Glossario AI

Inteligencia artificial geral capaz de realizar qualquer tarefa intelectual que um ser humano consegue fazer. Ainda nao existe: e o "santo graal" da investigacao em IA.

Quando um modelo de IA gera informacao falsa ou inventada com total confianca, como se fosse verdadeira. Acontece porque o modelo gera texto provavel, nao necessariamente correto.

Interface que permite que programas comuniquem entre si. No contexto de IA, e como os developers acedem a modelos como o GPT ou Claude programaticamente.

Mecanismo que permite ao modelo focar-se nas partes mais relevantes do input. E a base da arquitetura Transformer e do sucesso dos LLMs atuais.

Teste padronizado para avaliar e comparar o desempenho de modelos de IA. Existem benchmarks para linguagem, raciocinio, codigo e mais.

Preconceito ou tendencia sistematica nos resultados de um modelo, geralmente herdado dos dados de treino. Pode reforcar estereotipos e discriminacao.

Tecnica de prompting onde pedes ao modelo para pensar passo a passo antes de dar a resposta final. Melhora significativamente o raciocinio.

Programa de computador desenhado para conversar com humanos via texto ou voz. ChatGPT e Claude sao exemplos de chatbots baseados em LLMs.

Assistente de IA criado pela Anthropic. Conhecido pela sua capacidade de raciocinio longo, escrita cuidada e foco em seguranca.

A quantidade de texto que um modelo consegue "ver" e processar de uma vez. Medido em tokens. Modelos modernos suportam 100K+ tokens.

Colecao de dados usada para treinar um modelo de IA. A qualidade e diversidade do dataset afeta diretamente a qualidade do modelo.

Subcampo de machine learning que usa redes neurais com muitas camadas. E a tecnologia por detras dos LLMs, geradores de imagens e muito mais.

Tecnica usada em geradores de imagem como Midjourney e DALL-E. Funciona adicionando ruido a uma imagem e depois aprendendo a remove-lo, criando imagens novas.

Representacao numerica de texto, imagens ou outros dados num espaco matematico. Permite ao computador "entender" relacoes semanticas.

Dar ao modelo alguns exemplos do que queres antes de fazer o pedido real. Ajuda o modelo a entender o formato e estilo desejados.

Processo de treinar um modelo pre-existente com dados especificos para melhorar o seu desempenho numa tarefa particular.

Modelo de IA de grande escala treinado em dados vastos, que serve como base para muitas aplicacoes diferentes. GPT-4, Claude e Gemini sao exemplos.

Familia de modelos de linguagem da OpenAI. O "G" significa generativo, o "P" pre-treinado e o "T" Transformer: a arquitetura base.

Familia de modelos de IA da Google DeepMind. Multimodal desde a base, processa texto, imagem, audio e video nativamente.

Tipo de IA capaz de criar conteudo novo: texto, imagens, musica, video ou codigo. E o tipo de IA mais popular atualmente.

Tecnica para ligar as respostas do modelo a fontes reais de informacao, reduzindo alucinacoes. O modelo consulta dados verificados antes de responder.

Capacidade dos LLMs de aprender novas tarefas apenas a partir de exemplos dados no prompt, sem qualquer treino adicional.

O processo de usar um modelo ja treinado para gerar respostas ou previsoes. E o que acontece quando fazes uma pergunta ao ChatGPT.

Modelo de linguagem de grande escala treinado em quantidades massivas de texto. A base dos chatbots modernos como ChatGPT, Claude e Gemini.

Tecnica eficiente de fine-tuning que modifica apenas uma pequena parte dos parametros do modelo, tornando o processo muito mais rapido e barato.

Campo da informatica onde sistemas aprendem e melhoram a partir de dados, sem serem explicitamente programados. E o campo pai de deep learning e IA generativa.

Arquitetura onde o modelo contem varios "sub-modelos" especialistas, ativando apenas os relevantes para cada tarefa. Permite modelos maiores e mais eficientes.

Modelo capaz de processar e gerar multiplos tipos de dados: texto, imagem, audio, video. Os modelos mais avancados sao multimodais.

Modelo computacional inspirado no cerebro humano, composto por camadas de "neuronios" artificiais que processam informacao. Base de todo o deep learning.

Campo da IA focado em permitir que computadores compreendam, interpretem e gerem linguagem humana natural.

Modelos cujo codigo e pesos sao disponibilizados publicamente. Qualquer pessoa pode usar, modificar e distribuir. Exemplos: Llama, Mistral, Stable Diffusion.

Valores numericos internos do modelo que sao ajustados durante o treino. Mais parametros geralmente significam mais capacidade (mas tambem mais custo).

O texto ou instrucao que envias a um modelo de IA. A qualidade do prompt afeta diretamente a qualidade da resposta.

A arte e ciencia de escrever instrucoes eficazes para modelos de IA. Inclui tecnicas como few-shot, chain-of-thought e role-playing.

Tecnica que combina pesquisa de informacao com geracao de texto. O modelo primeiro busca dados relevantes e depois gera a resposta baseada neles.

Capacidade do modelo de pensar logicamente, resolver problemas e chegar a conclusoes. Modelos como o o1 e Claude sao conhecidos por raciocinio forte.

Tipo de machine learning onde o modelo aprende por tentativa e erro, recebendo recompensas por acoes corretas. Usado para alinhar LLMs com preferencias humanas.

Processo de buscar informacao relevante numa base de dados ou documentos. Componente chave de sistemas RAG.

Tecnica de treino onde humanos avaliam respostas do modelo, e o modelo aprende a gerar respostas que os humanos preferem. Crucial para tornar LLMs uteis e seguros.

Conjunto de praticas para garantir que modelos de IA se comportam de forma segura, etica e previsivel. Inclui prevencao de conteudo prejudicial e alinhamento.

Observacao de que modelos de IA melhoram previsivelmente com mais dados, mais parametros e mais computacao. Fundamenta a corrida por modelos cada vez maiores.

Mecanismo central dos Transformers onde cada token "olha" para todos os outros tokens na sequencia para entender relacoes e contexto.

Tecnica de NLP que identifica se um texto expressa sentimento positivo, negativo ou neutro. Muito usada em analise de redes sociais e reviews.

Instrucoes especiais dadas ao modelo antes da conversa comecar, que definem o seu comportamento, personalidade e restricoes.

Parametro que controla quao criativo ou aleatorio o modelo e nas respostas. Temperatura 0 = determinista; temperatura alta = mais criativo mas menos previsivel.

Unidade basica de texto que o modelo processa. Pode ser uma palavra, parte de palavra ou caracter. Em media, 1 token ≈ 0.75 palavras em portugues.

Parametro de geracao que limita o modelo a escolher apenas entre as K palavras mais provaveis a cada passo. Controla a diversidade do output.

Parametro que seleciona palavras cuja probabilidade acumulada atinge P. Mais flexivel que top-k porque adapta-se ao contexto.

Processo de ensinar um modelo de IA, alimentando-o com dados e ajustando os seus parametros. Pode demorar semanas e custar milhoes em computacao.

Arquitetura de rede neural inventada pela Google em 2017. Usa mecanismos de attention e e a base de todos os LLMs modernos (GPT, Claude, Gemini, Llama).

Base de dados especializada em armazenar e pesquisar embeddings vetoriais. Essencial para sistemas RAG e pesquisa semantica.

Modelo de IA capaz de analisar e compreender imagens. Pode descrever fotos, ler texto em imagens e responder a perguntas sobre conteudo visual.

Capacidade do modelo de realizar uma tarefa sem nenhum exemplo previo. Basta descrever o que queres e o modelo executa.