Grátis: O modelo Meena, apresentado em 2020 pela Google, foi um avanço na área de conversação por buscar respostas mais naturais e específicas. Uma métrica... – Questões Respondidas

Inteligência Artificial

Outros

O modelo Meena, apresentado em 2020 pela Google, foi um avanço na área de conversação por buscar respostas mais naturais e específicas. Uma métrica mencionada no texto, chamada SSA (Sensibleness and Specificity Average), foi criada para avaliar a qualidade das respostas do Meena.
O que essa métrica (SSA) buscava medir, segundo o material? Assinale a alternativa correta.
a. Unicamente a velocidade de resposta do modelo em cenários de baixa latência.
b. O grau de repetição de expressões ofensivas ou proibidas no chat.
c. A sensatez e a especificidade das respostas, avaliando se o chatbot é coerente e foca em detalhes relevantes.
d. O nível de criatividade literária, julgando se a resposta atende a padrões de rima e estrutura poética.
e. A capacidade do chatbot de tomar decisões éticas e autônomas em conversas moralmente complexas.

Questões para o Sucesso

há 8 meses

Questões para o Sucesso

há 8 meses

Inteligência Artificial VII

Inteligência Artificial VII

Respostas

Ed

há 8 meses

Para responder à sua pergunta sobre a métrica SSA (Sensibleness and Specificity Average) do modelo Meena, precisamos entender o que essa métrica realmente avalia. Analisando as alternativas: a) Unicamente a velocidade de resposta do modelo em cenários de baixa latência. - Essa opção não se relaciona com a qualidade das respostas, mas sim com a rapidez, o que não é o foco da SSA. b) O grau de repetição de expressões ofensivas ou proibidas no chat. - Embora a qualidade das respostas inclua evitar ofensas, a SSA não mede isso especificamente. c) A sensatez e a especificidade das respostas, avaliando se o chatbot é coerente e foca em detalhes relevantes. - Esta opção se alinha diretamente com o propósito da métrica SSA, que busca avaliar a qualidade das respostas em termos de coerência e relevância. d) O nível de criatividade literária, julgando se a resposta atende a padrões de rima e estrutura poética. - Essa opção não é relevante para a avaliação de um chatbot em termos de conversação. e) A capacidade do chatbot de tomar decisões éticas e autônomas em conversas moralmente complexas. - Embora a ética seja importante, a SSA não mede essa capacidade. Portanto, a alternativa correta é: c) A sensatez e a especificidade das respostas, avaliando se o chatbot é coerente e foca em detalhes relevantes.

Essa resposta te ajudou?

0

0

left-side-bubbles-background

right-side-bubbles-background

Crie sua conta grátis para liberar essa resposta. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Inteligência Artificial VII

Inteligência Artificial VII

Mais perguntas desse material

A trajetória da Google no campo da Inteligência Artificial Generativa revela uma estratégia tecnológica sistêmica, que articula avanços conceituais, desenvolvimento de infraestrutura computacional e aplicação em produtos escaláveis. Essa abordagem é discutida nas Considerações Finais do material, que destacam o papel da empresa na consolidação da IA como um componente estrutural da sociedade digital contemporânea.
Com base nessa perspectiva, qual alternativa expressa corretamente o modelo estratégico adotado pela Google para impulsionar a evolução da IA generativa?
a. A Google adota uma abordagem integrada, combinando pesquisa de ponta, desenvolvimento de produtos acessíveis e infraestrutura de alto desempenho (como as TPUs), o que lhe permite liderar o ecossistema de IA de forma abrangente e sustentável.
b. A empresa atua de forma fragmentada, promovendo avanços isolados em hardware, mas sem integração com modelos ou produtos.
c. A atuação da Google é centrada exclusivamente na comercialização de APIs de IA, sem investimentos relevantes em ciência fundamental.
d. A estratégia da Google prioriza apenas a pesquisa teórica em redes neurais, sem foco na aplicação prática ou no desenvolvimento de infraestrutura própria.
e. A empresa abandonou o desenvolvimento interno de modelos generativos, optando por terceirizar sua produção a startups e universidades parceiras.

No final do material, há reflexões sobre confiarmos ou não nos modelos de linguagem. Um estudo da Anthropic (2024) é citado, mostrando que mesmo modelos com habilidades de raciocínio nem sempre revelam o caminho exato que os levou à resposta. Por que isso levanta preocupações éticas e técnicas? Assinale a alternativa correta. a. Porque a Anthropic propôs banir globalmente todos os modelos de linguagem, com apoio do Google. b. Porque os modelos de linguagem só funcionam se divulgarem cada parâmetro ajustado durante o treinamento. c. Porque os modelos garantem sempre a transparência total, de modo que não existem preocupações éticas no uso deles. d. Porque, se um modelo não explica seus processos, fica difícil auditar se chegou à resposta de maneira válida ou confiável, o que é crítico em áreas como saúde e finanças. e. Porque os sistemas de IA são os únicos responsáveis legais por suas falhas, eximindo completamente a empresa e os desenvolvedores.

A Google conta com uma infraestrutura robusta de TPUs (Tensor Processing Units), específicas para acelerar operações de machine learning, principalmente em redes neurais profundas. Avalie as opções a seguir e assinale a que descreve corretamente um dos diferenciais das TPUs em relação a GPUs e CPUs tradicionais, segundo o material. a. As TPUs não possuem qualquer vantagem energética, consumindo mais energia do que servidores convencionais. b. As TPUs foram abandonadas pelo Google em 2018 devido a problemas de compatibilidade com TensorFlow. c. As TPUs são exclusivamente para renderização de gráficos 3D, não sendo úteis em modelos de linguagem. d. As TPUs se restringem ao uso offline, sem possibilidade de escalá-las na nuvem. e. As TPUs são otimizadas para operações massivas de matrizes, acelerando de forma significativa o treinamento de grandes redes neurais.

O texto menciona que a OpenAI lançou o ChatGPT no final de 2022, atraindo imediatamente milhões de usuários e chamando atenção do público. Essa rápida adoção soou um “código vermelho” dentro da Google.
Qual foi a preocupação principal da Google após o sucesso inicial do ChatGPT?
a. A suspeita de que o ChatGPT substituísse completamente a infraestrutura de TPUs do Google, tornando-as obsoletas.
b. A possibilidade de a ferramenta da OpenAI se tornar uma ameaça ao mecanismo de busca tradicional, oferecendo respostas diretas em vez de links.
c. O receio de que a OpenAI patentearia todo o conceito de rede neural, impedindo o Google de continuar suas pesquisas.
d. O medo de que o ChatGPT deixasse de usar os serviços de computação em nuvem do Google Cloud.
e. A forte pressão pública para que o Google abandonasse suas pesquisas de IA e focasse em software de escritório.

Existe uma importância de se ter um modelo como o Med-PaLM, um modelo especializado do Google voltado a perguntas e respostas médicas, em vez de usar apenas um modelo generalista. A respeito disso, assinale a alternativa correta. a. Reduzir a quantidade de parâmetros para 1 ou 2, simplificando o modelo ao extremo. b. Aplicar adaptações específicas para o contexto médico, melhorando a precisão terminológica e a confiabilidade das respostas nessa área sensível. c. Garantir que as respostas sejam totalmente infalíveis, substituindo médicos em qualquer procedimento clínico. d. Produzir visualizações de dados apenas em 3D para diagnósticos por imagem. e. Atender a um decreto legal que obriga a Google a ter modelos separados por cada área profissional.

O “Gemini 2.5 Pro Experimental” foi citado como modelo disponibilizado gratuitamente para uso no Google AI Studio. Segundo o texto, isso faz parte de uma estratégia de: Assinale a alternativa correta. a. Substituir os modelos Gemma por versões mais antigas, focadas em apenas uma língua. b. Limitar os recursos do Gemini somente para usuários que façam parte do corpo de funcionários da Google. c. Restringir o acesso à IA apenas para universidades de elite, evitando usuários leigos. d. Priorizar a monetização em detrimento da experimentação, cobrando valores altos após 1 dia de teste. e. Democratizar a IA incentivando desenvolvedores e entusiastas a testar e criar soluções sem custo inicial.

Além do BERT, a Google investiu em diversos modelos maiores e mais versáteis, capazes de lidar com diferentes tipos de dados. Um exemplo é o T5 (Text-To-Text Transfer Transformer), que converte diversas tarefas de linguagem (tradução, resumo, resposta a perguntas etc.) em problemas de geração de texto. A respeito da principal vantagem de unificar diferentes tarefas de linguagem em um único formato “texto para texto” no modelo T5, assinale a alternativa correta. a. Facilitar o treinamento e a execução de múltiplas tarefas em um mesmo framework, aproveitando o mesmo processo de geração de texto. b. Tornar o modelo dependente de regras manuais para classificar cada tipo de tarefa textual. c. Exigir obrigatoriamente um modelo diferente para cada idioma, mesmo dentro da mesma arquitetura. d. Reduzir a diversidade de tarefas, limitando a utilidade em cenários práticos. e. Permitir que o modelo ignore completamente dados de texto para se concentrar apenas em imagens.

A Google foi cautelosa no lançamento de chatbots “de domínio aberto”. Em vez de liberar rapidamente essas tecnologias, a empresa optou por lançamentos graduais e pesquisas internas.
Sobre o principal fator motivador dessa cautela, segundo o material, assinale a alternativa correta.
a. Excesso de recursos financeiros, que impedia lançamentos enxutos e ágeis.
b. Falta de interesse em IA por parte da liderança, que preferia manter foco no Android.
c. O Google não queria competir com a OpenAI e preferia deixar esse mercado intocado.
d. Preocupações de segurança, ética e confiabilidade, temendo impactos negativos de modelos que ainda apresentavam comportamentos imprevisíveis.
e. O desenvolvimento de IA generativa não fazia parte dos objetivos estratégicos da empresa.

A família de modelos Gemini foi concebida como sucessora dos grandes marcos anteriores, como o LaMDA e o PaLM 2, e se destaca pela escalabilidade em diferentes tamanhos (Nano, Pro e Ultra). Sobre o benefício que essa escalabilidade traz ao ecossistema de IA, assinale a alternativa correta. a. Adequa o modelo a diversos cenários de uso, desde dispositivos móveis com menos poder de processamento até grandes data centers. b. Substitui o funcionamento em nuvem, exigindo instalação local em cada computador. c. Reduz a possibilidade de treinar modelos específicos, pois todos devem ter o mesmo tamanho. d. Permite que apenas grandes corporações usem IA excluindo pequenas e médias empresas. e. Força o usuário a adquirir hardware proprietário da Google para rodar qualquer versão do Gemini.