Prova_ Tecnologias Emergentes em Inteligência Artificial(1)

Prévia do material em texto

Prova: Tecnologias Emergentes em Inteligência 
Artificial
Introdução
A Inteligência Artificial continua a se expandir e influenciar uma ampla gama de setores, 
incluindo saúde, transporte, finanças e mais. Esta prova explora tecnologias emergentes e 
as inovações mais recentes dentro do campo da IA.
Questão 1
O que caracteriza uma rede neural recorrente (RNN)?
a) Uma rede neural com múltiplas camadas, usada apenas para tarefas de classificação de 
imagens.
b) Uma rede neural projetada para processar dados em sequência, como texto ou fala.
c) Uma rede neural especializada em tarefas de segmentação de imagens.
d) Uma rede neural simples, com apenas uma camada de entrada e uma camada de saída.
e) Uma rede que não pode ser usada para aprender com dados sequenciais.
Questão 2
No contexto de IA, o que é o "algoritmo de K-means"?
a) Um algoritmo utilizado para prever séries temporais.
b) Um algoritmo de aprendizado supervisionado que realiza classificação.
c) Um algoritmo de aprendizado não supervisionado utilizado para clusterizar dados em K 
grupos.
d) Um algoritmo para redução de dimensionalidade de grandes bases de dados.
e) Nenhuma das alternativas anteriores.
Questão 3
Qual é a principal vantagem do aprendizado por reforço em relação ao aprendizado 
supervisionado?
a) O aprendizado por reforço pode aprender sem qualquer intervenção humana.
b) O aprendizado por reforço é usado apenas em sistemas com dados numéricos.
c) O aprendizado por reforço aprende por meio de tentativa e erro, otimizando a ação em 
um ambiente.
d) O aprendizado por reforço não precisa de grandes quantidades de dados para 
treinamento.
e) Nenhuma das alternativas anteriores.
Questão 4
Qual é a principal função do "machine learning" no desenvolvimento de assistentes 
pessoais como a Siri ou o Google Assistant?
a) Processar a fala humana e realizar comandos baseados em contexto.
b) Analisar grandes volumes de dados financeiros para prever o mercado.
c) Realizar reconhecimento facial para monitoramento de segurança.
d) Classificar e agrupar dados em grupos de usuários semelhantes.
e) Melhorar a eficiência da navegação em sistemas de trânsito.
Questão 5
Em IA, o que significa "deep learning"?
a) Aprendizado supervisionado que utiliza apenas uma camada de rede neural.
b) Aprendizado em que as máquinas são treinadas sem qualquer intervenção humana.
c) Uma subárea do aprendizado de máquina que utiliza redes neurais profundas para 
aprender representações de alto nível dos dados.
d) Aprendizado por reforço aplicado a jogos de estratégia.
e) Aprendizado sem a utilização de grandes volumes de dados.
Questão 6
Qual é o papel da "automação de processos robóticos" (RPA) no contexto de IA?
a) Substituir completamente os humanos em processos de tomada de decisão.
b) Automatizar tarefas repetitivas e de baixo valor agregado por meio de bots.
c) Melhorar a capacidade de aprendizado dos sistemas de IA.
d) Criar algoritmos complexos de previsão com base em dados não rotulados.
e) Melhorar a velocidade dos processadores de computadores.
Questão 7
O que é o conceito de "IA explicável" (Explainable AI)?
a) Sistemas de IA que podem ser treinados sem supervisionamento.
b) Sistemas de IA que podem fornecer explicações compreensíveis sobre como tomam 
decisões.
c) Sistemas de IA que são 100% precisos em todas as tarefas.
d) Sistemas que podem aprender apenas a partir de dados estruturados.
e) Nenhuma das alternativas anteriores.
Questão 8
O que caracteriza a técnica de "transfer learning"?
a) O uso de um modelo treinado em um domínio para resolver um problema em outro 
domínio com dados limitados.
b) A criação de novos algoritmos do zero sem base em modelos existentes.
c) O aprendizado de máquinas sem a utilização de dados rotulados.
d) O uso exclusivo de dados não estruturados para o treinamento de modelos.
e) Nenhuma das alternativas anteriores.
Questão 9
Em IA, qual é a função do "processamento de linguagem natural" (PLN)?
a) Permitir que as máquinas entendam e respondam ao comportamento humano de forma 
lógica.
b) Traduzir textos entre diferentes idiomas automaticamente.
c) Ajudar as máquinas a entenderem e gerarem a linguagem humana de maneira útil.
d) Traduzir texto em imagens para análise visual.
e) Nenhuma das alternativas anteriores.
Questão 10
Qual é a função principal de um "chatbot" baseado em IA?
a) Processar grandes volumes de dados financeiros.
b) Realizar tarefas complexas de tradução de linguagem natural.
c) Responder automaticamente a perguntas de usuários e realizar interações com base em 
texto.
d) Melhorar a eficiência de motores de busca.
e) Controlar processos de manufatura em tempo real.
Respostas e Justificativas
1. b) Uma rede neural projetada para processar dados em sequência, como texto ou 
fala.
Justificativa: Redes neurais recorrentes (RNNs) são projetadas para processar 
dados sequenciais, como texto e fala, e aprender dependências temporais.
2. c) Um algoritmo de aprendizado não supervisionado utilizado para clusterizar dados 
em K grupos.
Justificativa: O algoritmo K-means é usado para agrupamento de dados, onde os 
dados são divididos em K clusters com base em suas características.
3. c) O aprendizado por reforço aprende por meio de tentativa e erro, otimizando a 
ação em um ambiente.
Justificativa: O aprendizado por reforço envolve aprendizado através de interações 
com o ambiente, onde o modelo ajusta suas ações para maximizar uma 
recompensa.
4. a) Processar a fala humana e realizar comandos baseados em contexto.
Justificativa: Assistentes pessoais, como Siri e Google Assistant, utilizam IA para 
processar linguagem natural e realizar tarefas com base em comandos de voz.
5. c) Uma subárea do aprendizado de máquina que utiliza redes neurais profundas 
para aprender representações de alto nível dos dados.
Justificativa: Deep learning (aprendizado profundo) utiliza redes neurais profundas 
para realizar tarefas complexas como reconhecimento de imagem e processamento 
de linguagem natural.
6. b) Automatizar tarefas repetitivas e de baixo valor agregado por meio de bots.
Justificativa: A automação de processos robóticos (RPA) utiliza bots para 
automatizar tarefas manuais repetitivas, aumentando a eficiência e reduzindo erros.
7. b) Sistemas de IA que podem fornecer explicações compreensíveis sobre como 
tomam decisões.
Justificativa: A IA explicável refere-se a sistemas que fornecem justificativas 
compreensíveis para as decisões que tomam, o que aumenta a confiança e 
transparência.
8. a) O uso de um modelo treinado em um domínio para resolver um problema em 
outro domínio com dados limitados.
Justificativa: Transfer learning permite aplicar um modelo treinado em uma área para
resolver problemas em outras áreas com menos dados.
9. c) Ajudar as máquinas a entenderem e gerarem a linguagem humana de maneira 
útil.
Justificativa: O processamento de linguagem natural (PLN) visa fazer com que as 
máquinas entendam, processem e respondam à linguagem humana de forma 
eficiente.
10. c) Responder automaticamente a perguntas de usuários e realizar interações com 
base em texto.
Justificativa: Chatbots são sistemas de IA que interagem com os usuários por meio 
de texto, respondendo a perguntas e realizando tarefas simples.