Questões de Concursos

Com relação à Inteligência Artificial, analise as afirmativas a seguir e assinale (V) para verdadeira e (F) para falsa.

( ) Representa o conjunto de modelos, algoritmos, técnicas e metodologias que podem ser implementados como sistemas computacionais
( ) Produz resultados como previsões, classificações, recomendações e decisões, a partir de processos de aprendizagem baseados em grande volume de dados.
( ) Tem potencial para influenciar somente ambientes virtuais.

As afirmativas são, respectivamente,

No treinamento de grandes modelos de linguagem (LLMs), como o GPT-4, uma técnica importante, utilizada para estabilizar o treinamento e favorecer a convergência - especialmente ao lidar com camadas profundas -, é a normalização por camada, conhecida como Layer Normalization, que consiste em:

Com a popularização de modelos de linguagem de grande escala (LLMs), como o GPT e o Claude, a engenharia de prompt tornou-se uma habilidade essencial para direcionar corretamente esses modelos, extraindo respostas mais úteis, seguras e alinhadas ao objetivo do usuário.
Em relação às boas práticas de engenharia de prompt aplicadas a grandes modelos de linguagem (LLMs), assinale a afirmativa correta.

Muitos cenários de análise de dados envolvem conjuntos sem rótulos disponíveis, como é comum em agrupamentos de clientes, detecção de padrões anômalos ou redução de dimensionalidade. Nesses casos, técnicas de aprendizado não supervisionado são essenciais para extrair conhecimento oculto nos dados.
Com relação ao aprendizado não supervisionado em Machine Learning, assinale a afirmativa correta.

Com o avanço do deep learning, redes neurais profundas e grandes modelos de linguagem (LLMs) vêm sendo amplamente utilizados em aplicações como tradução automática, geração de texto, reconhecimento de imagens e assistentes virtuais.
A respeito de redes neurais profundas, deep learning e grandes modelos de linguagem (LLMs), assinale a afirmativa correta.

Com relação aos Grandes Modelos de Linguagens (LLMs), avalie as afirmativas a seguir e assinale (V) para verdadeira e (F) para falsa.

( ) LLMs são capazes de fazer inferências a partir de um contexto, gerar respostas contextualmente relevantes, traduzir documentos para outros idiomas, resumir textos, responder a perguntas ou mesmo auxiliar em tarefas de redação criativa ou geração de código.
( ) Os LLMs representam um avanço considerável no processamento de linguagem natural (PNL) e tornaram-se facilmente acessíveis ao público por meio de interfaces como o Chat GPT-3 e o GPT-4. Outros exemplos de LLMs são os modelos Llama e as representações de codificadores bidirecionais, como BERT e RoBERTa.
( ) LLM é um modelo de aprendizado de máquina que pode ser usado na inteligência artificial generativa, capaz de executar diferentes funções. Os LLM são treinados a partir de grandes volumes de dados.

As afirmativas são, segundo a ordem apresentada,

Em um contrato de auditoria automatizada, um órgão de controle utiliza técnicas de machine learning para identificar padrões de comportamento atípicos em diárias e passagens. Os dados não estão rotulados e a ideia é descobrir grupos de registros similares e desvios sem conhecimento prévio.
A técnica mais adequada para esse tipo de análise denomina-se:

Aprendizado não supervisionado usa algoritmos para analisar e agrupar conjuntos de dados não rotulados. Esses algoritmos descobrem padrões ocultos ou agrupamentos de dados sem a necessidade de intervenção humana.
Selecione a opção que contém somente métodos de aprendizado não supervisionado.

As redes neurais são modelos de aprendizado de máquina e podem ser classificadas em diferentes tipos, sendo usadas para distintos propósitos.

O tipo de redes neurais que são bem-sucedidas no reconhecimento de imagens, reconhecimento de padrões e visão computacional são denominadas de redes:

No âmbito jurídico, é possível deparar-se com situações em que é necessário identificar decisões judiciais com valores indenizatórios atípicos, sem dispor de um banco de dados pré-classificado como "normal" ou "anômalo".
Para alertar sobre esses casos, sem empregar dados históricos rotulados, a técnica de machine learning mais adequada é:

A função sigmoide, cujo gráfico tem a forma de “S”, é uma das funções de ativação mais comumente usadas na construção de redes neurais. A sigmoide é definida como uma função estritamente crescente que exibe um equilíbrio elegante entre comportamento linear e não linear. Assinale a opção que define uma função sigmoide.

Os sistemas de aprendizado de máquina se enquadram em uma ou mais categorias de acordo com a forma como seus modelos aprendem a fazer previsões ou gerar conteúdo.

Modelos, que precisam inferir suas próprias regras e fazem previsões com base em dados que não contêm respostas corretas, e cujo objetivo é identificar padrões significativos nos dados, são conhecidos como:

O trabalho que José executa todos os dias é acessar o site do Detran, baixar extratos e incluí-los no sistema de procuradorias para subsidiar análises sobre dívida ativa. Para otimizar esse trabalho, o Departamento de Tecnologia da Informação implementou uma solução que automatiza as tarefas repetitivas do processo que José executa. Para iniciar o processo, José deve dar um clique em um botão para que as tarefas programadas na solução sejam executadas.
A solução implementada no órgão em que José trabalha é do tipo:

Os grandes modelos de linguagem, também conhecidos como LLMs (Large Language Model),

Atualmente existem várias técnicas de aprendizado de máquina. A técnica que usa uma função que recebe como entrada um vetor de valores de atributos e retorna um único resultado como valor de saída, sendo que os valores de entrada e saída podem ser discretos ou contínuo e para cada elemento do vetor será classificado como verdadeira (um exemplo positivo) ou falso (um exemplo negativo).
Essa técnica é conhecida como

João elaborou o seguinte texto para enviar ao chefe do seu setor por e-mail:
“A gente do depósito de material tá passando por perrengue mó de que não tem uma coisa pra mó de sentar”.
Na sequência, João utilizou uma solução de Inteligência Artificial (IA) para revisar seu texto e sugerir alterações. O resultado foi:
“A equipe do depósito de materiais está passando por dificuldades porque não há móveis adequados para sentar”.
Para a IA realizar a revisão com o objetivo de obter um texto bem estruturado, rico em vocabulário, a partir de comandos claros e específicos, João utilizou um:

Existem diversos algoritmos de classificação que são amplamente utilizados na resolução de problemas que envolvam problemas de aprendizado de máquina. Com relação aos algoritmos de classificação, analise as afirmativas a seguir.

I. A regressão logística é um algoritmo muito utilizado em ciências biológicas e ciências sociais, ela deve ser usada em problemas de classificação binários, ou seja, problemas para os quais os dados devam ser classificados entre dois grupos distintos e mutuamente excludentes.

II. SVM é um algoritmo cujo objetivo é traçar uma ou mais retas que divida(m) de maneira aproximadamente equitativa, com margem máxima, um conjunto de pontos de um espaço vetorial, que representam os dados do problema estudado. Ele trabalha apenas com dados linearmente separáveis, o que pode, eventualmente, limitar sua aplicação.

III. Árvore de decisão é um algoritmo de aprendizagem não supervisionada, que tem uma variável destino predeterminada. A função da árvore é separar subconjuntos de dados que tenham alguma característica comum, essa característica é chamada de diferenciador e é significativa em relação às variáveis de entrada que podem ser categóricas ou contínuas.


Está correto o que se afirma em