Martin está elaborando uma cartilha sobre o uso ético da Inteligência Artificial (IA) em seu setor, que atua no atendimento ao público. Para isso, a IA deve fornecer informações sobre as entradas, as saídas e o funcionamento do algoritmo utilizado, bem como a forma como cada parte contribui para o resultado final.
Na cartilha de uso ético da IA de Martin, devem constar requisitos sobre:

No setor público, as ferramentas de Inteligência Artificial Generativa (IAG) oferecem oportunidades para modernizar processos, como automação de tarefas repetitivas, redação de documentos e criação de materiais visuais. Contudo, sua implementação precisa de supervisão humana para que vieses ou informações imprecisas não sejam reproduzidos, especialmente em instituições públicas que lidam com informações sensíveis e de impacto social.

A fase do ciclo de desenvolvimento de modelos de IAG na qual ocorre essa supervisão, com o ajuste e a captura de padrões nos dados, é a de:

O trabalho que José executa todos os dias é acessar o site do Detran, baixar extratos e incluí-los no sistema de procuradorias para subsidiar análises sobre dívida ativa. Para otimizar esse trabalho, o Departamento de Tecnologia da Informação implementou uma solução que automatiza as tarefas repetitivas do processo que José executa. Para iniciar o processo, José deve dar um clique em um botão para que as tarefas programadas na solução sejam executadas.
A solução implementada no órgão em que José trabalha é do tipo:

João elaborou o seguinte texto para enviar ao chefe do seu setor por e-mail:
“A gente do depósito de material tá passando por perrengue mó de que não tem uma coisa pra mó de sentar”.
Na sequência, João utilizou uma solução de Inteligência Artificial (IA) para revisar seu texto e sugerir alterações. O resultado foi:
“A equipe do depósito de materiais está passando por dificuldades porque não há móveis adequados para sentar”.
Para a IA realizar a revisão com o objetivo de obter um texto bem estruturado, rico em vocabulário, a partir de comandos claros e específicos, João utilizou um:

Os sistemas de aprendizado de máquina se enquadram em uma ou mais categorias de acordo com a forma como seus modelos aprendem a fazer previsões ou gerar conteúdo.

Modelos, que precisam inferir suas próprias regras e fazem previsões com base em dados que não contêm respostas corretas, e cujo objetivo é identificar padrões significativos nos dados, são conhecidos como:

As redes neurais são modelos de aprendizado de máquina e podem ser classificadas em diferentes tipos, sendo usadas para distintos propósitos.

O tipo de redes neurais que são bem-sucedidas no reconhecimento de imagens, reconhecimento de padrões e visão computacional são denominadas de redes:

Durante o processo de integração e análise de dados, é comum realizar transformações para ajustar os dados às necessidades dos sistemas-alvo, garantir consistência e facilitar a interpretação.

Assinale a alternativa que representa uma operação típica de transformação de dados no contexto de ETL (Extract, Transform, Load).

O avanço da inteligência artificial, cada vez mais presente no cotidiano, tem despertado intensos debates sobre seus efeitos na sociedade. Entre as principais preocupações destacadas por especialistas, está a que se refere:

Um Tribunal está implementando uma solução para gerenciar seu vasto acervo digital, que inclui milhões de documentos digitalizados, gravações de áudio de sessões, vídeos de audiências e dados estruturados extraídos do sistema processual eletrônico. Para viabilizar análises futuras complexas (como mineração de dados, inteligência artificial e cruzamento de informações) e consultas avançadas, optou por armazenar inicialmente todos esses dados em um data lake.
A principal vantagem da escolha inicial pelo data lake reside no fato de que ele permite:

No treinamento de grandes modelos de linguagem (LLMs), como o GPT-4, uma técnica importante, utilizada para estabilizar o treinamento e favorecer a convergência - especialmente ao lidar com camadas profundas -, é a normalização por camada, conhecida como Layer Normalization, que consiste em: