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