

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
Redes Neurais Artificiais podem aproximar qualquer função contínua com erro arbitrariamente pequeno. São estruturas base para as diversas aplicações em Inteligência Artificial, especialmente em Deep Learning e mostram seu verdadeiro potencial quando a quantidade de dados é abundante. Porém, há problemas comuns a serem observados ao treinar os modelos. Observe as alternativas a seguir e marque a que corresponde a um possível problema com redes neurais.
Overfitting.
Dificuldade para representar valores numéricos do tipo double.
Tipicamente exigem CPUs multicore.
Dificuldade em generalizar, limitando-se a problemas lineares e quadráticos.
Dificuldade para representar caracteres unicode.
A transparência na Inteligência Artificial está relacionada à possibilidade de compreender e auditar decisões automatizadas, reduzindo riscos de opacidade algorítmica. No entanto, o conceito de transparência em IA não significa necessariamente que qualquer usuário consiga entender plenamente o funcionamento interno dos algoritmos. Considerando essa distinção, qual das abordagens a seguir melhor representa uma estratégia de transparência aplicada à IA?
Divulgar integralmente o código-fonte dos algoritmos, permitindo que qualquer usuário possa analisar e compreender o funcionamento interno da IA.
Fornecer explicações acessíveis e adaptadas ao público interessado, de modo que usuários, reguladores e especialistas possam interpretar e auditar as decisões da IA.
Restringir o acesso às informações sobre os critérios de decisão da IA, para evitar exploração indevida por usuários mal-intencionados.
Eliminar qualquer exigência de transparência, pois modelos complexos, como redes neurais profundas, são intrinsecamente opacos e impossíveis de serem explicados.
Adotar apenas sistemas de IA simbólica, pois esses são naturalmente mais interpretáveis do que modelos baseados em aprendizado profundo.
Todos os sistemas de inteligência artificial operam de forma completamente autônoma, sem necessidade de supervisão ou de intervenção humana em nenhum estágio.
Certo
Errado
Os sistemas de inteligência artificial dependem de algoritmos simples e fixos, ou seja, que não podem ser ajustados ou aprimorados ao longo do tempo.
Certo
Errado
Graças ao aumento no desempenho de processamento e à análise de grandes volumes de dados, a IA já superou o desempenho humano em várias tarefas específicas, embora a criatividade ainda seja um desafio para a IA.
Certo
Errado
Viés algorítmico pode ocorrer quando os dados utilizados no treinamento de um sistema de IA refletem desigualdades sociais, o que pode resultar em decisões discriminatórias automatizadas.
Certo
Errado
Com a propagação da inteligência artificial, a ciência e o método científico têm perdido espaço, na medida em que os algoritmos já trazem em si o método, tornando moroso e desnecessário o estudo de regras e etapas da metodologia científica.
Certo
Errado
O balanceamento em jogos competitivos, como League of Legends, requer ajustes frequentes nos personagens para garantir
a eliminação de atualizações pós-lançamento para preservar a experiência original.
que todos os personagens tenham estatísticas idênticas, independentemente de suas habilidades.
equilíbrio entre viabilidade estratégica e diversidade de escolhas, evitando metas rígidas.
foco exclusivo em gráficos e narrativa, sem alterações nas mecânicas.
Em ambientes corporativos, a Inteligência Artificial (IA) tem sido utilizada para otimizar processos administrativos, como análise de contratos, detecção de fraudes e organização de dados jurídicos. Considerando os tipos de IA, assinale a alternativa cuja abordagem CORRETA permite que sistemas tomem decisões baseadas em regras pré-estabelecidas, sem necessidade de aprendizado contínuo.
Aprendizado não supervisionado, pois identifica padrões sem intervenção humana.
Sistemas especialistas, pois utilizam regras e conhecimentos previamente codificados para inferir soluções.
Aprendizado por reforço, pois ajusta decisões a partir de recompensas ou penalidades.
