Simulado - Inteligência Artificial - Estácio

Disc.: INTELIGÊNCIA ARTIFICIAL\n\nAluno(s):\n\nAcertos: 10,0 de 10,0\n\n1ª Questão\n\nEm relação às definições sobre Inteligência Artificial, pode-se afirmar que:\n\nI - A arte de criar máquinas que executem funções que exijam inteligência quando executadas por pessoas.\nII - O estudo de como fazer computadores realizarem coisas nas quais, no momento as pessoas são melhores.\nIII - O ramo da ciência da computação que está interessada em automatizar comportamento inteligente.\nIV - O desenvolvimento específico para criação de máquinas para substituir os soldados nos confrontos proporcionados pela guerra.\n\nEscolha a alternativa correta.\n\nApenas os itens I e II estão corretos. \nApenas os itens I e III estão corretos.\nApenas os itens II e III estão corretos.\nOs itens I, II e III estão corretos. \nApenas o item I está correto.\n\nExplicação:\n\ntermo Inteligência Artificial possui várias definições. Sendo assim, é possível confirmar que a I é uma arte de criar máquinas que executam funções que exigem inteligência. Também é possível definir a Inteligência Artificial como um estudo de fazer os computadores realizarem coisas nas quais, no momento, as pessoas são melhores. E por último, também está correto que a IA é o ramo da ciência da computação que se encontra interessada em automatizar comportamento inteligente. Dessa forma, podemos citar as três afirmativas definem a Inteligência Artificial. 2ª Questão\n\nAssinale as afirmações a seguir com V para verdadeiro e F para falso e depois marque a alternativa correta:\n\n( ) Sistema especialista consiste em uma técnica de IA desenvolvida para resolver problemas em um determinado domínio, cujo conhecimento utilizado é obtido de pessoas que são especialistas naquele domínio.\n( ) Dendral foi um sistema desenvolvido em 1965, contendo redes neurais artificiais para resolver problemas relacionados à química orgânica.\n\n(X) A fase de implementação do sistema especialista é considerada a parte mais sensível no desenvolvimento de um SE, muitas vezes, o gargalo do processo.\n\nV-F-F\nF-V-F-V\nV-V-V-F\nV-F-V-F\n\nExplicação:\n\nA inteligência Artificial possui várias técnicas, entre elas, o sistema especialista, que consiste em uma técnica de IA desenvolvida para resolver problemas em um determinado domínio, cujo conhecimento utilizado é obtido de pessoas que são especialistas naquele domínio. O Dendral foi um sistema especialista desenvolvido em 1965, contendo regras para resolver problemas relacionados à química orgânica. A fase de aquisição de conhecimento é considerada a parte mais sensível no desenvolvimento de um SE, muitas vezes é gargalo do processo. 3ª Questão\n\nNos últimos anos, a Inteligência Artificial tem buscado evoluir sobre as teorias existentes, em vez de buscar soluções completamente novas. Em parte, isso se deve ao fato de hoje em dia possuirmos poder computacional e recursos suficientes para aplicar técnicas que antigamente eram impossíveis devido principalmente às restrições de hardware. Em relação à utilização da inteligência artificial atualmente, avalie as afirmações a seguir:\n\nI - A biometria é uma das áreas mais beneficiadas com a inteligência artificial.\nII - Os sistemas de diagnóstico médico auxiliado por computador foram praticamente abandonados, especialmente devido ao grande número de dados diagnósticos fornecidos.\nIII - Graças aos recursos praticamente infinitos das grandes empresas.com, a Inteligência Artificial tem avançado muito nos últimos anos.\nIV - Uma das aplicações de Inteligência Artificial que efetivamente utilizamos no dia a dia são as pesquisas na internet.\n\nAssinale a alternativa que somente possui afirmações corretas:\n\nOs itens I, II e IV estão corretos.\nOs itens I, III e IV estão corretos.\nOs itens I, II, III e IV estão corretos.\nOs itens I, II e IV estão corretos.\nOs itens I, II e III estão corretos.\n\nExplicação:\n\nAs aplicações de IA nos dias de hoje são possíveis devido à evolução do hardware. Quando a IA surgiu nos anos 1950, não foi possível implementá-la pois o hardware ainda não estava maduro. Atualmente, entre as aplicações de IA que mais se tornam populares estão os sistemas de diagnósticos médicos, pois, a inteligência artificial na medicina está crescendo muito, principalmente agora sob o surgimento do paradigma crescente e também do método de deep learning, que são redes neurais convolucionais aplicadas em grandes volumes de dados. Sobre as aplicações de IA no setor de transporte, julgue as opções a seguir:\n\nI - A Inteligência Artificial tem sido aplicada com frequência no sistema de transporte público das cidades.\n\nII - Um exemplo de aplicação da IA no setor de transporte são os robôs aptos a oferecer informações a passageiros em\nestações.\n\nIII - O uso da IA no setor de transporte pode promover possíveis adaptações nos trajetos de usuários baseadas na análise das\nexperiências coletadas.