A) Inteligência automatizada B) Inteligência avançada C) Inteligência Artificial D) Integração análoga
A) Um teste para medir a velocidade de processamento de uma máquina B) Um teste para determinar o consumo de energia de uma máquina C) Um teste da capacidade de uma máquina para exibir um comportamento inteligente indistinguível de um humano D) Um teste para avaliar a força física de uma máquina
A) Java B) Python C) Rubi D) C++
A) Um subconjunto da IA que permite às máquinas aprender com os dados B) Um processo de montagem de componentes de hardware C) Um método para melhorar a segurança da rede D) Uma técnica para programar máquinas manualmente
A) Análise de sinais de áudio B) Geração de padrões de píxeis aleatórios C) Imitar a visão humana e identificar objectos em imagens ou vídeos D) Teste de componentes de hardware de computadores
A) Encontrar o caminho mais curto num grafo B) Deteção de erros nos dados C) Otimizar a utilização da memória do computador D) Geração de números aleatórios
A) Um programa para jogos de realidade virtual B) Um programa que simula conversas com utilizadores humanos C) Um programa para composição musical D) Um programa para design gráfico
A) Rede Neural Recorrente B) Navegador de neurónios robusto C) Nó de notificação rápida D) Notação numérica regular
A) Uma medida da complexidade dos dados B) Um tipo de algoritmo de aprendizagem automática C) Uma técnica de manipulação do tempo D) Um ponto hipotético no futuro em que a IA ultrapassa a inteligência e o controlo humanos
A) Padrão linguístico não linear B) Protocolo de aprendizagem neural C) Desempenho logístico em rede D) Processamento de linguagem natural
A) 1956 B) 1980 C) 1965 D) 1972
A) Raciocínio B) Computação quântica C) Aprendizagem D) Representação do conhecimento
A) OpenAI B) Intel C) Microsoft D) IBM
A) Arquitetura Transformer B) Rede neural recorrente C) Perceptron D) Rede neural convolucional
A) Veículos autônomos B) Sistemas de recomendação C) Mecanismos de busca avançados D) Assistentes virtuais
A) Neurociência B) Linguística C) Psicologia D) Astronomia
A) Busca no espaço de estados B) Emaranhamento quântico C) Lógica formal D) Redes neurais artificiais
A) Anos 1990 B) Anos 2020 C) Anos 2010 D) Anos 2000
A) Diminuição da capacidade de processamento B) Redução da complexidade do software C) Riscos existenciais D) Menor consumo de energia
A) A inteligência artificial inicial não conseguia realizar deduções lógicas. B) Esses algoritmos exigiam intervenção humana em cada etapa. C) Eles não conseguiam processar nenhuma forma de informação incompleta. D) Eles sofrem uma 'explosão combinatória', tornando-se exponencialmente mais lentos à medida que os problemas aumentam.
A) Os seres humanos baseiam-se exclusivamente em deduções lógicas, de forma semelhante aos modelos de inteligência artificial mais antigos. B) Os seres humanos utilizam uma combinação de intuição e raciocínio probabilístico, exclusivamente. C) Os seres humanos utilizam julgamentos rápidos e intuitivos, em vez de deduções passo a passo. D) Os seres humanos resolvem problemas seguindo algoritmos predefinidos.
A) Nenhum objetivo claro ou preferência definida. B) Múltiplos objetivos a serem alcançados simultaneamente. C) Um objetivo específico. D) Tarefas atribuídas aleatoriamente, sem uma ordem específica.
A) Aprendizado supervisionado B) Aprendizado por transferência C) Aprendizado não supervisionado D) Aprendizado por reforço
A) A classificação prevê categorias, enquanto a regressão deduz funções numéricas. B) A regressão requer mais dados do que a classificação. C) A classificação é um tipo de aprendizagem não supervisionada. D) A classificação utiliza redes neurais, enquanto a regressão não.
A) Recuperação de informações B) Tradução automática C) Incorporação de palavras (word embedding) D) Síntese de fala
A) Transformadores pré-treinados generativos (GPT) B) Transformadores C) Redes neurais convolucionais (CNNs) D) Redes neurais recorrentes (RNNs)
A) Rastreamento de objetos. B) Classificação de imagens. C) Análise de sentimento em textos. D) Reconhecimento de fala.
A) Descida de gradiente. B) Busca adversária. C) Busca local. D) Otimização por enxame de partículas.
A) Otimização matemática. B) Análise de meios e fins. C) Algoritmos de inteligência de enxame. D) Algoritmo de retropropagação.
A) Otimização por colônia de formigas. B) Descida do gradiente. C) Otimização por enxame de partículas. D) Computação evolutiva.
A) Raciocínio dedutivo. B) Otimização por enxame de partículas. C) Raciocínio indutivo. D) Computação evolutiva.
A) Requer o método de gradiente descendente para otimização. B) Atribui graus de verdade entre 0 e 1. C) Utiliza algoritmos de inteligência de enxame. D) A inferência é indecidível, o que a torna difícil de resolver.
A) Otimização por enxame de partículas. B) Otimização por colônia de formigas. C) Computação evolutiva. D) Descida de gradiente.
A) Redes Bayesianas B) Redes de decisão dinâmicas C) Filtros de Kalman D) Processos de decisão de Markov
A) Teoria do valor da informação B) Algoritmo de Expectativa-Maximização C) Projeto de mecanismos D) Análise de decisão
A) Algoritmo das k-vizinhos mais próximos B) Máquina de vetores de suporte C) Classificador Bayesiano D) Árvore de decisão
A) Árvore de decisão B) Máquina de vetores de suporte C) Algoritmo das K-vizinhos mais próximos D) Classificador Naive Bayes
A) Controladores B) Redes Neurais C) Redes Bayesianas D) Classificadores
A) Classificador Bayesiano B) Algoritmo das k-vizinhos mais próximos C) Máquina de vetores de suporte D) Árvore de decisão
A) Redes de decisão dinâmicas B) Análise de decisão C) Teoria dos jogos D) Modelos de Markov ocultos
A) Aproximadamente 4% B) 10% C) 25% D) 50%
A) 10% B) 5% C) 3% D) 7%
A) rStar-Math B) Gemini Deep Think C) AlphaTensor D) Qwen-7B
A) Stuart J. Russell B) Stephen Hawking C) Eliezer Yudkowsky D) Wendell Wallach
A) Verificação por blockchain B) Assinaturas digitais C) Diretrizes éticas para IA D) Credenciais de personalidade
A) Apple B) Amazon C) Google D) Microsoft
A) Scikit-learn. B) PyTorch. C) Keras. D) TensorFlow.
A) AlphaTensor B) Qwen2-Math C) Gemini Deep Think D) rStar-Math
A) Taiwan B) Japão C) Singapura D) Estados Unidos
A) AlphaStar B) Watson C) MuZero D) Deep Blue
A) Em ambas as direções B) Aleatoriamente C) Em uma única direção D) Na direção inversa
A) Bolhas de filtro B) Viés de confirmação C) Câmaras de eco D) Sobrecarga de informações
A) A Lei de Huang. B) A Lei de Bell. C) A Lei de Gibson. D) A Lei de Moore.
A) Sua arquitetura e parâmetros são mantidos em segredo. B) Eles exigem conectividade constante com a internet. C) Eles não podem ser utilizados para fins comerciais. D) As medidas de segurança integradas podem ser desativadas ou tornadas ineficazes.
A) DeepMind B) Google C) Microsoft D) IBM
A) 70% B) 90% C) 30% D) 50%
A) Robótica moral B) Moralidade computacional C) Ética da inteligência artificial D) Computação ética
A) 22% B) 50% C) 5% D) 75%
A) Alan Turing. B) John McCarthy. C) Gordon Moore. D) Jensen Huang.
A) 9% B) 25% C) 60% D) 47%
A) Alexa B) Cortana C) Siri D) Google Assistente
A) Teoria dos Jogos B) Redes Bayesianas Dinâmicas C) Projeto de Mecanismos D) Processos de Decisão de Markov
A) GPT-3 B) ChatGPT C) DALL-E D) AlphaGo
A) 84% B) 90% C) 53% D) 75%
A) Alphabet Inc., Amazon, Apple Inc., Meta Platforms, Microsoft B) Nike, Adidas, Puma, Reebok C) Tesla, SpaceX, Uber, Lyft D) Coca-Cola, PepsiCo, Red Bull, Monster
A) 9% B) 30% C) 47% D) 15%
A) Diversas abordagens topológicas B) Modelos probabilísticos C) Busca em árvore de Monte Carlo D) Processamento de linguagem natural
A) Bordas B) Dígitos C) Objetos inteiros D) Rostos
A) Redes Neurais B) Classificadores C) Redes Bayesianas D) Controladores
A) Deep Blue B) Watson C) MuZero D) AlphaStar
A) Google DeepMind B) OpenAI C) Alibaba Group D) Microsoft
A) 84% B) 75% C) 53% D) 90%
A) Drones utilizados para vigilância B) Ferramenta de segurança cibernética C) Arma de fogo convencional D) Arma autônoma letal
A) Criptografia de dados B) Armazenamento em nuvem C) Privacidade diferencial D) Tecnologia blockchain
A) 2023 B) 2024 C) 2019 D) 2021
A) Propagação para frente B) Retropropagação C) Descida estocástica do gradiente D) Descida do gradiente
A) 2026 B) 2025 C) 2028 D) 2030
A) Deep Blue B) AlphaGo C) MuZero D) Watson
A) Diretor de Automação (CAO) B) Diretor de Dados (CDO) C) Diretor de Informática (CIO) D) Diretor de Tecnologia (CTO)
A) 20 vezes mais B) 10 vezes mais C) 5 vezes mais D) 15 vezes mais
A) 10 milhões de dólares B) 25 milhões de dólares C) 50 milhões de dólares D) 100 milhões de dólares
A) 75% B) 50% C) 80% D) Exatamente 61%
A) Stuart J. Russell B) Wendell Wallach C) Stephen Hawking D) Eliezer Yudkowsky
A) 3% B) 5% C) 10% D) 7%
A) Imagens falsas B) Mídia sintética C) Vídeos e imagens falsas (deepfakes) D) Clones de IA
A) Promover informações precisas. B) Aumentar a diversidade de conteúdo. C) Reduzir a disseminação de informações falsas. D) Maximizar o envolvimento dos usuários.
A) Maio de 2025 B) Julho de 2024 C) Fevereiro de 2023 D) Dezembro de 2017
A) Jogos com informações incompletas, como o poker. B) Programas de perguntas e respostas como o Jeopardy! C) Jogos de estratégia em tempo real. D) Xadrez e Go.
A) 20% B) 10% C) 50% D) 5%
A) Justiça representativa B) Justiça processual C) Justiça preditiva D) Justiça distributiva
A) Elon Musk B) Tim Cook C) Bill Gates D) Geoffrey Hinton
A) Filtros de Kalman B) Redes Bayesianas Dinâmicas C) Teoria da decisão D) Algoritmo de Expectativa-Maximização
A) Prever tendências futuras do mercado de ações. B) Gerar texto com base nas relações semânticas entre as palavras. C) Traduzir idiomas em tempo real. D) Analisar e interpretar imagens.
A) AlphaStar B) Pluribus C) MuZero D) SIMA
A) Microsoft B) Amazon C) Talen Energy D) Constellation Energy
A) 2013 B) 2016 C) 2014 D) 2015
A) Claude B) ChatGPT C) Gemini D) Prolog
A) Reator nuclear de Palisades B) Usina nuclear de Three Mile Island C) Usina nuclear de Fukushima D) Usina nuclear de Susquehanna
A) 2,7 trilhões de dólares B) 4,0 trilhões de dólares C) 1,5 trilhões de dólares D) 3,5 trilhões de dólares
A) 5% B) 8% C) 10% D) 12% |