Grátis: A melhor abordagem para o raciocínio sob incerteza e quase todas as aplicações atuais de IA pode ser definida por: I. O campo de pesquisa em comput... – Questões Respondidas

Inteligência Artificial

Outros

A melhor abordagem para o raciocínio sob incerteza e quase todas as aplicações atuais de IA pode ser definida por:
I. 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 significativo dos sistemas de Inteligência Artificial em termos de confiabilidade, segurança, facilidade de manutenção e desempenho, incluindo o surgimento de hardware projetado especificamente para computação probabilística. Esses avanços são essenciais para o uso dessas aplicações no mundo real – de casas até cidades inteligentes.
a) Probabilidades.
b) Incertezas.
c) Certezas.
d) Dúvidas.
e) Pesquisa e Desenvolvimento.

Desafios Para o Conhecimento

há 2 anos

Desafios Para o Conhecimento

há 2 anos

ESTUDOS DISCIPLINARES XII

ESTUDOS DISCIPLINARES XII

UNIP

Respostas

Ed

há 2 anos

A melhor abordagem para o raciocínio sob incerteza e quase todas as aplicações atuais de IA pode ser definida por "b) Incertezas". Isso porque a computação probabilística lida com a incerteza e a aleatoriedade dos dados, permitindo que a IA tome decisões mais precisas e confiáveis em situações incertas. Além disso, a abordagem probabilística é amplamente utilizada em áreas como reconhecimento de fala, processamento de linguagem natural e visão computacional.

Essa resposta te ajudou?

0

0

Experimente
o Premium! 🤩

Libere respostas sem pagar

Ajude estudantes e ganhe respostas liberadas!

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

ESTUDOS DISCIPLINARES XII

ESTUDOS DISCIPLINARES XII

UNIP

Mais perguntas desse material

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 definição de:
I. No Deep Learning, as grandes redes neurais artificiais 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.
a) IA (Inteligência Artificial).
b) Deep Learning (Aprendizado Profundo).
c) Data Science (Ciência de Dados).
d) Visão Computacional.
e) Machine Learning (Aprendizado de Máquina).

Podemos definir como uma aplicação real de IA o seguinte exemplo:
I. A inteligência artificial 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 profissionais de gestão a mapear processos.
a) Um filtro de spam.
b) Um classificador de documentos.
c) Um identificador de faces.
d) Um gerador automático de códigos.
e) Todas as alternativas estão corretas.

O Perceptron pode ser usado para:
I. O Perceptron é um classificador linear (binário).
a) Tarefas de classificação binária.
b) Criar hipérboles de IA.
c) Trabalhar como o principal algoritmo durante o inverno da IA.
d) Reconhecimento de imagens.
e) Todas as opções estão erradas.

Sobre os itens a seguir, é correto afirmar que:
I. A segurança no trânsito deve melhorar à medida que a confiabilidade 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.
a) Somente I é correto.
b) Somente I e II são corretos.
c) Somente II é correto.
d) Somente II e III são corretos.
e) I, II e III são corretos.

Marque a questão incorreta:

a. IA também pode ser usada para gerar ou alterar conteúdo visual.
b. Técnicas de reconhecimento facial e de objetos podem ser usadas para reconhecer outros carros e obstáculos em torno de um carro autônomo.
c. Mesmo os pesquisadores de IA não têm uma definição exata de IA.
d. Cinquenta anos atrás, por exemplo, métodos automáticos de busca e planejamento eram considerados pertencentes ao domínio da IA.
e. Métodos de IA não envolvem Matemática e Estatística.

Sobre os itens a seguir, é correto afirmar que:
I. Os algoritmos que determinam o conteúdo que você vê na internet são baseados em IA.
II. As informações que encontramos na Netflix 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.
a. Somente I e II são corretos.
b. Somente II e III são corretos.
c. Somente III e IV são corretos.
d. Somente IV e I são corretos.
e. Todas as afirmacoes estão corretas.