Introcução a inteligencia artificial

Prévia do material em texto

<p>Questão 1/10 - Introdução à Inteligência Artificial</p><p>Sobre a topologia e arquitetura de redes neurais artificiais, escolha a alternativa que melhor define a estrutura de uma rede neural típica:</p><p>Marque a alternativa correta:</p><p>A</p><p>A rede neural é composta apenas por uma camada de entrada e uma camada de saída.</p><p>B</p><p>A rede neural é composta por várias camadas de saída, sendo que cada uma processa uma parte dos dados de entrada.</p><p>C</p><p>A rede neural típica possui três tipos de camadas: camada de entrada, camadas ocultas e camada de saída.</p><p>D</p><p>A rede neural não possui conexões entre neurônios, sendo composta por camadas isoladas.</p><p>E</p><p>A topologia de uma rede neural é irrelevante para o processamento dos dados de entrada.</p><p>Questão 2/10 - Introdução à Inteligência Artificial</p><p>Com base no que foi discutido sobre o Teste de Turing, escolha a alternativa que melhor define o propósito deste teste no contexto da Inteligência Artificial.</p><p>Marque a alternativa correta:</p><p>A</p><p>O Teste de Turing mede a capacidade de uma máquina realizar cálculos matemáticos complexos.</p><p>B</p><p>O Teste de Turing avalia se uma máquina pode imitar de maneira convincente o comportamento humano durante uma interação.</p><p>C</p><p>O Teste de Turing mede a velocidade de processamento de uma máquina.</p><p>D</p><p>O Teste de Turing testa se uma máquina consegue vencer um humano em um jogo de xadrez.</p><p>E</p><p>O Teste de Turing avalia a capacidade de uma máquina gerar dados aleatórios.</p><p>Questão 3/10 - Introdução à Inteligência Artificial</p><p>No tema 5 da aula sobre Algoritmos Genéticos, aprendemos sobre a importância do loop iterativo e os parâmetros que influenciam o processo evolutivo. O loop iterativo envolve repetir várias etapas até que um critério de parada seja atingido. Qual dos critérios de parada abaixo é um exemplo válido em um algoritmo genético?</p><p>Selecione a alternativa correta que apresenta um critério de parada comum em algoritmos genéticos.</p><p>A</p><p>Quando todos os indivíduos possuem o mesmo cromossomo.</p><p>B</p><p>Quando o número de mutações ultrapassa o número de crossovers.</p><p>C</p><p>Quando o valor de fitness de um indivíduo atinge ou supera um valor predefinido.</p><p>D</p><p>Quando o algoritmo não consegue gerar uma nova população.</p><p>E</p><p>Quando todos os genes são mutados em uma geração.</p><p>Questão 4/10 - Introdução à Inteligência Artificial</p><p>No contexto do treinamento de redes neurais, o algoritmo de retropropagação (ou backpropagation) desempenha um papel essencial. Qual das opções abaixo descreve corretamente o processo de retropropagação em uma rede neural?</p><p>Marque a alternativa correta.</p><p>A</p><p>A retropropagação ajusta os pesos da rede neural de maneira aleatória após cada iteração.</p><p>B</p><p>A retropropagação faz com que os pesos da rede neural sejam atualizados para maximizar o erro da saída final.</p><p>C</p><p>A retropropagação é usada apenas para calcular a saída de uma rede neural e não envolve ajuste de pesos.</p><p>D</p><p>A retropropagação ajusta os bias da rede neural sem utilizar nenhuma função de ativação.</p><p>E</p><p>A retropropagação utiliza o gradiente do erro para ajustar os pesos, buscando minimizar o erro da rede neural.</p><p>Questão 5/10 - Introdução à Inteligência Artificial</p><p>O Teste de Turing é um famoso teste desenvolvido por Alan Turing em 1950 para determinar se uma máquina pode ser considerada inteligente. Ele é baseado em um jogo de imitação, onde um interrogador humano interage com dois participantes: um humano e uma máquina. Se o interrogador não conseguir distinguir consistentemente quem é a máquina e quem é o humano, a máquina passa no teste.</p><p>Com base no Teste de Turing, marque a alternativa que melhor descreve o objetivo principal deste teste.</p><p>A</p><p>Avaliar a capacidade de uma máquina de resolver problemas matemáticos rapidamente.</p><p>B</p><p>Determinar se uma máquina pode exibir comportamentos emocionais semelhantes aos humanos.</p><p>C</p><p>Verificar se uma máquina pode ser distinguida de um ser humano durante uma conversa.</p><p>D</p><p>Avaliar a capacidade de uma máquina de realizar tarefas físicas como um humano.