A construção de sistemas de informação com técnicas de inteligência artificial refere-se, muitas vezes, à tendência de as pessoas pensarem em certos objetos ou máquinas como se esses tivessem características humanas. Essa tendência é denominada
Na trajetória evolutiva da Inteligência Artificial (IA), diversos
marcos e transições têm delineado seu progresso e desafios.
Nesse contexto, avalie se as afirmativas a seguir, que
destacam momentos críticos na história da IA, são verdadeiras (V)
ou falsas (F).
( ) Os Invernos da IA representam períodos de avanço tecnológico acelerado e investimento maciço em pesquisa de IA, marcados pela rápida adoção de tecnologias de IA em diversos setores sem qualquer ceticismo ou crítica.
( ) Introduzida em 2012, AlexNet é uma rede neural convolucional que competiu no desafio ImageNet, marcando um ponto de inflexão significativo para o campo do Deep Learning ao demonstrar a capacidade das redes neurais profundas em tarefas de visão computacional.
( ) O aprendizado de máquina (Machine Learning) foi abandonado nos anos 90 e 2000 devido à falta de progresso teórico e prático, com a comunidade de IA se movendo unicamente para o estudo teórico da computação.
( ) O lançamento do GPT-3 pela OpenAI representou um avanço substancial na geração automática de texto, oferecendo capacidades impressionantes de geração de linguagem natural e abrindo novas possibilidades para a aplicação de IA em diversos domínios.
As afirmativas são, respectivamente,
( ) Os Invernos da IA representam períodos de avanço tecnológico acelerado e investimento maciço em pesquisa de IA, marcados pela rápida adoção de tecnologias de IA em diversos setores sem qualquer ceticismo ou crítica.
( ) Introduzida em 2012, AlexNet é uma rede neural convolucional que competiu no desafio ImageNet, marcando um ponto de inflexão significativo para o campo do Deep Learning ao demonstrar a capacidade das redes neurais profundas em tarefas de visão computacional.
( ) O aprendizado de máquina (Machine Learning) foi abandonado nos anos 90 e 2000 devido à falta de progresso teórico e prático, com a comunidade de IA se movendo unicamente para o estudo teórico da computação.
( ) O lançamento do GPT-3 pela OpenAI representou um avanço substancial na geração automática de texto, oferecendo capacidades impressionantes de geração de linguagem natural e abrindo novas possibilidades para a aplicação de IA em diversos domínios.
As afirmativas são, respectivamente,
A respeito de aprendizagem de máquina, julgue o item que se segue.
No agrupamento hierárquico, ao contrário do k-means, não se exige especificação prévia do número de clusters.
FGV•
Alguns algoritmos de aprendizado de máquina servem para
agrupar instâncias de dados em clusters, podendo ser utilizados
para tarefas como segmentação de imagens, ou segmentação
social (por exemplo, para agrupamento de clientes em uma
mesma categoria.
Dois dos mais populares algoritmos são o K-means e o DBSCAN. A respeito desses algoritmos, relacione-os com suas principais características:
1. K-means
2. DBSCAN
( ) Precisa da definição de um número inicial de agrupamentos.
( ) Mais robusto à ocorrência de outliers, por sua provável localização em regiões de baixa densidade de dados.
( ) Precisa da definição do número mínimo de vizinhos e do raio da vizinhança para determinar limites dos agrupamentos.
( ) Determina centróides dos agrupamentos e agrupa as instâncias de dados em função de uma métrica de distância entre as instâncias e os centróides.
Das opções a seguir, aquela que indica a relação correta na sequência apresentada é
Dois dos mais populares algoritmos são o K-means e o DBSCAN. A respeito desses algoritmos, relacione-os com suas principais características:
1. K-means
2. DBSCAN
( ) Precisa da definição de um número inicial de agrupamentos.
( ) Mais robusto à ocorrência de outliers, por sua provável localização em regiões de baixa densidade de dados.
( ) Precisa da definição do número mínimo de vizinhos e do raio da vizinhança para determinar limites dos agrupamentos.
( ) Determina centróides dos agrupamentos e agrupa as instâncias de dados em função de uma métrica de distância entre as instâncias e os centróides.
