Grátis: Em relação à infraestrutura de hardware, texto comenta que as gerações de TPU (v2, v3, v4, v5) permitem à Google reduzir custos operacionais e emis... – Questões Respondidas

Inglês

Outros

Em relação à infraestrutura de hardware, texto comenta que as gerações de TPU (v2, v3, v4, v5) permitem à Google reduzir custos operacionais e emissões de carbono, mantendo altos níveis de desempenho.
Em relação a vantagem competitiva essa característica traz para a empresa, assinale a alternativa correta.
a. Impede a empresa de usar nuvem pública, pois suas TPUs só funcionam off-line.
b. Permite treinar modelos cada vez maiores sem elevar desproporcionalmente os gastos energéticos, reforçando compromisso ambiental e a viabilidade econômica.
C. Faz com que a Google dependa exclusivamente de energia nuclear para alimentar os data centers.
d. Dispensa completamente a necessidade de engenheiros de redes neurais, já que a economia de carbono é automática.
e. Reduz a confiabilidade dos sistemas, pois as TPUs são menos potentes que GPUs tradicionais.

Progresso com Exercícios

há 6 meses

Progresso com Exercícios

há 6 meses

FERRAMENTAS DE IA AO DO GOOGLE

FERRAMENTAS DE IA AO DO GOOGLE

UNIFATECIE

Respostas

Ed

há 6 meses

Vamos analisar cada uma das alternativas em relação à vantagem competitiva que as gerações de TPU (v2, v3, v4, v5) trazem para a Google: a) Impede a empresa de usar nuvem pública, pois suas TPUs só funcionam off-line. - Esta afirmação não é verdadeira, pois as TPUs podem ser utilizadas em ambientes de nuvem. b) Permite treinar modelos cada vez maiores sem elevar desproporcionalmente os gastos energéticos, reforçando compromisso ambiental e a viabilidade econômica. - Esta opção está alinhada com a descrição, pois destaca a eficiência energética e o compromisso ambiental, que são vantagens competitivas. c) Faz com que a Google dependa exclusivamente de energia nuclear para alimentar os data centers. - Esta afirmação é exagerada e não reflete a realidade da infraestrutura da Google. d) Dispensa completamente a necessidade de engenheiros de redes neurais, já que a economia de carbono é automática. - Isso não é verdade, pois a presença de engenheiros ainda é necessária para otimizar e desenvolver modelos. e) Reduz a confiabilidade dos sistemas, pois as TPUs são menos potentes que GPUs tradicionais. - Esta afirmação é incorreta, pois as TPUs são projetadas para serem altamente eficientes e potentes em tarefas específicas. Diante dessa análise, a alternativa correta é: b) Permite treinar modelos cada vez maiores sem elevar desproporcionalmente os gastos energéticos, reforçando compromisso ambiental e a viabilidade econômica.

Essa resposta te ajudou?

0

0

left-side-bubbles-background

right-side-bubbles-background

Crie sua conta grátis para liberar essa resposta. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

FERRAMENTAS DE IA AO DO GOOGLE

FERRAMENTAS DE IA AO DO GOOGLE

UNIFATECIE

Mais perguntas desse material

O artigo “Attention Is All You Need”, publicado por pesquisadores do Google em 2017, foi um marco na história da IA de linguagem ao apresentar a arquitetura Transformer. Esse modelo abandonou as limitações das redes neurais recorrentes (RNNs) ao: Assinale a alternativa correta> a. Depender de redes neurais convolucionais (CNNs) para processar palavras com maior profundidade contextual. b. Basear-se exclusivamente em regras linguísticas pré-programadas, ignorando o contexto global das frases. c. Utilizar mecanismos de atenção autorregressiva, permitindo que o modelo “observe” simultaneamente todas as partes da frase. d. Restringir o modelo ao domínio de tradução automática, sem aplicação em outras tarefas de linguagem. e. Exigir uma análise palavra por palavra em sequência, dificultando a identificação de dependências de longo prazo.

