Colaborar - Av2 - Fundamentos da Inteligência Artificial

Prévia do material em texto

 Av2 - Fundamentos da Inteligência Artificial (…
Av2 - Fundamentos da Inteligência Artificial
Colaborar  
(/notific
Informações adicionais
Período: 05/08/2024 00:00 à 09/09/2024 23:59
Orientações: Cada avaliação virtual permite ao aluno 3 tentativas para melhorar sua nota :)!
Tentativas: 1 / 3
Arquivos
Confirmar avaliação
1) A rede neural Perceptron multicamadas (MLP) é um dos modelos neurais mais conhecidos e utilizados.
Isto pode estar associado com o fato de se diferirem do Perceptron simples, sendo capaz de resolver
problemas cujos padrões não são linearmente separáveis.
De acordo com os elementos da rede neural MLP, faça a associação dos termos contidos na coluna A com
suas respectivas definições, apresentadas na coluna B.
COLUNA A COLUNA B
I. Camada de entrada
1. Neurônios responsáveis pela geração do resultado da rede neural, após os
dados terem sido devidamente processados pelos neurônios ocultos.
II. Camada de saída 2. Responsável para decidir se um neurônio vai ser ativado ou não.
III. Camada interna
3. Unidades não-computacional responsáveis pela passagem de informação
fornecida a rede para os neurônios das camadas seguintes.
IV. Retropropagação do erro
4. Disseminação do erro obtido a partir dos neurônios de saída que circula no
sentido inverso ao fluxo de informações.
V. Função de ativação 5. Responsável pelo processamento não-linear das informações de entrada.
 
Assinale a alternativa que apresenta a associação CORRETA entre as colunas.
Alternativas:
08/08/2024, 14:56 Colaborar - Av2 - Fundamentos da Inteligência Artificial
https://www.colaboraread.com.br/aluno/avaliacao/save 1/5
https://www.colaboraread.com.br/aluno/avaliacao/index/4147593001?atividadeDisciplinaId=16961291
https://www.colaboraread.com.br/aluno/avaliacao/index/4147593001?atividadeDisciplinaId=16961291
https://www.colaboraread.com.br/notificacao/index
https://www.colaboraread.com.br/notificacao/index
https://www.colaboraread.com.br/notificacao/index
a)
b)
c)
d)
e)
2)
a)
b)
c)
d)
e)
3)
I – 1, II – 2, III – 3, IV – 4, V – 5.
I – 2, II – 1, III – 3, IV – 4, V – 5.
I – 3, II – 5, III – 2, IV – 4, V – 1.
I – 1, II – 3, III – 5, IV – 4, V – 2.
I – 3, II – 1, III – 5, IV – 4, V – 2. Alternativa assinalada
As redes neurais convolucionais têm sido algumas das inovações mais influentes no campo da visão
computacional. Uma série de empresas tem usado o aprendizado profundo no centro de seus serviços. O
Facebook usa redes neurais para seus algoritmos de marcação automática, Google para pesquisa de fotos,
Amazon para recomendações de produtos, Pinterest para personalização de feeds domésticos e Instagram
para infraestrutura de pesquisa.
As redes convolucionais passaram a ganhar mais protagonismo após um modelo de CNN vencer o desafio
LSVRC-2012 da ImageNet, a “olimpíada” da Visão Computacional. Assinale a alternativa que apresenta o
nome dessa rede.
Alternativas:
LeNet-5
AlexNet Alternativa assinalada
GoogleNet
R-CNN
VGGNet
O reconhecimento automático de fala (ASR, do inglês Automatic Speech Recognition) refere-se à tarefa
de reconhecer a fala humana e traduzi-la em texto. Este campo de pesquisa ganhou muito foco nas últimas
décadas. É uma importante área de pesquisa para a comunicação homem-máquina.
Considerando a escolha de um modelo de rede neural para um sistema de reconhecimento de voz, avalie as
seguintes asserções e a relação proposta entre elas.
 
I. Ambas as redes rasas e profundas são capazes de se encaixar em qualquer função, mas as redes rasas são
preferidas hoje às redes profundas.
PORQUE
II. Redes rasas requerem muitos parâmetros, ao contrário de redes profundas que podem ajustar funções
mesmo com um número limitado de parâmetros por causa de várias camadas.
 
A respeito dessas asserções, assinale a alternativa correta.
Alternativas:
08/08/2024, 14:56 Colaborar - Av2 - Fundamentos da Inteligência Artificial
https://www.colaboraread.com.br/aluno/avaliacao/save 2/5
a)
b)
c)
d)
e)
4)
a)
b)
c)
d)
e)
5)
As asserções I e II são proposições verdadeiras, mas a II não justifica a I.
As asserções I e II são proposições verdadeiras e a II justifica a I.
A asserção I é uma proposição verdadeira e a II, falsa.
A asserção I é uma proposição falsa e a II, verdadeira.
As asserções I e II são proposições falsas. Alternativa assinalada
Em sistema de computação, geralmente, não é necessário desenvolver uma aplicação do "zero". Ou seja,
existem meios que facilitam e aceleram a criação de um software. No campo de Inteligência Artificial não é
diferentes, pois existem bibliotecas e frameworks que nos ajudam em diversas tarefas.  Considere as
seguintes afirmações retirada do Brasil Code:
 
"Scikit learn (https://scikit-learn.org/stable/) é uma biblioteca Python muito poderosa para machine learning
(aprendizado de máquina) que é usada principalmente na construção de modelos."
 
