Pular para o conteúdo principal

Questão de Noções de Informática — Inteligência Artificial e Automação — FGV 2025

Noções de InformáticaInteligência Artificial e Automação
Código
fg121543
Banca
FGV
Órgão
TCE-PE
Ano
2025
Nível
Superior
Cargo
Auditor de Controle Externo – Tecnologia da Informação
Com o avanço do deep learning, redes neurais profundas e grandes modelos de linguagem (LLMs) vêm sendo amplamente utilizados em aplicações como tradução automática, geração de texto, reconhecimento de imagens e assistentes virtuais.A respeito de redes neurais profundas, deep learning e grandes modelos de linguagem (LLMs), assinale a afirmativa correta.
  1. ARedes neurais profundas possuem apenas uma camada oculta entre a entrada e a saída e são ideais para tarefas simples de classificação linear.
  2. BO termo deep learning refere-se a técnicas que dispensam o uso de redes neurais artificiais, utilizando apenas algoritmos estatísticos tradicionais.
  3. COs grandes modelos de linguagem (LLMs) são caracterizados por seu tamanho reduzido, pois dependem de poucos parâmetros para evitar sobrecarga computacional.
  4. DOs grandes modelos de linguagem (LLMs) utilizam arquiteturas de redes neurais profundas, como os transformadores, para processar sequências de texto e aprender padrões complexos.
  5. ERedes neurais profundas são indicadas exclusivamente para reconhecimento de imagens e não são aplicadas em processamento de linguagem natural.
Revelar gabarito e comentário

GabaritoD — Os grandes modelos de linguagem (LLMs) utilizam arquiteturas de redes neurais profundas, como os transformadores, para processar sequências de texto e aprender padrões complexos.

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”.

Inteligência Artificial e Redes Neurais Profundas

Gabarito: letra D. Grandes modelos de linguagem (LLMs) utilizam arquiteturas de redes neurais profundas, como os transformadores, para processar sequências de texto e aprender padrões complexos. As demais alternativas apresentam erros conceituais básicos sobre o tema.

A questão testa conceitos fundamentais de IA: o que são redes neurais profundas, o que é deep learning, e a natureza dos LLMs. O conteúdo de apoio reforça que deep learning utiliza redes neurais com múltiplas camadas (profundas), e que os LLMs são modelos de larga escala baseados na arquitetura Transformer.

Alternativa A — ❌ Incorreta

Afirma que redes neurais profundas possuem apenas uma camada oculta. Na verdade, redes profundas têm múltiplas camadas ocultas (daí o termo "profundas"), permitindo aprender hierarquias de características. Uma única camada oculta caracteriza uma rede rasa, limitada a problemas linearmente separáveis.

Alternativa B — ❌ Incorreta

Diz que deep learning dispensa o uso de redes neurais artificiais, usando apenas algoritmos estatísticos tradicionais. O oposto é verdadeiro: deep learning é um subcampo do aprendizado de máquina que se baseia especificamente em redes neurais profundas para extrair padrões complexos.

Alternativa C — ❌ Incorreta

Afirma que LLMs são caracterizados por tamanho reduzido e poucos parâmetros. LLMs são "grandes" justamente por possuírem bilhões ou trilhões de parâmetros, o que lhes confere alta capacidade de aprendizado, embora exija grande poder computacional.

Alternativa D — ✅ Correta ⟵ GABARITO

Correta. LLMs usam arquiteturas de redes neurais profundas, notadamente os transformadores, que processam sequências de texto em paralelo e capturam relações de longo alcance, permitindo gerar e compreender linguagem natural com alta qualidade.

Alternativa E — ❌ Incorreta

Afirma que redes neurais profundas são exclusivas para reconhecimento de imagens. Elas são amplamente aplicadas em diversas áreas, incluindo processamento de linguagem natural (PLN), tradução automática, geração de texto, reconhecimento de voz, entre outras.

Link permanente: /questoes/fg121543