Questões de Concurso Comentadas sobre inteligencia artificial em engenharia de software

O Google começou a disponibilizar ao público seu chatbot de inteligência artificial (IA). O objetivo do projeto do Google é concorrer com o ChatGPT, programa lançado pelo laboratório de pesquisas OpenAI em novembro de 2022 e apoiado pela Microsoft. Como se chama esse chatbot?

O tipo de aprendizagem de máquina que se baseia em dados preparados para treinamento, quando se sabe o desfecho de cada registro do conjunto de dados, em geral previamente rotulados por um especialista, é a aprendizagem 

Sobra algaritmos de clusterização, analise as afirmativas a seguir.

I. Os resultados de um algoritmo de clusterização baseados em grafo são normalmente mostrados como um dendrograma.

II. Os métodos baseados em densidade são adequados para descobrir clusters com forma arbitrária, tais como elíptica, cilíndrica ou espiralada.

III. K-Means e K-Medaids são algoritmos de clusterização aglomerativa que dividen a base de dados em k-grupos, onde o número k é dado pelo usuário.

Está correto o que se afirma em

Em machine learning, quando algoritmos de aprendizado de máquina são usados para analisar e agrupar conjuntos de dados não rotulados, de forma tal que os algoritmos descobrem padrões ocultos sem a necessidade de intervenção humana, usa-se a forma de aprendizado do tipo 

Para criar, por meio de bots, uma forma de automatizar tarefas repetitivas de software, como entrada de dados em formulários, usando-se tecnologias que imitam tarefas de back-office de trabalhadores humanos, uma solução seria a implementação de 

__________ consiste em uma análise estatística que envolve duas variáveis: a de resposta e a preditiva, e considera que o valor da variável de resposta (ou dependente) pode ser estimado por uma combinação de variáveis explicativas (dependentes). Já quando a variável de resultado é de natureza categórica, __________ pode ser usada para prever a probabilidade de um resultado com base nas variáveis de entrada que podem ser explicativas, contínuas e/ou binárias.
Assinale a alternativa que preenche, correta e respectivamente, as lacunas do trecho acima.

Analise as assertivas abaixo sobre Naïve Bayes:
I. É um classificador ingênuo que assume que a presença ou ausência de uma característica particular de uma classe não está relacionada com a presença ou ausência de outras características.
II. As variáveis de entrada são geralmente categóricas, mas variações do algoritmo podem aceitar variáveis contínuas. Também existem maneiras de converter variáveis contínuas em categóricas. Esse processo é denominado discretização de variáveis contínuas.
III. A filtragem de spam é um exemplo clássico do uso de Naïve Bayes para distinguir e-mail de spam de e-mail legítimo. Muitos clientes de e-mail modernos implementam variantes de filtragem bayesiana de spam.
Quais estão corretas?

Para evitar overfitting, uma prática comum é randomicamente dividir a base de dados em N conjuntos de dados de tamanhos aproximadamente iguais. O modelo é treinado com N-1 conjuntos e testado com o restante. Uma medida de erro é obtida. Esse processo é repetido um total de N vezes através das várias combinações dos N conjuntos de dados. Por fim, calcula-se a média de validação dos N experimentos para se obter a estimativa de erro. Qual é o nome dessa técnica descrita e utilizada para avaliar modelos de aprendizado de máquina?

As Redes Neurais _________ possuem uma arquitetura feed-forward que usam filtros e camadas de agrupamento para transformar os dados, enquanto as Redes Neurais _________ são preditivas, reutilizam funções de ativação de outros pontos de dados na sequência para gerar a próxima saída em uma série.
Assinale a alternativa que preenche, correta e respectivamente, as lacunas do trecho acima.

Uma organização decidiu monitorar a opinião do público sobre ela nas redes sociais. Para isso, processou as mensagens com referências ao seu nome, a fim de possibilitar o uso de uma técnica de processamento de linguagem natural conhecida como análise de sentimentos.
Após transformar cada mensagem em uma string, um dos passos importantes nessa técnica é a tokenização, que consiste em

No processo de aprendizagem de máquina, busca-se identificar padrões compreensíveis em bases de dados. Desse modo, supõe-se a existência de uma hierarquia de três níveis: a base, com os itens elementares, captados e armazenados por recursos de Tecnologia da Informação; o nível intermediário, no qual esses itens são processados, com significados e contextos bem definidos; e o nível mais alto, contendo os padrões ou os conjuntos cuja formulação pode envolver ou relacionar os níveis inferiores.
Os três níveis dessa hierarquia, listados, respectivamente, da base para o nível mais alto, são: 

Com o objetivo de minimizar os riscos na concessão de crédito, um banco contratou uma empresa especializada em sistemas digitais para desenvolver um classificador de requisitantes de crédito em bons ou maus pagadores. Ao entregar o modelo de classificação para o banco, a empresa afirmou que o classificador havia obtido nos testes uma precisão de mais de 95%. No entanto, após alguns meses, o banco notou que o desempenho do classificador estava aquém do esperado, ficando abaixo de 60%. Essa situação apresenta um problema de:

João e Júlio fazem parte da equipe de Ciência de Dados do TCE/ES e estão realizando um estudo para o desenvolvimento de um classificador binário (classes positiva e negativa) usando Naive Bayes. Com o intuito de dividirem suas tarefas, João ficou responsável por treinar o modelo de classificação, e Júlio, por avaliar o desempenho do modelo. Após o treinamento do modelo, João aplicou-o ao conjunto de teste e enviou um e-mail a Júlio com a matriz de confusão resultante. Dessa forma, Júlio poderá calcular:

Ao ser contratado por uma empresa da área de e-commerce, o cientista de dados Pedro foi alocado a um importante projeto: desenvolver um classificador para análise de sentimentos considerando as opiniões emitidas no Twitter pelos clientes dessa empresa. Para o início do trabalho, Pedro recebeu um pequeno conjunto de dados de tweets parcialmente anotados, que foram coletados da rede social por intermédio de uma API, usando como palavras-chave na busca os nomes de diversas empresas de e-commerce. Como parte das escolhas de técnicas a serem utilizadas no projeto, Pedro optou pelo uso de word embeddings, com o objetivo de resolver o problema muito comum em processamento de linguagem natural de:

No contexto do desenvolvimento de chatbots baseados em prompt textuais, uma habilidade importante é a resolução de ambiguidades, visando à compreensão completa do texto.
Assinale a técnica de NLP adequada nesse tipo de desenvolvimento.

Suponha que um modelo de classificação binária foi treinado para distinguir e-mails de spam de e-mails legítimos. O modelo foi testado em um conjunto de dados de teste com 200 e-mails, sendo 100 e-mails de spam e 100 e-mails legítimos.
A matriz de confusão é dada por 80 verdadeiros positivos, 85 verdadeiros negativos, 15 falsos positivos (erro tipo 1) e 20 falsos negativos (erro tipo 2). 
Nessas condições, o F1-Score do modelo deve ser aproximadamente igual a 

Em relação ao processamento de linguagem natural (PLN), analise as afirmativas a seguir.

I. O PLN envolve a compreensão e a geração de linguagem natural humana.

II. A tarefa principal do PLN é traduzir textos de uma língua para outra.

III. O PLN não é utilizado para tarefas de processamento de voz.

IV. O PLN é aplicado em sistemas de recuperação de informações e assistentes virtuais.

Estão corretas as afirmativas

Responsible AI (IA Responsável) e Explainable AI (IA Explicável) são conceitos importantes no desenvolvimento de sistemas de inteligência artificial. A IA Explicável refere-se à capacidade de explicar como uma decisão foi tomada pelo modelo de IA, permitindo que os usuários entendam o processo de tomada de decisão. Já a IA Responsável envolve garantir que a IA seja desenvolvida e implementada de forma ética e legalmente responsável.

Nesse contexto, sobre Responsible AI, assinale a afirmativa incorreta.

Luiz, médico dermatologista, criou um modelo de IA para auxiliar na detecção de câncer de pele com visão computacional. Como um modelo de classificação binária, ele terá 4 possíveis saídas: verdadeiro positivo (paciente com câncer, detectado corretamente), verdadeiro negativo (paciente sem câncer, detectado corretamente), falso positivo (paciente sem câncer, detectado incorretamente) e falso negativo (paciente com câncer, não detectado pelo modelo).

Levando em consideração que um modelo de IA seria utilizado como uma ferramenta de auxílio ao diagnóstico de câncer de pele, os erros de “tipo 1” (falso positivo) seriam tolerados, já que haveria uma análise posterior realizada por um médico especialista. No entanto, os erros “tipo 2” (falso negativo) seriam os mais críticos, uma vez que podem resultar em um diagnóstico tardio ou falho, comprometendo a saúde do paciente. Tomando o cenário como base, julgue os itens a seguir:

I. A métrica mais importante nesse caso seria a Sensibilidade (Recall ou Revocação);

II. A métrica mais importante nesse caso seria a Precisão (Precision);

III. Ao ajustar o modelo para minimizar erros de "tipo 2", geralmente os erros de "tipo 1" tendem a aumentar;

IV. Luiz deveria submeter seu modelo a um treinamento mais longo, independentemente do overfitting.

Estão corretas as afirmativas