Questões de Concurso Sobre inteligencia artificial em engenharia de software

Uma rede neural é um programa de aprendizado de máquina que toma decisões utilizando processos que imitam a forma como os neurônios biológicos funcionam.

Com relação ao funcionamento, à aplicação e à modelagem quando se utilizam redes neurais, verifica-se que

A Inteligência Artificial (IA) basicamente é classificada em duas vertentes, as IAs fracas e as IAs fortes. Assistentes virtuais como Alexa, Siri e Bixby são exemplos de IAs fracas.

Analise as possíveis justificativas para a classificação de assistentes virtuais como IAs fracas.

I. Porque dependem de dados treinados e não podem aprender ou evoluir de maneira autônoma após o treinamento inicial.

II. Porque utilizam o ChatGPT como base de conhecimentos.

III. Porque utilizam apenas infraestrutura e serviços proprietários das empresas que os desenvolvem.

IV. Porque apenas simulam a inteligência.

V. Porque tem dificuldade em generalizar seu conhecimento para novas situações ou contextos.

As justificativas corretas são: 

O Aprendizado de Máquina ou Machine Learning (ML) é uma área da ciência da computação diretamente relacionada à Ciência de Dados (Data Science). Como sua própria terminologia diz, o Aprendizado de Máquina se concentra no desenvolvimento de algoritmos que podem aprender com dados. Seus três principais tipos de algoritmos são Aprendizado Supervisionado, Aprendizado Não Supervisionado e Aprendizado por Reforço.

Com relação aos três tipos de algoritmos mencionados, avalie as afirmativas a seguir:  

I. No aprendizado supervisionado, os algoritmos são treinados com dados rotulados, ou seja, dados que contêm exemplos de entrada e saída correspondentes, e, portanto, associam tais entradas às saídas correspondentes.

II. No aprendizado não supervisionado os algoritmos são treinados em conjuntos de dados que não contêm exemplos de entrada e saída correspondentes e, portanto, aprendem a identificar padrões nos dados sem saber o que os seus padrões representam inicialmente.

III. O aprendizado por reforço envolve um agente (softbot) que aprende a tomar decisões em ambientes específicos, interagindo com esses ambientes e recebendo recompensas ou punições por suas ações de exploração ou atuação. 

A respeito das afirmações, assinale a alternativa correta.

As interfaces conversacionais, incluindo chatbots e assistentes virtuais, representam uma evolução significativa na forma como interagimos com a tecnologia. Utilizando processamento de linguagem natural (PLN) e inteligência artificial (IA), essas interfaces permitem comunicações mais naturais e intuitivas entre humanos e máquinas, simulando conversas reais. Um agente conversacional é um 

Ao tratar da Computação Social (Social Computing), é necessário entender o conceito, suas aplicações práticas e como ela impacta a interação social no cenário digital. O que caracteriza a inteligência coletiva em contextos de Computação Social é

A Computação Social (Social Computing) é um campo interdisciplinar que combina elementos de diversas áreas. Uma aplicação prática da Computação Social é

A Redação para UX (UX Writing) abrange desde microtextos, como botões e mensagens de erro, até estruturas maiores de conteúdo e informações. Ao criar fluxos de UX Writing, deve-se considerar

O design de produtos digitais requer não apenas criatividade, mas também uma compreensão da mente humana, um princípio central da engenharia cognitiva. Qual é o foco principal da engenharia cognitiva?

Bernardo, analista de dados do TRF-1, realiza o pré-processamento de um dataset que será utilizado para treinar o chatbot do Tribunal. Em uma das etapas do pré-processamento, ele utiliza uma ferramenta que deflexiona as palavras, retirando suas inflexões.
Nessa etapa, Bernardo realizou uma:

Uma camada convolucional de uma rede neural convolucional recebe como entrada uma imagem de 50 x 50 pixels. Essa imagem passa por um filtro convolucional de tamanho 5 x 5. Sabendo que a convolução usa um stride de 3 e um padding de 0, o tamanho da imagem na saída dessa convolução será:

Em uma LSTM, o elemento responsável por extrair informação útil do estado atual para ser utilizada no cálculo do estado oculto é a porta de:

Em uma rede neural artificial feedforward usada para a classificação de documentos no TRF-1, um dos neurônios de uma camada intermediária possui o seguinte vetor de pesos na entrada: W = [2, −1, ln (5/8) ,1/2 ]. Para uma determinada instância a ser classificada, o vetor de entradas para esse neurônio é I = [ln (2/3), ln (1/2),1, ln (9/25)], sem a presença de bias.
Sabendo que o neurônio possui como função de ativação a função sigmoide, o valor de saída do neurônio será: