Questões de Concurso sobre Inteligência Artificial

Uma rede neural convolucional é composta por camadas convolucionais, unidades de processamento não linear e camadas de subamostragem (pooling); ela possui como característica a habilidade em explorar correlações temporais e espaciais nos dados.

O conceito de inteligência artificial (IA) refere-se, unicamente, a duas grandes áreas do conhecimento: ciência da computação e matemática.

Em RNA formada unicamente de perceptron, uma pequena alteração nos pesos de um único perceptron na rede pode ocasionar grandes mudanças na saída desse perceptron; mesmo com a inserção das funções de ativação, não é possível controlar o nível da mudança, por isso, essas redes são voltadas para a resolução de problemas específicos, tais como regressão e previsão de séries temporais.

São hiperparâmetros para a configuração de uma rede neural, EXCETO:

As funções de ativação são elementos importantes nas redes neurais artificiais; essas funções introduzem componente não linear nas redes neurais, fazendo que elas possam aprender mais do que relações lineares entre as variáveis dependentes e independentes, tornando-as capazes de modelar também relações não lineares.

Um modelo de classificação de salda binária (0 ou 1) foi projetado pelo Departamento de IA da Marinha do Brasil. Por abstração, saldas iguais a zero foram associadas ao caso negativo e saldas unitárias associadas ao caso positivo. Após o treino, o teste e a validação do modelo, obteve-se como resultado a matriz de confusão exposta na tabela abaixo. Esse sistema é em pregado por um banco comercial e seus diferentes departamentos para classificar individuas propensos a não arcar com suas dividas (ou seja, propensos ao problema denominado default). A resposta igual a 1, positivo, representa clientes cuja previsão é a de default, enquanto a resposta igual a 0, negativo, é a de clientes cuja previsão é a de não default. Assim, assinale a opção na qual a pergunta e a resposta feita pelo departamento descrito se encontra INCORRETA.

Em uma rede neural, o processo de treinamento consiste em duas grandes etapas, na primeira, os dados de entrada são apresentados à rede, que realizará uma predição. Na segunda, os erros cometidos na primeira etapa são apresentados ao algoritmo de otimização, que realizará os ajustes necessários. Qual nome é dado à primeira etapa?

Levando em consideração o uso da IA (Inteligência artificial) na "Cloud Computing", assinale a alternativa INCORRETA:

Em RNA, o uso de early stopping, ainda que não evite o overfitting, permite calcular com mais precisão a classificação nos dados de validação e, assim, melhorar a acurácia do treinamento.

Um pesquisador conseguiu uma base de dados que mostrava terrenos classificados de acordo com:

• características físicas;

• tipo de negócio a ser nele implantado;

• risco esperado, que compreendia os rótulos alto, médio, baixo ou nenhum.

Decidiu, então, usar um algoritmo de aprendizado de máquina que, a partir das características físicas do terreno e do tipo de negócio a ser nele implantado, aprenderia a determinar o risco esperado, enquadrando o terreno em questão em um daqueles rótulos.

Nesse cenário, que algoritmo de aprendizado de máquina é indicado para resolver esse problema?

O mundo está em um processo de transição rumo a uma transformação digital de proporções grandiosas. Uma das tecnologias que vêm abarcadas por essa transformação é o assistente virtual inteligente. A possibilidade de poder fazer buscas, controlar dispositivos e cumprir funções apenas utilizando comando de voz já deixou de ser coisa de filmes futuristas e está na palma das nossas mãos. Sobre esse tema, assistente virtual inteligente, assinale a alternativa que não representa um desses assistentes.

Redes neurais do tipo LSTM (long short-term memory) mantêm o nível de precisão independentemente do tamanho do modelo utilizado.

Dada uma rede Perceptron, com n sinais de entrada (sendo n > 1 ), é correto afirmar que a rede possui:

As Redes Neurais Artificiais (RNAs) podem ser entendidas como modelos computacionais com capacidade de aprender, adaptar, generalizar, agrupar ou organizar dados, além de possuírem certa robustez a ruídos e tolerância a falhas. A estrutura básica operacional das RNAs está baseada em blocos construtivos semelhantes entre si e que realizam o processamento de forma paralela – sua unidade básica é o neurônico artificial (modelo matemático), exemplificado pela figura a seguir:

Onde: e1, e2, e3 e e4 são as informações de entradas do neurônio; w1, w2, w3 e w4 são os pesos aplicados nas entradas (ponderações); Σ é um nó ou ponto de soma; f(.) é a função de ativação, que recebe a soma ponderada das entradas e gera a informação s na saída.

Com base nos diversos campos de estudos que fundamentam os atuais princípios teóricos da Inteligência Artificial, em qual abordagem as RNAs estão baseadas?

Em seu site institucional, a Gartner Group afirma que “a inteligência artificial (IA) gera valor com base nos resultados de negócios em torno da experiência do cliente, redução de custos e geração de receita. Os CIOs de sucesso entendem que os aplicativos de IA são mais do que projetos técnicos e táticos - e que a aplicação da IA como uma capacidade tecnológica pode possibilitar novas oportunidades e ajudar a atingir as metas de negócios”. Tais aplicações, incluindo os Sistemas de Apoio à Decisão (SAD) utilizam de diversas tecnologias de IA para entregar resultados a gestores. Das sentenças a seguir, qual não corresponde corretamente a um tipo de sistema especialista:

Analise a rede neural exibida a seguir.

Sobre essa rede, analise as afirmativas a seguir.

I. Não possui camadas intermediárias (hidden layers).

II. Admite três sinais de entrada (input units) além do intercept term.

III. É apropriada para aplicações de deep learning.

Está correto o que se afirma em

Marque a alternativa correta: