QUESTIONÁRIO UNIDADE I Estudos disciplinares V

Prévia do material em texto

Resposta Selecionada: b. 
Respostas: a. 
b. 
c. 
d. 
e. 
Feedback
da
resposta:
É um subcampo do aprendizado de máquina, que em si é um subcampo da IA, que em si é
um subcampo da Ciência da Computação. Essa é a de�nição de:
Deep Learning (Aprendizado Profundo).
IA (Inteligência Arti�cial).
Deep Learning (Aprendizado Profundo).
Data Science (Ciência de Dados).
Visão Computacional.
Machine Learning (Aprendizado de Máquina).
Resposta: B 
Comentário: No Deep Learning, as grandes redes neurais arti�ciais são
alimentadas com algoritmos de aprendizado e quantidades cada vez maiores
de dados, ampliando continuamente sua capacidade de "pensar" e "aprender”.
" Deep" se refere às muitas camadas que a rede neural acumula com o tempo,
e o desempenho melhora quanto mais profunda a rede for. Hoje, grande parte
do Deep 
Learning acontece sob a supervisão humana, mas o objetivo é criar redes
neurais que consigam treinar a si mesmas e "aprender" de modo
independente.
Pergunta 2 0,5 em 0,5 pontos
Resposta Selecionada: e. 
Respostas: a. 
b. 
c. 
d. 
e. 
Feedback
da
resposta:
Podemos de�nir como uma aplicação real de IA o seguinte exemplo:
Todas as alternativas estão corretas.
Um �ltro de spam.
Um classi�cador de documentos.
Um identi�cador de faces.
Um gerador automático de códigos.
Todas as alternativas estão corretas.
Resposta: E 
Comentário: A inteligência arti�cial é utilizada como forma de potencializar os
resultados, aumentar a produtividade e economizar tempo. Ela pode ser
implementada em diversos setores para melhorar o desempenho de tarefas e
ajudar os pro�ssionais de gestão a mapear processos.
Pergunta 3
A melhor abordagem para o raciocínio sob incerteza e quase todas as aplicações atuais de
IA pode ser de�nida por:
0,5 em 0,5 pontos
Resposta Selecionada: a. 
Respostas: a. 
b. 
c. 
d. 
e. 
Feedback
da
resposta:
Probabilidades.
Probabilidades.
Incertezas.
Certezas.
Dúvidas.
Pesquisa e Desenvolvimento.
Resposta: A 
Comentário: O campo de pesquisa em computação probabilística não é novo,
mas os avanços em processamento de alto desempenho e algoritmos de
aprendizagem profunda podem levá-lo a uma nova era. Nos próximos anos,
devemos acompanhar o desenvolvimento signi�cativo dos sistemas de
Inteligência Arti�cial em termos de con�abilidade, segurança, facilidade de
manutenção e desempenho, incluindo o surgimento de hardware projetado
especi�camente para computação probabilística. Esses avanços são essenciais
para o uso dessas aplicações no mundo real – de casas até cidades
inteligentes.
Pergunta 4 0,5 em 0,5 pontos
Resposta Selecionada: e. 
Respostas: a. 
b. 
c. 
d. 
e. 
Feedback
da
resposta:
Sobre os itens a seguir, é correto a�rmar que: 
  
I. No caso de reconhecimento de dígitos MNIST, uma maneira comum de medir a
similaridade de imagem é contar as correspondências pixel a pixel. 
II. Um exemplo típico de uma aplicação do método do vizinho mais próximo é prever o
comportamento do usuário em aplicativos de IA, como sistemas de recomendação. 
III. Os sistemas de recomendação atuais usam �ltragem colaborativa em vez dos
metadados inseridos manualmente.
I, II e III são corretos.
Somente I é correto.
Somente I e III são corretos.
Somente II é correto.
Somente II e III são corretos.
I, II e III são corretos.
Resposta: E 
Comentário: O MNIST é um dataset de dígitos escritos à mão amplamente
usado por quem está estudando sobre Machine Learning. O classi�cador de
vizinho mais próximo está entre os classi�cadores mais simples possíveis, e
quando recebe um item para classi�car, ele encontra o item de dados de
treinamento mais semelhante ao novo item e exibe seu rótulo. Exemplos:
sistema de recomendação de músicas e �lmes que coleta dados sobre o
comportamento dos usuários e realiza novas sugestões.
Pergunta 5
Resposta
Selecionada:
a. 
Respostas: a. 
b. 
c.
d. 
e. 
Feedback da resposta:
O Perceptron pode ser usado para:
Tarefas de classi�cação binária.
Tarefas de classi�cação binária.
Criar hipérboles de IA.
Trabalhar como o principal algoritmo durante o inverno da IA.
Reconhecimento de imagens.
Todas as opções estão erradas.
Resposta: A 
Comentário: O Perceptron é um classi�cador linear (binário).
Pergunta 6
0,5 em 0,5 pontos
0,5 em 0,5 pontos
Resposta Selecionada: d. 
Respostas: a. 
b. 
c. 
d. 
e. 
Feedback
da
resposta:
Sobre os itens a seguir, é correto a�rmar que: 
  
