Questão de Inteligência Artificial · FGV SEFAZ-AM 2022 - Prova II (nº 40)

Aprendizado Profundo (Deep Learning) é uma área da Inteligência Artificial que permite aos computadores aprenderem a partir de grandes volumes de dados, utilizando modelos complexos inspirados no cérebro humano, conhecidos como redes neurais artificiais, que possuem muitas camadas de processamento.

• (A) Incorreta: O Deep Learning é extremamente versátil e pode ser usado para uma vasta gama de tarefas, incluindo classificação multiclasse (mais de duas categorias), regressão (prever valores contínuos), geração de conteúdo, e muito mais, não se limitando apenas a classificações binárias.
• (B) Incorreta: Um perceptron de uma camada única é um modelo de rede neural muito simples, capaz de resolver apenas problemas linearmente separáveis. O Deep Learning, por definição, envolve múltiplas camadas (camadas ocultas) entre a entrada e a saída, o que lhe confere a capacidade de aprender padrões complexos e não lineares. A armadilha aqui é que um perceptron é uma rede neural, mas não é "profundo".
• (C) Correta: Esta alternativa descreve precisamente o Deep Learning. Ele é uma família de métodos de aprendizado de máquina que se baseia em redes neurais que possuem múltiplas camadas (daí o termo "profundo"), permitindo aprender representações hierárquicas dos dados.
• (D) Incorreta: O Deep Learning revolucionou a visão computacional, sendo a base para avanços significativos em reconhecimento de imagens, detecção de objetos, segmentação e muitas outras aplicações nesse campo. Redes neurais convolucionais (CNNs), por exemplo, são um tipo de Deep Learning amplamente utilizado em visão computacional.
• (E) Incorreta: Modelos de Deep Learning, especialmente os mais avançados, são conhecidos por possuírem um grande número de parâmetros (milhões ou até bilhões) a serem ajustados durante o treinamento. Essa é uma das razões de sua complexidade e poder, mas também exige grandes volumes de dados e poder computacional.