Questões de Concurso sobre Inteligência Artificial

RPA consiste num microcontrolador de 8 bits, com componentes complementares, para facilitar a programação e a incorporação em outros circuitos.

A utilização de valores aleatórios nos métodos modernos de inicialização dos pesos das camadas das redes neurais artificiais (RNA) permite evitar o problema do desaparecimento do gradiente (vanishing gradient problem).

A tecnologia baseada em um algoritmo matemático que identifica uma transação realizada virtualmente por meio de uma cadeia de blocos denomina-se

Uma organização está implementando um sistema de busca de informações interno, e a equipe de desenvolvimento resolveu avaliar diferentes modelos de linguagem vetoriais que ajudariam a conectar melhor documentos e consultas em departamentos que usam terminologias distintas em áreas de negócio que se sobrepõem. Um dos analistas ressaltou que seria interessante guardar os vetores de todo o vocabulário do modelo em um cache, de forma a aumentar a eficiência de acesso e reduzir certos custos de implantação.

Das alternativas abaixo, aquela que lista apenas os modelos compatíveis com essa estratégia de caching é:

Não é considerado um modelo de sistema da informação o que se afirma em:

Considerando-se, nos gráficos a seguir, que o resultado #2 corresponda ao melhor desempenho do algoritmo, é correto afirmar que o resultado #1 indica que houve underfitting.

Considerando uma rede neural, a função de ativação que deverá ser utilizada para que a saída possa assumir qualquer valor de -1 até 1 é a (o)

Um dos problemas mais conhecidos ao treinar redes neurais com muitas camadas ocorre quando os gradientes da função de cálculo de erros se aproximam de zero. Conforme os valores são propagados, podem ficar tão próximos de zero que o gradiente praticamente desaparece e a rede tem grandes dificuldades no respectivo treinamento. Qual é o nome dado a esse fenômeno?

A capacidade de um agente computacional de alterar o próprio comportamento com base em situações anteriores é chamada de

Segundo site da Oracle, a Internet das Coisas (IoT) descreve a rede de objetos físicos incorporados a sensores, software e outras tecnologias com o objetivo de conectar e trocar dados com outros dispositivos e sistemas pela internet. Embora a ideia de IoT já exista há muito tempo, uma coleção de avanços recentes em diversas tecnologias diferentes tornou-a prática. Sobre essas tecnologias, analise as afirmativas.

I. Acesso a tecnologia de sensores de baixo custo e baixa potência. Sensores acessíveis e confiáveis estão possibilitando a tecnologia IoT para mais fabricantes.

II. Inteligência artificial (IA) conversacional. Os avanços nas redes neurais trouxeram o NLP (natural-language processing, processamento de linguagem natural) aos dispositivos de IoT (como assistentes pessoais digitais Alexa, Cortana e Siri) e os tornaram atraentes, acessíveis e viáveis para uso doméstico.

III. Plataformas de computação na nuvem. O aumento da disponibilidade de plataformas na nuvem permite que empresas e consumidores acessem a infraestrutura de que precisam para aumentar a escala sem precisar gerenciar tudo.

IV. Conectividade. Uma série de protocolos de rede para a Internet facilitou a conexão de sensores à nuvem e a outras coisas para transferência eficiente de dados.

V. Machine learning e análise avançada. Com os avanços em machine learning e análise avançada, além do acesso a quantidades grandes e variadas de dados armazenados na nuvem, as empresas podem obter insights de maneira mais rápida e fácil. O surgimento dessas tecnologias aliadas continua a ultrapassar os limites da IoT e os dados produzidos pela IoT também alimentam essas tecnologias.

Assinale a alternativa correta:

O Chefe do Departamento de Treinamento de Modelos de I.A de determinado Banco de Investimento recebe em sua sala cinco cientistas de dados (cada um com um diferente modelo treinado e desenvolvido) e verifica que todos eles possuem a mesma queixa: o comprometimento da capacidade de generalização em decorrência da problemática do overfitting. Cada opção abaixo representa um modelo desenvolvido e a respectiva proposta de ·solução de um dos cientistas de dados. Assim assinale a opção com a proposta INCORRETA.

As redes neurais convolucionais (CNN) são aplicadas exclusivamente a problemas de regressão de dados, a partir da utilização da função de regressão logística.

Durante a elaboração de um sistema de busca de informações biomédicas, foi construído um modelo de linguagem vetorial não contextual para estimar relações de similaridade semântica necessárias para comparação entre queries e documentos. Entretanto, verificou-se nos testes iniciais que o desempenho do modelo ficou insatisfatório, devido a muitos termos técnicos presentes nos documentos testados, que não haviam sido incorporados ao modelo.

Para aliviar esse problema, uma tarefa de processamento do texto e seu estágio correspondente no processamento de linguagem natural que poderiam ser aplicados na construção do modelo são, respectivamente:

O processo de treinamento de uma rede neural artificial consiste em encontrar os valores ótimos para os parâmetros de cada neurônio (pesos e bias). O algoritmo utilizado para isso é o backpropagation, que, para definir se em dado momento cada parâmetro deve ter seu valor aumentado ou diminuído, usa um cálculo chamado

A ideia principal da técnica de “dropout” é descartar aleatoriamente unidades da rede neural (junto com suas conexões) durante a etapa de treinamento. Sobre a técnica de “dropout”, assinale a alternativa INCORRETA.

Ao construir um classificador usando machine learning, um desenvolvedor deve se perguntar o quão bom é seu modelo para predição. Assim, ao treinar um modelo de aprendizagem, algumas métricas podem ser utilizadas para avaliação. Considerando a legenda abaixo, pode-se afirmar que a Especificidade e a Precisão, são calculadas pelas seguintes fórmulas, respectivamente:

VP: verdadeiros positivos; FN: falsos negativos; FP: falsos positivos; VN: verdadeiros negativos; P: precisão; S: sensibilidade; N: total de elementos.

O processamento de linguagem natural (PLN) é uma área da inteligência artificial que trabalha com a machine learning e a linguística, estudando os problemas da geração e a compreensão automática nos dispositivos tecnológicos de línguas humanas naturais.

Assinale a alternativa correta em relação ao assunto.

Em uma visão ampla, a IA pode ser dividida em duas categorias principais: machine learning e deep learning.

Considere as afirmativas a seguir:

I. Inteligência Artificial (IA) é a parte da Ciência da Computação que se destina a desenvolver sistemas capazes de resolver um problema de uma maneira tal que seja considerada inteligente quando executada por um ser humano.

II. Redes Neurais é uma técnica de IA que utiliza redes de computadores interconectados em núcleos neurais.

III. A computação cognitiva, baseada em redes neurais e deep learning, está aplicando conhecimento de ciências cognitivas para desenvolver sistemas que simulem processos do pensamento humano.

IV. Para provar que é inteligente pelo teste de Turing, um sistema (máquina) deve se comportar como um ser humano.

Está CORRETO o que se afirma, apenas, em:

Sobre NLP, é INCORRETO afirmar que: