Leia o texto a seguir Assim, ML, ou “aprendizagem de máquinas”, em português, é um campo da IA que lida com algoritmos que permitem que um programa...

Leia o texto a seguir

Assim, ML, ou “aprendizagem de máquinas”, em português, é um campo da IA que lida com algoritmos que permitem que um programa “aprenda” – ou seja, os programadores humanos não precisam especificar um código que determine as ações ou previsões que o programa deve realizar em certa situação. Em vez disso, o código reconhece padrões e similaridades das suas experiências anteriores e assume a ação apropriada baseado nesses dados. Isso permite uma melhor automação, na qual o programa não para quando encontra algo novo, mas trará dados de suas experiências para lidar suavemente com a tarefa que precisa fazer. (GABRIEL, 2022, p. 72).

Kaufman (2022, p. 17) então diz que a técnica de aprendizado de máquina (machine learning), que permeia a maior parte das implementações atuais de inteligência artificial, redes neurais profundas (deep learning), consiste em extrair padrões de grandes conjuntos de dados, origem de seu sucesso, mas igualmente de sua fragilidade. Durante anos, diversas bases de dados tendenciosas foram usadas para desenvolver e treinar algoritmos de IA, sem nenhum escrutínio. “Reunir dados de qualidade em grande escala é caro e difícil. Criar grandes conjuntos de dados logo se tornou a versão da IA para a fabricação de salsichas: tedioso e difícil, com alto risco de usar ingredientes ruins”, pondera Hutson.

Seria então a machine learning (ML) tão importante e presente assim nas tecnologias hoje em dia? Qual o seu impacto na sociedade? Como ela tem colaborado para aprimorar os sistemas? Essas são algumas questões que os cientistas da computação procuram responder, e, é claro, tudo isso fica cada vez mais evidenciado no nosso dia a dia ao passo que interagimos com novos e variados aparatos tecnológicos dotados de sistemas computacionais inteligentes.

Considerando o aprendizado de máquina ou machine learning (ML), avalie as seguintes asserções e a relação proposta entre elas.

I - A machine learning está presente em diversas aplicações atualmente, e muitas delas estão bem próximas de nós, e, por vezes, nem percebemos. No entanto, ao assistir um filme na Netflix ou comprar um produto pelo site da Magazine Luiza, temos uma interação direta com a ML.

PORQUE

II - Um sistema de aprendizado é apropriado de um algoritmo específico chamado Depp Learning, que aprende por meio do treinamento de dados, classificando-os e integrando e analisando novos dados que entram no sistema.

A respeito dessas asserções, assinale a opção correta:

Grupo de escolhas da pergunta

As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I.

As asserções I e II são ambas proposições falsas.

A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.

A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.

As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I.