Os algoritmos, a Inteligência Artificial e o Aprendizado de máquinas desempenham papel crucial na compreensão das tecnologias que moldam a sociedade contemporânea. Analise as afirmativas a seguir:

I. Os algoritmos são estruturas lógicas simples que orientam os computadores na resolução de problemas e na tomada de decisão.
II. Inteligência artificial engloba uma ampla gama de tecnologias e sistemas capazes de realizadas tarefas que normalmente não requerem inteligência humana.
III. O aprendizado de máquina é uma grande área da Inteligência artificial que se concentra no desenvolvimento de algoritmos e modelos computacionais que permitem aprendizado e melhora de um sistema com base em dados, sem a necessidade de serem explicitamente programados para realizar tarefas específicas.

Assinale

A Inteligência Artificial (IA) está remodelando vários aspectos da vida cotidiana e da economia. Qual das seguintes áreas NÃO é considerada um benefício potencial do avanço da IA?

Os processos de extração, transformação e carga de dados são fundamentais em plataforma de Business Inteligence (BI).
Assinale a alternativa que apresenta, correta e respectivamente, um processo relacionado e a etapa a qual ele pertence.

Assinale a alternativa que se enquadra na definição: “tecnologia de software que fornece consultas analíticas multidimensionais com rápido desempenho.”

Sobre os impactos e riscos do uso de inteligência artificial (IA) e machine learning na saúde, é INCORRETO afirmar que:

Modelos de IA que apresentam vieses podem levar a um tratamento desigual e discriminatório contra indivíduos e grupos específicos. Imagine um modelo usado para a seleção de candidatos a vagas de emprego que privilegia homens em detrimento de mulheres, mesmo que elas sejam igualmente qualificadas. Esse tipo de viés de gênero pode perpetuar desigualdades e prejudicar a carreira de muitas mulheres. Dentre os possíveis elementos que podem mitigar esse efeito está:

Acerca dos frameworks LangChain e Llamaindex, amplamente utilizados atualmente para construir aplicação integradas a Large Language Models (LLMs), a opção que apresenta uma observação correta é:

A evolução das tecnologias de Inteligência Artificial, especialmente no campo do Processamento de Linguagem Natural (PLN), tem sido marcada por inovações significativas que transformaram a maneira como as máquinas entendem e geram linguagem humana. Uma dessas inovações é a arquitetura de Transformers, introduzida pelo artigo Attention is All You Need em 2017, superando as limitações das abordagens anteriores baseadas em Redes Neurais Recorrentes (RNNs) e tornando-se a base fundamental para o surgimento dos Large Language Models (LLMs).
Sobre essa arquitetura, pode-se afirmar que:

Entre as observações abaixo sobre a técnica de Word Embeddings e sua importância em modelos de Processamento de Linguagem Natural (PLN), a que está correta é:

O Processamento de Linguagem Natural (PLN) busca melhorar a capacidade das máquinas de entender e interagir com a linguagem humana de forma natural e semanticamente adequada. Ao longo dos anos, a evolução dos modelos de Machine Learning tem desempenhado um papel fundamental nesse processo, permitindo avanços significativos em tarefas como tradução automática, análise de sentimentos e assistentes virtuais. Esses modelos dependem de uma série de técnicas de pré-processamento para transformar texto bruto em formas que possam ser eficientemente analisadas e compreendidas. Numere a 2ª coluna pela primeira, considerando as técnicas e as respectivas definições.

COLUNA 1
(1) Tokenização, (2) POS Tagging, (3) Stemização, (4) Lematização e (5) Chunking.
COLUNA 2
( ) Técnica que transforma uma palavra para sua forma de dicionário, considerando o contexto, a classe gramatical e outras características linguísticas.

( ) Trata de dividir o texto em unidades menores, como palavras ou partes de palavras, transformando o texto bruto e preparando-o para ser manipulado por algoritmos de PLN.

( ) Refere-se a reduzir as palavras para suas formas radicais, facilitando a análise de padrões comuns em diferentes variações da mesma palavra.

( ) Técnica de atribuir a cada palavra em um texto a sua classe morfossintática, como substantivos, verbos, adjetivos, etc.

( ) Trata de dividir um texto em segmentos mais curtos, como conjuntos de palavras ou seções de um texto, que serão tratados separadamente em processos posteriores como, por exemplo, vetorização.


A sequência correta, de cima para baixo, é: