Alinhamento (Alignment)
Alignment
O processo de garantir que os objetivos, saÃdas e comportamentos de um sistema de IA estejam alinhados com os objetivos e valores humanos. Isso é especialmente importante em sistemas avançados que podem desenvolver comportamentos não intencionalmente programados.
Exemplo: Garantir que um chatbot de saúde mental nunca recomende ações prejudiciais, independentemente dos prompts.
Interface de Programação de Aplicações (API) (Application Programming Interface (API))
Application Programming Interface (API)
Um conjunto de regras e protocolos definidos que permitem que diferentes sistemas de software se comuniquem e troquem dados.
Exemplo: Usar a API da OpenAI para enviar um prompt e receber uma resposta gerada por modelo de linguagem em seu aplicativo web.
Inteligência Artificial Geral (AGI) (Artificial General Intelligence (AGI))
Artificial General Intelligence (AGI)
Uma forma teórica de IA que pode realizar qualquer tarefa intelectual que um ser humano possa. Ela generaliza o aprendizado entre domÃnios.
Exemplo: Um sistema AGI poderia aprender composição musical, realizar cirurgias e passar em um exame de filosofia sem programação especÃfica para a tarefa.
Inteligência Artificial (IA) (Artificial Intelligence (AI))
Artificial Intelligence (AI)
A simulação da inteligência humana em máquinas que são programadas para pensar, raciocinar e agir autonomamente.
Exemplo: A IA impulsiona assistentes pessoais como a Siri e sistemas de direção autônoma como o Autopilot da Tesla.
Ética em IA (AI Ethics)
AI Ethics
Uma disciplina preocupada com as implicações morais do desenvolvimento e uso da IA, incluindo justiça, privacidade, responsabilidade e não discriminação.
Exemplo: Criar diretrizes para impedir que algoritmos de contratação discriminem com base em gênero ou etnia.
Inteligência Aumentada (Augmented Intelligence)
Augmented Intelligence
Um modelo colaborativo onde a IA complementa e aprimora a inteligência humana em vez de substituÃ-la.
Exemplo: Ferramentas de radiologia com IA que destacam anomalias para médicos, que tomam o diagnóstico final.
Agente Autônomo (Autonomous Agent)
Autonomous Agent
Um sistema de IA capaz de tomar suas próprias decisões e realizar ações para atingir seus objetivos sem intervenção humana.
Exemplo: Um robô de entrega autônomo navegando pelas ruas da cidade e evitando obstáculos de forma independente.
Retropropagação (Backpropagation)
Backpropagation
Uma técnica para treinar redes neurais atualizando pesos de forma reversa das camadas de saÃda para entrada, minimizando erros de previsão.
Exemplo: Usado no treinamento de classificadores de imagem para reduzir a taxa de erro no reconhecimento de dÃgitos manuscritos.
Viés (Viés AlgorÃtmico) (Bias (Algorithmic Bias))
Bias (Algorithmic Bias)
Favoritismo não intencional e sistemático nos resultados de IA devido a dados de treinamento desequilibrados ou não representativos.
Exemplo: Um sistema de reconhecimento facial que identifica incorretamente pessoas de cor com mais frequência devido à sub-representação nos dados de treinamento.
Big Data (Big Data)
Big Data
Conjuntos de dados extremamente grandes que requerem ferramentas especiais para armazenar, analisar e extrair valor, frequentemente usados para treinar modelos de IA.
Exemplo: Usar milhões de interações de usuários para treinar mecanismos de recomendação para plataformas de e-commerce.
Modelo Caixa-Preta (Black Box Model)
Black Box Model
Um tipo de modelo de IA ou aprendizado de máquina cuja lógica interna não é facilmente interpretável por humanos, tornando difÃcil entender como as decisões são tomadas.
Exemplo: Uma rede neural profunda usada para aprovar empréstimos, mas que não oferece uma explicação clara para o motivo pelo qual um candidato foi aceito e outro rejeitado.
Computação Cognitiva (Cognitive Computing)
Cognitive Computing
Sistemas de IA projetados para simular processos de pensamento humano, como raciocÃnio e aprendizado, usando técnicas como PLN e reconhecimento de padrões.
