Questões de Concurso
Sobre inteligência artificial e automação em noções de informática
Foram encontradas 501 questões
Um dos objetivos da Estratégia Brasileira de Inteligência Artificial é contribuir para a elaboração de princípios éticos para o desenvolvimento e o uso responsáveis de IA.
Acerca dos algoritmos de machine learning, deep learning, de técnicas de inteligência artificial generativa e LLM e dos softwares MAKER e Trinity, julgue o próximo item.
A visão computacional permite que máquinas interpretem imagens e vídeos, simulando a visão humana por meio de algoritmos de machine learning e deep learning.
No que diz respeito às ferramentas de automação de processos, aos conceitos de dados e aos índices, julgue o item seguinte.
O Ansible utiliza arquivos YAML para definir as tarefas de automação. Esses arquivos descrevem o estado desejado dos sistemas e as ações a serem tomadas para atingir esse estado.
No que diz respeito às ferramentas de automação de processos, aos conceitos de dados e aos índices, julgue o item seguinte.
Devido ao fato de o Ansible ser uma ferramenta agentless, ele requer a instalação de agentes ou softwares adicionais nos nós que serão gerenciados, já que a comunicação é realizada por meio de protocolos seguros.
A inteligência artificial (IA) é uma das mais relevantes novas tecnologias de comunicação. A respeito da IA, julgue o item seguinte.
O treinamento de modelos como o ChatGPT envolve bilhões de atualizações nos parâmetros da rede neural a fim de melhorar suas previsões.
I- perguntas e respostas;
II- resumos de textos;
III- gerar sinônimos de palavras;
IV- revisar textos.
Estão corretas as afirmativas:
A respeito de acessibilidade e inclusão digital, julgue o item que se segue.
A ausência da maior parte das línguas faladas no mundo no ambiente digital não é apenas uma questão de disponibilidade, mas um reflexo da exclusão estrutural. Essa desigualdade afeta principalmente comunidades que utilizam línguas minoritárias ou de sinais, tornando essencial a adaptação de conteúdos para garantir uma participação mais equitativa.
A respeito de acessibilidade e inclusão digital, julgue o item que se segue.
Nos últimos anos, a academia tem debatido exaustivamente a inclusão digital. Hoje, as universidades e os centros de pesquisa oferecem ambientes acessíveis, tecnologias assistivas e ampla conectividade. O problema não é estrutural, mas de adaptação individual.
A respeito de acessibilidade e inclusão digital, julgue o item que se segue.
A inteligência artificial amplia a inclusão digital ao personalizar experiências e eliminar barreiras de acesso à informação. Quando treinada com dados diversos e aplicada com rigor técnico, sua automação neutraliza vieses preexistentes, o que garante equidade para grupos historicamente marginalizados.
A respeito de acessibilidade e inclusão digital, julgue o item que se segue.
A inclusão digital não se limita ao acesso à tecnologia, pois é fundamental que as pessoas desenvolvam competência informacional para selecionar, analisar e interpretar conteúdos de forma crítica.
Texto 01 (Para responder à questão)
O que é a Inteligência Artificial
Inteligência artificial (IA) é uma tecnologia computacional ou um conjunto de tecnologias como redes neurais artificiais, algoritmos e sistemas de aprendizado cujo objetivo é imitar capacidades mentais humanas, tais como: raciocínio, percepção de ambiente e capacidade de tomada de decisão.
A tecnologia é desenvolvida com o intuito de que máquinas possam resolver uma série de problemas, indo da grande complexidade da indústria ao corriqueiro cotidiano do homem moderno. Para isso, ela busca aprender com eles graças a uma sofisticada tecnologia de aprendizado, permitindo que a IA aprenda com um grande conjunto de dados e atue por conta própria.
Tecnologias por trás: Machine Learning
Machine Learning, ou aprendizado de máquina, é uma aplicação de inteligência artificial que fornece ao computador a capacidade de aprender e melhorar automaticamente com a experiência, sem ser explicitamente programado. O aprendizado de máquina se concentra no desenvolvimento de ‘softwares’ que podem acessar dados e usá-los para aprender com eles.
O processo de aprendizagem começa com observações de dados de modo a procurar padrões e tomar boas decisões com base nos exemplos fornecidos. Desta forma, o objetivo principal é permitir que os computadores aprendam automaticamente sem intervenção humana.
Deep Leaning
Deep learning, ou aprendizado profundo, é um subconjunto do aprendizado de máquina, sendo essencialmente uma rede neural com três ou mais camadas. Essas redes neurais tentam simular o comportamento do cérebro humano – embora longe de corresponder à sua capacidade – permitindo que ele “aprenda” com uma abundância de dados. Apesar de uma rede neural com uma única camada ainda possa fazer previsões aproximadas, camadas ocultas adicionais podem ajudar a otimizar e refinar a precisão.
Assim, o aprendizado profundo conduz muitos aplicativos e serviços de IA que melhoram a automação, realizando tarefas analíticas e físicas sem intervenção humana. A tecnologia de aprendizagem profunda está por trás de produtos e serviços diários (como assistentes digitais, controles remotos de TV habilitados por voz e detecção de fraude de cartão de crédito), bem como tecnologias emergentes (como carros autônomos). [...].
Disponível em: https://icmcjunior.com.br/inteligencia-artificial/
HAYKIN, S. Redes Neurais: Princípios e Prática. Bookman. 2° Ed. 902 pg. 2001.
Acerca de inteligência artificial e machine learning, julgue o item que se segue.
As redes neurais artificiais são técnicas de inteligência artificial inspiradas no funcionamento do cérebro humano, compostas por camadas de nós interconectados. As chamadas redes neurais superficiais se destacam por possuir múltiplas camadas ocultas, o que lhes permite capturar padrões complexos e realizar tarefas avançadas, como reconhecimento de imagens e voz.
Acerca de inteligência artificial e machine learning, julgue o item que se segue.
O ChatGPT, modelo de inteligência artificial generativa baseado na arquitetura Transformer, se enquadra na fase da Inteligência Cognitiva da evolução da IA, por ser capaz de interpretar contextos complexos e gerar respostas coerentes em linguagem natural.
Acerca de inteligência artificial e machine learning, julgue o item que se segue.
Durante investigações conduzidas pela Polícia Federal, técnicas de aprendizado supervisionado podem ser aplicadas para análise preditiva. Por exemplo, ao utilizar modelos de regressão, é possível prever se uma determinada transação financeira é fraudulenta ou não, com base em padrões históricos. Já modelos de classificação são utilizados para estimar o valor provável do desvio financeiro em operações suspeitas.
Nesse sentido, assinale a alternativa que apresenta apenas algoritmos de clusterização que podem atender à necessidade desse analista.
I. Os algoritmos são estruturas lógicas simples que orientam os computadores na resolução de problemas e na tomada de decisão.
II. Inteligência artificial engloba uma ampla gama de tecnologias e sistemas capazes de realizadas tarefas que normalmente não requerem inteligência humana.
III. O aprendizado de máquina é uma grande área da Inteligência artificial que se concentra no desenvolvimento de algoritmos e modelos computacionais que permitem aprendizado e melhora de um sistema com base em dados, sem a necessidade de serem explicitamente programados para realizar tarefas específicas.
Assinale