Questões de Concurso sobre Inteligência Artificial

 
 
Disciplina
Assunto 1
Banca
Instituição
Cargo
Ano
Carreira
Área de formação
Escolaridade
Dificuldade
 
Comentários:
Professores
Alunos
Meus Comentários
Vídeo
 
Minhas questões:
Resolvidas
Não resolvidas
Certas
Erradas
 
Tipo de questão:
Certo e errado
Múltipla escolha
Incluir questões:
Anuladas
Desatualizadas
 
Questões:
Todas as questões
 
Filtro simplificado
 
Questões
Todas as questões
 
417 questões encontradas
Questões por página
20
Mais recentes
 

Nos últimos anos, a tecnologia tem se desenvolvido rapidamente e com ela novas formas de trabalho e interação entre humanos e máquinas.


O programa de computador projetado para simular uma conversa humana com usuários por meio de interfaces de bate-papo, como mensagens de texto, voz ou vídeo, é o:


A

BGP;


B

OSPF;


C

webinar;


D

NLP;


E

chatbot.

As Inteligências artificiais generativas têm a habilidade de produzir informações a partir de conjuntos de dados já existentes. Essas IAs são treinadas com extensos bancos de dados com o objetivo de aprender o padrão de construção desses dados. Com o aumento no interesse em inteligência artificial, têm surgido diversos serviços e ferramentas que utilizam algum tipo de IA generativa. Assinale a alternativa correta que apresenta ferramentas de IA.


A

Bing Chat, GoogleBard, ChatGPT.


B

Bing Chat, Google Bard, OpenGPT.


C

ChatGPT, Bing Chat, AIxp.


D

ChatGPT, Google Bard, MeetAI.

Apesar das CNN serem redes neurais profundas, com várias camadas ocultas, elas são dispensadas nos algoritmos de reconhecimento de imagens.


C

Certo


E

Errado

A Inteligência Artificial (IA) tem proporcionado avanços importantes em diversas áreas, tais como saúde, finanças e marketing, ajudando em diversas tarefas, desde apoio à tomada de decisões até a automação completa de tarefas, antes desempenhadas por seres humanos. Uma das abordagens da IA que vem ganhando destaque é conhecida como machine learning.


Assinale a alternativa que descreve corretamente características de machine learning.


A

Envolve algoritmos e modelos estatísticos que permitem que os sistemas aprendam a partir dos dados, identificando padrões e fazendo previsões.


B

Utiliza a memória de casos anteriores para resolver problemas, comparando e adaptando soluções passadas para situações similares no presente.


C

É baseada em regras e em conhecimento para tomar decisões e fornecer soluções em um domínio específico, simulando o raciocínio humano especializado.


D

Todas as técnicas utilizadas são executadas de forma autônoma, sem intervenção humana; porém, muitas demandam um grande custo de processsamento.


E

É baseada em símbolos e regras formais para representar, manipular e aprender com inferências lógicas, sendo utilizada na resolução de problemas complexos e na tomada de decisões.

João está trabalhando em um projeto de reconhecimento de animais por imagens, em que o conjunto de dados possui um atributo como rótulo, o qual indica o nome do animal retratado, como "cachorro", "gato", "pássaro" e "peixe".


Para treinar o modelo de reconhecimento de imagens de animais, a tarefa de aprendizado supervisionado que João deverá utilizar é:


A

regressão;


B

associação;


C

classificação;


D

agrupamento;


E

redução de dimensionalidade.

A inteligência artificial (IA) envolve a criação de algoritmos e modelos que permitem que as máquinas processem informações, aprendam com dados, tenham consciência, emoções ou intuição humana, tomem decisões, resolvam problemas e interajam com o ambiente de maneira inteligente.


C

Certo


E

Errado

Inteligência Artificial (IA) é um termo que tem estado cada vez mais popular, principalmente devido a utilização de ferramentas recentes de busca e interação. Sobre o conceito de inteligência artificial, assinalar a alternativa CORRETA:


A

Inteligência Artificial é uma área exclusiva da neurociência e consiste na integração biológica entre o cérebro humano e peças inorgânicas.


B

É uma área da computação que não apresenta nenhum avanço substancial desde o século XX.


