CEBRASPE/2022 – TRT 8.ª REGIÃO – TÉCNICO JUDICIÁRIO – LÍNGUA INGLESA – TRIBUNAL REGIONAL DO TRABALHO – PROVA COM GABARITO..

www.inglesparaconcursos.blog.br

❑ PROVA DE LÍNGUA INGLESA:

• CEBRASPE-2022-TRT 8.ªREGIÃO-TÉCNICO JUDICIÁRIO-05/11/2022.

❑ ESTRUTURA-PROVA:

• 3 MCQs (Multiple Choice Questions) / 5 Options Each Question.
• Texto – | Text 20A12-I | eescorporation.com |

❑ TEXTO:

❑ TRADUÇÃO - TEXTO:

As technology advances, the car industry has developed new ways to improve user experience. À medida que a tecnologia avança, a indústria automobilística desenvolveu novas maneiras de melhorar a experiência do usuário.

One of these ways includes using artificial intelligence to make cars self-driving. Uma dessas maneiras inclui o uso de inteligência artificial para tornar os carros autônomos.

A self-driving car (also known as an autonomous car or driverless car) is a vehicle that uses a different number of sensors, radars, cameras, and artificial intelligence to travel to destinations without needing a human driver. Um carro autônomo (também conhecido como carro autônomo ou carro sem motorista) é um veículo que usa um número diferente de sensores, radares, câmeras e inteligência artificial para viajar até destinos sem a necessidade de um motorista humano.

Many companies have already started to manufacture self-driving cars, which are put through many tests to ensure they are eligible to be on the road without making any errors. Muitas empresas já começaram a fabricar carros autônomos, que são submetidos a diversos testes para garantir que possam circular na estrada sem cometer erros.

To qualify as fully autonomous, a car must navigate routes to predetermined destinations without any human intervention. Para se qualificar como totalmente autônomo, um carro deve percorrer rotas para destinos predeterminados sem qualquer intervenção humana. 

Artificial intelligence powers self-driving vehicle frameworks. A inteligência artificial potencializa estruturas de veículos autônomos.

Self-driving vehicle engineers utilize a great deal of information from image recognition systems, AI and neural networks to assemble frameworks that can drive self-sufficiently. Os engenheiros de veículos autônomos utilizam uma grande quantidade de informações de sistemas de reconhecimento de imagem, IA e redes neurais para montar estruturas que possam dirigir de forma autossuficiente.

The neural networks distinguish patterns in the data, which is fed to the AI calculations. As redes neurais distinguem padrões nos dados, que são alimentados nos cálculos da IA.

That data include images from cameras for self-driving vehicles. Esses dados incluem imagens de câmeras de veículos autônomos.

The neural networks figure out how to recognize traffic lights, trees, pedestrians, road signs, and different parts of any random driving environment. As redes neurais descobrem como reconhecer semáforos, árvores, pedestres, sinais de trânsito e diferentes partes de qualquer ambiente de direção aleatório.

As an example, Google has started to develop self-driving cars, which use a mix of sensors, light detectors, and other technology, like GPS and cameras. Por exemplo, o Google começou a desenvolver carros autônomos, que utilizam uma combinação de sensores, detectores de luz e outras tecnologias, como GPS e câmeras.

All the input data are combined and the artificial system predicts what those objects might do next. Todos os dados de entrada são combinados e o sistema artificial prevê o que esses objetos farão a seguir. 

This whole process happens in a matter of milliseconds. Todo esse processo acontece em questão de milissegundos.

Similar to any human driver, the more experience these systems gain, the better they become at driving. Semelhante a qualquer condutor humano, quanto mais experiência estes sistemas ganham, melhor se tornam na condução.

The more data it deals with in its deep learning algorithms, the more choices it will make and the faster those choices will be. Quanto mais dados ele lidar em seus algoritmos de aprendizado profundo, mais escolhas ele fará e mais rápidas essas escolhas serão.

Internet: <www.eescorporation.com> (adapted). 

58 – (CEBRASPE/2022-TRT-8ªREGIÃO-TÉCNICO JUDICIÁRIO)

According to text 20A12-I,

(A) only with the advances in AI has the car industry been able to develop new ways to enhance user experience.

(B) another name for a self-driving car is an “autonomous car”, which is not the same as a “driverless car”.

(C) self-driving cars will only be made after they have been put through various tests.

(D) image recognition systems are the most important type of technology used to manufacture self-driving vehicles.

(E) a self-driving car can only be qualified as a fully autonomous vehicle after navigating routes without any human intervention.

      Comentários e Gabarito    E  
TÓPICO - RELAÇÃO SEMÂNTICA COM TRECHO DO TEXTO:

De acordo com o texto 20A12-I,

(A) only with the advances in AI has the car industry been able to develop new ways to enhance user experience. somente com os avanços na IA a indústria automobilística foi capaz de desenvolver novas formas de melhorar a experiência do usuário.

(B) another name for a self-driving car is an “autonomous car”, which is not the same as a “driverless car”. outro nome para carro autônomo é “carro autônomo”, que não é o mesmo que “carro sem motorista”.

(C) self-driving cars will only be made after they have been put through various tests. os carros autônomos só serão fabricados depois de terem passado por diversos testes.

(D) image recognition systems are the most important type of technology used to manufacture self-driving vehicles. os sistemas de reconhecimento de imagem são o tipo mais importante de tecnologia usada para fabricar veículos autônomos. autônomos.

