No contexto internacional, marcado pela intensificação das disputas geopolíticas e pela transição tecnológica acelerada, o conceito de tecnologias emergentes ganha centralidade estratégica. Essas tecnologias — que incluem inteligência artificial, nanotecnologia, genômica, biotecnologia e robótica avançada — têm sido disputadas por grandes potências como Estados Unidos e China, pois representam instrumentos essenciais para o fortalecimento das capacidades militares, cibernéticas, de vigilância e de controle social, além de redefinirem os padrões de poder e segurança no sistema internacional contemporâneo.
Entre essas tecnologias, destaca-se uma que tem aplicações essenciais nos setores de segurança e defesa, como no controle de sistemas de armamentos autônomos, defesa cibernética, análise preditiva de ameaças e operações de vigilância estratégica em múltiplos domínios. A importância estratégica dessa tecnologia emergente está associada à sua capacidade de lidar com grandes volumes de dados em tempo real, otimizando processos de tomada de decisão e a eficiência operacional de Estados em cenários de conflito híbrido e de dissuasão estratégica.
Diante de tal contextualização, é correto afirmar que, no âmbito da segurança e defesa contemporâneas, a tecnologia emergente de maior impacto geopolítico e militar é a:

O artigo Attention is All You Need (Vaswani et al., 2017) marcou uma ruptura no processamento de linguagem natural ao apresentar a arquitetura Transformer. Sua abordagem abriu caminho para a criação de modelos de grande escala, como BERT, GPT e diversos outros que dominam o estado da arte em processamento de linguagem natural e em outras áreas, como visão computacional e bioinformática.
Sobre a arquitetura Transformer, é correto afirmar que:

Martin está elaborando uma cartilha sobre o uso ético da Inteligência Artificial (IA) em seu setor, que atua no atendimento ao público. Para isso, a IA deve fornecer informações sobre as entradas, as saídas e o funcionamento do algoritmo utilizado, bem como a forma como cada parte contribui para o resultado final.
Na cartilha de uso ético da IA de Martin, devem constar requisitos sobre:

No setor público, as ferramentas de Inteligência Artificial Generativa (IAG) oferecem oportunidades para modernizar processos, como automação de tarefas repetitivas, redação de documentos e criação de materiais visuais. Contudo, sua implementação precisa de supervisão humana para que vieses ou informações imprecisas não sejam reproduzidos, especialmente em instituições públicas que lidam com informações sensíveis e de impacto social.

A fase do ciclo de desenvolvimento de modelos de IAG na qual ocorre essa supervisão, com o ajuste e a captura de padrões nos dados, é a de:

O trabalho que José executa todos os dias é acessar o site do Detran, baixar extratos e incluí-los no sistema de procuradorias para subsidiar análises sobre dívida ativa. Para otimizar esse trabalho, o Departamento de Tecnologia da Informação implementou uma solução que automatiza as tarefas repetitivas do processo que José executa. Para iniciar o processo, José deve dar um clique em um botão para que as tarefas programadas na solução sejam executadas.
A solução implementada no órgão em que José trabalha é do tipo:

João elaborou o seguinte texto para enviar ao chefe do seu setor por e-mail:
“A gente do depósito de material tá passando por perrengue mó de que não tem uma coisa pra mó de sentar”.
Na sequência, João utilizou uma solução de Inteligência Artificial (IA) para revisar seu texto e sugerir alterações. O resultado foi:
“A equipe do depósito de materiais está passando por dificuldades porque não há móveis adequados para sentar”.
Para a IA realizar a revisão com o objetivo de obter um texto bem estruturado, rico em vocabulário, a partir de comandos claros e específicos, João utilizou um:

Os sistemas de aprendizado de máquina se enquadram em uma ou mais categorias de acordo com a forma como seus modelos aprendem a fazer previsões ou gerar conteúdo.

Modelos, que precisam inferir suas próprias regras e fazem previsões com base em dados que não contêm respostas corretas, e cujo objetivo é identificar padrões significativos nos dados, são conhecidos como:

As redes neurais são modelos de aprendizado de máquina e podem ser classificadas em diferentes tipos, sendo usadas para distintos propósitos.

O tipo de redes neurais que são bem-sucedidas no reconhecimento de imagens, reconhecimento de padrões e visão computacional são denominadas de redes:

Durante o processo de integração e análise de dados, é comum realizar transformações para ajustar os dados às necessidades dos sistemas-alvo, garantir consistência e facilitar a interpretação.

Assinale a alternativa que representa uma operação típica de transformação de dados no contexto de ETL (Extract, Transform, Load).

O avanço da inteligência artificial, cada vez mais presente no cotidiano, tem despertado intensos debates sobre seus efeitos na sociedade. Entre as principais preocupações destacadas por especialistas, está a que se refere: