IA Generativa (GenAI)
Sistemas de inteligência artificial capazes de criar conteúdo novo e original, como texto, imagens, áudio, vídeo ou dados sintéticos, a partir do aprendizado com grandes volumes de dados de treinamento.
Grandes Modelos de Linguagem (LLMs)
Modelos de IA treinados em vastos conjuntos de dados textuais, com bilhões ou trilhões de parâmetros, capazes de entender e gerar texto com qualidade próxima à humana. Exemplos incluem GPT-4 da OpenAI, Claude da Anthropic e Gemini do Google.
Transformers
Arquitetura de rede neural que revolucionou o processamento de linguagem natural, introduzindo mecanismos de atenção que permitem ao modelo pesar a importância relativa de diferentes palavras em um texto.
Alucinações em IA
Fenômeno em que modelos generativos produzem informações factualmente incorretas ou inventadas, apresentadas com alta confiança como se fossem verdadeiras.
Prompt Engineering
Prática de formular instruções ou perguntas específicas para modelos de IA generativa de modo a obter os melhores resultados possíveis, maximizando a qualidade, relevância e precisão das respostas.
Fine-tuning
Processo de ajustar um modelo pré-treinado em um conjunto de dados específico para melhorar seu desempenho em tarefas particulares ou adaptar seu estilo e conhecimento a um domínio específico.
Modelos de Difusão
Tipo de modelo generativo que cria dados (como imagens) adicionando ruído gradualmente a dados existentes e depois aprendendo a reverter esse processo. Utilizados em ferramentas como DALL-E, Midjourney e Stable Diffusion.
Aprendizado por Reforço com Feedback Humano (RLHF)
Técnica que refina modelos de IA usando avaliações humanas para recompensar respostas desejáveis e penalizar indesejáveis, melhorando a utilidade, segurança e alinhamento com valores humanos.
Copilot
Ferramenta de IA que atua como assistente inteligente, aumentando as capacidades humanas em vez de substituí-las completamente, trabalhando lado a lado com profissionais em várias tarefas.
IA Multimodal
Sistemas de IA capazes de processar e gerar diferentes tipos de dados (texto, imagens, áudio, vídeo) simultaneamente, entendendo as relações entre esses diferentes modos de informação.
IA Responsável
Abordagem para desenvolver e implementar sistemas de IA que prioriza considerações éticas, transparência, justiça, responsabilidade e impactos sociais positivos.