Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2025
Engenharia de Software›Inteligencia Artificial
Código
ce219665
Banca
CESPE / CEBRASPE
Órgão
TRF - 6ª REGIÃO
Ano
2025
Nível
Superior
Cargo
Analista Judiciário – Área: Apoio Especializado – Especialidade: Governança e Gestão de Tecnologia da Informação
No que se refere à ciência de dados, julgue o item seguinte.No treinamento de modelos generativos em deep learning, o modelo remove, gradualmente, ruído dos dados reais; em seguida, o modelo aprende a reverter esse processo, adicionando ruído aos ponchos para gerar dados semelhantes aos originais.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoE — Errado
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Modelos Generativos – Modelos de Difusão
Gabarito: ❌ ERRADO. A afirmação inverte as etapas do treinamento de modelos de difusão. No processo correto, adiciona-se ruído gradualmente aos dados reais (processo forward), e o modelo aprende a reverter esse processo, ou seja, a remover o ruído para gerar novos dados a partir de ruído puro (processo reverse).
A banca testa o conhecimento do funcionamento básico dos modelos de difusão, uma arquitetura de IA generativa. O erro está em dizer que o modelo "remove ruído dos dados reais" e depois "aprende a reverter adicionando ruído" – exatamente o oposto do que ocorre.
Funcionamento correto dos Modelos de Difusão
Processo Forward (adição de ruído): Partindo de uma amostra real (ex.: uma imagem), aplica-se pequenas quantidades de ruído gaussiano de forma iterativa, até que a amostra se torne ruído puro (distribuição normal).
Processo Reverse (remoção de ruído): O modelo é treinado para aprender a reverter esse processo, ou seja, dado um ruído puro, ele deve remover o ruído gradualmente até reconstruir uma amostra realística.
Portanto, o modelo aprende a remover ruído (não a adicionar) – e o ruído é adicionado antes do treinamento, não depois.
NÃO CAIA NESSA!
A banca inverte a ordem dos processos: afirma que o modelo remove ruído dos dados reais (o que seria o processo forward? não, forward adiciona ruído) e depois aprende a adicionar ruído (quando na verdade aprende a remover). Cuidado com a direção do fluxo!
Fluxo do treinamento
O comando "remover ruído" aparece no processo reverso; "adicionar ruído" aparece no processo forward. A confusão é comum, mas com este esquema fica claro.