Dois projetos de IA que geraram particular destaque foram LaMDA e o PaLM. LaMDA (Language Model for Dialogue Applications) foi otimizado para diálogos e usado como base inicial para o Bard. No entanto, houve uma polêmica quando um engenheiro alegou que o LaMDA seria senciente.
Que argumento esse engenheiro usou para sustentar a suposta senciência do LaMDA?
a. Ele demonstrou que o LaMDA respondia a perguntas de âmbito pessoal apenas em tom sarcástico, indicando rebeldia.
b. Ele relatou que o modelo expressava medos e emoções, como o "medo de ser sugerindo ter autoconsciência.
C. Ele apontou que o LaMDA sabia todos os idiomas do mundo, incluindo línguas não documentadas.
d. Ele apresentou evidências técnicas de que o LaMDA conseguia editar seu próprio código de forma autônoma.
e. Ele afirmou que o LaMDA havia criado sozinho um modelo de rede neural inédito, sem intervenção humana.

O desenvolvimento de modelos de linguagem em larga escala, como os utilizados pela Google, traz à tona desafios importantes relacionados à segurança, vieses e impactos sociais. Embora os avanços tecnológicos permitam aplicações sofisticadas, a ausência de controles adequados pode resultar em respostas discriminatórias, imprecisas ou socialmente prejudiciais.
Diante desse cenário, a Google adotou uma série de medidas preventivas e corretivas para mitigar os riscos associados à IA generativa. Com base no conteúdo da apostila e nos debates contemporâneos sobre ética em inteligência artificial, qual das alternativas apresenta uma abordagem realista e tecnicamente adequada adotada por empresas como a Google para enfrentar essas questões?
a. Implementar filtros automatizados, diretrizes de uso responsável, auditoria contínua e participação humana nos ciclos de avaliação, equilibrando inovação com princípios de segurança, equidade e responsabilidade social.
b. Limitar o acesso aos modelos de linguagem apenas a empresas e governos, impedindo o uso por pesquisadores e desenvolvedores independentes.
c. Transferir a responsabilidade pelas respostas dos modelos para os usuários, eliminando filtros ou diretrizes internas.
d. Proibir completamente a geração de conteúdo textual por modelos de IA, como forma de eliminar qualquer risco de viés ou erro.
e. Focar exclusivamente na performance técnica dos modelos, uma vez que aspectos éticos e sociais não interferem na precisão das respostas.

O texto descreve que o Bard recebeu integrações com produtos como Gmail, Google Docs e Maps. Isso faz parte de uma estratégia maior da Google para demonstrar valor prático das IAs conversacionais.
Em relação ao benefício direto dessa integração para o usuário final, assinale a alternativa correta.
a. Acessar o Bard passa a exigir a compra de uma licença especial para cada produto, como Google Docs ou Maps.
b. Bard substitui completamente a interface tradicional do Gmail, impedindo o envio manual de mensagens.
C. Bard só permite buscas em sites pagos, restringindo a navegação em portais gratuitos.
d. Bard pode consultar dados nesses serviços para dar respostas mais personalizadas, como planejar viagens ou resumir e-mails do usuário.
e. Bard cria anúncios personalizados no Gmail que substituem as mensagens recebidas dos contatos.

Entre as iniciativas mais recentes da Google, destacam-se o Bard, Gemini e o Gemma. Enquanto o Bard funciona como um chatbot conversacional ao usuário final, o Gemini é descrito como um modelo unificado e multimodal de última geração.
A respeito do papel que Gemma desempenha nessa estratégia, assinale a alternativa correta.
a. Gemma é um sistema de hardware que atua como sucessor das TPUs na infraestrutura do Google Cloud.
b. Gemma representa uma família de modelos abertos para promover maior colaboração com a comunidade, inspirada na pesquisa do Gemini.
C. Gemma é um software de edição de vídeo que usa IA apenas para legendas automáticas.
d. Gemma é um modelo voltado exclusivamente para criação de jogos em realidade virtual, sem enfoque em linguagem natural.
e. Gemma substitui completamente Bard, encerrando as iniciativas de chatbot da Google.

