Prévia do material em texto

Prova: Avanços e Desafios da Inteligência Artificial no 
Mundo Contemporâneo
Introdução
A Inteligência Artificial (IA) é uma das tecnologias mais transformadoras da atualidade, 
impactando diversos setores da sociedade, como saúde, finanças, transporte e 
entretenimento. Esta prova explora conceitos, aplicações e desafios da IA em contextos 
reais.
Questão 1
O que caracteriza o aprendizado supervisionado em IA?
a) O modelo aprende com dados não rotulados e tenta identificar padrões.
b) O modelo aprende a partir de dados rotulados, com a ajuda de um "professor".
c) O modelo é capaz de gerar dados rotulados a partir de dados não estruturados.
d) O modelo trabalha apenas com dados em formato de texto.
e) Nenhuma das alternativas anteriores.
Questão 2
Qual a principal vantagem das redes neurais convolucionais (CNNs) em relação a outros 
tipos de redes neurais?
a) Elas são mais rápidas e consomem menos recursos computacionais.
b) Elas são mais eficazes na análise de dados sequenciais, como texto e áudio.
c) Elas são especialmente eficazes em tarefas de visão computacional, como 
reconhecimento de imagem.
d) Elas são utilizadas exclusivamente em jogos e entretenimento.
e) Nenhuma das alternativas anteriores.
Questão 3
O que é "Overfitting" em aprendizado de máquina?
a) Quando o modelo tem um desempenho inferior nos 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 não consegue encontrar padrões nos dados.
d) Quando o modelo funciona bem para dados não rotulados.
e) Nenhuma das alternativas anteriores.
Questão 4
Qual é a função das "redes neurais recorrentes" (RNNs)?
a) Processar dados temporais ou sequenciais, como séries temporais e texto.
b) Processar apenas dados visuais, como imagens e vídeos.
c) Classificar dados numéricos e estruturados.
d) Analisar dados de grandes volumes em tempo real.
e) Nenhuma das alternativas anteriores.
Questão 5
Qual das seguintes opções é um exemplo de uso de IA em saúde?
a) Diagnóstico de doenças a partir de imagens médicas utilizando redes neurais.
b) Elaboração de receitas de medicamentos por médicos.
c) Diagnóstico manual de doenças a partir de exames laboratoriais.
d) Uso de sistemas de prontuário eletrônico sem análise automatizada.
e) Nenhuma das alternativas anteriores.
Questão 6
O que é um "algoritmo de clustering" em aprendizado não supervisionado?
a) Um algoritmo que agrupa dados semelhantes sem usar rótulos.
b) Um algoritmo que organiza dados de forma linear.
c) Um algoritmo que prevê a saída com base em dados de entrada.
d) Um algoritmo que reduz a dimensionalidade dos dados.
e) Nenhuma das alternativas anteriores.
Questão 7
Como a IA pode ser aplicada em veículos autônomos?
a) Para analisar dados de sensores e tomar decisões em tempo real sobre navegação e 
obstáculos.
b) Para substituir totalmente os motoristas em todos os tipos de veículos.
c) Para otimizar as rotas de transporte público, sem interação com motoristas.
d) Para prever as condições de tráfego com base em dados históricos.
e) Nenhuma das alternativas anteriores.
Questão 8
O que caracteriza o "processamento de linguagem natural" (NLP)?
a) Permite que computadores entendam e gerem dados visuais.
b) Permite que computadores entendam e interajam com linguagem humana, seja escrita 
ou falada.
c) Permite que computadores façam cálculos matemáticos complexos.
d) Permite que os computadores otimizem processos financeiros.
e) Nenhuma das alternativas anteriores.
Questão 9
Quais são as principais limitações da Inteligência Artificial?
a) A IA nunca pode aprender sem dados rotulados.
b) A IA não pode realizar tarefas criativas, como a arte ou a música.
c) A IA é capaz de substituir seres humanos em todas as profissões.
d) A IA pode ser enviesada se treinada com dados não representativos ou tendenciosos.
e) Nenhuma das alternativas anteriores.
Questão 10
O que é "deep learning" e qual sua principal vantagem?
a) Uma técnica que utiliza redes neurais profundas para aprender a partir de grandes 
volumes de dados e encontrar padrões complexos.
b) Uma técnica de aprendizado supervisionado com poucos dados.
c) Uma técnica que utiliza algoritmos simples para resolver problemas específicos.
d) Uma técnica de aprendizado não supervisionado que não usa dados históricos.
e) Nenhuma das alternativas anteriores.
Respostas e Justificativas
1. b) O modelo aprende a partir de dados rotulados, com a ajuda de um "professor".
Justificativa: O aprendizado supervisionado utiliza dados rotulados para ensinar o 
modelo a prever ou classificar com base em exemplos.
2. c) Elas são especialmente eficazes em tarefas de visão computacional, como 
reconhecimento de imagem.
Justificativa: As CNNs são eficazes na análise de imagens, pois possuem camadas 
específicas para extrair características visuais.
3. b) Quando o modelo se ajusta excessivamente aos dados de treinamento, perdendo
a capacidade de generalizar para novos dados.
Justificativa: O overfitting ocorre quando o modelo aprende tanto os detalhes dos 
dados de treinamento que perde a capacidade de generalizar para novos dados.
4. a) Processar dados temporais ou sequenciais, como séries temporais e texto.
Justificativa: As RNNs são projetadas para lidar com dados sequenciais e temporais,
permitindo a modelagem de dependências ao longo do tempo.
5. a) Diagnóstico de doenças a partir de imagens médicas utilizando redes neurais.
Justificativa: A IA tem sido aplicada para detectar e diagnosticar doenças, como 
câncer e problemas cardíacos, a partir de imagens médicas, usando redes neurais.
6. a) Um algoritmo que agrupa dados semelhantes sem usar rótulos.
Justificativa: O clustering é uma técnica de aprendizado não supervisionado onde o 
algoritmo agrupa dados semelhantes sem usar rótulos predefinidos.
7. a) Para analisar dados de sensores e tomar decisões em tempo real sobre 
navegação e obstáculos.
Justificativa: Veículos autônomos utilizam IA para analisar dados de sensores e 
tomar decisões em tempo real sobre navegação e segurança.
8. b) Permite que computadores entendam e interajam com linguagem humana, seja 
escrita ou falada.
Justificativa: O processamento de linguagem natural (NLP) permite que as máquinas
interajam com humanos de maneira mais natural e compreensível.
9. d) A IA pode ser enviesada se treinada com dados não representativos ou 
tendenciosos.
Justificativa: A IA é vulnerável a vieses, especialmente quando os dados com os 
quais é treinada contêm preconceitos ou são desbalanceados.
10. a) Uma técnica que utiliza redes neurais profundas para aprender a partir de 
grandes volumes de dados e encontrar padrões complexos.
Justificativa: O deep learning utiliza redes neurais profundas, que são capazes de 
aprender de grandes volumes de dados e identificar padrões complexos de forma 
mais eficaz que outras técnicas.