Inteligência Artificial

Uso de técnicas e programas que permitem que os computadores imitem a inteligência humana em como se mover, falar, ver, escutar e tomar decisões, tudo isso usando lógica, regras ou aprendizado de máquina.

Aprendizado de Máquina

Capacidade que as máquinas ou os sistemas têm de aprender e melhorar por si mesmas através de dados com o passar do tempo. O aprendizado se dá através do treinamento de algoritmos que utilizam esses dados.

Aprendizado Profundo

Sub-área do aprendizado de máquina composta por algoritmos que imitam como o cérebro humano aprendem e processam grandes volumes de informações.

Estima-se que o cérebro humano tenha cerca de 100 bilhões de neurônios e eles estão conectados fazendo SINAPSES o tempo todo. Redes neurais geralmente aprendem através de regras definidas ou dados rotulados com exemplos definidos.

Por exemplo, você pode dar como input imagens de cães e gatos já rotuladas, o algoritmo aprende através dos exemplos e quando você dá como input novas figuras para o algoritmo ele utiliza o modelo estatístico para gerar um output que seria a nova imagem classificada em cão ou gato.

Inteligência Artificial Generativa

É um tipo de IA que cria conteúdo novo baseado no que ele aprendeu, a partir de conteúdo já existente. O processo de aprendizado a partir do conteúdo já existente é chamado de treinamento e o resultado é a criação de um modelo estatístico.

Quando uma requisição acontece via prompting em alguma aplicação, a GAI (generative AI) usa o modelo estatístico para predizer qual seria a provável resposta – e essa resposta pode vir em diferentes formatos (texto, imagem, código, animação/vídeo, áudio).

Por exemplo, através de bilhões de imagens de cães disponíveis na internet e usadas no treinamento de algoritmos de deep learning, você pode requisitar através de algum prompt de alguma aplicação na forma de texto: “gere uma imagem de um cão correndo na lua” e ter como output uma imagem completamente diferente das bilhões que foram usadas como input durante o treinamento do modelo.

Temos vários formatos de requisição de entrada (input) sobre o que queremos e várias formas de saída (output) do conteúdo criado.

Exemplo:

Texto – para – Texto

Texto – para – Código

Código – para – texto

Texto- para – Imagem

Imagem – para – texto

Texto – para – Vídeo/Animação

Áudio – para – texto

Texto – para – Áudio

Quer saber mais sobre a IA Generativa?

Compartilhe esse post ou deixe um comentário abaixo com suas perguntas e curiosidades!