Could AI save the Amazon rainforest?
It took just the month of March this year to fell an area of forest in Triunfo do Xingu equivalent to 700 football pitches. At more than 16,000 sq km, this Environmental Protection Area (APA) in the southeastern corner of the Brazilian Amazon, in the state of Pará, is one of the largest conservation areas in the world. And according to a new tool that predicts where deforestation will happen next, it’s also the APA at highest risk of even more destruction.
The tool, PrevisIA, is an artificial intelligence platform created by researchers at environmental nonprofit Imazon. Instead of trying to repair damage done by deforestation after the fact, they wanted to find a way to prevent it from happening at all. PrevisIA pinpointed Triunfo do Xingu as the APA at highest risk of deforestation in 2023, with 271.52 sq km of forest in the conservation area expected to be lost by the end of the year. About 5 sq km had already been destroyed in March.
Home to the endangered white-cheeked spider monkey and other vulnerable and near-threatened species, such as the hyacinth macaw and the jaguar, the conservation area is rich in biodiversity often found nowhere else in the world. But its land runs through two municipalities, Altamira and São Félix do Xingu, with some of the highest rates of deforestation in the country. And despite Triunfo do Xingu being protected under Brazilian law, illegal activities – mining, logging, land-grabbing – have ravaged the area, stripping it bare in places.
Nevertheless, with PrevisIA, there is the potential for change. Imazon is now establishing partnerships with authorities across the region, with the aim of stopping deforestation before it starts. Destruction across the Brazilian Amazon is creeping close to an all-time high. According to SAD, Imazon’s Deforestation Alert System, deforestation this March tripled compared to the same month last year, and the first quarter of 2023 saw 867 sq km of rainforest destroyed – the second largest area felled in the past 16 years.
The idea for PrevisIA emerged in 2016, when the team at Imazon analyzed data collected from SAD satellite images. Tired of getting notifications after large swaths of forest had already been cleared, they asked themselves: is it possible to generate short-term deforestation prediction models? “Existing deforestation prediction models were long-term, looking at what would happen in decades,” says Carlos Souza Jr, senior researcher at Imazon and project coordinator of PrevisIA and SAD. “We needed a new tool that could get ahead of the devastation.”Souza and his team began developing a new model capable of generating annual predictions.
They published their findings in the journal Spatial Statistics in August 2017. The model takes a twopronged approach. First, it focuses on trends present in the region, looking at geostatistics and historical data from Prodes, the annual government monitoring system for deforestation in the Amazon. Understanding what has happened can help make predictions more precise. When already deforested
areas are recent, this indicates gangs are operating in the area, so there’s a higher risk that nearby forest will soon be wiped out. Second, it looks at variables that put the brakes on deforestation – land protected by Indigenous and quilombola (descendent of rebel slaves) communities, and areas with bodies of water, or other terrain that doesn’t lend itself to agricultural expansion, for instance – and variables that make deforestation more likely, including higher population density, the presence of settlements and rural properties, and higher density of road infrastructure, both legal and illegal.
“They are the arteries of destruction of the forest,” says Souza, referring to unofficial roads that snake through the Amazon to facilitate illegal industrial activities. “These roads create the conditions for new deforestation.” Monitoring the construction of these roads is crucial to predicting – and eventually preventing – deforestation. According to Imazon, 90% of accumulated deforestation is concentrated within 5.5km of a road. Logging is even closer, with 90% taking place within 3km, and 85% of fires within 5km. Researchers used to comb through thousands of satellite images to see whether they could spot new roads slicing through the biome. With PrevisIA, the work is handed over to an AI algorithm that automates mapping, allowing for quicker analysis and, in turn, more frequent updates. But without a robust computational platform and the ability to update road maps more quickly, PrevisIA couldn’t be put into action. It wasn’t until 2021 that the team at Imazon partnered with Microsoft and Fundo Vale, acquiring the cloud computing power they needed to run the AI algorithm for mapping roads.
LANGLOIS, Jill. Could AI save the Amazon rainforest? The
Guardian, Apr. 29, 2023. Available at: https://www.theguardian.
com/technology/2023/apr/29/could-ai-save-amazon-rainforestartificial-intelligence-conservation-deforestation. Retrieved on:
July 13, 2024. Adapted
From the sixth paragraph of the text, it can be concluded that the model developed by Souza and his team encompassed the following aspects:
Um analista de sistemas está utilizando a Unified Modeling Language (UML) para modelar um novo sistema de gerenciamento de transações em uma instituição financeira. O sistema precisa registrar informações detalhadas sobre as contas dos clientes e suas respectivas transações. A UML prevê a criação de vários modelos e diagramas, classificados em diagramas estruturais e comportamentais. Para esse projeto, ele precisa criar dois diagramas que se complementem: um para mostrar a estrutura do sistema e outro para mostrar o comportamento do sistema durante o processamento de uma transação.
