“Prova de Educação Tecnológica: Desvendando a Inteligência Artificial”
Tema: inteligencia artificial, ia tardicional, ia generativa, aprendizado supervisionado, treinamento pipeline, por reforço,machine learning, deep learning, gans, vaes, transformers
Etapa/Série: 3º ano – Ensino Médio
Disciplina: Educação Tecnológica
Questões: 10
Prova de Educação Tecnológica – 3º Ano do Ensino Médio
Tema: Inteligência Artificial
—
Instruções:
Leia cada questão com atenção e escolha a alternativa correta. Cada questão vale um ponto.
—
Questões:
1. Qual das seguintes afirmações melhor define a Inteligência Artificial Tradicional?
a) Sistemas que imitam o raciocínio humano através de redes neurais.
b) Algoritmos programados para realizar funções específicas sem aprendizado.
c) Sistemas que aprendem com dados e melhoram com o tempo.
d) Tecnologias que criam novas ideias a partir de conceitos existentes.
2. Sobre a Inteligência Artificial Generativa, é correto afirmar que:
a) Ela não usa dados de entrada para gerar novos dados.
b) É um tipo de IA que produz novos conteúdos, como textos ou imagens.
c) Seu principal objetivo é reforçar o aprendizado de máquinas.
d) Ela é baseada apenas em regras fixas e não em Machine Learning.
3. O que caracteriza o aprendizado supervisionado?
a) A ausência de dados rotulados durante o treinamento.
b) O uso de dados rotulados para treinar modelos que fazem previsões.
c) O aprendizado baseado em recompensas e punições.
d) O método de treinamento onde o modelo atua sem intervenção humana.
4. O pipeline de treinamento em Machine Learning refere-se a:
a) Um processo onde os dados são manipulados em tempo real.
b) A sequência de etapas desde a coleta de dados até a implementação do modelo.
c) Uma técnica para reduzir a complexidade do modelo.
d) A aplicação de IA generativa em tempo real.
5. Qual das opções abaixo é um exemplo de aprendizado por reforço?
a) Um chatbot que responde perguntas com base em um banco de dados.
b) Um robô que aprende a andar por meio de tentativas e erros.
c) Um sistema que prevê vendas baseado em dados históricos.
d) Um algoritmo que classifica e-mails como spam ou não spam.
6. A diferença principal entre Machine Learning e Deep Learning é que:
a) Deep Learning utiliza redes neurais mais complexas que Machine Learning.
b) Machine Learning sempre requer dados rotulados, enquanto Deep Learning não.
c) Deep Learning é uma técnica mais antiga que Machine Learning.
d) Machine Learning opera apenas em grandes volumes de dados, enquanto Deep Learning não.
7. As Generative Adversarial Networks (GANs) são usadas para:
a) Treinar máquinas a partir de dados rotulados.
b) Criar novos dados a partir de dois modelos que competem entre si.
c) Reduzir a complexidade de dados de entrada.
d) Assistir na navegação de robôs autônomos.
8. Os Variational Autoencoders (VAEs) são uma técnica de IA que serve para:
a) Reduzir a dimensionalidade dos dados.
b) Classificar dados de entrada em categorias.
c) Gerar novas amostras de dados a partir de uma distribuição de probabilidade.
d) Melhorar a performance de um modelo de aprendizado supervisionado.
9. Uma das características notáveis dos Transformers é sua capacidade de:
a) Processar dados sequenciais somente em uma direção.
b) Aprender relações de longo prazo em sequências de dados.
c) Utilizar somente dados estruturados para aprendizado.
d) Não funcionar com tarefas que exigem contexto.
10. Como as redes neurais são utilizadas na área de Inteligência Artificial?
a) Elas são utilizadas apenas para resolver problemas matemáticos complexos.
b) Elas imitam a forma como os humanos processam informações e aprendem.
c) Elas são exclusivas para a criação de imagens e vídeos.
d) Elas não se aplicam a Machine Learning.
—
Gabarito:
1. b – A Inteligência Artificial Tradicional refere-se a sistemas que seguem regras programadas e não aprendem com dados.
2. b – A IA Generativa é responsável por criar novos conteúdos, como textos e imagens, a partir de dados de entrada.
3. b – O aprendizado supervisionado utiliza dados rotulados para treinar modelos que geram previsões.
4. b – O pipeline de treinamento descreve a sequência de etapas para desenvolver e implementar um modelo.
5. b – O aprendizado por reforço envolve um agente que aprende a partir de interações com o ambiente, usando tentativas e erros.
6. a – O Deep Learning utiliza redes neurais mais complexas, permitindo o processamento de grandes volumes de dados de maneira eficiente.
7. b – As GANs envolvem dois modelos competindo entre si para gerar novos dados, com um gerador e um discriminador.
8. c – Os VAEs são capazes de gerar novas amostras de dados a partir de uma distribuição de probabilidade aprendida durante o treinamento.
9. b – A principal característica dos Transformers é a habilidade de aprender relações de longo prazo, aplicando o mecanismo de atenção.
10. b – Redes neurais são projetadas para simular a forma como os humanos processam informações, sendo essenciais na IA e Machine Learning.
—
ت
