Prova_ Avanços e Impactos da Inteligência Artificial

Prévia do material em texto

Prova: Avanços e Impactos da Inteligência Artificial
Introdução
A Inteligência Artificial está cada vez mais presente nas nossas vidas, transformando 
indústrias e trazendo novos desafios e oportunidades. Nesta prova, abordamos os avanços 
mais recentes na área, seus impactos sociais e econômicos, além das perspectivas para o 
futuro da IA.
Questão 1
Qual é a função de uma rede neural convolucional (CNN)?
a) Classificar e agrupar dados com base em características numéricas.
b) Realizar tarefas de classificação e segmentação de imagens, identificando padrões 
visuais.
c) Gerar novos dados a partir de modelos preexistentes.
d) Analisar e prever séries temporais com base em dados históricos.
e) Realizar tarefas de processamento de linguagem natural (PLN).
Questão 2
O que é "aprendizado de máquina" (machine learning)?
a) É um subcampo da IA que envolve ensinar a máquina a aprender e tomar decisões a 
partir de dados.
b) É a criação de algoritmos para automação de processos simples.
c) Refere-se a sistemas autônomos que operam sem qualquer dado.
d) É a construção de máquinas físicas para realizar tarefas repetitivas.
e) Nenhuma das alternativas anteriores.
Questão 3
Qual dos seguintes problemas pode ser causado por um modelo de IA que apresenta 
"overfitting"?
a) O modelo não consegue aprender com os dados.
b) O modelo não generaliza bem para novos dados, apresentando desempenho ruim em 
dados não vistos.
c) O modelo tem uma performance melhor ao ser testado em dados novos.
d) O modelo ignora as relações entre as variáveis dos dados.
e) O modelo é incapaz de entender as variáveis numéricas.
Questão 4
Em IA, o que significa o termo "rede neural profunda" (deep neural network)?
a) Uma rede neural com apenas uma camada de processamento.
b) Uma rede neural que é usada apenas para prever comportamentos de consumidores.
c) Uma rede neural com múltiplas camadas de processamento, permitindo aprender 
representações complexas.
d) Uma rede neural projetada para aprender com dados não rotulados.
e) Uma rede neural que é simples e rápida para cálculos em tempo real.
Questão 5
Como o aprendizado supervisionado é diferente do aprendizado não supervisionado?
a) O aprendizado supervisionado usa dados rotulados, enquanto o não supervisionado não 
usa.
b) O aprendizado supervisionado é usado apenas para prever resultados de mercado 
financeiro, enquanto o não supervisionado é utilizado para análise de texto.
c) O aprendizado supervisionado aprende apenas de dados não rotulados, enquanto o não 
supervisionado usa dados rotulados.
d) O aprendizado supervisionado só funciona para dados numéricos, enquanto o não 
supervisionado funciona para dados textuais.
e) Não há diferença significativa entre eles.
Questão 6
Qual é a principal aplicação de redes neurais em veículos autônomos?
a) Analisar a situação financeira do motorista.
b) Identificar objetos e tomar decisões de direção com base no ambiente ao redor.
c) Prever o comportamento de consumidores para o mercado de automóveis.
d) Ajudar os motoristas a encontrar o melhor caminho de viagem com base em dados 
históricos.
e) Monitorar a saúde do veículo em tempo real.
Questão 7
O que caracteriza o uso de IA no setor financeiro?
a) A IA é usada para prever tendências do mercado de ações e detectar fraudes em tempo 
real.
b) A IA é utilizada apenas para melhorar os processos de atendimento ao cliente.
c) A IA é usada para tomar decisões sobre crédito, sem qualquer intervenção humana.
d) A IA é utilizada para criar novas moedas digitais.
e) A IA nunca é aplicada no setor financeiro, pois não possui relevância nesse mercado.
