Início

Questões de Concursos Inteligência Artificial e Automação

Resolva questões de Inteligência Artificial e Automação comentadas com gabarito, online ou em PDF, revisando rapidamente e fixando o conteúdo de forma prática.


81Q1078208 | Informática, Inteligência Artificial e Automação, Pesquisador em Fotônica, EMBRAPA, CESPE CEBRASPE, 2025

O plano diretor da Embrapa 2024–2030 inclui, entre suas metas, a geração de conhecimento, tecnologias e informação para o enfrentamento e a mitigação das mudanças do clima, para o uso racional dos recursos naturais dos biomas brasileiros e para uma agricultura sustentável de futuro. A pesquisa nestas linhas de ação exige a aquisição e o processamento de um volume grande de variáveis e dados, o que hoje pode ser viabilizado por ferramentas como a computação quântica, a inteligência artificial, incluindomachine learningedeep learning, Big Data, blockchain, visão computacional, robótica e automação, o que se reflete em outro compromisso para a produção de massa crítica e domínio em tecnologias emergentes e disruptivas que permitam atingir os objetivos citados. Considerando o assunto tratado no texto precedente, julgue o item seguinte.

No emprego das redes neurais convolucionais, aplicadas à visão computacional, os módulos iniciais conseguem identificar linhas e bordas dos objetos, os módulos seguintes organizam esses padrões em texturas e estruturas simples como triângulos e manchas, os quais se combinam então em outras estruturas como partes de folhas, galhos e bagas, e finalmente, os últimos módulos combinam esses elementos em objetos de interesse, como uma planta, um fruto ou um animal.
  1. ✂️
  2. ✂️

82Q1078156 | Informática, Inteligência Artificial e Automação, Analista Ambiental, IBAMA, CESPE CEBRASPE, 2025

Julgue o item a seguir, relativo à análise de redes sociais (ARS), ferramenta que permite compreender a dinâmica de comunidades online na Web.
A capacidade de essa ferramenta prever com precisão a propagação de informações em tempo real é diretamente proporcional à granularidade dos dados coletados, independentemente da complexidade dos algoritmos utilizados.
  1. ✂️
  2. ✂️

83Q1078163 | Informática, Inteligência Artificial e Automação, Pesquisador Ciências Biológicas, EMBRAPA, CESPE CEBRASPE, 2025

Tendo em vista os recentes avanços da inteligência artificial na bioinformática, julgue o item a seguir.

As redes neurais convolucionais são amplamente utilizadas em bioinformática para o processamento de sequências genômicas, pois sua arquitetura permite capturar relações temporais e de longo alcance nas sequências de DNA, de forma similar ao que ocorre no processamento de séries temporais.

  1. ✂️
  2. ✂️

84Q1074129 | Informática, Inteligência Artificial e Automação, Fonoaudiólogo, Prefeitura de São João do Oeste SC, AMEOSC, 2025

A inteligência artificial (IA) tem se destacado como uma das principais tecnologias transformadoras da atualidade, influenciando diversos setores da economia e da sociedade. Considerando seus fundamentos e impactos, qual das alternativas abaixo melhor descreve a essência da inteligência artificial e seus principais desafios?
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️

85Q1078258 | Informática, Inteligência Artificial e Automação, Técnico em Informática, Prefeitura de Anajás PA, Instituto Ágata, 2024

No contexto do aprendizado de máquina, um modelo supervisionado é um modelo que
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️
  5. ✂️

86Q1078123 | Informática, Inteligência Artificial e Automação, Analista de Gestão da Informação, EMBRAPA, CESPE CEBRASPE, 2025

No que se refere a gestão do conhecimento, vocabulários controlados e utilização de inteligência artificial em gestão de dados e informação, julgue o item subsecutivo.

A inteligência artificial pode reconhecer padrões, identificar anomalias e antecipar tendências futuras por meio da análise de dados e informações.

  1. ✂️
  2. ✂️

87Q1078164 | Informática, Inteligência Artificial e Automação, Pesquisador Ciências Biológicas, EMBRAPA, CESPE CEBRASPE, 2025

Tendo em vista os recentes avanços da inteligência artificial na bioinformática, julgue o item a seguir.

