Atualmente problemas são resolvidos em computação por meio da escrita de um algoritmo ou pseudocódigo, que especifica passo a passo como o problema pode ser resolvido. No entanto, não é fácil escrever um programa de computador que realize com eficiência algumas tarefas que realizamos com facilidade no nosso dia a dia, como reconhecer pessoas pelo rosto ou pela fala. Que características dos rostos ou da fala serão consideradas? O que fazer para diferentes expressões faciais de uma mesma pessoa, como: alterações na face, o uso de óculos ou bigode, cortes de cabelo, mudanças na voz por uma gripe ou estado de espírito? No entanto, os seres humanos conseguem realizar essas tarefas com relativa facilidade. Fazem isso por meio de reconhecimento de padrões, quando aprendem o que deve ser observado em um rosto ou na fala para conseguir identificar pessoas após terem tido vários exemplos de rostos ou falas com identificação clara. Desta forma, técnicas de processamento de imagens são muito utilizadas quando é necessário avaliar um grande volume de imagens para uma tomada de decisão, o que ocorre em tráfego de veículos.
Considerando as informações apresentadas, é correto afirmar que
Visão computacional possui algoritmos de aprendizagem de máquina para processar e extrair insights a partir de imagens.

Apenas bancos relacionais podem ser utilizados em projetos de inteligência artificial.
Visão computacional não é aplicada em problemas que é necessário processar imagens.
Um modelo baseado em inteligência artificial deverá realizar múltiplas tarefas, tais como extrair features, classificar itens e prever comportamentos de dados.
Visão computacional possui algoritmos de aprendizagem de máquina para processar e extrair insights a partir de imagens.
Algoritmos de aprendizagem de máquina não visam simular o funcionamento do cérebro humano.