A inteligência artificial é um campo da ciência que se concentra na criação de computadores e máquinas
que podem raciocinar, aprender e atuar de maneira que normalmente exigiria inteligência humana ou que
envolve dados com escala maior do que as pessoas podem analisar.
Disponível em https://cloud.google.com/learn/what-is-artificial-intelligence?hl=pt-BR. Acesso em 22 de setembro de 2024. Com base nos benefícios e aplicações de inteligência artificial, avalie as seguintes afirmações:
I. A inteligência artificial pode automatizar fluxos de trabalho e processos ou trabalhar de forma
independente e autônoma de uma equipe humana.
II. A inteligência artificial pode ser utilizada apenas em robôs físicos.
III. O reconhecimento de imagens é um exemplo de aplicação de inteligência artificial.
IV. A inteligência artificial não pode ser usada para executar tarefas repetitivas.
Assinale a alternativa que contenha APENAS as afirmações corretas
Responder
💬 COMENTÁRIOS 📊 ESTATÍSTICAS 💾 SALVAR ⭐ PREMIUM
Em relação aos modelos de inteligência artificial (IA),
assinale a alternativa correta.
✂️ A) O modelo de aprendizado por reforço é utilizado
apenas para análise de dados estáticos, não sendo
aplicável em sistemas que envolvem interação
dinâmica com o ambiente.
✂️ B) Sistemas fundamentados exclusivamente em regras
lógicas não são considerados modelos de inteligência
artificial, pois não possuem capacidade de
aprendizado.
✂️ C) Modelos de IA supervisionada são incapazes derealizar predições quando expostos a dadospreviamente não vistos, limitando sua aplicabilidadeprática.
✂️ D) Modelos de aprendizado não supervisionado
necessitam de dados rotulados para ajustar seus
parâmetros e identificar tendências nos conjuntos
analisados.
✂️ E) Redes neurais artificiais são modelos inspirados no
funcionamento do cérebro humano, capazes de
aprender a partir de grandes volumes de dados e
ajustar seus pesos para reconhecer padrões complexos.
Responder
💬 COMENTÁRIOS 📊 ESTATÍSTICAS 💾 SALVAR ⭐ PREMIUM
Um instituto de pesquisa governamental está
desenvolvendo um sistema inteligente para
análise de dados sobre cursos de capacitação de
servidores públicos. O objetivo é otimizar a oferta
de cursos com base nos padrões de participação
e desempenho dos servidores. Durante a fase de
definição do modelo de aprendizado de máquina,
a equipe propôs duas tarefas:
Tarefa A: prever se um servidor concluirá o curso
com sucesso com base em variáveis como
frequência, tipo de curso e cargo;
Tarefa B: identificar grupos com padrões
semelhantes de participação, sem informações
prévias sobre desempenho.
Com base nesse contexto, assinale a alternativa
que caracteriza corretamente os tipos de modelos
aplicáveis a cada tarefa.
✂️ A) Tarefa A: é descritiva, pois agrupa os servidores
com base em características conhecidas. Tarefa
B: é preditiva, pois tenta prever o comportamento
futuro de cada grupo.
✂️ B) As Tarefas A e B são supervisionadas, pois
partem de atributos fornecidos na base de dados.
✂️ C) Tarefa A: exige um modelo supervisionado, pois
há uma variável-alvo definida. Tarefa B: exige um
modelo não supervisionado, já que não há
rótulos conhecidos.
✂️ D) Tarefa A: é não supervisionada, pois trabalha
com agrupamento baseado em dados históricos.
Tarefa B: é supervisionada, pois depende de
atributos quantitativos.
✂️ E) As Tarefa A e B exigem apenas classificação
binária, pois lidam com decisões do tipo “sim” ou
“não”.
Responder
💬 COMENTÁRIOS 📊 ESTATÍSTICAS 💾 SALVAR ⭐ PREMIUM