C

Na prática, a inteligência Artificial é responsável por proporcionar às maquinas a capacidade de pensar, calcular, interagir, sentir, aprender, pensar, programar e aprimorar outras máquinas sem nenhuma interferência humana.


D

Em sua essência, a Inteligência Artificial permite que os sistemas tomem decisões de forma precisa e apoiada em dados digitais.

Luiz, médico dermatologista, criou um modelo de IA para auxiliar na detecção de câncer de pele com visão computacional. Como um modelo de classificação binária, ele terá 4 possíveis saídas: verdadeiro positivo (paciente com câncer, detectado corretamente), verdadeiro negativo (paciente sem câncer, detectado corretamente), falso positivo (paciente sem câncer, detectado incorretamente) e falso negativo (paciente com câncer, não detectado pelo modelo).

Levando em consideração que um modelo de IA seria utilizado como uma ferramenta de auxílio ao diagnóstico de câncer de pele, os erros de “tipo 1” (falso positivo) seriam tolerados, já que haveria uma análise posterior realizada por um médico especialista. No entanto, os erros “tipo 2” (falso negativo) seriam os mais críticos, uma vez que podem resultar em um diagnóstico tardio ou falho, comprometendo a saúde do paciente.


Tomando o cenário como base, julgue os itens a seguir:


I. A métrica mais importante nesse caso seria a Sensibilidade (Recall ou Revocação);

II. A métrica mais importante nesse caso seria a Precisão (Precision);

III. Ao ajustar o modelo para minimizar erros de "tipo 2", geralmente os erros de "tipo 1" tendem a aumentar;

IV. Luiz deveria submeter seu modelo a um treinamento mais longo, independentemente do overfitting.


Estão corretas as afirmativas


A

I e III, apenas.


B

II e III, apenas.


C

I e IV, apenas.


D

II e IV, apenas.


E

III e IV, apenas.

A tecnologia que permite ao usuário o armazenamento e o acesso a dados e a recursos de computação, por meio da Internet, oferecendo escalabilidade, flexibilidade e maior eficiência para empresas e usuários individuais, é o(a)


A

inteligência artificial.


B

computação em nuvem.


C

Internet das coisas.


D

blockchain.


E

realidade virtual.

Ao ser contratado por uma empresa da área de e-commerce, o cientista de dados Pedro foi alocado a um importante projeto: desenvolver um classificador para análise de sentimentos considerando as opiniões emitidas no Twitter pelos clientes dessa empresa. Para o início do trabalho, Pedro recebeu um pequeno conjunto de dados de tweets parcialmente anotados, que foram coletados da rede social por intermédio de uma API, usando como palavras-chave na busca os nomes de diversas empresas de e-commerce.


Como parte das escolhas de técnicas a serem utilizadas no projeto, Pedro optou pelo uso de word embeddings, com o objetivo de resolver o problema muito comum em processamento de linguagem natural de:


A

falta de anotação nos tweets, pois essa técnica gera automaticamente a anotação a partir das palavras que compõem o texto;


B

baixa quantidade de instâncias no conjunto de dados, pois essa técnica produz sobreamostragem da classe minoritária do conjunto de dados, incrementando-o;


C

maldição da dimensionalidade, pois essa técnica permite a representação das palavras como vetores de baixa dimensionalidade;


D

presença de outliers, pois essa técnica elimina as instâncias que não apresentam similaridade ao conjunto de dados como um todo;


E

flexão de palavras, pois essa técnica reduz substantivos flexionados em gênero ou número e verbos conjugados às suas formas mais básicas.

Em termos mais simples, IA refere-se a sistemas ou máquinas que mimetizam a inteligência humana para executar tarefas e podem se aprimorar iterativamente com base nas informações que eles coletam. A IA se manifesta de várias formas atualmente no nosso cotidiano, como nos chatbots, que usam a IA para entender os problemas dos clientes mais rapidamente e fornecer respostas mais eficientes. Em relação ao exposto, pode-se afirmar que a IA corresponde a:


A

Indução Automática.


B

Ideal Artificial.


C

Informação Artificial.


D

Inteligência Artificial.

De acordo com os conceitos de inteligência artificial, as máquinas reativas têm a capacidade compreender os seres humanos, entendendo seus estados mentais.