I. A GAN é um tipo de rede neural que gera as imagens reais a partir de pontos de dados. 
II. Redes incluindo camadas convolucionais são chamadas de redes neurais convolucionais
(CNNs). Sua principal propriedade é que elas podem detectar recursos da imagem, como
pontos claros ou escuros (ou cores especí�cas), bordas em várias orientações e padrões. 
III. O Perceptron é um dos primeiros modelos formais de computação neural e por causa de
seu papel fundamental na história das redes neurais: “mãe de todas as redes neurais
arti�ciais”.
Somente II e III são corretos.
Somente I é correto.
Somente I e III são corretos.
Somente II é correto.
Somente II e III são corretos.
I, II e III são corretos.
Resposta: D 
Comentário: A a�rmativa I está incorreta, pois a rede neural GAN é constituída
por processos paralelos, rede adversária e rede generativa, à medida que a
rede generativa lentamente se torna melhor, o modelo adversário também
precisa melhorar, e o ciclo continua até que, �nalmente, as imagens geradas
são quase indistinguíveis das imagens reais.
Pergunta 7
Resposta Selecionada: b. 
Respostas: a. 
b. 
c. 
d. 
e. 
Feedback
da
resposta:
Sobre os itens a seguir, é correto a�rmar que: 
  
I. A segurança no trânsito deve melhorar à medida que a con�abilidade dos sistemas
ultrapassar o nível humano. Assim, os humanos manterão o papel de supervisão, enquanto
as máquinas irão cuidar da direção. 
II. O reconhecimento facial já é uma commodity usada em muitos aplicativos, empresas e
governos, como, por exemplo: a organização de suas fotos de acordo com as pessoas, a
marcação automática nas mídias sociais e o controle de passaportes. 
III. Um carro autônomo é um exemplo de um elemento inteligente que se programa
automaticamente desde sua autocriação.
Somente I e II são corretos.
Somente I é correto.
Somente I e II são corretos.
Somente II é correto.
Somente II e III são corretos.
I, II e III são corretos.
Resposta: B 
Comentário: Um carro autônomo é programado por pro�ssionais com
conhecimentos da área de inteligência arti�cial e áreas correlatas.
0,5 em 0,5 pontos
Pergunta 8
Resposta Selecionada: c. 
Respostas: a. 
b. 
c. 
d. 
e. 
Feedback
da
resposta:
No teste, um interrogador humano interage com dois jogadores, A e B, trocando
mensagens escritas (em um bate-papo). Se o interrogador não puder determinar qual
jogador, A ou B, é um computador e qual é um humano, o computador então passou no
teste. O argumento é que, se um computador é indistinguível de um humano em uma
conversa geral de linguagem natural, ele deve ter alcançado a inteligência no nível humano.
Como é chamado esse teste?
Teste de Turing.
Argumento da Sala Chinesa.
Teste AB.
Teste de Turing.
Nerd IA.
Inteligência Emocional.
Resposta: C 
Comentário: Um computador passará no Teste de Turing se um interrogador
humano, depois de propor algumas perguntas por escrito, não for capaz de
distingui-lo de um humano.
0,5 em 0,5 pontos
Pergunta 9
Resposta
Selecionada:
e. 
Respostas: a. 
b.
c. 
d.
e. 
Feedback
da
resposta:
Marque a questão incorreta:
Métodos de IA não envolvem Matemática e Estatística.
IA também pode ser usada para gerar ou alterar conteúdo visual.
Técnicas de reconhecimento facial e de objetos podem ser usadas para
reconhecer outros carros e obstáculos em torno de um carro autônomo.
Mesmo os pesquisadores de IA não têm uma de�nição exata de IA.
Cinquenta anos atrás, por exemplo, métodos automáticos de busca e
planejamento eram considerados pertencentes ao domínio da IA.
Métodos de IA não envolvem Matemática e Estatística.
Resposta:E 
Comentário: Através dos métodos de IA, estamos tentando reproduzir nas
máquinas o mesmo processo de aprendizagem dos seres humanos, e fazemos
isso através de algoritmos de Machine Learning, que, em última instância, nada
mais são do que Matemática e Estatística.
0,5 em 0,5 pontos
Pergunta 10
Resposta Selecionada: e. 
Respostas: a. 
b. 
c. 
d. 
e. 
Feedback
da
Sobre os itens a seguir, é correto a�rmar que: 
  
I. Os algoritmos que determinam o conteúdo que você vê na internet são baseados em IA. 
II. As informações que encontramos na Net�ix no decorrer de um dia típico são
personalizadas para cada cliente. 
III. Muitos editores on-line, como sites de empresas de jornais e de radiodifusão, bem como
mecanismos de pesquisa, como o Google, controlam e personalizam tudo o que você vê. 
IV. A primeira página da versão impressa do New York Times é sempre a mesma,
independente do leitor que acessar.
Todas as a�rmações estão corretas.
Somente I e II são corretos.
Somente II e III são corretos.
Somente III e IV são corretos.
Somente IV e I são corretos.
Todas as a�rmações estão corretas.
Resposta: E 
Comentário: Todas as aplicações mencionadas nas a�rmações se relacionam
0,5 em 0,5 pontos
Quarta-feira, 7 de Abril de 2021 12h02min14s GMT-03:00
resposta: aos benefícios tecnológicos da área de inteligência arti�cial.
← OK
javascript:launch('/webapps/blackboard/content/listContent.jsp?content_id=_2037702_1&course_id=_157392_1&nolaunch_after_review=true');