Além do BERT, a Google investiu em diversos modelos maiores e mais versáteis, capazes de lidar com diferentes tipos de dados. Um exemplo é o T5 (Text-To-Text Transfer Transformer), que converte diversas tarefas de linguagem (tradução, resumo, resposta a perguntas etc.) em problemas de geração de texto. A respeito da principal vantagem de unificar diferentes tarefas de linguagem em um único formato “texto para texto” no modelo T5, assinale a alternativa correta. a. Facilitar o treinamento e a execução de múltiplas tarefas em um mesmo framework, aproveitando o mesmo processo de geração de texto. b. Tornar o modelo dependente de regras manuais para classificar cada tipo de tarefa textual. c. Exigir obrigatoriamente um modelo diferente para cada idioma, mesmo dentro da mesma arquitetura. d. Reduzir a diversidade de tarefas, limitando a utilidade em cenários práticos. e. Permitir que o modelo ignore completamente dados de texto para se concentrar apenas em imagens.

A trajetória da Google no campo da Inteligência Artificial Generativa revela uma estratégia tecnológica sistêmica, que articula avanços conceituais, desenvolvimento de infraestrutura computacional e aplicação em produtos escaláveis. Essa abordagem é discutida nas Considerações Finais do material, que destacam o papel da empresa na consolidação da IA como um componente estrutural da sociedade digital contemporânea.
Com base nessa perspectiva, qual alternativa expressa corretamente o modelo estratégico adotado pela Google para impulsionar a evolução da IA generativa?
a. A Google adota uma abordagem integrada, combinando pesquisa de ponta, desenvolvimento de produtos acessíveis e infraestrutura de alto desempenho (como as TPUs), o que lhe permite liderar o ecossistema de IA de forma abrangente e sustentável.
b. A empresa atua de forma fragmentada, promovendo avanços isolados em hardware, mas sem integração com modelos ou produtos.
c. A atuação da Google é centrada exclusivamente na comercialização de APIs de IA, sem investimentos relevantes em ciência fundamental.
d. A estratégia da Google prioriza apenas a pesquisa teórica em redes neurais, sem foco na aplicação prática ou no desenvolvimento de infraestrutura própria.
e. A empresa abandonou o desenvolvimento interno de modelos generativos, optando por terceirizar sua produção a startups e universidades parceiras.

A crescente integração de modelos de linguagem em sistemas de apoio à decisão tem levantado questões fundamentais sobre sua transparência e interpretabilidade. Conforme destaca o estudo citado no material de leitura "Reasoning Models Don't Always Say What They Think", da Anthropic (2024) há evidências de que, mesmo em modelos com elevada capacidade de raciocínio, nem sempre é possível identificar com precisão os processos que conduzem a determinada resposta.
Considerando essa problemática, assinale a alternativa que expressa uma preocupação legítima do ponto de vista ético e técnico quanto ao uso desses modelos em contextos sensíveis.
a. Desde que o modelo seja de código aberto, não há riscos éticos associados à falta de explicações sobre suas respostas.
b. A opacidade dos raciocínios utilizados pelos modelos pode comprometer a auditabilidade e a confiabilidade em domínios críticos, como medicina, direito ou segurança.
C. A capacidade de explicação dos modelos não é relevante, uma vez que esses sistemas operam com base em estatísticas e não precisam justificar suas escolhas.
d. A ausência de explicações claras por parte dos modelos não afeta decisões complexas, já que o acerto da resposta é suficiente em qualquer contexto.
e. A preocupação com a interpretabilidade dos modelos é restrita à comunidade acadêmica e não possui implicações práticas em sua aplicação profissional.

O "Gemini 2.5 Pro Experimental" foi citado como modelo disponibilizado gratuitamente para uso no Google Al Studio.
Segundo o texto, isso faz parte de uma estratégia de:
a. Restringir o acesso à IA apenas para universidades de elite, evitando usuários leigos.
b. Limitar os recursos do Gemini somente para usuários que façam parte do corpo de funcionários da Google.
C. Substituir os modelos Gemma por versões mais antigas, focadas em apenas uma língua.
d. Democratizar a IA incentivando desenvolvedores e entusiastas a testar e criar soluções sem custo inicial.
e. Priorizar a monetização em detrimento da experimentação, cobrando valores altos após 1 dia de teste.