C

Certo


E

Errado

Nas redes neurais completamente conectadas, todos os neurônios de uma camada estão conectados aos neurônios da camada seguinte, no entanto, não é possível que as saídas das camadas posteriores alimentem a entrada de camadas anteriores.


C

Certo


E

Errado

Rede neural recorrente é uma arquitetura similar à feedforward; a diferença é que a cada nova camada oculta (hidden layer) é acrescentada outra camada recorrente à arquitetura conectada à camada anterior, duplicando assim a quantidade de camadas.


C

Certo


E

Errado

Uma rede neural é um modelo preditivo motivado pela forma como o cérebro funciona. Redes neurais artificiais são formadas por neurônios artificiais, que desenvolvem cálculos similares sobre suas entradas. Elas podem resolver uma variedade de problemas, tais como o reconhecimento de caligrafia e a detecção facial, entre outros. São geralmente representadas por meio de um grafo orientado, onde os vértices representam os neurônios e as arestas representam as sinapses. Podem ser classificadas em três categorias específicas: Redes Neurais Feed-Forward, Redes Recorrentes e Redes Conectadas Simetricamente. Dentro dessas categorias, existem diversos tipos de arquiteturas.


Assinale a alternativa que define corretamente uma Rede Neural Perceptron Multicamadas.


A

Uma Rede Neural Perceptron Multicamadas é uma rede neural profunda, que pode ser utilizada para classificar imagens, agrupá-las por similaridade e realizar o reconhecimento de objetos dentro de cenas.


B

Uma Rede Neural Perceptron Multicamadas é uma rede neural artificial composta por mais de um Perceptron. Elas são compostas por uma camada de entrada, para receber o sinal, e uma camada de saída, que toma uma decisão ou previsão sobre a entrada. Entre essas camadas podem existir um número arbitrário de camadas ocultas.


C

Uma Rede Neural Perceptron Multicamadas é um tipo de rede neural artificial projetada para reconhecer padrões em sequências de dados, como texto, genomas, sons, dados de série temporais ou linguagem natural.


D

Uma Rede Neural Perceptron Multicamadas é um tipo de rede neural recorrente estocástica, na qual os nós tomam decisões binárias com alguma tendência. Esse tipo de rede neural é capaz de representar e resolver problemas combinatórios difíceis.

O Processamento de Linguagem Natural (PLN) é a subárea da Inteligência Artificial responsável por estudar a capacidade e as limitações de uma máquina de entender a linguagem dos seres humanos. Para poder realizar essa modelagem, são necessários pré-processamentos que abstraem e estruturam a língua, deixando apenas aquilo que representa uma informação relevante. Uma das etapas desse processo compreende a normalização. Uma tarefa que pode ser realizada dentro do processo de normalização é denominada de tokenização lexical. Considere a seguinte sentença:


A área de Ciência de Dados é muito interessante!


Assinale a alternativa correta que representa o resultado da tokenização lexical para essa sentença.


A

[‘A’, ‘área’, ‘de’, ‘Ciência’, ‘de’, ‘Dados’, ‘é’, ‘muito’, ‘interessante’, ‘!’]


B

[‘A’, ‘área’, ‘Ciência’, ‘Dados’, ‘interessante’, ‘!’]


C

[‘A área de Ciência de Dados é muito interessante!’]


D

A ÁREA DE CIÊNCIA DE DADOS É MUITO INTERESSANTE!

Sobre os termos das características de processo de processamento de texto NLP, analise as assertivas abaixo e assinale a alternativa correta.


I. Stopwords.

II. Tf-id+f (Term Frequency-inverse document frequency).

III. Word embedding.

IV. Word2vec.


A

Todas estão corretas.


B

Todas estão incorretas.


C

Apenas I está correta.


D

Apenas I e II estão corretas.


E

Apenas III e IV estão corretas.

No que tange às semelhanças e às diferenças entre SVM e redes neurais, assinale a alternativa correta.


A

Redes neurais não são utilizadas para classificação de imagens, apenas SVMs.


B

Ambas possuem a mesma quantidade de parâmetros.


C

SVMs resultam em modelos mais complexos do que redes neurais.


D

SVMs podem ser usadas para regressão e para classificação, mas redes neurais são utilizadas apenas para classificação.


E

Ambas são aplicáveis a problemas lineares e não lineares.

   
Gerar simulado