Glossário de IA Generativa
Um glossário abrangente com mais de 150 termos usados em IA Generativa.
A
Função de Ativação - Função matemática que determina a saída de um nó em uma rede neural. Tipos comuns incluem ReLU, sigmoid e tanh.
Ataque Adversarial - Entrada projetada para enganar sistemas de IA, levando-os a fazer previsões incorretas ou gerar saídas prejudiciais.
AGI (Inteligência Artificial Geral) - Sistemas de IA capazes de entender, aprender e aplicar conhecimento em qualquer domínio no nível humano ou além.
Agente de IA - Sistema de IA capaz de agir de forma autônoma, utilizar ferramentas e concluir tarefas em múltiplas etapas.
Alinhamento de IA - O desafio de garantir que sistemas de IA se comportem de acordo com valores e intenções humanas.
Algoritmo - Procedimento passo a passo para resolver um problema ou realizar uma tarefa.
Anthropic - Empresa de segurança em IA que desenvolveu o Claude, focada em pesquisas de alinhamento de IA.
API (Interface de Programação de Aplicações) - Interface que permite que aplicações de software se comuniquem e interajam com modelos de IA.
Mecanismo de Atenção - Componente de rede neural que atribui pesos à importância de diferentes partes dos dados de entrada.
Autoencoder - Rede neural que aprende representações eficientes dos dados ao codificar e decodificar a entrada.
Modelo Autoregressivo - Modelo que gera saídas sequencialmente, com cada token dependendo dos tokens anteriores.
B
Backpropagation (Retropropagação) - Algoritmo para treinar redes neurais propagando erros para trás pela rede.
Tamanho do Lote (Batch Size) - Número de exemplos de treinamento processados juntos antes de atualizar os pesos do modelo.
BERT (Bidirectional Encoder Representations from Transformers) - Modelo de linguagem do Google que lê textos bidirecionalmente para melhor compreensão.
Viés (em IA) - Erros sistemáticos nas saídas de IA devido a dados de treinamento tendenciosos ou algoritmos falhos.
Viés (em Redes Neurais) - Termo constante adicionado às entradas ponderadas nos cálculos de redes neurais.
BPE (Byte Pair Encoding) - Algoritmo de tokenização que mescla pares de caracteres frequentes de forma iterativa.
C
Chain-of-Thought (CoT) - Técnica de prompting que incentiva o raciocínio passo a passo.
ChatGPT - Assistente conversacional de IA da OpenAI baseado em modelos GPT.
Claude - Assistente de IA da Anthropic, projetado com foco em utilidade e segurança.
Classificação - Tarefa de atribuir entradas a categorias predefinidas.
CLIP (Contrastive Language-Image Pre-training) - Modelo da OpenAI que conecta texto e imagens para compreensão de ambos.
Codex - Modelo da OpenAI especializado em geração de código, que alimenta o GitHub Copilot.
Completion - Texto gerado que continua ou finaliza um prompt dado.
IA Constitucional - Abordagem de treinamento que usa IA para avaliar e melhorar o comportamento da IA com base em princípios.
Comprimento/Janela de Contexto - Quantidade máxima de texto que um modelo pode processar de uma vez.
Aprendizado Contrastivo - Abordagem de treinamento que aprende comparando exemplos similares e diferentes.
Rede Neural Convolucional (CNN) - Arquitetura de rede neural especialmente eficaz para processamento de imagens.
D
DALL-E - Modelo de geração de imagens a partir de texto da OpenAI.
Aumento de Dados (Data Augmentation) - Técnicas para aumentar a variedade dos dados de treinamento por meio de transformações.
Envenenamento de Dados (Data Poisoning) - Ataque que corrompe dados de treinamento de IA para influenciar o comportamento do modelo.
Decodificador (Decoder) - Componente que gera a saída a partir de representações codificadas.
Aprendizado Profundo (Deep Learning) - Aprendizado de máquina utilizando redes neurais com múltiplas camadas.
