Prova_ Tecnologias Emergentes e o Impacto da Inteligência Artificial

Prévia do material em texto

Prova: Tecnologias Emergentes e o Impacto da 
Inteligência Artificial
Introdução
As tecnologias emergentes, especialmente a Inteligência Artificial, têm o potencial de 
transformar profundamente diversos aspectos da vida humana. De tarefas cotidianas a 
inovações tecnológicas em grande escala, a IA está rapidamente se tornando uma força 
essencial para moldar o futuro da sociedade. Esta prova explora os conceitos, desafios e 
oportunidades que a IA oferece.
Questão 1
Qual é a principal vantagem do "Aprendizado por Reforço" em IA?
a) Ele usa dados rotulados para prever resultados.
b) Ele aprende por meio de tentativa e erro, recebendo recompensas ou punições para 
melhorar o desempenho.
c) Ele não precisa de dados para funcionar.
d) Ele nunca aprende de maneira autônoma.
e) Ele é usado apenas em sistemas de recomendação.
Questão 2
Qual é o papel das "máquinas de vetor de suporte" (SVM) no aprendizado de máquina?
a) Elas são usadas apenas para classificar imagens.
b) Elas são usadas para encontrar a melhor linha ou hiperplano que separa os dados em 
diferentes categorias.
c) Elas ajudam a melhorar a capacidade de previsão em algoritmos de aprendizado 
profundo.
d) Elas são mais eficazes que redes neurais para análise de grandes volumes de dados.
e) Elas são uma técnica de aprendizado não supervisionado.
Questão 3
O que é "Processamento de Linguagem Natural" (PLN)?
a) É o processo de aprender a reconhecer padrões em imagens.
b) É o uso de algoritmos para analisar e compreender a linguagem humana.
c) É uma técnica usada apenas para traduzir textos.
d) É a aplicação de IA apenas em jogos de palavras.
e) Nenhuma das alternativas.
Questão 4
Como a IA pode ser usada na área de educação?
a) Para substituir os professores em todas as atividades de ensino.
b) Para personalizar o aprendizado, adaptando o conteúdo ao ritmo e necessidades de 
cada aluno.
c) Apenas para criar sistemas de avaliação automatizada.
d) Para treinar alunos a utilizar dispositivos eletrônicos.
e) A IA não tem aplicação na educação.
Questão 5
O que é a "computação quântica" e como ela se relaciona com a IA?
a) Um novo tipo de IA que utiliza dados de maneira tradicional.
b) Uma área da física que usa computadores tradicionais para resolver problemas de IA.
c) A computação quântica permite que sistemas de IA realizem cálculos extremamente 
complexos em tempo muito reduzido.
d) A computação quântica é usada apenas para jogos e simulações.
e) A computação quântica não tem relação com a IA.
Questão 6
Como a IA pode ser usada na indústria automotiva?
a) Para melhorar a eficiência energética de veículos através de algoritmos de previsão.
b) Apenas para fabricar carros de maneira mais rápida.
c) Para criar design de veículos.
d) Para realizar todas as funções de manutenção dos veículos.
e) Para rastrear o comportamento dos motoristas.
Questão 7
Qual é o objetivo da "visão computacional"?
a) Analisar e compreender imagens e vídeos, utilizando IA.
b) Melhorar a estética de imagens para designers gráficos.
c) Analisar apenas textos escritos.
d) Usar IA para criar imagens realistas.
e) Nenhuma das alternativas.
Questão 8
Quais são os principais desafios éticos da IA?
a) A IA nunca apresenta problemas éticos.
b) A IA pode invadir a privacidade e gerar desigualdade social, como a discriminação em 
decisões automatizadas.
c) A IA não pode ser programada com ética.
d) A IA não tem impacto ético.
e) A IA só pode ser ética se for programada para ser.
Questão 9
O que são "dados não estruturados" e como a IA os lida?
a) Dados que não seguem um formato pré-definido, como textos, imagens e vídeos, e a IA 
usa técnicas de processamento para extraí-los.
b) Dados que sempre seguem um formato rígido e organizado.
c) Dados que são criados apenas por humanos.
d) Dados que são usados exclusivamente para treinamento de IA.
e) Dados que não são relevantes para a IA.
Questão 10
Qual é a importância do "Big Data" para a IA?
a) O Big Data não tem impacto na IA.
b) O Big Data fornece grandes volumes de dados que a IA pode usar para aprender e 
melhorar as previsões e decisões.
c) O Big Data impede o aprendizado de máquinas.
d) O Big Data é apenas uma ferramenta para armazenar dados sem uso em IA.
e) O Big Data é mais importante que a IA em todas as áreas.
Respostas e Justificativas
1. b) Ele aprende por meio de tentativa e erro, recebendo recompensas ou punições 
para melhorar o desempenho.
Justificativa: O aprendizado por reforço é um tipo de aprendizado onde o agente 
aprende a tomar decisões com base em recompensas ou punições.
2. b) Elas são usadas para encontrar a melhor linha ou hiperplano que separa os 
dados em diferentes categorias.
Justificativa: Máquinas de vetor de suporte (SVM) são técnicas de classificação que 
encontram o melhor limite para separar os dados.
3. b) É o uso de algoritmos para analisar e compreender a linguagem humana.
Justificativa: O Processamento de Linguagem Natural (PLN) é uma área da IA 
dedicada à compreensão da linguagem humana.
4. b) Para personalizar o aprendizado, adaptando o conteúdo ao ritmo e necessidades 
de cada aluno.
Justificativa: A IA na educação ajuda a adaptar o conteúdo às necessidades 
individuais de cada aluno, promovendo um aprendizado personalizado.
5. c) A computação quântica permite que sistemas de IA realizem cálculos 
extremamente complexos em tempo muito reduzido.
Justificativa: A computação quântica oferece potencial para acelerar os cálculos de 
IA e resolver problemas extremamente complexos.
6. a) Para melhorar a eficiência energética de veículos através de algoritmos de 
previsão.
Justificativa: A IA na indústria automotiva pode otimizar o consumo de energia, 
melhorando a eficiência dos veículos.
7. a) Analisar e compreender imagens e vídeos, utilizando IA.
Justificativa: A visão computacional é uma área da IA dedicada a entender e analisar
imagens e vídeos.
8. b) A IA pode invadir a privacidade e gerar desigualdade social, como a 
discriminação em decisões automatizadas.
Justificativa: Os desafios éticos da IA incluem a privacidade, a transparência e a 
discriminação, quando decisões automatizadas afetam injustamente certos grupos.
9. a) Dados que não seguem um formato pré-definido, como textos, imagens e vídeos, 
e a IA usa técnicas de processamento para extraí-los.
Justificativa: Dados não estruturados são difíceis de organizar, mas a IA utiliza 
técnicas específicas, como o PLN, para extrair valor desses dados.
10. b) O Big Data fornece grandes volumes de dados que a IA pode usar para aprender 
e melhorar as previsões e decisões.
Justificativa: O Big Data e a IA são complementares, com o Big Data fornecendo 
dados que permitem que a IA aprenda e melhore suas análises.
Essas variações de provas abrangem uma gama de tópicos relacionados à Inteligência 
Artificial e suas aplicações, incentivando a compreensão dos conceitos essenciais e das 
questões éticas e sociais envolvidas.