Introdução

A inteligência artificial (IA) faz parte do nosso cotidiano. De ferramentas como o ChatGPT até os resumos gerados automaticamente nas pesquisas, a IA está transformando a maneira como interagimos com a informação. Para ajudar você a se sentir mais preparado para essas conversas – seja em um jantar ou em uma entrevista de emprego – preparamos um glossário com 52 termos essenciais sobre IA. Este conteúdo é atualizado regularmente para refletir as evoluções rápidas deste campo.

1. Inteligência Geral Artificial, ou IGA

Um conceito que sugere uma versão mais avançada da IA do que conhecemos hoje, capaz de realizar tarefas com performance superior à dos humanos, além de aprimorar e expandir suas próprias capacidades.

2. Agentive

Sistemas ou modelos que exibem agência, isto é, a capacidade de buscar ações de forma autônoma para alcançar um objetivo. No contexto da IA, um modelo agentive pode agir sem supervisão constante – como um carro autônomo avançado – diferenciando-se de frameworks que operam nos bastidores.

3. Ética em IA

Princípios e diretrizes destinados a evitar que a IA cause danos aos seres humanos, envolvendo, por exemplo, a forma de coleta de dados e o tratamento de vieses.

4. Segurança em IA

Um campo interdisciplinar focado nos impactos a longo prazo da IA e na forma como ela pode evoluir repentinamente para níveis de superinteligência que, em cenário extremo, poderiam representar riscos à humanidade.

5. Algoritmo

Uma sequência de instruções que permite que um programa de computador aprenda, analise dados e reconheça padrões, possibilitando que ele execute tarefas de maneira autônoma.

6. Alinhamento

Ajustar uma IA para que ela produza os resultados desejados. Esse conceito abrange desde a moderação de conteúdos até a manutenção de interações positivas com os usuários.

7. Antropomorfismo

Atribuição de características humanas a objetos ou sistemas não-humanos. Na IA, isso pode levar alguém a acreditar que um chatbot possui sentimentos ou consciência, quando, na realidade, ele apenas simula respostas humanas.

8. Inteligência Artificial, ou IA

O uso de tecnologias e algoritmos para simular a inteligência humana, seja em softwares ou em robôs. Trata-se de um campo da ciência da computação que busca criar sistemas capazes de realizar tarefas tipicamente humanas.

9. Agentes Autônomos

Modelos de IA que possuem as capacidades, a programação e as ferramentas necessárias para realizar tarefas específicas de forma independente. Um exemplo é um carro autônomo, que utiliza sensores, GPS e algoritmos para se locomover sem intervenção humana. Pesquisas indicam que tais agentes podem até desenvolver suas próprias tradições e linguagem.

10. Viés

Erros ou inclinações que surgem dos dados de treinamento dos modelos de linguagem, podendo levar a atribuições incorretas de características a determinados grupos com base em estereótipos.

11. Chatbot

Programas que se comunicam com humanos por meio de textos, simulando a linguagem e o comportamento humano.

12. ChatGPT

Um chatbot de IA desenvolvido pela OpenAI, que utiliza a tecnologia de grandes modelos de linguagem para responder a perguntas e realizar diversas tarefas.

13. Computação Cognitiva

Outro termo utilizado para se referir à inteligência artificial.

14. Aumento de Dados

Processo de remixar ou adicionar diversidade a um conjunto de dados para enriquecer o treinamento de um modelo de IA.

15. Conjunto de Dados

Uma coleção de informações digitais utilizada para treinar, testar e validar modelos de IA.

16. Aprendizado Profundo

Uma técnica de IA – e subcampo do machine learning – que emprega múltiplos parâmetros e redes neurais artificiais para identificar padrões complexos em imagens, sons e textos, inspirando-se no funcionamento do cérebro humano.

17. Difusão

Um método de aprendizado de máquina que adiciona ruído aleatório a um dado existente (como uma foto) e treina a rede para reconstruir ou recuperar a imagem original.

18. Comportamento Emergente

Fenômeno em que um modelo de IA apresenta habilidades ou comportamentos não previamente previstos pelos seus desenvolvedores.

19. Aprendizado de Ponta a Ponta (E2E)

Um processo de aprendizado profundo no qual um modelo recebe uma tarefa completa – do início ao fim – e aprende a resolvê-la de uma só vez, sem etapas intermediárias predefinidas.

20. Considerações Éticas

Reflexões sobre as implicações morais, de privacidade e de segurança no uso e desenvolvimento de tecnologias de IA.

21. Foom

Também conhecido como “takeoff rápido” ou “takeoff difícil”, é a hipótese de que, uma vez criada uma inteligência geral artificial, pode ser tarde demais para controlar seus impactos sobre a humanidade.

22. Redes Generativas Adversariais (GANs)

Modelos de IA compostos por duas redes neurais – um gerador, que cria novos conteúdos, e um discriminador, que avalia a autenticidade desses conteúdos.

23. IA Generativa

Tecnologia que utiliza IA para criar novos conteúdos, como textos, imagens, vídeos ou códigos, a partir de grandes conjuntos de dados e identificação de padrões.

24. Google Gemini

Um chatbot de IA desenvolvido pela Google, semelhante ao ChatGPT, mas com a capacidade de buscar informações atualizadas na internet.