Modelo de Difusão - Modelo generativo que cria dados revertendo um processo de adição de ruído.
Discriminador - Componente do GAN que distingue dados reais de dados gerados.
Destilação - Técnica para criar modelos menores que imitam modelos maiores.
Dropout - Técnica de regularização que desativa neurônios aleatoriamente durante o treinamento.
E
Embedding - Representação numérica densa de dados (texto, imagens) em um espaço vetorial.
Capacidades Emergentes - Habilidades que surgem em modelos de IA em certas escalas sem treinamento explícito.
Codificador (Encoder) - Componente que converte a entrada em representações internas.
Época (Epoch) - Uma passagem completa por todo o conjunto de dados de treinamento.
IA Ética - Desenvolvimento e uso de sistemas de IA que sejam justos, transparentes e benéficos.
F
Rede Feedforward - Rede neural onde a informação flui em apenas uma direção.
Aprendizado com Poucos Exemplos (Few-Shot Learning) - Aprender a partir de pouquíssimos exemplos.
Ajuste Fino (Fine-Tuning) - Adaptação de um modelo pré-treinado para tarefas ou domínios específicos.
Modelo Fundamental (Foundation Model) - Grande modelo pré-treinado que serve de base para várias aplicações.
G
GAN (Rede Generativa Adversarial) - Duas redes neurais (gerador e discriminador) competindo para criar conteúdo realista.
Gemini - Série de modelos de IA multimodal do Google.
Generalização - Capacidade do modelo de ter bom desempenho em dados novos e não vistos.
IA Generativa - Sistemas de IA que criam novos conteúdos (texto, imagens, áudio, vídeo, código).
Gerador - Componente do GAN que cria novas amostras de dados.
GitHub Copilot - Assistente de programação com IA alimentado pelo Codex da OpenAI.
GPT (Generative Pre-trained Transformer) - Série de modelos de linguagem da OpenAI.
Gradiente - Valor matemático que indica como ajustar pesos para reduzir o erro.
Descida do Gradiente (Gradient Descent) - Algoritmo de otimização que ajusta pesos para minimizar a perda.
Grounding - Conectar as saídas da IA a informações factuais ou dados do mundo real.
H
Alucinação - Geração de informações falsas ou fabricadas pela IA apresentadas como fato.
Camada Oculta (Hidden Layer) - Camadas de uma rede neural entre as camadas de entrada e saída.
Humano no Loop (HITL) - Sistemas que requerem supervisão ou intervenção humana.
Hiperparâmetro - Configuração do modelo determinada antes do treinamento (taxa de aprendizado, tamanho do lote, etc.).
I
Image-to-Image - Modelos de IA que transformam imagens de entrada em saídas modificadas.
Inferência - Execução de um modelo treinado para gerar previsões ou saídas.
Aprendizado em Contexto (In-Context Learning) - Modelo aprende a partir de exemplos fornecidos no prompt sem atualizar pesos.
Inpainting - Preenchimento de partes ausentes ou mascaradas de uma imagem.
Instruction Tuning - Treinamento de modelos para seguir instruções em linguagem natural.
Interpretabilidade - Capacidade de entender como modelos de IA tomam decisões.
J
Jailbreaking - Técnicas para contornar restrições e diretrizes de segurança da IA.
K
Base de Conhecimento (Knowledge Base) - Repositório estruturado de informações para acesso de sistemas de IA.
Knowledge Cutoff (Limite de Conhecimento) - Data após a qual um modelo não possui informações de treinamento.
L
Langchain - Framework para construir aplicações com grandes modelos de linguagem.
Grande Modelo de Linguagem (LLM) - Modelo de IA treinado em grandes volumes de texto, capaz de compreender e gerar linguagem.
Espaço Latente (Latent Space) - Espaço abstrato multidimensional onde modelos de IA representam características dos dados.
Camada (Layer) - Componente de uma rede neural que processa entradas.
