neural. É nessa camada que são apresentados o resultado do processamento de uma rede neural artificial. 
	
		8a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Qual método de pesquisa irá expandir o nó que está mais próximo do objetivo?
		
	
	Busca em Profundidade.
	
	Busca A*.
	
	Busca bidirecional.
	
	Busca pelo melhor primeiro (Best First Search).
	 
	Busca gananciosa pelo melhor primeiro (Greedy best-first search).
	Respondido em 04/03/2024 16:16:45
	
	Explicação:
O algoritmo de busca gulosa primeiro é caracterizado por fazer escolhas que tenham o potencial de conduzir mais rapidamente à solução alvo. Por se tratar de uma heurística, o método não garante a escolha da solução ótima, mas, como os demais métodos heurísticos, funcionam bem na prática para determinados tipos de problema, como, por exemplo, para traçar rotas.
	
		9a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Considerando os conceitos de aprendizado de máquina, julgue as afirmações a seguir:
I - Na ação de obtenção de informações por meio do aprendizado de máquina, verificou-se que o processo que estava sendo realizado consistia em examinar as características de determinado objeto e atribuir-lhe uma ou mais classes; verificou-se também que os algoritmos utilizados eram embasados em algoritmos de aprendizagem supervisionados. Nessa situação, a ação em realização está relacionada ao processo de classificação.
II - O aprendizado de máquina, para detecção de fraude, baseia-se em equações matemáticas e algoritmos, e funciona em duas etapas: na primeira, o sistema recebe exemplificações de compras legítimas e ilegítimas; na segunda, a máquina avalia compras reais, considerando os padrões observados.
III - No aprendizado supervisionado os padrões apresentados não possuem classificação conhecida.
IV - No aprendizado semi-supervisionado os padrões de treinamento possuem entradas e saídas desejadas. E o treinamento é direcionado para auto-organizar os padrões de entrada semelhantes em grupos (clusters).
Após a análise das sentenças, podemos afirmar que:
		
	
	Apenas I, II e III são erradas.
	
	Apenas I e II são corretas.
	
	Apenas I e IV são corretas.
	 
	Apenas III é errada.
	
	Apenas II e III são corretas.
	Respondido em 04/03/2024 16:19:25
	
	Explicação:
Resposta correta: Apenas III é errada.
	
		10a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Uma rede varejista possui 32 lojas no estado do Rio de Janeiro e está planejando a construção de uma rede neural artificial para realizar o agrupamento (clustering) e segmentação de seus clientes. Nesse projeto, é necessário que a rede aprenda e encontre padrões e aufira conclusões dos dados não rotulados.   Essa rede neural usará qual tipo de aprendizado?
		
	
	Aprendizado inicial
	 
	Aprendizado Não supervisionado
	
	Aprendizado de pesos
	
	Aprendizado supervisionado
	
	Aprendizado final
	Respondido em 04/03/2024 16:21:36
	
	Explicação:
No aprendizado não supervisionado, a rede que aprende e encontra padrões e aufere conclusões dos dados não rotulados usa o aprendizado não supervisionado.
	
		Disc.: IA EM SISTEMAS PRODUTIVOS   
	Aluno(a): DAENE DO NASCIMENTO SARAIVA
	202304442347
	Acertos: 2,0 de 2,0
	16/02/2024
		1a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	O paradigma conexionista, também conhecido por redes neurais artificiais, forma um paradigma de IA que tem inspiração no comportamento do cérebro, além de outras características. Assinale a alternativa representa uma característica desse paradigma:
I - Processam a informação de forma paralela e distribuída.
II - Generalizam conhecimento aprendido.
III - Lidam com conhecimento não simbolicamente representado.
IV - São algoritmos de otimização.
V - O conhecimento é aprendido por meio do estímulo e resposta.
		
	
	Apenas as afirmativas I, II e III estão corretas.
	
	Apenas as afirmativas I, II e V estão corretas
	
	Apenas as afirmativas II e III estão corretas.
	 
	Apenas as afirmativas I, II, III e V estão corretas.
	
