Pular para o conteúdo principal

Questão de Engenharia de Software — Inteligencia Artificial — FGV 2024

Engenharia de SoftwareInteligencia Artificial
Código
fg097482
Banca
FGV
Órgão
TCE-PA
Ano
2024
Nível
Superior
Cargo
Auditor de Controle Externo - Área de Informática - Analista de Sistemas
O campo da inteligência artificial generativa é dedicado ao desenvolvimento de algoritmos capazes de gerar novas instâncias de dados. Suas aplicações incluem, por exemplo, a criação de textos, imagens, áudio e vídeo. As redes generativas adversárias (Generative Adversarial Networks – GANs) são um exemplo de IA generativa que possuem arquitetura baseada em duas redes, chamadas geradora e discriminadora, que competem entre si.Um dos principais problemas das GANs ocorre quando a rede geradora produz apenas uma quantidade limitada de tipos de dados, mesmo que seus dados de treinamento sejam mais ricos e diversificados. Isso ocorre porque a rede geradora consegue “enganar” a rede discriminadora mais facilmente quando dados daqueles tipos específicos são produzidos.A esse fenômeno dá-se o nome de
  1. AFalha de Convergência (Convergence Failure).
  2. BSobreajuste (Overfitting).
  3. CColapso de Modo (Mode Collapse).
  4. DFiltragem Estocástica (Stochastic Filtering).
  5. ECrescimento de Padrões Frequentes (Frequent Pattern Growth).
Revelar gabarito e comentário

GabaritoC — Colapso de Modo (Mode Collapse).

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”.

Redes Generativas Adversárias (GANs) – Colapso de Modo

Gabarito: letra C. O fenômeno descrito ocorre quando a rede geradora de uma GAN produz apenas uma quantidade limitada de tipos de dados (modos), mesmo que o conjunto de treinamento seja diverso. Isso acontece porque a geradora encontra maneiras fáceis de enganar a discriminadora, concentrando-se em alguns modos e ignorando outros. Esse problema é conhecido como Colapso de Modo (Mode Collapse).

GANs (Redes Generativas Adversárias)
  • 1Arquitetura
    • Rede geradora
    • Rede discriminadora
  • 2Problema: Colapso de Modo
    • Geradora produz poucos tipos (modos)
    • Ignora diversidade do treinamento
    • Causa: engana discriminador facilmente
  • 3Não é
    • Falha de convergência (não converge)
    • Overfitting (decora dados)
    • Filtragem estocástica (termo não padrão)
    • FP-Growth (mineração de dados)
LEVEL · soulevel.com.br

Alternativa A – ❌ Incorreta

Falha de convergência é um problema genérico em que o treinamento não converge para um equilíbrio, mas o enunciado descreve especificamente a limitação na variedade dos dados gerados, não a não convergência.

Alternativa B – ❌ Incorreta

Sobreajuste (overfitting) ocorre quando o modelo decora os dados de treinamento, mas aqui a geradora não decora; ela produz apenas alguns tipos, o que é diferente.

Alternativa C – ✅ Correta ⟵ GABARITO

Colapso de modo é exatamente o problema descrito: a geradora colapsa em um ou poucos modos, gerando baixa diversidade.

Alternativa D – ❌ Incorreta

Filtragem estocástica não é um termo padrão associado a GANs.

Alternativa E – ❌ Incorreta

Crescimento de padrões frequentes é um algoritmo de mineração de dados (FP-Growth), sem relação com GANs.

Link permanente: /questoes/fg097482