Taxa de Aprendizado (Learning Rate) - Parâmetro que controla quanto ajustar os pesos durante o treinamento.
LLaMA - Família de grandes modelos de linguagem de código aberto da Meta.
LoRA (Low-Rank Adaptation) - Técnica eficiente de ajuste fino usando pequenas matrizes treináveis.
Função de Perda (Loss Function) - Função matemática que mede a diferença entre previsões e valores reais.
M
Aprendizado de Máquina (ML) - Sistemas de IA que aprendem a partir de dados sem programação explícita.
Modelo de Linguagem Mascarada (Masked Language Model) - Modelo treinado para prever tokens ocultos em textos.
Midjourney - Serviço popular de geração de imagens por IA.
Mistral - Empresa francesa de IA e sua série de modelos de linguagem eficientes.
Mistura de Especialistas (MoE) - Arquitetura que utiliza sub-redes especializadas para eficiência.
Colapso de Modelo (Model Collapse) - Degradação de desempenho quando modelos são treinados com dados gerados por IA.
IA Multimodal - Sistemas de IA que processam e geram múltiplos tipos de dados (texto, imagens, áudio).
Aprendizado Multi-Tarefa (Multi-Task Learning) - Treinamento de modelos em múltiplas tarefas relacionadas simultaneamente.
N
Processamento de Linguagem Natural (NLP) - Campo da IA focado em compreender e gerar linguagem humana.
Rede Neural - Sistema computacional inspirado em redes neurais biológicas.
Neurônio/Nó - Unidade computacional básica em redes neurais.
Previsão do Próximo Token (Next-Token Prediction) - Objetivo de treinamento onde modelos predizem o próximo token em uma sequência.
Ruído (Noise) - Variações aleatórias nos dados ou aleatoriedade intencional na geração.
O
Aprendizado com Um Exemplo (One-Shot Learning) - Aprender a partir de um único exemplo.
OpenAI - Empresa de pesquisa em IA que criou GPT, DALL-E e ChatGPT.
Otimização - Processo de ajustar parâmetros do modelo para melhorar o desempenho.
Outpainting - Estender imagens além de seus limites originais.
Overfitting (Sobreajuste) - Quando um modelo memoriza os dados de treinamento e falha em generalizar.
P
Parâmetro - Valor treinável em uma rede neural (pesos e vieses).
Perplexidade - Métrica que mede o quão bem um modelo de linguagem prevê textos.
Pré-Treinamento (Pre-Training) - Fase inicial de treinamento em grandes conjuntos de dados antes do ajuste fino.
Prompt - Texto de entrada fornecido a um modelo de IA para orientar sua saída.
Engenharia de Prompt (Prompt Engineering) - Criação de prompts eficazes para obter saídas desejadas da IA.
Injeção de Prompt (Prompt Injection) - Ataque que manipula o comportamento da IA por meio de prompts maliciosos.
Q
QLoRA - LoRA quantizado que combina quantização com ajuste fino eficiente.
Quantização - Redução da precisão do modelo para diminuir o tamanho e melhorar a velocidade.
R
RAG (Geração Aumentada por Recuperação) - Combinação de modelos de linguagem com recuperação de conhecimento externo.
Rede Neural Recorrente (RNN) - Arquitetura de rede que processa dados sequenciais com memória.
Aprendizado por Reforço (RL) - Aprendizado por tentativa e erro com recompensas e penalidades.
RLHF (Aprendizado por Reforço com Feedback Humano) - Treinamento usando preferências humanas para melhorar o comportamento da IA.
Regularização - Técnicas para evitar sobreajuste durante o treinamento.
S
Segurança (Safety) - Medidas para garantir que sistemas de IA não causem danos.
Amostragem (Sampling) - Processo de gerar saídas a partir da distribuição de probabilidade de um modelo.
Leis de Escalonamento (Scaling Laws) - Observações sobre como o desempenho da IA melhora com tamanho e computação.