Na detecção e na classificação de elementos transponíveis por aprendizado de máquina, o conjunto de dados pode ser altamente desequilibrado, o que torna inadequadas algumas métricas, como precisão e curvas ROC (receiver operating characteristic).

  1. ✂️
  2. ✂️

88Q1078165 | Informática, Inteligência Artificial e Automação, Pesquisador Ciências Biológicas, EMBRAPA, CESPE CEBRASPE, 2025

Acerca de modelagem computacional e inteligência artificial aplicada à biologia, julgue o item subsecutivo.

Redes neurais gráficas são ferramentas importantes na modelagem de vias metabólicas e utilizam métodos, como random forest e XGBoost, para prever reações enzimáticas e detectar relações entre metabólitos.

  1. ✂️
  2. ✂️

89Q1017074 | Informática, Inteligência Artificial e Automação, Pesquisador, EMBRAPA, CESPE CEBRASPE, 2025

Acerca de inteligência artificial emachine learning,julgue o item que se segue.

O aprendizado não supervisionado se caracteriza pela utilização de dados previamente rotulados para treinar um modelo de machine learning, permitindo que ele aprenda padrões automaticamente a partir dos rótulos desses dados.

  1. ✂️
  2. ✂️

90Q1078207 | Informática, Inteligência Artificial e Automação, Pesquisador em Fotônica, EMBRAPA, CESPE CEBRASPE, 2025

O plano diretor da Embrapa 2024–2030 inclui, entre suas metas, a geração de conhecimento, tecnologias e informação para o enfrentamento e a mitigação das mudanças do clima, para o uso racional dos recursos naturais dos biomas brasileiros e para uma agricultura sustentável de futuro. A pesquisa nestas linhas de ação exige a aquisição e o processamento de um volume grande de variáveis e dados, o que hoje pode ser viabilizado por ferramentas como a computação quântica, a inteligência artificial, incluindo machine learning e deep learning, Big Data, blockchain, visão computacional, robótica e automação, o que se reflete em outro compromisso para a produção de massa crítica e domínio em tecnologias emergentes e disruptivas que permitam atingir os objetivos citados. Considerando o assunto tratado no texto precedente, julgue o item seguinte.

No contexto da agricultura digital envolvendo diferentes processos biológicos, as aplicações da computação quântica podem ser agrupadas em áreas como bioinformática, sensoriamento remoto, modelagem climática e agricultura inteligente.
  1. ✂️
  2. ✂️

91Q1078386 | Informática, Inteligência Artificial e Automação, Professor de Informática, Prefeitura de Bandeirante SC, AMEOSC, 2024

Texto associado.
O mundo precisa investir em tecnologia climática na era da inteligência artificial


As tecnologias transformacionais estão convergindo para criar oportunidades sem precedentes para os investidores que pretendem garantir retornos financeiros significativos, apoiando simultaneamente a implementação de soluções para as alterações climáticas.

O panorama de potenciais investimentos no espaço é vasto, variando desde startups empreendedoras até algumas das maiores e mais valiosas empresas do mundo. A inteligência artificial (IA) tem o potencial de ajudar a determinar as empresas que estão fazendo uma diferença genuína, ao mesmo tempo que impulsionam a formação de capital.

Uma das principais vantagens da utilização da IA ??no investimento em tecnologia climática é a sua capacidade de processar grandes quantidades de dados com rapidez e precisão. Os investimentos em tecnologia climática podem ser particularmente complexos, envolvendo conhecimentos científicos e técnicos sofisticados, bem como conjuntos de dados muito grandes.

A inteligência artificial pode analisar dados de muitos tipos e fontes diferentes, incluindo imagens de satélite, dados de sensores da Internet das Coisas (IoT) de ativos de energia renovável, modelos climáticos e estatísticas operacionais, para fornecer informações que os analistas podem perder.

Para os investidores, isto significa que a IA pode identificar tendências e padrões que indicam o potencial de crescimento ou os riscos associados a determinadas tecnologias ou empresas. Por exemplo, os modelos de aprendizagem automática podem prever as taxas de adoção e a economia incremental de tecnologias renováveis, como a energia solar ou eólica, em mercados específicos e avaliar o impacto das alterações regulamentares nas políticas de redução de emissões em indústrias específicas.

