Generative Artificial Intelligence describes algorithms that can be used to create new, realistic content that reflects characteristics of the training data. It can produce a variety of content including audio, code, images, text, simulations, and videos. It has tremendous potential to help us become more productive. What are some applications of Generative AI?

Alternativas A, B, C e E

Esta questão trata de identificar quais cenários utilizam Inteligência Artificial Generativa. O conceito central é distinguir entre IA que cria novos dados (generativa) e IA que analisa/classifica dados existentes (discriminativa).

A Inteligência Artificial Generativa foca na produção de conteúdo novo, como texto, imagens, código ou áudio, baseando-se em padrões aprendidos durante o treinamento.

Análise das Opções

Vamos classificar cada alternativa com base na definição fornecida no enunciado:

• (A) Image Synthesis (DALL-E, Stable Diffusion):
• Correta. Estas ferramentas geram novas imagens realistas a partir de descrições de texto. É um exemplo clássico de IA Generativa.
• (B) Copilot para Desenvolvimento ou Criação de Conteúdo:
• Correta. Ferramentas como o GitHub Copilot usam modelos de linguagem para gerar trechos de código ou sugestões de texto, criando algo novo para auxiliar o usuário.
• (C) AI-Powered Search (Busca Potencializada por IA):
• Correta. Buscas modernas (como o Bing Chat) não apenas retornam links, mas sintetizam respostas e resumem informações, utilizando capacidades generativas para entender a intenção e criar respostas.
• (D) Anomaly Detection (Detecção de Anomalias):
• Incorreta. Esta é uma tarefa de IA Preditiva/Discriminativa. Ela analisa dados históricos para identificar padrões fora do comum (ex: fraude), sem criar novos dados.
• (E) Language Modeling (ChatGPT):
• Correta. Modelos de Linguagem (LLMs) são a base da IA Generativa atual, capazes de escrever textos, responder perguntas e traduzir idiomas.
• (F) Facial Recognition (Reconhecimento Facial):
• Incorreta. Esta é uma tarefa de Classificação. O sistema compara características faciais com um banco de dados existente para verificar identidade, não gerando rostos novos.

Resumo Comparativo

Conclusão: As opções corretas são aquelas que envolvem a criação de novos elementos (texto, imagem, código) ou síntese de informação complexa. Portanto, selecionam-se Image Synthesis, Copilot, AI-Powered Search e Language Modeling.