Questão de Análise de Sistemas · CESGRANRIO BNDES 01/2024 (nº 50)

Conceito-chave: A camada de infraestrutura é a base física e lógica que sustenta todo o resto. Pense nela como a "cozinha" onde o "chef" (modelo de IA) é preparado: sem os fornos (GPUs, processadores) e as ferramentas (softwares de otimização), não existe prato (modelo treinado).

• (A) Incorreta: A camada de modelo é o resultado final (o "chef" pronto), não o ambiente onde ele é criado. A questão descreve os recursos para treinar, não o treinamento em si.
• (B) Incorreta: A camada de aplicação é onde o modelo já treinado é usado pelo usuário final (o "restaurante" servindo o prato). Não envolve criar ou treinar.
• (C) Correta: A descrição ("componentes de hardware e software... processadores, GPUs e ferramentas") é a definição exata da camada de infraestrutura de IA, que fornece o poder computacional e as ferramentas para o ciclo de desenvolvimento e treinamento.
• (D) Incorreta: A camada de dados específicos é o "ingrediente" (conjunto de dados) usado no treinamento, não o hardware/software que processa esse ingrediente.
• (E) Incorreta: A opção geral de aprendizado é um termo genérico e não corresponde a uma camada técnica padrão em stacks de IA. A banca usa esse nome para confundir com "aprendizado de máquina", mas o contexto fala de recursos físicos e lógicos, não de algoritmos.

Armadilha da banca (no distrator mais tentador, E): A pegadinha está em associar "criar e treinar modelos" diretamente a "aprendizado de máquina" (machine learning). O aluno que não domina a arquitetura em camadas escolhe a letra E por achar que "geral de aprendizado" engloba o treinamento. Porém, a questão descreve recursos de hardware e software (GPUs, processadores), que são a definição clássica de infraestrutura, não de algoritmos ou processos de aprendizado.