\n\nIV - A Inteligência Artificial ainda está sendo avaliada em relação a sua aplicabilidade no sistema de transporte das cidades.\n\nAssinale a opção correta.\n\nExplicação:\n\nA Inteligência Artificial está presente em vários setores, e o setor de transporte não poderia ficar de fora. No setor de transporte\npúblico, como trens, ônibus e táxis é possível ver a aplicação da IA no sistema de rota inteligente, assim, possibilitando\nadaptações baseadas na análise de dados coletados por experiência. Também há a realidade adaptativa com IAs nas estações\nde metrô e trem oferecendo ajuda aos passageiros, muitas vezes, utilizando linguagem de processamento natural. Selecione a opção que apresenta a busca que implementa a operação de pilha para buscar os estados.\n\nBusca em profundidade.\n\nBusca em largura.\n\nBusca em profundidade limitada.\n\nBusca em largura limitada.\n\nBusca pelo melhor primeiro.\n\nExplicação:\n\nUma das características do algoritmo de busca em profundidade é o retorno para um estado anterior a fim de explorar outras\nsoluções. Esse processo é conhecido como backtracking, ou seja, é trilha do caminho de retorno. Para implementar esse\nprocesso, que, normalmente, é feito por meio de recursividade, o algoritmo utiliza de uma estrutura de dados de pilha. Existem diversos algoritmos de busca cega. Nesse sentido, selecione a opção correta em que todos os métodos do tipo\nbusca cega.\n\nBusque em profundidade primeiro, busca greedy e pesquisa bidirecional.\n\nBusque em largura, custo uniforme e busca A*.\n\nBusque em largura primário, busca em profundidade primeiro e pesquisa bidirecional.\n\nBusque A*, busque e busque em grafo.\n\nExplicação:\n\nOs algoritmos de busca cega - também chamados de busca (ou de pesquisa) não informada - não contêm informações sobre seu\ndomínio. A única coisa que esses algoritmos podem fazer é distinguir entre um estado não objetivo de um estado objetivo\n(estado alvo). E o caso dos algoritmos de busca em largura primeiro, busca em profundidade primeiro e de pesquisa\nbidirecional. Observe a frase: \"todos os quadros são azuis\". Em relação à lógica de primeira ordem, selecione a opção correta.\n\nA negação da frase é: \"existe pelo menos um quadro novo e não é azul\".\nA frase pode ser representada por três variáveis: \"todos\", \"os quadros\" e \"são azuis\".\nA negação da frase é: \"existe pelo menos um quadro branco\".\nA frase é equivalente a: \"para qualquer quadro existente, ele pode ser azul\".\nA frase pode ser representada pela lógica sentencial, mas não pela lógica de primeira ordem.\n\nExplicação:\nOs quantificadores lógicos podem ser universais e existenciais. Os quantificadores universais são usados para generalizar proposições, por exemplo: \"qualquer quadro que exista é azul\". Na lógica quantificacional, indica a existência de uma situação em que o propósito é verdade, como: \"existe pelo menos uma casa azul\". A negação de uma proposição com quantificador universal é equivalente à existência de pelo menos uma. As redes neurais são úteis para modelar e resolver diversas categorias de problemas. Nesse sentido, selecione a opção correta a respeito das redes neurais.\n\nSão aplicadas em contextos em que há limitação de dados.\nDevem ser aplicadas para demonstração de teoremas.\nProblemas emergentes sempre são separados entre as categorias que podem ser modeladas por redes neurais.\nSão capazes de desenvolver processos criativos em uma necessidade de base de conhecimento.\n\nExplicação:\nAs redes neurais são modelos computacionais que servem para dar suporte para os profissionais de atividades complexas. As redes neurais detêm conhecimento de uma base de treinamento, portanto são limitadas no contexto de treinamento. As redes neurais artificiais podem ser aplicadas a diversas categorias de problemas, entre elas, os de classificação. Em especial, quando os problemas de classificação não são linearmente separáveis, ou seja, aqueles que podem ser separados por linhas, trata-se de um exemplo clássico que pode ser resolvido por modelos de redes neurais. As redes neurais servem para aplicações e situações para as quais foram treinadas. As redes neurais são adequadas para tratar de problemas probabilísticos. Um dos métodos mais conhecidos para treinamento de uma rede neural é o backpropagation. Em relação a esse método, selecione a opção correta sobre suas características.\n\nÉ um método sofisticado que atua especificamente sobre a camada intermediária para ajustar os pesos.\nÉ um método aplicado a redes neurais de múltiplas camadas.\nTrata-se de um método exato que, ao final do treinamento, garante que o modelo é capaz de generalizar classificações.\nTem como principal característica o ajuste dos pesos durante o processamento da camada de entrada para a camada de saída.\n\nExplicação:\nO método backpropagation é um dos mais conhecidos algoritmos de treinamento, cujo objetivo é extrair características dos dados para generalizar classificações. Ele é aplicado para redes de múltiplas camadas.