Introdução à Inteligência Artificial

O que é Inteligência Artificial?

• Um novo ramo da ciência da computação que estuda como criar robôs.

• O uso de seres humanos para realizar tarefas de computadores.

• A simulação de processos de inteligência humana por sistemas de máquinas.

• A ciência de fazer coisas inteligentes com papel e lápis.

Qual dos seguintes não é um tipo de aprendizado de máquina?

• Aprendizado supervisionado

• Aprendizado por imitação

• Aprendizado não supervisionado

• Aprendizado por reforço

Qual das seguintes aplicações é um exemplo de IA no dia a dia?

• Tomar café da manhã

• Dirigir um carro manualmente

• Usar o Siri para obter direções

• Desenhar em um papel

Quais são os principais tipos de aprendizado de máquina?

• Aprendizado rápido, médio e lento.

• Aprendizado por observação, prática e ensino.

• Aprendizado supervisionado, não supervisionado e por reforço.

• Aprendizado matemático, científico e literário.

O que é deep learning?

• Uma técnica para aprender conteúdo enquanto dorme.

• Um método de ensino baseado em exemplos práticos.

• Uma técnica de aprendizado de máquina que usa redes neurais profundas.

• Um novo método de ensino para escolas primárias.

Qual é o principal desafio ético associado ao uso de IA?

• Aumentar a velocidade dos computadores.

• Ensinar IA a jogar xadrez.

• Convencer as pessoas a usar tecnologia.

• Lidar com bias e discriminação em algoritmos.

Como o aprendizado por reforço difere do aprendizado supervisionado?

• Ele não usa dados para treinar o modelo.

• Ele é baseado em recompensas ou punições para ações tomadas.

• Ele requer a supervisão constante de um humano.

• Ele é usado exclusivamente em robôs.

Qual dos seguintes é um exemplo de aplicação de deep learning?

• Calcular juros simples

• Reconhecimento facial

• Escrita manual

• Navegação por GPS

Por que a qualidade dos dados é importante para treinar modelos de IA?

• Porque garante que o hardware do computador está funcionando corretamente.

• Porque dados de alta qualidade não precisam de armazenamento.

• Porque dados de boa qualidade podem reduzir o bias e melhorar a precisão do modelo.

• Porque facilita o trabalho manual dos cientistas de dados.

Qual das seguintes não é uma tendência emergente em IA?

• IA explicável

• Robótica avançada

• Aumento manual do desempenho dos computadores

• Integração com a Internet das Coisas (IoT)