Considerando-se o contexto descrito, qual das seguintes opções contém um par correto de diagramas UML, sendo um diagrama estrutural e um diagrama comportamental, respectivamente?
O objetivo do Scrum é prover uma forma mais rápida, confiável e eficiente de desenvolver softwares na indústria de tecnologia. Nesse sentido, o Scrum proporciona aos participantes uma atuação com visão crítica, capaz de lidar com mudanças e de sugerir modificações para melhorar a produtividade como um todo. Dentre os papéis dos participantes definidos pelo Scrum, um deles foca no retorno do investimento e no valor agregado para o cliente, buscando entender o produto, os objetivos de negócio e as necessidades dos diferentes interessados (stakeholders), para tomar as melhores decisões quanto à prioridade das tarefas do backlog do produto.
Essa é a descrição do papel da(o)
O acento indicativo de crase está empregado de acordo com a norma-padrão da língua portuguesa em:
Um arquiteto de software está projetando uma solução baseada em Arquitetura Orientada a Serviços (SOA, sigla em inglês) para integrar vários sistemas de uma grande empresa. Ele explicou que, para facilitar a descoberta e a comunicação entre os serviços, será utilizado um registro de serviços.
Diante desse contexto, um registro de serviços em SOA é usado para
Um desenvolvedor está criando um aplicativo móvel usando React Native 0.59. Durante o desenvolvimento, ele precisa gerenciar o estado do aplicativo de forma eficiente e decide utilizar o Context API para passar dados entre componentes sem a necessidade de prop drilling. Ele precisa criar um contexto para compartilhar dados entre vários componentes do aplicativo.
Considerando-se o contexto descrito, qual das seguintes opções descreve corretamente o processo de criação e uso de um contexto em React Native 0.59?
Uma instituição financeira realiza o controle de empréstimos para pessoas físicas por meio de duas tabelas definidas segundo o Modelo Relacional de Dados, apresentadas a seguir.
CLI (CPF, nome, data-nascimento)
EMP (CPF-cli, data-emp, valor-emp)
A tabela CLI tem dados de clientes da instituição financeira, e a sua chave primária é CPF. A tabela EMP tem dados dos empréstimos realizados para cada cliente, e sua chave primária é formada por CPF-cli e data-emp, ou seja, um cliente pode pegar empréstimos em datas diferentes e não pode pegar mais de um empréstimo em uma mesma data. O valor do empréstimo é expresso em reais.
Um dos programas de controle de empréstimos utiliza o seguinte comando SQL:
SELECT CPF
FROM CLI C
WHERE NOT EXISTS (
SELECT *
FROM EMP E
WHERE C.CPF = E.CPF-cli
AND valor-emp < 10 )
Esse comando SQL apresenta o CPF dos clientes que
Um desenvolvedor está trabalhando em um projeto que requer o armazenamento de documentos, os quais são descritos por metadados variados, dependendo de diferentes requisitos de negócio. Ele decide avaliar diferentes opções de implementação disponíveis na empresa e descobre que o MongoDB pode ser usado no projeto.
Considerando-se esse contexto, é adequado usar o MongoDB porque esse gerenciador de banco de dados
A Wi-Fi Alliance integrou a solução de segurança do padrão IEEE 802.11i no Wi-Fi Protected Access 2 (WPA2). Ao contrário do Wired Equivalent Privacy (WEP), que adotava um algoritmo de cifragem de fluxo, o mecanismo de confidencialidade (sigilo) do WPA2 adota um algoritmo de cifragem de bloco.
O algoritmo de cifragem de bloco e o correspondente modo de operação adotados no WPA2 são, respectivamente, o
Um administrador de rede de computadores baseados no sistema operacional MS Windows precisa estabelecer, através do Active Directory, uma relação de confiança, de modo que a confiança de um domínio seja estendida para além de outros domínios confiáveis dentro de uma floresta.
Esse tipo de confiança é identificado no Active Directory do MS Windows como sendo confiança
No parágrafo 4, o fragmento "que pastaram o restante da vegetação" evidencia um cenário de
Na era da inteligência artificial, como fica
a segurança de dados?
Pesquisadores explicam que as novas técnicas de computação abrem novas possibilidades para golpes e invasões cibernéticas
As empresas de computação em nuvem chocaram o mundo com as inteligências artificiais lançadas no ano de 2023. Muitos se maravilharam com o mundo de possibilidades que esses programas inteligentes abriram. Já outros se chocaram com as implicações na área da segurança, direito autoral e na capacidade de distorção da realidade factual que as ferramentas novas proporcionam, e o debate pela regulamentação do uso segue em curso nas casas legislativas de diversos países.
Conforme explica um professor da Escola Politécnica da Universidade de São Paulo, as ferramentas de inteligência artificial abrem novos perigos na área de segurança de dados em dois fronts diferentes. O primeiro deles está na encriptação e na desencriptação dos dados.
