Questão nº 59
Questão de Ciência de Dados e Banco de Dados · CEBRASPE SUSEP 2025 (nº 59)
Acerca de inteligência artificial (IA), julgue os seguintes itens.
Em redes neurais artificiais, as funções de ativação não lineares são essenciais para que o modelo possa aprender representações complexas, uma vez que múltiplas camadas de transformações lineares equivaleriam a uma única transformação linear.
Resposta comentada
Sem funções de ativação não lineares, cada camada só faz uma conta linear (multiplicação de pesos + soma). Empilhar várias camadas lineares é como multiplicar vários números por 1: o resultado continua sendo uma única reta — ou seja, uma rede profunda viraria tão "burra" quanto uma de uma camada só. A não linearidade (ReLU, sigmoide, tanh) é o que permite à rede dobrar, curvar e criar fronteiras de decisão complexas.
- Correta: Certo. Sem não linearidade, — a composição de transformações lineares colapsa em uma única transformação linear, e a profundidade perde utilidade.
Fica de olho: a banca costuma trocar "não lineares" por "lineares" e afirmar que elas bastam para representações complexas — aí o item fica Errado. Também pode dizer que a não linearidade serve "apenas para normalizar a saída" ou "para acelerar o treino": ambos são desvios do papel real (quebrar a linearidade e ampliar a capacidade representacional).
Fonte: CEBRASPE SUSEP 2025 Analista Técnico - Área: Tecnologia da Informação e Ciência de Dados. Reproduzida para fins de estudo.