Aprendizado supervisionado, pois o sistema aprende com exemplos prévios para tomar decisões precisas.
Redes neurais artificiais, pois simulam o cérebro humano e aprendem com grandes volumes de dados.
Dentro da Inteligência Artificial Generativa e dos Modelos LLM (Large Language Models), pode-se fazer o uso da biblioteca LangChain. Nessa biblioteca, qual classe formaliza a composição de prompts sem a necessidade de codificar manualmente o contexto e as consultas?
LLaMa.
PromptL1.
PromptL2.
Wolfram.
PromptTemplate.
A Inteligência Artificial é um ramo da ciência da computação que busca criar sistemas capazes de simular a inteligência humana.
Qual das seguintes áreas não está diretamente relacionada à Inteligência Artificial?
Processamento de Linguagem Natural.
Visão Computacional.
Robótica.
Compiladores.
Sistemas Especialistas.
Em um banco de grande porte, o time de operações de TI enfrenta dificuldades para monitorar a grande quantidade de eventos e alertas provenientes de diversos sistemas e ferramentas. O time está considerando implementar uma solução baseada em Inteligência Artificial (IA) para automatizar as tarefas operacionais (AiOps) de identificação de problemas e de redução do tempo de resposta a incidentes críticos.
Nesse contexto, o uso de IA é possível, pelo fato de a AiOps, nesse caso,
focar apenas a coleta de logs e relatórios de desempenho de sistemas, fornecendo somente dados para os administradores, sem integrar a automação de tarefas.
usar aprendizado de máquina para processar grandes volumes de dados em tempo real, identificar padrões e prever falhas antes que ocorram, permitindo a automação de correções de problemas críticos com mínima intervenção manual.
utilizar redes neurais para aumentar a complexidade das tarefas operacionais e realizar decisões mais informadas, mas sem automatizar processos em tempo real.
usar algoritmos baseados em regras fixas para corrigir incidentes de forma reativa, não considerando dados históricos nem possíveis falhas futuras.
aumentar a capacidade dos servidores físicos para lidar com picos de demanda em tempo real, para prever e evitar falhas.
PV-DM (do inglês, Paragraph Vector Distributed Memory) é um método de aprendizado de máquina utilizado no processamento de dados textuais. A ideia central é prever uma palavra (de contexto) a partir de um conjunto de palavras amostrado aleatoriamente – palavras de contexto e ID de parágrafo. Quando aplicado sobre um conjunto de documentos textuais (por exemplo, os processos deferidos arquivados no TJ-AC), qual a vantagem desse método em relação ao método BOW, baseado em contagem de palavras?
Ter menor custo computacional.
Resultar em vetores mais compactos.
Considerar a ordem das palavras.
Ter maior expressividade dos vetores.
Considere a sentença a seguir.
s: “O acesso ao auditório também pode ser feito através de uma rampa”
Aplicando a função f à sentença, obtém-se o seguinte resultado:
f(s) = “acesso auditório pode ser feito através rampa”
A tarefa de tratamento de dados textuais realizada pela função f é:
filtragem de conectivos.
lematização.
remoção de ruído.
filtragem de stop words.
A plataforma de hospedagem de código GitHub possui como um de seus produtos uma ferramenta que utiliza inteligência artificial para auxiliar na escrita de código.
O nome dessa ferramenta é GitHub
Keras.
Copilot.
Watson.
SageMaker.
TensorFlow.
Em uma rede regida pelo aprendizado Hebbiano, apenas um neurônio de saída é disparado, enquanto em uma rede regida pelo aprendizado competitivo, os neurônios podem ser excitados simultaneamente.
Certo
Errado
Na trajetória evolutiva da Inteligência Artificial (IA), diversos marcos e transições têm delineado seu progresso e desafios.
Nesse contexto, avalie se as afirmativas a seguir, que destacam momentos críticos na história da IA, são verdadeiras (V) ou falsas (F).