“Existe de fato uma briga entre os que querem guardar informação sigilosa de forma segura e os que querem abrir essa informação para decifrar. Existem algoritmos clássicos que fazem isso e que podem ser melhorados com técnicas de inteligência artificial. Em particular, técnicas de aprendizado de máquina, aquelas que usam observações, experimentos, experiências para melhorar o desempenho de algoritmos”, explica o professor.
A outra batalha é travada no meio da engenharia social, ou seja, os usuários mal-intencionados exploram as vulnerabilidades humanas de outros usuários para obter materiais confidenciais, como senhas bancárias, dados de navegação e outras informações de cunho particular.
“As vulnerabilidades podem acontecer na medida em que você tem sistemas artificiais interagindo com os seres humanos. Você pode ter sistemas que, na interação com o usuário, obtêm dados inadvertidamente. Aí, o usuário é levado a revelá-los. Pode haver sistemas que também são feitos para interagir com o usuário de forma adequada, mas têm alguma falha. O usuário pode ser enganado e revelar essas
informações para um outro agente inadequado”, conta ele.
“A inteligência artificial consegue, com as velhas técnicas, simular situações da vida real. E, nesse sentido, a coisa ficou feia, um cidadão não consegue mais distinguir entre o artificial e o natural e pode ser enganado pela imagem e pela voz. Tudo que é simulado passa a ser quase natural para um cidadão comum.”
Técnicas de autenticação de imagens e documentos podem auxiliar os usuários a não serem enganados com o uso da inteligência artificial. Algumas empresas, por exemplo, já colocam marcas d’água em todos os vídeos que a ferramenta produz, outra maneira de impedir o uso malicioso da IA generativa. E, é claro, crimes cibernéticos também são crimes, e também é papel da Justiça agir nesses casos para punir os criminosos: “Os crimes de falsificação ficam mais fáceis com esses processadores mais potentes. É simulada alguma coisa verdadeira, mas quem é que programa esses simuladores? São pessoas hábeis, com talento para programar, mas é sempre um
ser humano por trás”, conclui o professor.
PEROSSI, J. Na era da inteligência artificial, como fica a segurança de dados? Jornal da USP. Disponível em: https://jornal.usp.br/
radio-usp/na-era-da-inteligencia-artificial-como-fica-a-seguranca-
-de-dados/. Acesso em: 8 maio 2024. Adaptado
De acordo com a ordem das ideias apresentadas no texto, observa-se que, depois de explicar que a inteligência artificial consegue simular situações da vida real de modo que as pessoas não consigam mais distinguir entre o artificial e o natural, sendo enganados pela imagem e pela voz, o texto se refere à ideia de que
Um gerente executivo de um grande banco deseja estudar o investimento feito pelos clientes pessoas físicas, considerando o valor investido em reais, com detalhamento por tipo de investimento e agência. Para isso, encomendou um painel OLAP, no qual a tela inicial deve ser o valor, em reais, da soma do investimento de todos os clientes de cada agência, listados por agência, agregando todos os tipos de investimento, na forma de um relatório em tela com duas colunas: Nome da Agência e Valor Total Investido.
Considere que as seguintes visões estão disponíveis:
Agencia(idAgencia,nomeAgencia)
Cliente(idCliente,nomeCliente)
Conta(idCliente,idAgencia,idConta)
TipoInvestimento(idTipoInvestimento,nomeInvestimento)
Investimento(idConta,idTipoInvestimento,valorInvestido)
Nesse contexto, considerando-se o uso do banco de dados MySQL, que consulta SQL fornece corretamente os dados para a tela inicial desejada?
Tabelas criadas segundo o Modelo Relacional de Dados podem ter a qualidade de seus esquemas avaliada por meio de critérios conhecidos como formas normais. Com base nas chaves primárias (PKs) definidas e nas dependências funcionais (DFs) conhecidas, é possível realizar essa avaliação.
Nesse contexto, considere as seguintes tabelas, suas PKs (atributos sublinhados) e suas DFs:
Agencia (codAgencia, bairro)
Cliente (CPF, nome, endereco)
ContaCorrente (CPF, codAgencia, codConta, saldo, telefone)
CPF → endereco
CPF → nome
codAgencia → bairro
codAgencia → telefone
CPF, codAgencia, codConta → saldo
Admita como critérios apenas as três formas normais mais simples:
• primeira forma normal ou 1FN;
• segunda forma normal ou 2FN; e
• terceira forma normal ou 3FN.
Considerando-se as tabelas apresentadas e esses três critérios, verifica-se que a tabela
Um sistema autônomo, ou Autonomous System (AS), é uma grande rede, ou grupos de redes, que possui uma gestão comum e uma política unificada de encaminhamento de pacotes. Esses sistemas podem ser agrupados em diferentes categorias, dependendo de sua conectividade e de sua política operacional.
Um AS que mantém ligações com mais de um AS, mas que não permite que o tráfego de um AS ao qual está ligado seja enviado para outro AS através da sua infraestrutura, é categorizado como