A análise preditiva baseada em IA pode ser extremamente valiosa para os investidores, fornecendo insights sobre ganhos históricos e futuros com base em uma infinidade de fatores internos e externos à empresa.

Por exemplo, a IA pode analisar dados de redes sociais, análises online e interações com clientes para prever apopularidade futura dos produtos e as exigências do mercado. Também pode avaliar as emissões de gases com efeito de estufa de toda a cadeia de valor para compreender o impacto das iniciativas na fábrica e o impacto correspondente nos "resultados finais". Isto permite aos investidores antecipar quais os segmentos que provavelmente serão rentáveis ??e ajustar as suas estratégias de investimento em conformidade.

A inteligência artificial melhora a gestão de riscos, fornecendo perfis detalhados com base em uma série de variáveis, incluindo condições de mercado, fatores geopolíticos e riscos específicos do setor. Modelos avançados de IA podem simular vários cenários de risco e seus impactos nos investimentos em negócios operacionais. Isto pode ser particularmente útil em setores como os de produtos de consumo, serviços financeiros ou imobiliário, onde os investimentos são fortemente influenciados por mudanças políticas.

A IA pode monitorar e analisar continuamente o desempenho de cada negócio em uma carteira de investimentos em relação aos benchmarks de mercado. Também pode sugerir a realocação de recursos entre as empresas, a fim de otimizar o desempenho geral. Este reequilíbrio dinâmico, impulsionado por dados em tempo real, ajuda a manter um portfólio alinhado com os objetivos estratégicos e as oportunidades de mercado.

Para os investidores, é crucial compreender o sentimento público em relação a setores ou produtos específicos. A IA pode analisar feeds de notícias, publicações em redes sociais, preconceitos da mídia e outros conteúdos digitais para avaliar a percepção do público. A análise de sentimento pode então ser aplicada ao processo de tomada de decisão de potenciais clientes e decisores políticos para avaliar o provável curso de ação que irão tomar ao longo do tempo.

A IA pode gerar melhorias significativas na eficiência operacional, automatizando tarefas rotineiras, otimizando a logística e melhorando a gestão de recursos. Os investidores podem trabalhar para compreender o quão cedo e amplamente uma empresa está adotando o aprendizado de máquina e ferramentas generativas de IA que podem fazer uma diferença significativa.

Por exemplo, os sistemas alimentados por inteligência artificial podem prever condições de falha antes que ocorram em turbinas eólicas, reduzindo o tempo de inatividade e os custos de manutenção e, assim, aumentando diretamente os lucros em relação aos concorrentes.

Ao analisar os dados dos clientes, a IA pode ajudar a identificar novas oportunidades de mercado ou regiões carentes. Também permite que as empresas adaptem os produtos mais de acordo com as necessidades dos clientes, muitas vezes levando a uma maior satisfação e fidelidade.

Além disso, a IA melhora a tomada de decisões financeiras, fornecendo previsões detalhadas que consideram cenários econômicos multivariados. Estas ferramentas ajudam os gestores a desenvolver estratégias financeiras mais eficazes, orçamentar commais precisão e planejar investimentos que se alinhem tanto com as necessidades de curto prazo como com os objetivos de longo prazo.


https://forbes.com.br/forbesesg/2024/05/o-mundo-precisa-investir-em-te cnologia-climatica-na-era-da-inteligencia-artificial/
Qual é uma das capacidades da inteligência artificial mencionada no texto em relação à gestão de carteiras de investimentos?
  1. ✂️
  2. ✂️
  3. ✂️
  4. ✂️

92Q1017068 | Informática, Inteligência Artificial e Automação, Pesquisador, EMBRAPA, CESPE CEBRASPE, 2025

A respeito de visão computacional com redes neurais convolucionais (CNN), de classificação de imagens e de processamento de linguagem natural (PLN), julgue o item seguinte.

Na classificação de imagens, o objetivo principal é atribuir um rótulo (classe) a cada pixel da imagem, delimitando e identificando diferentes objetos ou regiões, ao passo que, na segmentação de imagens, o objetivo é atribuir um único rótulo à imagem como um todo, indicando seu conteúdo principal.

  1. ✂️
  2. ✂️
Utilizamos cookies e tecnologias semelhantes para aprimorar sua experiência de navegação. Política de Privacidade.