Questões de Concurso sobre Inteligência Artificial

A Inteligência Artificial (IA) é uma área da ciência da computação que visa desenvolver sistemas capazes de realizar tarefas que normalmente exigiriam inteligência humana.

O conceito que está mais diretamente relacionado ao desenvolvimento de sistemas que aprendem com os dados e melhoram seu desempenho ao longo do tempo é o de

O Comitê Olímpico Brasileiro está implantando uma nova infraestrutura de banco de dados em memória para otimizar a análise de desempenho dos atletas. A utilização de técnicas de Inteligência Artificial (IA) tem permitido prever resultados, identificar padrões de desempenho e detectar anomalias em tempo real, proporcionando aos treinadores dados rápidos e precisos para tomada de decisões estratégicas.

Com a combinação de IA e bancos de dados em memória, o Comitê espera melhorar a eficiência na análise de grandes volumes de dados e fornecer insights personalizados para cada atleta, otimizando o treinamento e a performance nas competições.

Diante desse cenário, sobre o impacto da IA aplicada a bancos de dados em memória, assinale a opção incorreta.

Algoritmos fuzzy matching em processamento de linguagem natural são métodos que permitem encontrar correspondências aproximadas entre strings, ou seja, sequências de caracteres, como palavras ou frases. Esses algoritmos são úteis para lidar com situações, tais como erros de digitação, variações ortográficas, sinônimos, abreviações. Eles também podem ser aplicados para comparar textos, extrair informações, classificar sentimentos, entre outras finalidades. Existem diferentes tipos de algoritmos fuzzy matching, como a Similaridade de Jaccard, que mede a proporção de elementos comuns entre dois conjuntos de strings.

Qual das palavras a seguir apresenta o maior valor da similaridade de Jaccard, quando comparada com a palavra “computador”?

Analise as seguintes afirmações sobre tipos de aprendizados em Redes Neurais Artificiais:

I - No aprendizado por memória, o mecanismo não enxerga os neurônios individualmente, mas sim a rede como um todo. Um estado de “energia” é atribuído ao sistema, dada uma configuração, e esse estado é corrigido com base em uma pseudo-temperatura (determinado momento no tempo que reflete uma configuração qualquer). Com o uso de uma função estocástica (aleatória) de variação em alguns pesos a cada ciclo, o sistema tende a um equilíbrio após vários ciclos, gerando a resposta esperada.

II - No Aprendizado Hebbiano, o peso de uma sinapse (conexão entre dois neurônios) é aumentado se ambos os neurônios são excitados simultaneamente (no mesmo momento temporal); por outro lado, esse peso é reduzido se ambos os neurônios são excitados em momentos diferentes.

III - No aprendizado de Boltzmann, a correção dos pesos se dá pela construção de um vetor de duplas, que contém duplas de valores de entrada e valores desejados de saída. Esse vetor tem suas duplas visitadas na vizinhança dos valores ideais de entrada e saída desejados a cada iteração, com os valores mutados para corrigir os pesos de entrada dos neurônios.

Assinale a alternativa CORRETA, conforme Oliveira (2018):

OLIVEIRA, R. F. Inteligência Artificial. Editora e Distribuidora Educacional S.A. 224pg. 2018.

As redes neurais permitem construir modelos que sejam padronizados de acordo com o funcionamento do cérebro humano.

Em processamento de linguagem natural, o modelo Skip-Gram é uma técnica popular para treinar word embeddings.

O treinamento do modelo Skip-Gram destaca-se de outras técnicas, como o Continuous Bag of Words (CBOW), por ter a seguinte característica:

Em processamento de linguagem natural (Natural Language Processing - NLP), é fundamental que sejam utilizadas técnicas para representar palavras numericamente como vetores. As representações numéricas são importantes para capturar relações semânticas entre as palavras, permitindo, por exemplo, processamentos para a detecção de similaridades entre palavras e o desenvolvimento de chatbots.

Entre as técnicas de NLP para a representação numérica de palavras destacam-se as seguintes:

Em relação as tecnologias utilizadas hoje na automação de processos produtivos da indústria, avalie se são verdadeiras (V) ou falsas (F) as afirmativas a seguir:

I – Cibersegurança é mais utilizado em processos em que a incidência de spam é praticamente inexistente.

II – Gêmeo digital é um modelo virtual de um objeto físico.

III – A inteligência artificial atua na reprodução de padrões de comportamento semelhantes ao humano por dispositivos e programas computacionais.

As afirmativas I, II e III são respectivamente:

Na ciência de dados, as cadeias de Markov podem ser aplicadas a ferramentas de previsão do clima e de espalhamento de doenças, por exemplo.

O método de POS-tagging, ou Part of Speech tagging, é uma tarefa do processamento de linguagem natural em que

Os modelos de aprendizagem das redes neurais incluem o aprendizado por memória e o aprendizado competitivo.

Em um projeto de classificação de textos, um modelo de machine learning foi aplicado em um conjunto de teste e apresentou os seguintes resultados: uma precisão de 80% e uma revocação de 70%.

Com base nessas informações e considerando-se apenas a parte inteira da porcentagem, qual é o F1 Score desse modelo?

O algoritmo de classificação KNN (K Nearest Neighbors) é utilizado na inteligência artificial para reconhecimento de padrões.

O treinamento de algoritmos de inteligência artificial no desenvolvimento de aplicações para assimilação de dados meteorológicos exige o uso de bases de dados representativas de estados atmosféricos. Embora bases de dados sintéticas sejam úteis para treinamento, o uso de bases de dados reais é sempre preferível.

Assinale a opção que apresenta a base de dados real que descreve propriedades físicas de uma grande quantidade de situações atmosféricas, e que é utilizada para o treinamento de modelos de temperatura atmosférica.

Atualmente, uma nova vertente na área de inteligência artificial (IA) tem entusiasmado a comunidade científica e acadêmica e a sociedade em geral, conhecida como modelos de difusão estável — SD (stable diffusion). Assinale a opção que apresenta uma tarefa que não pode ser realizada com o uso de modelos do tipo SD.

Considere um modelo de rede neural projetado para tarefas de classificação de imagens. A arquitetura da rede consiste em várias camadas, incluindo camadas de entrada, ocultas e de saída. Durante o treinamento, o modelo aprende a atribuir imagens de entrada a classes predefinidas (por exemplo, “gato”, “cachorro”, “pássaro”, etc.).

Sobre o papel da camada de saída nessa rede neural, é correto afirmar que ela:

A evolução das cidades para Smart Cities marca uma transformação significativa na gestão urbana, em que a adoção de tecnologias avançadas, como IoT, análise de dados e conectividade, transforma infraestruturas tradicionais em sistemas inteligentes.

O principal desafio que as Smart Cities enfrentam na implementação de tecnologias avançadas é:

Acerca do tratamento de dados pessoais por inteligência artificial

Acerca do uso de inteligência artificial (IA) pelos tribunais, temos experiências bem-sucedidas no Brasil, as quais mostram a relevância da tecnologia para a melhoria da eficiência de atividades. Seu uso é bastante promissor nas cortes e deverá auxiliar em mecanismos de acesso à justiça. Sobre o ponto, assinale a alternativa mais adequada.

No treinamento, as redes neurais convolucionais recebem imagens e aplicam filtros, que possibilitam a extração de características; após essa extração, a camada de rede neural é utilizada para classificar a imagem.