Ficha 01 · Fundamentos de IA e reconhecimento em imagem

Exercício 1 · Decompor um problema com pensamento computacional

Uma escola quer uma aplicação que, através da câmara à entrada da sala, verifica se todos os alunos trazem o cartão de identificação visível. Aplica os quatro pilares do pensamento computacional a este problema: decomposição, reconhecimento de padrões, abstração e algoritmo.

Exercício 2 · Supervisionada, não supervisionada ou reforço

Para cada situação, indica o tipo de aprendizagem automática mais adequado e justifica: (a) milhares de fotos de peças, já rotuladas "boa" ou "defeituosa"; (b) dados de navegação de utilizadores de um site, sem categorias definidas, para descobrir grupos de comportamento; (c) um sistema que aprende a jogar um jogo recebendo pontos por boas jogadas.

Exercício 3 · Classificação, regressão ou agrupamento

Classifica cada tarefa como classificação, regressão ou agrupamento: (a) prever quantos visitantes vão a um museu no próximo fim de semana; (b) decidir se uma imagem tem ou não uma pessoa com capacete; (c) juntar clientes de uma loja online em perfis de compra semelhantes, sem categorias definidas à partida.

Exercício 4 · Diagnosticar overfitting

Um modelo de reconhecimento de defeitos numa fábrica de cerâmica acerta 98% nas fotos usadas para o treinar, mas apenas 55% em fotos novas da mesma linha de produção. Explica o que se passa e propõe duas medidas corretivas.

Exercício 5 · Planear a integração de reconhecimento de objetos

Uma empresa de logística quer uma aplicação que, pela câmara de um telemóvel, conta quantas caixas estão numa palete antes do carregamento. Aplica as cinco perguntas do planeamento da conceção (problema, modalidade de IA, modelo/serviço, interação, recursos) a este caso.

Exercício 6 · Deteção de objetos vs segmentação semântica

Uma aplicação de videochamadas precisa de (a) desenhar uma caixa à volta de cada pessoa presente na imagem, e (b) separar exatamente o contorno de uma pessoa do fundo, para lhe trocar o cenário. Indica qual das duas técnicas de visão computacional se usa em cada caso e explica a diferença.

Exercício 7 · Identificação vs verificação facial

Um ginásio quer que os sócios entrem automaticamente ao mostrar a cara à câmara do torniquete, sem cartão. Explica se este é um problema de identificação (1:N) ou de verificação (1:1), e que vantagem essa escolha traz para a privacidade dos dados.

Exercício 8 · Ética no reconhecimento facial

Uma câmara municipal propõe instalar reconhecimento facial nas ruas principais "para segurança". Enumera três preocupações éticas ou legais que um técnico responsável deve levantar antes de aceitar este projeto.