	Apenas as afirmativas I e V estão corretas.
	Respondido em 16/02/2024 10:21:17
	
	Explicação:
O paradigma conexionista se baseou em modelos matemáticos simples de neurônios e com eles constituiu uma rede neuronal com a capacidade de simular a memória associativa humana, acessando conteúdo e não endereços como nos computadores clássicos. Sendo assim, os algoritmos de redes neurais fazem parte do paradigma conexionista. Entre as opções, não representam uma característica desse paradigma os algoritmos de otimização, pois eles fazem parte do paradigma evolutivo, que compreende um conjunto de técnicas de busca e otimização inspiradas na evolução natural das espécies.
	
		2a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Considere uma região do Brasil em que se tenha o seguinte conhecimento a respeito do comportamento do tempo em uma determinada época do ano. Sabe-se que a probabilidade de chover é de 0,5 e que a probabilidade de o tempo estar nublado é de 0,8. Sabe-se ainda que a probabilidade de o tempo estar nublado quando chove é de 0,4. Diante disso, a probabilidade de chover quando o tempo está nublado é de:
		
	
	50%
	
	30%
	
	40%
	 
	25%
	
	15%
	Respondido em 16/02/2024 10:22:29
	
	Explicação:
A solução desse problema envolve a aplicação direta do Teorema de Bayes. Antes disso, porém, é preciso identificar os eventos envolvidos na situação apresentada:
A = chuva
B = tempo nublado
Em seguida, identifica-se as probabilidades fornecidas:
P(A) = 0,5
P(B) = 0,8
P(B | A) = 0,4
Com isso, têm-se disponíveis todos os elementos necessários para calcular P(A | B) que corresponde à probabilidade de chover, dado que o tempo está nublado. Agora, basta aplicar a regra de Bayes:
	
		3a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Considere as seguintes sentenças e depois faça a complementação correta:
Os valores de verdade da teoria tradicional dos conjuntos são: [lacuna 1]
Os valores de verdade da lógica fuzzy são [lacuna 2]
 
Agora, escolha a opção que preenche corretamente as lacunas:
		
	
	Ou 0 ou 1, ou 1 e 0.
	
	Entre 0 e 1, 0 ou 1.
	 
	Ou 0 ou 1, entre 0 e 1.
	
	Ou 0 ou 1, ou 0 ou 1.
	
	Entre 0 e 1, entre 0 e 1.
	Respondido em 02/03/2024 08:40:12
	
	Explicação:
A resposta para esta questão é direta, pois a lógica booleana trata apenas dos estados falso (0) e verdadeiro (1). Já a lógica fuzzy utiliza o intervalo entre 0 (100% falso) e 1 (100% verdadeiro) para medir a aderência da resposta. Portanto, as demais opções estão erradas, uma vez que utilizam os conceitos de lógica booleana e de fuzzy de forma inadequada.
	
		4a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Durante o desenvolvimento das redes neurais artificiais nos anos 80, uma abordagem específica ganhou destaque pela sua capacidade de simularo processo de aprendizado humano. Esta técnica, ainda relevante hoje, revolucionou a forma como os sistemas de IA aprendem e evoluem.
Qual abordagem mencionada no texto teve um papel fundamental no desenvolvimento das redes neurais artificiais?
		
	
	Aprendizado por reforço.
	 
	Aprendizado supervisionado.
	
	Programação linear.
	
	Lógica fuzzy.
	
	Algoritmos genéticos.
	Respondido em 16/02/2024 10:26:40
	
	Explicação:
O aprendizado supervisionado foi crucial no avanço das redes neurais artificiais, pois permitiu que esses sistemas aprendessem e evoluíssem de forma semelhante ao aprendizado humano, através da análise de dados com variáveis de entrada e saída já conhecidas.
	
		5a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Considere um conjunto nebuloso A definido em um universo de discurso X = [0, 100]. Sabendo que A é um conjunto trapezoidal, cujos vértices são a = 10, b = 20, c = 60 e d = 90, qual o valor x ϵ� X cujo grau de inclusão em A (μ�A(x)) é igual a 0,6?
		
	
	15
	
	80
	
	18
	 
	72
	
	65
	Respondido em 16/02/2024 10:28:08
	
	Explicação:
	
		6a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Na lógica Fuzzy, utilizamos a função de aderência para obter o valor da relação entre os itens. Nesse sentido, selecione a opção correta que justifica se esse processo é ou não exato:
		
	
	É exato, pois é exatamente igual ao que ocorre na lógica booleana.
	