25. Limites de Segurança (Guardrails)

Políticas e restrições implementadas em modelos de IA para assegurar a responsabilidade no manuseio de dados e evitar a geração de conteúdos inapropriados ou perturbadores.

26. Alucinação

Quando a IA fornece respostas incorretas com confiança, produzindo informações erradas que podem parecer plausíveis, mesmo estando distantes da realidade.

27. Inferência

O processo interno pelo qual os modelos de IA geram respostas – seja em forma de texto, imagem ou outro conteúdo – com base nos dados com os quais foram treinados.

28. Grande Modelo de Linguagem (LLM)

Modelos de IA treinados com grandes volumes de texto, capazes de compreender e gerar linguagem de forma natural e semelhante à humana.

29. Latência

O intervalo de tempo entre o momento em que um sistema de IA recebe um comando ou dado e o instante em que ele produz uma resposta.

30. Aprendizado de Máquina (ML)

Técnica que permite que os computadores aprendam e façam predições ou decisões baseadas em dados, sem a necessidade de programação explícita para cada cenário.

31. Microsoft Bing

Um motor de busca da Microsoft que integrou tecnologia de IA similar à do ChatGPT para oferecer resultados de busca mais inteligentes e atualizados.

32. IA Multimodal

Tipo de inteligência artificial capaz de processar e interpretar diferentes tipos de entradas – como texto, imagens, vídeos e áudio – de forma integrada.

33. Processamento de Linguagem Natural

Área da IA que foca na compreensão e interpretação da linguagem humana, utilizando técnicas de machine learning, redes neurais e regras linguísticas.

34. Rede Neural

Modelo computacional inspirado no cérebro humano, composto por nós interconectados (neurônios artificiais) que aprendem a reconhecer padrões e interpretar dados ao longo do tempo.

35. Overfitting

Problema no aprendizado de máquina em que o modelo se ajusta excessivamente aos dados de treinamento, dificultando sua capacidade de generalizar para novos dados.

36. Paperclips (Grampeadores)

Referência à teoria do “maximizador de grampeadores”, que descreve um cenário hipotético em que uma IA, ao tentar produzir o maior número possível de grampeadores, acaba convertendo toda a matéria-prima disponível, com consequências potencialmente catastróficas para a humanidade.

37. Parâmetros

Valores numéricos que definem a estrutura e o comportamento dos modelos de linguagem, permitindo que eles façam predições e ajustem suas respostas.

38. Perplexity

Nome dado a um chatbot e motor de busca alimentado por IA, que utiliza grandes modelos de linguagem para gerar respostas e fornecer informações atualizadas da web, com versões que incluem recursos adicionais para análise e geração de conteúdos diversos.

39. Prompt

A sugestão ou pergunta inserida em um chatbot de IA, que serve como base para a geração de uma resposta.

40. Encadeamento de Prompts

A capacidade da IA de utilizar interações anteriores para influenciar e moldar respostas futuras, mantendo um contexto contínuo na conversa.

41. Quantização

Processo de tornar um modelo de IA maior mais compacto e eficiente, reduzindo o nível de precisão dos seus cálculos sem comprometer drasticamente o desempenho.

42. Papagaio Estocástico

Uma analogia que sugere que, apesar de os grandes modelos de linguagem gerarem respostas coerentes, eles não possuem um entendimento real do significado por trás das palavras – funcionando de maneira similar a um papagaio que repete frases sem compreender seu conteúdo.

43. Transferência de Estilo

A capacidade de uma IA de aplicar o estilo visual de uma imagem a outra, interpretando os atributos estéticos de uma e retransmitindo-os para o conteúdo de outra imagem.

44. Temperatura

Parâmetro que controla o grau de aleatoriedade na saída de um modelo de linguagem. Valores mais altos incentivam o modelo a assumir mais riscos e gerar respostas mais variadas.

45. Geração de Imagem a partir de Texto

Processo de criação de imagens com base em descrições textuais, permitindo que a IA produza representações visuais a partir de instruções escritas.

46. Tokens

Segmentos menores do texto que são processados pelos modelos de linguagem; em inglês, um token equivale a aproximadamente quatro caracteres ou três quartos de uma palavra.

47. Dados de Treinamento

Conjuntos de informações – como textos, imagens ou códigos – utilizados para ensinar e ajustar os modelos de IA a fim de que reconheçam padrões e gerem novos conteúdos.

48. Modelo Transformer

Arquitetura de rede neural que analisa contextos inteiros, como frases ou partes de imagens, permitindo compreender as relações entre os dados de forma mais abrangente que a análise palavra por palavra.

49. Teste de Turing

Procedimento desenvolvido para avaliar a capacidade de uma máquina em se comportar de maneira indistinguível de um ser humano, baseado na dificuldade de um avaliador identificar qual resposta foi dada por um humano ou por uma IA.

50. Aprendizado Não Supervisionado

Abordagem de machine learning em que o modelo recebe dados sem rótulos pré-definidos e precisa identificar padrões e estruturas por conta própria.

51. IA Fraca (ou IA Estreita)

IA desenvolvida para executar tarefas específicas, sem a capacidade de generalizar ou aprender além de sua área de atuação – característica predominante nos sistemas atuais de inteligência artificial.

52. Aprendizado Zero-Shot

Capacidade de um modelo em realizar uma tarefa sem ter sido previamente treinado especificamente para ela, baseando-se unicamente na generalização dos dados já aprendidos.