Das opções a seguir, aquela que indica a relação correta na sequência apresentada é
Em um banco de grande porte, o time de operações de TI
enfrenta dificuldades para monitorar a grande quantidade
de eventos e alertas provenientes de diversos sistemas e
ferramentas. O time está considerando implementar uma
solução baseada em Inteligência Artificial (IA) para automatizar as tarefas operacionais (AiOps) de identificação
de problemas e de redução do tempo de resposta a incidentes críticos.
Nesse contexto, o uso de IA é possível, pelo fato de a AiOps, nesse caso,
Nesse contexto, o uso de IA é possível, pelo fato de a AiOps, nesse caso,
FGV•
A Inteligência Artificial (IA) é uma área da ciência da computação
que visa desenvolver sistemas capazes de realizar tarefas que
normalmente exigiriam inteligência humana.
O conceito que está mais diretamente relacionado ao desenvolvimento de sistemas que aprendem com os dados e melhoram seu desempenho ao longo do tempo é o de
O conceito que está mais diretamente relacionado ao desenvolvimento de sistemas que aprendem com os dados e melhoram seu desempenho ao longo do tempo é o de
FGV•
A detecção de outliers é uma tarefa importante que integra tanto
a etapa de pré-processamento do processo de mineração de dados
quanto a análise exploratória de dados em aprendizado de
máquina. Outliers são valores atípicos que podem fornecer
informações importantes ou, em alguns casos, distorcer análises
de dados. Eles são classificados em diferentes tipos, dependendo
de suas características e do contexto em que aparecem.
Considere um cenário em que uma sequência de vendas de um produto permanece constante durante uma promoção que normalmente gera picos de vendas, retornando aos patamares normais ao final da promoção.
Nessas condições, o tipo de outlier observado nessa sequência de vendas é o
Considere um cenário em que uma sequência de vendas de um produto permanece constante durante uma promoção que normalmente gera picos de vendas, retornando aos patamares normais ao final da promoção.
Nessas condições, o tipo de outlier observado nessa sequência de vendas é o
BDMG•
Acerca de LLM, IA generativa edata science, julgue o item subsequente.
No contexto da IA generativa, o conceito de latent space refere-se a um espaço vetorial multidimensional em que características abstratas de dados de entrada são representadas e manipuladas para gerarem novos dados.
No contexto da IA generativa, o conceito de latent space refere-se a um espaço vetorial multidimensional em que características abstratas de dados de entrada são representadas e manipuladas para gerarem novos dados.
Uma empresa deseja automatizar a alocação de recursos em seu data center utilizando Inteligência Artificial (IA)
com base em padrões históricos de uso. A ideia é que a IA
analise os dados de consumo e ajuste automaticamente
os recursos computacionais, prevenindo sobrecargas e
otimizando custos.
Para essa automação, deve ser utilizada uma aplicação de aprendizado de máquina que
Para essa automação, deve ser utilizada uma aplicação de aprendizado de máquina que
FGV•
Considere certo método de aprendizado de máquina do tipo
classificador, para realizar uma tarefa de classificação para k
classes (sendo k um número natural maior do que 1) em um
conjunto de dados com n objetos (sendo n um número natural
maior do que k). Acerca da matriz de confusão correspondente,
analise os itens a seguir.
I. A soma de todos os elementos da matriz é igual a n.
II. A taxa de acerto do classificador é dada pela razão entre a soma da diagonal principal da matriz e a soma de todos os elementos.
III. A precisão do classificador para certa classe i é dada pela razão entre o elemento da diagonal principal na linha i e a soma de todos os elementos da coluna i.
Está correto o que se afirma em
I. A soma de todos os elementos da matriz é igual a n.
II. A taxa de acerto do classificador é dada pela razão entre a soma da diagonal principal da matriz e a soma de todos os elementos.
III. A precisão do classificador para certa classe i é dada pela razão entre o elemento da diagonal principal na linha i e a soma de todos os elementos da coluna i.
Está correto o que se afirma em
Julgue o item subsecutivo, no que se refere a aprendizado de máquina e API (application programming interface).
Em aprendizado de máquina, não há overfitting.
Em aprendizado de máquina, não há overfitting.
Julgue o item subsecutivo, no que se refere a aprendizado de
máquina e API (application programming interface).
Em aprendizado de máquina, as técnicas de classificação e regressão são exemplos de aplicações práticas para a solução de problemas.
