Inteligência Artificial no Mundo Moderno

Prévia do material em texto

Prova- 68: Inteligência Artificial no Mundo Moderno
Questões
1. O que caracteriza o aprendizado supervisionado?
A) O modelo aprende sem rótulos ou dados específicos.
B) O modelo é treinado com dados rotulados, onde a saída desejada é conhecida.
C) O modelo realiza a aprendizagem apenas com dados estruturados.
D) O modelo não requer supervisão humana durante o treinamento.
E) O modelo utiliza apenas dados não estruturados para treinamento.
2. O que é o algoritmo "Random Forest"?
A) Um algoritmo de classificação baseado em redes neurais profundas.
B) Um algoritmo que utiliza várias árvores de decisão para fazer previsões ou 
classificações.
C) Um algoritmo usado exclusivamente em sistemas de recomendação.
D) Um modelo de aprendizado não supervisionado.
E) Um tipo de algoritmo para redução de dimensionalidade.
3. Qual é o papel do "big data" na evolução da IA?
A) Big data é irrelevante para a IA, pois não tem impacto no aprendizado.
B) Big data permite que a IA tenha acesso a grandes volumes de dados, o que melhora o 
treinamento e a performance.
C) Big data serve apenas para armazenar dados sem utilizá-los.
D) Big data limita a capacidade da IA de processar informações.
E) Big data é usado apenas para análises financeiras.
4. O que é "reinforcement learning" (aprendizado por reforço)?
A) Um tipo de aprendizado onde o modelo aprende a partir de exemplos rotulados 
fornecidos por humanos.
B) Um modelo que toma decisões com base em recompensas ou punições, aprendendo por
tentativa e erro.
C) Um aprendizado realizado apenas com dados não estruturados.
D) Um tipo de aprendizado onde o modelo não recebe feedback em nenhum momento.
E) Um tipo de aprendizado que só ocorre quando o modelo atinge uma alta taxa de erro.
5. O que são "redes neurais convolucionais" (CNNs)?
A) Redes neurais usadas exclusivamente para previsão de séries temporais.
B) Redes neurais projetadas para processamento de imagens e reconhecimento visual.
C) Redes neurais para análise de dados de texto e linguagem natural.
D) Redes neurais para classificar dados estruturados em tabelas.
E) Redes neurais utilizadas para otimizar dados financeiros em tempo real.
6. O que caracteriza a IA em um chatbot?
A) Capacidade de gerar respostas automáticas baseadas em regras fixas.
B) A IA pode entender e responder a perguntas com base em dados estruturados e não 
estruturados.
C) A IA apenas coleta dados de forma passiva sem interagir com o usuário.
D) A IA é limitada a responder apenas perguntas programadas.
E) A IA de chatbots não aprende com interações anteriores.
7. O que é "overfitting" em modelos de IA?
A) Quando o modelo é incapaz de aprender com os dados de treinamento.
B) Quando o modelo se ajusta excessivamente aos dados de treinamento, perdendo a 
capacidade de generalizar para novos dados.
C) Quando o modelo aprende de forma mais eficaz com dados não rotulados.
D) Quando o modelo não faz previsões corretas devido à falta de dados.
E) Quando o modelo apresenta baixa performance tanto nos dados de treinamento quanto 
nos de teste.
8. O que é a "computação em nuvem" e qual sua relação com IA?
A) A computação em nuvem é uma tecnologia que não tem impacto sobre IA.
B) A computação em nuvem oferece poder de processamento escalável, essencial para 
treinamentos e implementações de modelos de IA.
C) A computação em nuvem é usada apenas para armazenar dados sem processamento 
de IA.
D) A computação em nuvem limita a capacidade de IA, pois os dados ficam restritos.
E) A computação em nuvem é uma tecnologia obsoleta para IA.
9. Qual a diferença entre "IA estreita" e "IA geral"?
A) A IA estreita é mais avançada e inteligente do que a IA geral.
B) A IA estreita é especializada em tarefas específicas, enquanto a IA geral pode realizar 
qualquer tarefa cognitiva humana.
C) A IA estreita é baseada em dados não estruturados, enquanto a IA geral depende de 
dados rotulados.
D) A IA estreita nunca evolui, enquanto a IA geral está sempre em constante aprendizado.
E) A IA estreita requer supervisão constante, enquanto a IA geral funciona de forma 
totalmente autônoma.
10. O que são "modelos preditivos" em IA?
A) Modelos que criam respostas automáticas sem levar em consideração dados históricos.
B) Modelos que utilizam dados históricos para prever eventos futuros ou comportamentos.
C) Modelos que apenas analisam dados presentes sem realizar previsões.
D) Modelos que determinam apenas as ações corretas em situações futuras.
E) Modelos que criam novos dados a partir de entradas iniciais.
Gabarito e Justificativas
1. B - O aprendizado supervisionado utiliza dados rotulados para que o modelo 
aprenda a mapear entradas para saídas desejadas, com supervisão.
2. B - O "Random Forest" é um algoritmo de aprendizado supervisionado que usa 
várias árvores de decisão para melhorar as previsões.
3. B - Big Data oferece grandes volumes de dados, fundamentais para treinar modelos 
de IA e melhorar sua performance.
4. B - O aprendizado por reforço é baseado em recompensas e punições, permitindo 
que o modelo aprenda por tentativa e erro.
5. B - Redes neurais convolucionais (CNNs) são usadas para processar imagens e 
realizar reconhecimento visual.
6. B - Chatbots baseados em IA podem entender e responder a perguntas, aprendendo
de interações passadas.
7. B - Overfitting ocorre quando o modelo é excessivamente ajustado aos dados de 
treinamento e perde a capacidade de generalizar.
8. B - A computação em nuvem oferece a escalabilidade necessária para processar 
grandes volumes de dados e treinar modelos de IA.
9. B - A IA estreita é especializada em tarefas específicas, enquanto a IA geral é capaz
de realizar uma ampla gama de tarefas cognitivas.
10. B - Modelos preditivos utilizam dados históricos para prever eventos futuros ou 
comportamentos.