(E) a self-driving car can only be qualified as a fully autonomous vehicle after navigating routes without any human intervention. um carro autônomo só pode ser qualificado como veículo totalmente autônomo após percorrer rotas sem qualquer intervenção humana.

➭ TRECHO QUE JUSTIFICA:

• "[...] To qualify as fully autonomous, a car must navigate routes to predetermined destinations without any human intervention." 

• Para se qualificar como totalmente autônomo, um carro deve percorrer rotas para destinos predeterminados sem qualquer intervenção humana.

59 – (CEBRASPE/2022-TRT-8ªREGIÃO-TÉCNICO JUDICIÁRIO)

The main purpose of the second paragraph of text 20A12-I is to explain

(A) why AI is important to make autonomous cars more powerful.

(B) how self-driving cars work through artificial intelligence.

(C) how AI helps to recognize elements like traffic signs, trees, and any other random changes in the driving environment.

(D) what kinds of networks are used to feed the AI calculations.

(E) how crucial images captured by cameras are for autonomous vehicles.

      Comentários e Gabarito    B  
TÓPICO - RELAÇÃO SEMÂNTICA COM TRECHO DO TEXTO:

O principal objetivo do segundo parágrafo do texto 20A12-I é explicar

(A) why AI is important to make autonomous cars more powerful. por que a IA é importante para tornar os carros autônomos mais potentes.

(B) how self-driving cars work through artificial intelligence. como funcionam os carros autônomos por meio da inteligência artificial.

(C) how AI helps to recognize elements like traffic signs, trees, and any other random changes in the driving environment. como a IA ajuda a reconhecer elementos como sinais de trânsito, árvores e quaisquer outras mudanças aleatórias no ambiente de condução.

(D) what kinds of networks are used to feed the AI calculations. que tipos de redes são usadas para alimentar os cálculos da IA.

(E) how crucial images captured by cameras are for autonomous vehicles. quão cruciais são as imagens capturadas por câmeras para veículos autônomos.

➭ TRECHOS QUE JUSTIFICAM:

• "[...] The neural networks distinguish patterns in the data, which is fed to the AI calculations." As redes neurais distinguem padrões nos dados, que são alimentados nos cálculos da IA.

• "[...] That data include images from cameras for self-driving vehicles." Esses dados incluem imagens de câmeras de veículos autônomos.

• "[...] The neural networks figure out how to recognize traffic lights, trees, pedestrians, road signs, and different parts of any random driving environment". As redes neurais descobrem como reconhecer semáforos, árvores, pedestres, sinais de trânsito e diferentes partes de qualquer ambiente de direção aleatório.

60 – (CEBRASPE/2022-TRT-8ªREGIÃO-TÉCNICO JUDICIÁRIO)

From the excerpt “The more data it deals with in its deep learning algorithms, the more choices it will make and the faster those choices will be” (last paragraph of text 20A12-I), it can be concluded that

(A) if a self-driving car deals with more data in its deep learning algorithms, it will make more but slower choices.

(B) the speed at which self-driving cars make choices is mostly affected by the number of dates on which these vehicles are put to use.

(C) the large amount of data available in deep learning algorithms can undermine the quality of the choices made by self-driving cars.

(D) self-driving cars will have more data in its deep learning algorithms if they make faster choices.

(E) the technology in self-driving cars will make more and faster choices as it deals with more data in its deep learning algorithms.

      Comentários e Gabarito    E  
TÓPICO - RELAÇÃO SEMÂNTICA COM TRECHO DO TEXTO:

Do trecho “Quanto mais dados ele tratar em seus algoritmos de aprendizagem profunda, mais escolhas ele fará e mais rápidas serão essas escolhas” (último parágrafo do texto 20A12-I), pode-se concluir que

(A) if a self-driving car deals with more data in its deep learning algorithms, it will make more but slower choices. se um carro autônomo lidar com mais dados em seus algoritmos de aprendizado profundo, ele fará mais escolhas, porém mais lentas.

(B) the speed at which self-driving cars make choices is mostly affected by the number of dates on which these vehicles are put to use. a velocidade com que os carros autônomos fazem escolhas é afetada principalmente pelo número de datas em que esses veículos são colocados em uso.

(C) the large amount of data available in deep learning algorithms can undermine the quality of the choices made by self-driving cars. a grande quantidade de dados disponíveis em algoritmos de aprendizagem profunda pode prejudicar a qualidade das escolhas feitas pelos carros autônomos.

(D) self-driving cars will have more data in its deep learning algorithms if they make faster choices. os carros autônomos terão mais dados em seus algoritmos de aprendizado profundo se fizerem escolhas mais rápidas.

(E) the technology in self-driving cars will make more and faster choices as it deals with more data in its deep learning algorithms. a tecnologia nos carros autônomos fará mais escolhas e mais rápidas à medida que lida com mais dados em seus algoritmos de aprendizagem profunda.

➭ TRECHOs QUE JUSTIFICAm:

• "[...] Similar to any human driver, the more experience these systems gain, the better they become at driving." Semelhante a qualquer condutor humano, quanto mais experiência estes sistemas ganham, melhor se tornam na condução.

• "[...] The more data it deals with in its deep learning algorithms, the more choices it will make and the faster those choices will be". Quanto mais dados ele lidar em seus algoritmos de aprendizado profundo, mais escolhas ele fará e mais rápidas essas escolhas serão.