Em aprendizado de máquina, as técnicas de classificação e regressão são exemplos de aplicações práticas para a solução de problemas.
BDMG•
Julgue o próximo item, relativo a redes neurais e suas arquiteturas.
O perceptron multicamada (MLP) é um tipo de rede neural artificial constituída de várias camadas de neurônios que utilizam funções de ativação não lineares, permitindo que essa rede aprenda padrões complexos acerca de dados de entrada.
BDMG•
Acerca de LLM, IA generativa e data science, julgue o item subsequente.
As redes neurais convolucionais são especialmente adequadas para o processamento de dados sequenciais, como séries temporais e texto, devido à sua capacidade de capturar dependências ao longo de sequências.
As redes neurais convolucionais são especialmente adequadas para o processamento de dados sequenciais, como séries temporais e texto, devido à sua capacidade de capturar dependências ao longo de sequências.
BDMG•
Considerando os conceitos de ML (machine learning), julgue o item a seguir.
Nos algoritmos supervisionados de ML, o modelo é treinado apenas com dados de entrada, e as saídas são geradas automaticamente pelo algoritmo com base nos padrões inferidos, sem necessidade de dados de saída rotulados.
“A Internet das Coisas (IoT) encapsula uma visão de um mundo no qual bilhões de objetos com inteligência incorporada, meios de comunicação e recursos de detecção e atuação se conectam por meio da rede. A IoT tem diferentes aplicações, desde cuidados de saúde até a indústria, em que as soluções são trazidas às pessoas para ajudar a lidar com o caos em suas vidas diárias.”
(Cirani, et al., 2019. P 1. Adaptado.)
Sobre a Internet das Coisas (IoT), assinale a afirmativa correta.
(Cirani, et al., 2019. P 1. Adaptado.)
Sobre a Internet das Coisas (IoT), assinale a afirmativa correta.
A respeito de aprendizagem de máquina, julgue o item que se segue.
No algoritmo Apriori, utilizado para mineração de regras de associação, o princípio da monotonicidade estabelece que, se um itemset for frequente, então todos os seus superconjuntos também serão frequentes, o que permite uma poda eficiente do espaço de busca.
BDMG•
Julgue o item a seguir, referentes aos modelos de linguagem da IA generativa.
O VAE (variational autoencoder) é um autoencoder cuja distribuição de codificações é regularizada somente após o treinamento, o que garante que seu espaço latente tenha boas propriedades e maior dimensão para capturar padrões subjacentes, permitindo a geração de novos dados.
A respeito de aprendizagem de máquina, julgue o item que se segue.
Em validação cruzada k-fold, cada instância do conjunto de dados é utilizada uma única vez para teste, o que garante avaliação equilibrada.
FGV•
Alguns dos primeiros modelos de linguagem de larga escala
desenvolvidos tendiam a gerar resultados incorretos com excesso
de confiança, caracterizando o que se convencionou chamar de
alucinações dos modelos. Uma estratégia de mitigação das
alucinações é o uso da técnica de Geração Aumentada por
Recuperação, ou Retrieval-Augmented Generation (RAG).
A respeito da RAG, avalie as afirmativas a seguir.
I. Baseia-se na combinação de sistemas de recuperação de informações e de modelos generativos capazes de produzir novos textos.
II. Permite aos modelos buscarem informações relevantes em bases de dados mais confiáveis durante o processamento das consultas dos usuários (user queries), viabilizando melhor adequação a contextos e melhor qualidade das respostas.
III. Não altera os parâmetros dos modelos generativos, e, portanto, não influencia o treinamento das redes neurais com informações recuperadas de bases de dados externas.
Está correto o que se afirma em
A respeito da RAG, avalie as afirmativas a seguir.
I. Baseia-se na combinação de sistemas de recuperação de informações e de modelos generativos capazes de produzir novos textos.
II. Permite aos modelos buscarem informações relevantes em bases de dados mais confiáveis durante o processamento das consultas dos usuários (user queries), viabilizando melhor adequação a contextos e melhor qualidade das respostas.
III. Não altera os parâmetros dos modelos generativos, e, portanto, não influencia o treinamento das redes neurais com informações recuperadas de bases de dados externas.
Está correto o que se afirma em