	Não é exato, pois os valores são completamente aleatórios.
	 
	Não é exato, pois é necessário realizar experimentação para chegar a valores que façam sentido prático.
	
	É exato, pois basta somar os valores e calcular a média deles.
	
	Não é exato, pois a escolha dos valores depende completamente do desenvolvedor.
	Respondido em 16/02/2024 11:20:46
	
	Explicação:
O cálculo do valor da função de aderência não é exato, pois ele está relacionado a vários aspectos que incluem o processo de experimentação. É importante que no final, tenhamos valores que realmente deem apoio à tomada de decisão. As demais opções estão erradas, pois não se trata de um processo completamente aleatório ou dependente apenas do desenvolvedor. Além disso, ela se distingue completamente da lógica booleana.
	
		7a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Nos anos 2000, a IA começou a ser amplamente aplicada na indústria de saúde, onde sistemas inteligentes passaram a auxiliar no diagnóstico de doenças, análise de imagens médicas e personalização de tratamentos, demonstrando a versatilidade da tecnologia.
Em que área da saúde a IA teve um impacto significativo, conforme descrito no texto?
		
	 
	Diagnóstico de doenças.
	
	Gerenciamento de registros médicos.
	
	Treinamento médico virtual.
	
	Desenvolvimento de novos medicamentos.
	
	Automatização de cirurgias.
	Respondido em 16/02/2024 10:34:25
	
	Explicação:
A IA teve um impacto significativo no diagnóstico de doenças na área da saúde, onde sistemas inteligentes são utilizados para analisar dados clínicos e imagens médicas, auxiliando profissionais de saúde na identificação e no tratamento de condições médicas de forma mais eficiente.
	
		8a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	Considere a variável nebulosa especificada a seguir:
Para o valor x = 3,5 pertencente ao universo de discurso da variável, os valores simbólicos e numéricos assumidos pela variável são, respectivamente:
		
	
	C1 (0,50) e C2 (0,33)
	
	C1 (0,50) e C2 (0,25)
	 
	C1 (0,25) e C2 (0,50)
	
	C2 (0,17) e C3 (0,75)
	
	C2 (0,25) e C3 (0,50)
	Respondido em 16/02/2024 10:42:07
	
	Explicação:
De acordo com as especificações fornecidas, a variável V tem a seguinte representação gráfica:
	
		9a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	A lógica fuzzy é uma extensão da lógica clássica que permite lidar com situações de incerteza e imprecisão de maneira mais adequada. No estudo de lógica fuzzy, é necessário utilizarmos funções de pertinência.  Em relação a essa afirmação, selecione a opção correta.
		
	
	São valores aleatórios.
	
	Corresponde ao valor exato sobre um determinado estado.
	 
	A função de pertinência mede o grau de veracidade sobre um elemento.
	
	São resultados de cálculos baseados em experimentos exatos.
	
	São escolhidos pela conveniência do desenvolvedor.
	Respondido em 16/02/2024 11:04:03
	
	Explicação:
A função de pertinência é a principal engrenagem da lógica fuzzy. É através dela que podemos associar graus de verdade - ou crença - sobre os elementos de um conjunto que, normalmente, representam estados. Portanto, é errado afirmar que elas são probabilidades, ou valores exatos.
	
		10a
            Questão  /  
	Acerto: 0,2  / 0,2
	
	O desenvolvimento de sistemas simbólicos na inteligência artificial, fundamentado nos anos 60 e 70, trouxe uma nova perspectiva para o raciocínio e resolução de problemas em IA. Esses sistemas utilizam representações simbólicas para imitar o pensamento lógico humano, oferecendo uma abordagem diferenciada em comparação às redes neurais.
Qual é a principal característica dos sistemas simbólicos na IA?
		
	 
	Representação e manipulação de símbolos.
	
	Interação com interfaces de usuário.
	
	Processamento em tempo real.
	
	Aprendizado baseado em exemplos.
	
	Uso de lógica probabilística.
	Respondido em 16/02/2024 10:35:58
	
	Explicação:
Os sistemas simbólicos na inteligência artificial se destacam pela representação e manipulação de símbolos, imitando o pensamento lógico humano. Esta abordagem contrasta com técnicas como redes neurais, enfocando mais na lógica simbólica e menos na aprendizagem a partir de dados.