</p><p>E</p><p>Determinar se uma máquina pode aprender novos conhecimentos automaticamente.</p><p>Questão 6/10 - Introdução à Inteligência Artificial</p><p>Com base no tema 1 da aula, que trata sobre "O que é Inteligência Artificial", qual das opções abaixo define corretamente o que a Inteligência Artificial busca desenvolver?</p><p>Marque a alternativa correta.</p><p>A</p><p>Inteligência Artificial é o estudo de como criar máquinas que realizam tarefas físicas, como fabricar carros.</p><p>B</p><p>Inteligência Artificial é um campo da ciência da computação que busca criar máquinas que apenas armazenam grandes quantidades de dados.</p><p>C</p><p>Inteligência Artificial é um estudo focado apenas em desenvolver sistemas que copiem emoções humanas.</p><p>D</p><p>Inteligência Artificial é um campo da ciência da computação que desenvolve e estuda máquinas inteligentes, capazes de realizar tarefas que exigem raciocínio humano.</p><p>E</p><p>Inteligência Artificial é um campo da engenharia que trabalha apenas com a criação de robôs físicos.</p><p>Questão 7/10 - Introdução à Inteligência Artificial</p><p>Os Algoritmos Genéticos são uma técnica computacional inspirada em processos naturais. Eles se baseiam em conceitos fundamentais de evolução, como a variação genética, a seleção natural e a hereditariedade. A partir disso, qual das opções abaixo representa corretamente a principal inspiração para o desenvolvimento dos Algoritmos Genéticos?</p><p>Escolha a alternativa que melhor descreve a principal inspiração dos Algoritmos Genéticos.</p><p>A</p><p>A capacidade de aprendizado das máquinas modernas.</p><p>B</p><p>A teoria da relatividade de Albert Einstein.</p><p>C</p><p>A teoria da evolução de Charles Darwin.</p><p>D</p><p>A física quântica e suas implicações no mundo digital.</p><p>E</p><p>O funcionamento do sistema nervoso humano.</p><p>Questão 8/10 - Introdução à Inteligência Artificial</p><p>Sobre o Teste de Turing, leia as afirmativas a seguir e selecione a alternativa correta com base em quais são verdadeiras:</p><p>1. O Teste de Turing é utilizado para verificar se uma máquina pode ser confundida com um ser humano em uma interação.</p><p>2. O Teste de Turing mede a capacidade de uma máquina compreender emoções humanas.</p><p>3. Para uma máquina passar no Teste de Turing, ela precisa realizar cálculos mais rápido que um humano.</p><p>Marque a alternativa correta:</p><p>A</p><p>Apenas a afirmativa 1 é verdadeira.</p><p>B</p><p>Apenas as afirmativas 1 e 2 são verdadeiras.</p><p>C</p><p>Apenas as afirmativas 2 e 3 são verdadeiras.</p><p>D</p><p>Todas as afirmativas são verdadeiras.</p><p>E</p><p>Nenhuma das afirmativas é verdadeira.</p><p>Questão 9/10 - Introdução à Inteligência Artificial</p><p>A Inteligência Artificial Evolucionária utiliza princípios inspirados na teoria da evolução para resolver problemas complexos. Um dos principais algoritmos utilizados nessa abordagem é o algoritmo genético, que simula processos como a seleção natural e a recombinação genética. Qual dos seguintes passos NÃO faz parte do ciclo básico de um algoritmo genético?</p><p>Marque a alternativa correta:</p><p>A</p><p>Avaliar a performance dos indivíduos da população.</p><p>B</p><p>Selecionar os melhores indivíduos para reprodução.</p><p>C</p><p>Realizar o crossover e a mutação para gerar uma nova população.</p><p>D</p><p>Substituir indivíduos de pior performance por novos indivíduos da nova geração.</p><p>E</p><p>Aplicar redes neurais para analisar os resultados.</p><p>Questão 10/10 - Introdução à Inteligência Artificial</p><p>No contexto das Redes Neurais Artificiais, as funções de ativação desempenham um papel essencial no processo de aprendizado. Qual das seguintes alternativas descreve corretamente a função de uma Função de Ativação em um neurônio artificial?</p><p>Marque a alternativa correta.</p><p>A</p><p>A função de ativação apenas soma as entradas de um neurônio.</p><p>B</p><p>A função de ativação decide se o neurônio será ativado e quão ativado ele será, permitindo a introdução de não-linearidades.</p><p>C</p><p>A função de ativação remove as conexões entre neurônios para reduzir o número de cálculos.</p><p>D</p><p>A função de ativação é responsável por inicializar os pesos do neurônio.</p><p>E</p><p>A função de ativação é utilizada apenas</p><p>nas camadas de saída para determinar o valor final da rede.</p><p>image1.wmf</p><p>image2.wmf</p>