"O Keras serve como uma interface e fornece um alto nível de abstração, o que facilita a configuração de
redes neurais, independentemente da estrutura em que está instalada."
Considerando seus conhecimentos sobre o assunto, o texto base e as afirmações do Brasil Code, podemos
afirmar que um framework é essencial para a construção de um método inteligente, pois:
Alternativas:
Permite acelerar a construção de software ou hardware embarcado usando modelo neurais, sem a
preocupação de empregar interfaces de alto nível como o Keras. Além disso, o Scikit learn (https://scikit-
learn.org/stable/) é uma excelente escolha para os iniciantes. 
Um  framework de  Inteligência  Artificial  ajuda no levantamento dos requisitos funcionais e não
funcionais, além de permitir o acompanhamento das etapas de desenvolvimento da aplicação.
Um  framework é uma coleção de códigos que fornecem uma estrutura de
desenvolvimento para uma aplicação, ou seja, é um modelo repleto de ferramentas.
Isso permite acelerar a construção de um modelo, além de fornecer a abstração
necessária para o programador, que não precisa construir todos os métodos.
Alternativa assinalada
Aplicações inteligentes demandam a utilização de frameworks capazes de rodar sobre Unidades Gráficas
de Processamento (GPU). Exatamente o caso do Pytorch, que opera através de GPU. Além disso, sem
esse incremento computacional não seria possível construir nenhum modelo neural. 
Frameworks como o NumPy e Pandas permitem a construção de modelos profundos através do
conceitos de camadas, o que torna essas bibliotecas de extrema importância. 
A Inteligência Artificial (IA) é um ramo científico que ganhou muito destaque nos últimos anos e os
produtos derivados desta tecnologia estão começando a invadir o mercado. Embora a ideia não seja
recente, foi nos últimos 10 anos que IA avançou consideravelmente, isso aconteceu devido a invenção de
novos algoritmos do gênero e graças as Unidades Gráficas de Processamento. Outro ponto importante que
está assegurando a evolução rápida do tema é a sua relevância para os negócios e industria 4.0, levando
esse aspecto em consideração a revista Flai faz o seguinte comentário e traz a Figura 1:
08/08/2024, 14:56 Colaborar - Av2 - Fundamentos da Inteligência Artificial
https://www.colaboraread.com.br/aluno/avaliacao/save 3/5
https://scikit-learn.org/stable/
https://scikit-learn.org/stable/
https://scikit-learn.org/stable/
https://scikit-learn.org/stable/
https://scikit-learn.org/stable/
a)
b)
c)
d)
e)
 
 
"Assim, quem aprender e explorar essa tecnologia, capaz de aumentar a capacidade produtiva e reduzir
os custos dos negócios, pode se tornar um profissional requisitado no mercado de trabalho."
 
Figura 1: Setores onde a Inteligência Artificial é aplicada
Setores que estão empregando IA
Fonte: FLAI. Como a Inteligência Artificial está transformando os Negócios. 2020. Disponível em:
https://www.flai.com.br/juscudilio/como-a-inteligencia-artificial-esta-transformando-os-negocios/. Acessado
em 10 dez. 2022.
Considerando o contexto do enunciado, a Figura 1 e a afirmação da revista Flai, assinalea alternativa
correta.
Alternativas:
O profissional de Tecnologia da Informação não irá se beneficiar da IA, pois ela visa substituir a mão de
obra em tarefas repetitivas e de risco e isso pode levar a uma diminuição da oferta de emprego.
Dentre as diversas aplicações da Visão Computacional podemos citar o uso de chatbots, cuja ideia
remonta dos anos 50 e desde então evoluiu bastante. Além disso, podemos usar a Visão Computacional
para reconhecer padrões em imagens e detectar algum tipo de fraude. 
A indústria 4.0 irá cada vez mais se beneficiar das técnicas de Visão Computacional,
pois a automatização de processos e a integração dos dispositivos com sistemas
capazes de "enxergar" o mundo irá trazer uma vantagem competitiva paras empresas.
Um exemplo é a detecção de defeitos em peças.
Alternativa assinalada
Já existe uma demanda por profissionais de IA e o mercado procura pessoas com um perfil teórico, já
que esses cientistas ainda usam uma base sólida que foi fundamentada nos anos 50. Além disso,
problemas complexos como o monitoramento de saúde só pode ser alcançado por profissionais
experientes.
As Unidades Gráficas de Processamento são particularmente interessantes em problemas de Visão
Computacional, pois além de acelerar a computação, são capazes de trabalhar com imagens de forma
eficiente e, por isso, a maioria dos frameworks só usam este tipo de processamento.
08/08/2024, 14:56 Colaborar - Av2 - Fundamentos da Inteligência Artificial
https://www.colaboraread.com.br/aluno/avaliacao/save 4/5
08/08/2024, 14:56 Colaborar - Av2 - Fundamentos da Inteligência Artificial
https://www.colaboraread.com.br/aluno/avaliacao/save 5/5