Autoatenção (Self-Attention) - Mecanismo de atenção onde cada elemento considera todos os outros elementos.
Aprendizado Autossupervisionado (Self-Supervised Learning) - Aprendizado a partir de dados não rotulados criando tarefas de predição.
Busca Semântica (Semantic Search) - Busca baseada em significado em vez de palavras-chave.
Sequence-to-Sequence (Seq2Seq) - Modelos que transformam uma sequência em outra.
Softmax - Função que converte valores em uma distribuição de probabilidade.
Sora - Modelo de geração de vídeo a partir de texto da OpenAI.
Stable Diffusion - Modelo de difusão de texto para imagem de código aberto.
Transferência de Estilo (Style Transfer) - Aplicação do estilo artístico de uma imagem em outra.
Aprendizado Supervisionado (Supervised Learning) - Aprendizado a partir de exemplos rotulados.
Dados Sintéticos (Synthetic Data) - Dados gerados artificialmente usados para treinamento.
Prompt de Sistema (System Prompt) - Instruções que definem o comportamento e contexto da IA.
T
Temperatura - Parâmetro que controla a aleatoriedade nas saídas da IA.
Texto para Imagem (Text-to-Image) - Modelos de IA que geram imagens a partir de descrições em texto.
Texto para Fala (Text-to-Speech, TTS) - Conversão de texto em áudio falado.
Token - Unidade básica de texto processada por modelos de linguagem.
Tokenização - Processo de dividir texto em tokens.
Amostragem Top-k - Seleção entre os k próximos tokens mais prováveis.
Amostragem Top-p (Nucleus) - Seleção entre tokens dentro de um limite de probabilidade.
Treinamento (Training) - Processo de ensinar um modelo a partir de dados.
Transferência de Aprendizado (Transfer Learning) - Aplicação de conhecimento de uma tarefa em outra.
Transformer - Arquitetura de rede neural que utiliza mecanismos de atenção.
Teste de Turing (Turing Test) - Teste de inteligência de máquina por meio de conversação.
U
Underfitting (Subajuste) - Quando um modelo é simples demais para capturar padrões dos dados.
Aprendizado Não Supervisionado (Unsupervised Learning) - Aprendizado a partir de dados sem rótulos.
Upscaling - Aumento da resolução de imagens usando IA.
V
Autoencoder Variacional (VAE) - Modelo generativo que aprende representações latentes.
Banco de Dados Vetorial (Vector Database) - Banco de dados otimizado para armazenar e buscar embeddings.
Modelo Visão-Linguagem (Vision-Language Model) - Modelo que compreende tanto imagens quanto texto.
Clonagem de Voz (Voice Cloning) - Criação de fala sintética imitando uma voz específica.
W
Peso (Weight) - Parâmetro treinável nas conexões de redes neurais.
Word Embedding - Representação vetorial de palavras que captura significado semântico.
Wrapper - Camada de software que simplifica a interação com APIs de IA.
X
XAI (IA Explicável) - Sistemas de IA projetados para explicar suas decisões.
Z
Zero-Shot Learning - Realização de tarefas sem nenhum exemplo de treinamento.
Zero-Shot Prompting - Fazer a IA executar tarefas sem exemplos no prompt.
Números
1B, 7B, 70B, etc. - Tamanhos de modelos medidos em bilhões de parâmetros.
Referência Rápida por Categoria
Tipos de Modelos
GAN, VAE, Modelo de Difusão, Transformer, LLM, CNN, RNN
Principais Modelos
GPT, BERT, DALL-E, Stable Diffusion, Claude, Gemini, LLaMA, Midjourney
Conceitos de Treinamento
Fine-tuning, RLHF, Pre-training, Transfer Learning, Distillation, LoRA
Conceitos de Geração
Token, Temperature, Top-k, Top-p, Sampling, Prompt, Completion
Segurança & Ética
Alignment, Hallucination, Bias, Jailbreaking, Constitutional AI
Este glossário é atualizado regularmente conforme a área evolui.