Exemplo: Um sistema de computação cognitiva que ajuda profissionais jurÃdicos a analisar jurisprudência e prever resultados.
Visão Computacional (Computer Vision)
Computer Vision
Um campo da inteligência artificial que permite aos computadores interpretar e processar dados visuais como imagens e vÃdeos.
Exemplo: Sistemas de reconhecimento facial que identificam pessoas em filmagens de segurança usando visão computacional.
Corpus (Corpus)
Corpus
Uma grande coleção de textos escritos ou falados usada para treinar modelos de linguagem.
Exemplo: O dataset Common Crawl é um corpus público da web usado para treinar grandes modelos de linguagem como o GPT.
Deriva de Dados (Data Drift)
Data Drift
O fenômeno em que os dados de entrada mudam ao longo do tempo, fazendo com que o desempenho do modelo se degrade.
Exemplo: Um modelo de manutenção preditiva para equipamentos industriais se torna menos preciso à medida que novas tecnologias de sensores são introduzidas.
Rotulagem de Dados (Data Labelling)
Data Labelling
O processo de anotar dados com tags ou rótulos para torná-los adequados para aprendizado supervisionado.
Exemplo: Rotular milhares de imagens de tumores como benignos ou malignos para treinar um modelo de detecção de câncer.
Mineração de Dados (Data Mining)
Data Mining
O processo de descobrir padrões, correlações e anomalias significativas em grandes conjuntos de dados.
Exemplo: Varejistas usam mineração de dados para identificar que pessoas que compram fraldas frequentemente compram cerveja também.
Aprendizado Profundo (Deep Learning)
Deep Learning
Um subcampo do aprendizado de máquina que usa redes neurais de múltiplas camadas para modelar padrões complexos em dados.
Exemplo: O aprendizado profundo é usado em modelos de linguagem como o GPT-4 e modelos de geração de imagem como o Stable Diffusion.
Modelos de Difusão (Diffusion Models)
Diffusion Models
Uma classe de modelos generativos que aprendem a produzir dados transformando gradualmente ruÃdo aleatório em saÃdas estruturadas.
Exemplo: Stable Diffusion cria imagens fotorrealistas a partir de prompts de texto usando técnicas de difusão.
Embedding (Embedding)
Embedding
Uma representação vetorial numérica de dados, frequentemente usada para capturar o significado semântico de palavras, imagens ou frases.
Exemplo: Em PLN, a palavra 'banco' pode ter embeddings semelhantes a 'dinheiro', mas diferentes de 'margem de rio', dependendo do contexto.
Época (Epoch)
Epoch
Uma iteração completa sobre todo o conjunto de dados de treinamento durante o processo de treinamento de um modelo de aprendizado de máquina.
Exemplo: Se um conjunto de dados tem 1.000 exemplos e um modelo os vê todos uma vez durante o treinamento, isso é uma época.
IA Ética (Ethical AI)
Ethical AI
Uma filosofia de design e implantação que garante que as tecnologias de IA operem de forma transparente, equitativa e alinhada com os valores sociais.
Exemplo: Uma ferramenta de contratação de IA que inclui verificações de viés para evitar discriminação contra candidatos minoritários.
Sistema Especialista (Expert System)
Expert System
Um sistema de IA que imita as habilidades de tomada de decisão de um especialista humano em um domÃnio especÃfico usando regras e lógica.
Exemplo: Um sistema especialista usado na agricultura para recomendar tratamentos de culturas com base em dados do solo e histórico de pragas.
IA Explicável (XAI) (Explainable AI (XAI))
Explainable AI (XAI)
Sistemas de IA projetados para tornar seus processos internos e decisões compreensÃveis para os humanos, aumentando a confiança e a responsabilidade.
Exemplo: Uma IA de diagnóstico médico que não apenas fornece uma recomendação, mas também explica quais sintomas levaram a essa conclusão.
Aprendizado com Poucos Exemplos (Few-shot Learning)
Few-shot Learning
Um método de aprendizado de máquina onde um modelo é treinado ou ajustado usando apenas um pequeno número de exemplos rotulados.
Exemplo: Personalizar um LLM para escrever e-mails jurÃdicos após mostrar apenas 10 exemplos.
Ajuste Fino (Fine-tuning)
Fine-tuning
O processo de pegar um modelo pré-treinado e treiná-lo ainda mais em um novo conjunto de dados menor para especializá-lo para uma tarefa especÃfica.
Exemplo: Ajustar um LLM geral como o GPT em documentos jurÃdicos internos para criar um assistente de redação jurÃdica.
Modelo de Fundação (Foundation Model)
Foundation Model
Um modelo em larga escala treinado em dados diversos e amplos que pode ser adaptado para muitas tarefas downstream.
Exemplo: GPT-4 e PaLM 2 são modelos de fundação capazes de sumarização, perguntas e respostas, tradução e muito mais.
Lógica Fuzzy (Fuzzy Logic)
Fuzzy Logic
Uma forma de lógica que lida com valores aproximados em vez de lógica binária (verdadeiro/falso) fixa, útil para raciocÃnio sob incerteza.
Exemplo: Usado em sistemas de controle de clima para ajustar a temperatura com base em entradas fuzzy como 'um pouco quente' ou 'muito frio'.
Rede Generativa Adversarial (GAN) (Generative Adversarial Network (GAN))
Generative Adversarial Network (GAN)
Uma arquitetura de modelo generativo onde duas redes — um gerador e um discriminador — competem para melhorar a qualidade da saÃda.
Exemplo: GANs são usadas para criar vÃdeos deepfake ou gerar fotos de produtos realistas a partir de esboços.
IA Generativa (Generative AI)
Generative AI
Uma categoria de inteligência artificial que pode criar conteúdo novo — como texto, imagens, música ou vÃdeo — a partir de dados de treinamento.
Exemplo: ChatGPT gerando posts de blog ou Midjourney criando arte digital a partir de prompts textuais.
Transformer Pré-treinado Generativo (GPT) (Generative Pre-trained Transformer (GPT))
Generative Pre-trained Transformer (GPT)
Uma classe de grandes modelos de linguagem desenvolvidos pela OpenAI que usa arquitetura transformer e é pré-treinada em grandes quantidades de dados de texto para realizar uma variedade de tarefas de linguagem.
Exemplo: GPT-4 é capaz de escrever ensaios, traduzir idiomas e resumir documentos com prompts mÃnimos.
Algoritmo Genético (Genetic Algorithm)
Genetic Algorithm
Uma técnica de otimização inspirada na seleção natural, onde as soluções evoluem ao longo do tempo através de mutação, cruzamento e seleção.
Exemplo: Usado para projetar arquiteturas de redes neurais eficientes simulando a sobrevivência do mais apto.
Alucinação (Hallucination)
Hallucination
A geração de conteúdo plausÃvel, mas factualmente incorreto ou sem sentido, por um modelo de IA.
Exemplo: Um modelo de linguagem inventa uma citação inexistente ou fornece fatos históricos falsos.
HeurÃstica (Heuristic)
Heuristic
Uma abordagem prática para a resolução de problemas que não garante uma solução perfeita, mas é suficiente para objetivos imediatos.
Exemplo: Usar uma regra prática para estimar o tempo de entrega em um sistema de IA de logÃstica.
Hiperparâmetro (Hyperparameter)
Hyperparameter
Um valor de configuração definido antes do treinamento de um modelo de aprendizado de máquina, como taxa de aprendizado ou número de camadas.
Exemplo: Ajustar o tamanho do lote de 32 para 128 para melhorar a velocidade de treinamento e o desempenho do modelo.
Inferência (Inference)
Inference
O processo de usar um modelo de aprendizado de máquina treinado para fazer previsões ou gerar saÃdas a partir de novos dados de entrada.
Exemplo: Usar um modelo GPT ajustado para redigir e-mails para uma equipe de suporte ao cliente.
Detecção de Intenção (Intent Detection)
Intent Detection
Uma tarefa em compreensão de linguagem natural onde o sistema identifica o objetivo ou propósito do usuário em uma mensagem.
Exemplo: Em um chatbot, reconhecer 'quero reservar um voo' como uma intenção de reserva de viagem.
Internet das Coisas (IoT) (Internet of Things (IoT))
Internet of Things (IoT)
Uma rede de dispositivos fÃsicos interconectados incorporados com sensores, software e outras tecnologias para coletar e trocar dados.
Exemplo: Termostatos e geladeiras inteligentes que relatam dados de uso e ajustam configurações usando análises de IA.
Interpretabilidade (Interpretability)
Interpretability
A extensão em que um humano pode entender a mecânica interna de um modelo de aprendizado de máquina e seu processo de tomada de decisão.
Exemplo: Uma árvore de decisão é mais interpretável do que uma rede neural profunda porque suas decisões são rastreáveis.
Jupyter Notebook (Jupyter Notebook)
Jupyter Notebook
Um ambiente de computação interativo de código aberto que permite aos usuários escrever código, visualizar saÃdas e documentar análises em uma única interface.
Exemplo: Cientistas de dados usam Jupyter Notebooks para prototipar modelos de aprendizado de máquina e compartilhar resultados.
K-Vizinhos Mais Próximos (KNN) (K-Nearest Neighbours (KNN))
K-Nearest Neighbours (KNN)
Um algoritmo de aprendizado de máquina simples e não paramétrico usado para classificação e regressão. Ele toma decisões com base nos exemplos de treinamento mais próximos no espaço de caracterÃsticas.
Exemplo: Para classificar uma nova fruta como maçã ou pera, o KNN verifica quais frutas rotuladas estão mais próximas em forma e cor.
Grafo de Conhecimento (Knowledge Graph)
Knowledge Graph
Uma estrutura de dados que usa nós e arestas para representar e armazenar descrições interligadas de entidades e seus relacionamentos.
Exemplo: O painel de conhecimento do Google é alimentado por um grafo de conhecimento que conecta entidades como pessoas, lugares e eventos.
Otimização de Modelos de Linguagem (LLMO) (Language Learning Model Optimisation (LLMO))
Language Learning Model Optimisation (LLMO)
Técnicas usadas para melhorar o desempenho, a eficiência ou a adaptabilidade de grandes modelos de linguagem para tarefas ou domÃnios especÃficos.
Exemplo: Usar quantização e ajuste de instruções para otimizar um LLM para uso corporativo.
Modelo de Linguagem Grande (LLM) (Large Language Model (LLM))
Large Language Model (LLM)
Um tipo de modelo de aprendizado profundo treinado em vastas quantidades de dados textuais, capaz de gerar, entender e raciocinar com linguagem humana.
Exemplo: ChatGPT e Claude são LLMs treinados para auxiliar na escrita, codificação e resposta a perguntas.
Espaço Latente (Latent Space)
Latent Space
Uma representação abstrata de alta dimensão onde entradas semelhantes são agrupadas próximas umas das outras, usada em modelos generativos e embeddings.
Exemplo: Na geração de imagens, manipular o espaço latente pode alterar caracterÃsticas como brilho ou emoção.
Taxa de Aprendizado (Learning Rate)
Learning Rate
Um hiperparâmetro chave no treinamento que controla o quanto os pesos do modelo são ajustados em relação ao gradiente de perda.
Exemplo: Uma taxa de aprendizado alta pode levar a ultrapassar os mÃnimos, enquanto uma taxa muito baixa retarda o progresso do treinamento.
Aprendizado de Máquina (ML) (Machine Learning (ML))
Machine Learning (ML)
Um ramo da IA que permite que os sistemas aprendam com dados e melhorem o desempenho sem serem explicitamente programados.
Exemplo: Filtros de spam usam aprendizado de máquina para classificar e-mails como spam ou não com base em exemplos anteriores.
Deriva de Modelo (Model Drift)
Model Drift
Um fenômeno em que a precisão de um modelo diminui ao longo do tempo devido a mudanças nos dados ou no ambiente.
Exemplo: Um modelo de detecção de fraude se torna menos preciso à medida que as táticas de fraude evoluem.
Treinamento de Modelo (Model Training)
Model Training
O processo de alimentar dados a um modelo de aprendizado de máquina e ajustar seus parâmetros para minimizar o erro.
Exemplo: Treinar um mecanismo de recomendação no histórico de compras do cliente para sugerir novos produtos.
IA Multimodal (Multimodal AI)
Multimodal AI
Sistemas de IA capazes de processar e integrar múltiplos tipos de dados, como texto, imagens, áudio e vÃdeo.
Exemplo: Um modelo como o GPT-4 Vision que pode ler texto e interpretar imagens ao mesmo tempo.
Processamento de Linguagem Natural (PLN) (Natural Language Processing (NLP))
Natural Language Processing (NLP)
Um subcampo da IA focado na interação entre computadores e linguagens humanas (naturais). Ele permite que as máquinas leiam, entendam e respondam em linguagem humana.
Exemplo: O PLN é usado em assistentes de voz, aplicativos de tradução de idiomas e chatbots.
Rede Neural (Neural Network)
Neural Network
Um modelo de aprendizado de máquina inspirado na estrutura do cérebro humano, composto por camadas de nós interconectados (neurônios).
Exemplo: Redes neurais estão por trás de modelos de aprendizado profundo usados em reconhecimento de imagem e fala.
RuÃdo (Noise)
Noise
Informação aleatória ou irrelevante em dados que pode obscurecer padrões significativos e afetar negativamente o desempenho do modelo.
Exemplo: Erros de sensor ou entradas de dados com erros de digitação podem ser considerados ruÃdo.
Ontologia (Ontology)
Ontology
Uma estrutura estruturada que categoriza e define relacionamentos entre conceitos dentro de um domÃnio, frequentemente usada em sistemas de IA semântica.
Exemplo: Uma ontologia na área da saúde pode definir como os sintomas se relacionam com doenças e tratamentos.
Sobreajuste (Overfitting)
Overfitting
Um erro de modelagem onde um modelo de aprendizado de máquina captura ruÃdo nos dados de treinamento e tem um desempenho ruim em novos dados.
Exemplo: Um modelo que memoriza respostas de treinamento, mas não consegue lidar com dados de teste não vistos, está sobreajustado.
Análise Preditiva (Predictive Analytics)
Predictive Analytics
O uso de dados, algoritmos e IA para identificar a probabilidade de resultados futuros com base em dados históricos.
Exemplo: Varejistas usam análise preditiva para prever a demanda por certos produtos.
Pré-treinamento (Pre-training)
Pre-training
O processo de treinar inicialmente um modelo em um conjunto de dados grande e geral antes de ajustá-lo para tarefas especÃficas.
Exemplo: Modelos GPT são pré-treinados em grandes corpora antes de serem personalizados para chatbots de atendimento ao cliente.
Engenharia de Prompt (Prompt Engineering)
Prompt Engineering
A arte e a ciência de criar prompts eficazes para direcionar a saÃda de grandes modelos de linguagem.
Exemplo: Adicionar instruções do sistema como 'Responda como um tutor educado' é um exemplo de engenharia de prompt.
Quantização (Quantisation)
Quantisation
Uma técnica de compressão de modelo que reduz o número de bits usados para representar pesos e ativações, melhorando a eficiência.
Exemplo: Quantizar um modelo de 32 bits para 8 bits melhora o desempenho em dispositivos móveis.
Computação Quântica (Quantum Computing)
Quantum Computing
Um novo paradigma de computação baseado na mecânica quântica, que detém potencial para capacidades de processamento exponenciais.
Exemplo: A computação quântica pode um dia acelerar o treinamento de IA além dos limites clássicos.
Motor de RaciocÃnio (Reasoning Engine)
Reasoning Engine
Um sistema em IA que deriva conclusões lógicas de um conjunto de fatos ou dados usando regras ou algoritmos de inferência.
Exemplo: Uma ferramenta de diagnóstico de IA usa um motor de raciocÃnio para deduzir possÃveis condições médicas com base em sintomas.
Aprendizado por Reforço (RL) (Reinforcement Learning (RL))
Reinforcement Learning (RL)
Uma área de aprendizado de máquina onde agentes aprendem interagindo com seu ambiente para maximizar recompensas cumulativas.
Exemplo: Um robô aprendendo a andar por tentativa e erro usando técnicas de RL.
Aprendizado por Reforço com Feedback Humano (RLHF) (Reinforcement Learning with Human Feedback (RLHF))
Reinforcement Learning with Human Feedback (RLHF)
Um método de aprendizado onde as preferências humanas guiam o sinal de recompensa da IA, frequentemente usado no ajuste fino de modelos de linguagem.
Exemplo: O ChatGPT foi treinado com RLHF para produzir respostas mais úteis e seguras.
Geração Aumentada por Recuperação (RAG) (Retrieval-Augmented Generation (RAG))
Retrieval-Augmented Generation (RAG)
Um método que combina recuperação de informações com geração, onde um LLM busca documentos relevantes para melhorar sua resposta.
Exemplo: Um assistente de IA recupera e cita especificações de produtos enquanto gera uma resposta a uma pergunta técnica.
Aprendizado Auto-supervisionado (Self-Supervised Learning)
Self-Supervised Learning
Uma abordagem de treinamento onde o modelo aprende padrões gerando seus próprios rótulos a partir de dados brutos, reduzindo a dependência de dados anotados por humanos.
Exemplo: O BERT é treinado com aprendizado auto-supervisionado prevendo palavras ausentes em textos.
Busca Semântica (Semantic Search)
Semantic Search
Uma técnica de busca que entende a intenção do usuário e o significado contextual, não apenas a correspondência de palavras-chave.
Exemplo: Pesquisar 'como consertar uma torneira pingando' retorna guias mesmo que o termo 'torneira pingando' não esteja presente no documento.
Análise de Sentimento (Sentiment Analysis)
Sentiment Analysis
O processo de identificar emoções, opiniões ou atitudes em textos, frequentemente classificando como positivo, negativo ou neutro.
Exemplo: Analisar tweets para avaliar a reação pública a um novo produto.
Estocástico (Stochastic)
Stochastic
Envolvendo aleatoriedade ou comportamento probabilÃstico, frequentemente usado em IA generativa e algoritmos de otimização.
Exemplo: A saÃda do GPT-4 varia para a mesma entrada devido ao seu processo de decodificação estocástico.
IA Forte (Strong AI)
Strong AI
Também conhecida como Inteligência Artificial Geral (AGI), refere-se a máquinas com capacidades cognitivas em nÃvel humano em todos os domÃnios.
Exemplo: Uma IA futura que pode escrever autonomamente romances, planejar cidades e resolver dilemas éticos igualmente bem.
Super Inteligência Artificial (SAI) (Super Artificial Intelligence (SAI))
Super Artificial Intelligence (SAI)
Uma IA teórica que supera em muito a inteligência humana em todos os aspectos — raciocÃnio, criatividade, inteligência emocional, etc.
Exemplo: Uma SAI poderia teoricamente desenvolver novas ciências e filosofias de forma independente.
Aprendizado Supervisionado (Supervised Learning)
Supervised Learning
Uma técnica de aprendizado de máquina onde os modelos são treinados em dados rotulados para aprender mapeamentos de entrada-saÃda.
Exemplo: Ensinar um modelo a classificar e-mails como spam ou não usando exemplos históricos.
Dados Sintéticos (Synthetic Data)
Synthetic Data
Dados artificialmente gerados que simulam dados do mundo real, frequentemente usados para treinamento quando dados reais são escassos ou sensÃveis.
Exemplo: Criar imagens médicas sintéticas para treinar modelos de diagnóstico sem violar a privacidade do paciente.
Token (Token)
Token
Uma unidade de texto processada por LLMs — tipicamente uma palavra ou parte de palavra.
Exemplo: A frase 'Olá mundo!' é dividida em 3 tokens: 'Olá', 'mundo' e '!'.
Tokenização (Tokenisation)
Tokenisation
O processo de dividir texto em tokens para processamento por um modelo.
Exemplo: Em PLN, 'ChatGPT é ótimo' se torna ['Chat', 'G', 'PT', 'é', 'ótimo'].
Aprendizado por Transferência (Transfer Learning)
Transfer Learning
Usar conhecimento de uma tarefa para aprimorar o aprendizado em outra tarefa relacionada, reduzindo o tempo de treinamento e as necessidades de dados.
Exemplo: Ajustar um modelo treinado em texto em inglês para realizar análise de sentimento em outro idioma.
Transformer (Transformer)
Transformer
Uma arquitetura de rede neural que usa mecanismos de atenção para modelar dados sequenciais, amplamente utilizada em LLMs.
Exemplo: BERT, GPT e T5 são todos modelos baseados em transformer.
Subajuste (Underfitting)
Underfitting
Quando um modelo é muito simplista para capturar os padrões nos dados de treinamento, resultando em um desempenho ruim.
Exemplo: Um modelo linear tentando prever classificações complexas de imagens pode subajustar.
Aprendizado Não Supervisionado (Unsupervised Learning)
Unsupervised Learning
Uma abordagem de aprendizado onde os modelos identificam padrões ou clusters em dados não rotulados.
Exemplo: Agrupar clientes com base no comportamento de compra sem rótulos predefinidos.
Intenção do Usuário (User Intent)
User Intent
O objetivo ou propósito por trás da consulta ou interação de um usuário.
Exemplo: Um usuário digitando 'como assar um bolo' provavelmente pretende encontrar uma receita.
Conjunto de Validação (Validation Set)
Validation Set
Um subconjunto de dados usado para avaliar o desempenho do modelo durante o treinamento e ajustar hiperparâmetros.
Exemplo: Usado para detectar sobreajuste antes do teste final.
Banco de Dados Vetorial (Vector Database)
Vector Database
Um banco de dados projetado para armazenar e pesquisar embeddings vetoriais usados em tarefas de IA como busca por similaridade e RAG.
Exemplo: Pinecone e Weaviate são bancos de dados vetoriais para armazenar embeddings de texto ou imagem.
Embedding Vetorial (Vector Embedding)
Vector Embedding
Uma representação numérica de dados que preserva o significado semântico e os relacionamentos em um espaço vetorial.
Exemplo: As palavras 'rei' e 'rainha' têm embeddings semelhantes com sutis diferenças de gênero.
Assistente Virtual (Virtual Assistant)
Virtual Assistant
Um agente de software com tecnologia de IA que ajuda os usuários a concluir tarefas por meio de conversação ou comandos de voz.
Exemplo: Siri, Alexa e Google Assistant são assistentes virtuais populares.
Reconhecimento de Voz (Voice Recognition)
Voice Recognition
Tecnologia que interpreta e converte linguagem falada em texto ou ação.
Exemplo: Assistentes de voz e comandos de voz dependem de sistemas de reconhecimento de voz.
IA Fraca (Weak AI)
Weak AI
Sistemas de IA projetados para realizar uma tarefa especÃfica e restrita sem inteligência geral.
Exemplo: Uma IA de xadrez que não consegue entender linguagem ou dirigir um carro é um exemplo de IA fraca.
Web Scraping (Web Scraping)
Web Scraping
Extração automatizada de informações de sites, frequentemente usada para coletar dados de treinamento ou monitorar conteúdo.
Exemplo: Raspagem de listagens de imóveis para treinar um modelo de avaliação de propriedades.
Peso (Weight)
Weight
Um parâmetro em redes neurais que determina a força da influência de um nó sobre outro.
Exemplo: Os pesos são ajustados durante o treinamento para minimizar o erro do modelo.
Whisper (Whisper)
Whisper
Um modelo de fala para texto desenvolvido pela OpenAI, capaz de transcrever áudio em vários idiomas.
Exemplo: Whisper pode transcrever palestras e podcasts com alta precisão.
YAML (YAML)
YAML
Um formato legÃvel por humanos para serialização de dados, comumente usado para arquivos de configuração em fluxos de trabalho de aprendizado de máquina.
Exemplo: Definir parâmetros de modelo em um arquivo YAML para treinamento em PyTorch.
Aprendizado Zero-shot (Zero-shot Learning)
Zero-shot Learning
A capacidade de um modelo de realizar tarefas para as quais nunca foi explicitamente treinado, aproveitando o conhecimento geral.
Exemplo: Um modelo respondendo a perguntas jurÃdicas, apesar de não ter sido treinado especificamente em dados jurÃdicos.
Zettabyte (Zettabyte)
Zettabyte
Uma unidade de dados digitais igual a um sextilhão (10^21) de bytes, frequentemente usada para descrever a escala de dados da internet.
Exemplo: O tráfego global da internet ultrapassou 1 zettabyte por ano em 2016.