Questão 8
O que é o "processamento de linguagem natural" (PLN)?
a) Um campo da IA que foca no reconhecimento de padrões em imagens e vídeos.
b) O uso de IA para ajudar máquinas a entenderem, interpretarem e gerarem a linguagem 
humana.
c) O uso de IA para processar grandes volumes de dados numéricos.
d) Um método para aprender a partir de grandes volumes de dados não estruturados.
e) O estudo de algoritmos para a execução de tarefas repetitivas em textos.
Questão 9
Qual é a principal desvantagem das redes neurais artificiais?
a) Elas são incapazes de aprender com grandes volumes de dados.
b) Elas exigem uma grande quantidade de dados e poder computacional para treinamento.
c) Elas são sempre mais lentas que os algoritmos tradicionais de aprendizado de máquina.
d) Elas não podem ser usadas para tarefas de classificação de imagens.
e) Elas não são eficazes para tarefas de reconhecimento de voz.
Questão 10
O que é "Big Data" no contexto de IA?
a) Um conjunto de dados pequeno e facilmente gerenciável.
b) Dados que são grandes, variados e gerados rapidamente, sendo utilizados para treinar 
modelos de IA.
c) Um algoritmo específico utilizado para otimizar o armazenamento de dados.
d) Dados simples que podem ser processados por qualquer sistema de IA sem grandes 
requisitos.
e) Nenhuma das alternativas anteriores.
Respostas e Justificativas
1. b) Realizar tarefas de classificação e segmentação de imagens, identificando 
padrões visuais.
Justificativa: Redes neurais convolucionais (CNN) são amplamente utilizadas para 
tarefas de visão computacional, como reconhecimento de imagens e segmentação 
de objetos.
2. a) É um subcampo da IA que envolve ensinar a máquina a aprender e tomar 
decisões a partir de dados.
Justificativa: O aprendizado de máquina é a principal técnica usada para fazer com 
que as máquinas aprendam com os dados e tomem decisões autônomas.
3. b) O modelo não generaliza bem para novos dados, apresentando desempenho 
ruim em dados não vistos.
Justificativa: O overfitting ocorre quando um modelo é muito ajustado aos dados de 
treinamento, tornando-se incapaz de generalizar para novos dados.
4. c) Uma rede neural com múltiplas camadas de processamento, permitindo aprender 
representações complexas.
Justificativa: Redes neurais profundas têm várias camadas de processamento, 
permitindo aprender características complexas dos dados.
5. a) O aprendizado supervisionado usa dados rotulados, enquanto o não 
supervisionado não usa.
Justificativa: A principal diferença entre esses dois métodos de aprendizado é que o 
aprendizado supervisionado requer rótulos nos dados, enquanto o aprendizado não 
supervisionado não os utiliza.
6. b) Identificar objetos e tomar decisões de direção com base no ambiente ao redor.
Justificativa: Veículos autônomos usam IA para identificar objetos, pessoas e outros 
veículos, tomando decisões em tempo real com base em informações sensoriais.
7. a) A IA é usada para prever tendências do mercado de ações e detectar fraudes em 
tempo real.
Justificativa: No setor financeiro, a IA tem aplicações como análise de grandes 
volumes de dados para prever flutuações do mercado e detectar atividades 
fraudulentas.
8. b) O uso de IA para ajudar máquinas a entenderem, interpretarem e gerarem a 
linguagem humana.
Justificativa: O PLN é uma área da IA focada no entendimento e processamento da 
linguagem humana, com aplicações em tradutores automáticos e assistentes de voz.
9. b) Elas exigem uma grande quantidade de dados e poder computacional para 
treinamento.
Justificativa: Redes neurais profundas exigem grandes quantidades de dados e alto 
poder computacional para serem treinadas eficientemente.
10. b) Dados que são grandes, variados e gerados rapidamente, sendo utilizados para 
treinar modelos de IA.
Justificativa: "Big Data" refere-se a grandes volumes de dados que são utilizados em
IA para melhorar a precisão dos modelos e gerar insights significativos.