( ) Os Invernos da IA representam períodos de avanço tecnológico acelerado e investimento maciço em pesquisa de IA, marcados pela rápida adoção de tecnologias de IA em diversos setores sem qualquer ceticismo ou crítica.
( ) Introduzida em 2012, AlexNet é uma rede neural convolucional que competiu no desafio ImageNet, marcando um ponto de inflexão significativo para o campo do Deep Learning ao demonstrar a capacidade das redes neurais profundas em tarefas de visão computacional.
( ) O aprendizado de máquina (Machine Learning) foi abandonado nos anos 90 e 2000 devido à falta de progresso teórico e prático, com a comunidade de IA se movendo unicamente para o estudo teórico da computação.
( ) O lançamento do GPT-3 pela OpenAI representou um avanço substancial na geração automática de texto, oferecendo capacidades impressionantes de geração de linguagem natural e abrindo novas possibilidades para a aplicação de IA em diversos domínios.
As afirmativas são, respectivamente,
V – V – F – V.
V – F – V – F.
F – F – F – V.
F – V – F – V.
F – F – V – F.
Na inteligência artificial, o termo heurística refere-se a uma técnica ou método de resolução de problemas que busca encontrar soluções aproximadas em situações nas quais a busca exaustiva por uma solução ótima é impraticável. Sendo assim, assinale a alternativa correta.
Um método que garante a solução ótima em todos os casos.
Um conjunto de regras simples que excluem soluções possíveis.
Um algoritmo que não utiliza informações do problema.
Um processo que leva à solução mais demorada possível.
Um método que prioriza a exploração de soluções promissoras.
O teste de Turing foi projetado para fornecer uma definição operacional satisfatória de inteligência. O computador passará no teste se um interrogador humano, depois de propor algumas perguntas por escrito, não conseguir descobrir se as respostas escritas vêm de uma pessoa ou de um computador. O teste de Turing evitou deliberadamente a interação física direta entre o interrogador e o computador porque a simulação física de uma pessoa é desnecessária para a inteligência. Entretanto, o chamado teste de Turing total inclui um sinal de vídeo, de forma que o interrogador possa testar as habilidades de percepção do indivíduo, além de oferecer ao interrogador a oportunidade de repassar objetos físicos “pela janelinha”. Para ser aprovado no teste de Turing total, o computador precisaria ter seis capacidades. Sabendo destas informações, numere a coluna da direita (capacidade) de acordo com sua correspondência com a coluna da esquerda (funcionalidade).
1 - Processamento de linguagem natural | ( ) Permite manipular objetos e movimentar-se. |
2 - Representação de conhecimento | ( ) Permite adaptar-se a novas circunstâncias, para detectar e extrapolar padrões. |
3 - Raciocínio automatizado | ( ) Permite usar as informações armazenadas com a finalidade de responder a perguntas e tirar novas conclusões. |
4 - Aprendizado de máquina | ( ) Permite perceber objetos. |
5 - Visão computacional | ( ) Permite que o computador se comunique com sucesso em uma linguagem de idioma. |
6 - Robótica | ( ) Permite armazenar o que sabe ou ouve. |
Assinale a alternativa que apresenta a numeração CORRETA da coluna da direita, de cima para baixo, conforme Russel e Norvig (2013):
RUSSELL, S.; NORVIG, P. Inteligência Artificial. Elsevier Bookman. 3º Ed. 1324 pg. 2013.
6 - 3 - 4 - 5 - 2 - 1.
5 - 4 - 1 - 6 - 3 - 2.
5 - 1 - 4 - 6 - 2 - 3.
4 - 3 - 2 - 6 - 5 - 1.
6 - 4 - 3 - 5 - 1 - 2.
O processamento natural de linguagem (NLP) é uma técnica que permite o desenvolvimento de chatboots. Qual é o elemento que deve ser utilizado para realizar a compreensão completa e sem ambiguidade em um prompt textual?
Análise semântica.
Processamento de voz.
Tokenização.
Reconhecimento de imagem.