Desmistificando termos comuns de IA que você já ouviu falar

A inteligência artificial está remodelando nosso mundo e, nesse processo, criando um vocabulário totalmente novo para descrever como ela funciona. Basta dedicar alguns minutos à leitura sobre IA para se deparar com termos como LLMs, RAG, RLHF e dezenas de outros que podem deixar até mesmo profissionais de tecnologia experientes se sentindo perdidos. Este glossário é o nosso esforço para desmistificar essa linguagem. Nós o atualizamos regularmente à medida que o campo avança, portanto, considere-o um documento vivo, muito parecido com os sistemas de IA que ele explica.

AGI

Inteligência Artificial Geral, ou AGI, é um conceito um tanto vago. Em termos gerais, refere-se à IA que é mais capaz do que o ser humano médio em uma ampla gama de tarefas, se não na maioria delas. O CEO da OpenAI, Sam Altman, certa vez descreveu a AGI como o “equivalente a um ser humano mediano que você poderia contratar como colega de trabalho”. Enquanto isso, o estatuto da OpenAI a define como “sistemas altamente autônomos que superam os humanos na maioria dos trabalhos economicamente valiosos”. O Google DeepMind tem uma visão um pouco diferente, considerando a AGI como “IA que é pelo menos tão capaz quanto os humanos na maioria das tarefas cognitivas”. Confuso? Não se preocupe — os especialistas na vanguarda da pesquisa em IA muitas vezes também ficam.

Agente de IA

Um agente de IA é uma ferramenta que utiliza a IA para executar uma sequência de tarefas de forma autônoma em seu nome. Ele vai além do que um chatbot básico pode fazer, lidando com ações como registro de despesas, agendamento de viagens ou reservas em restaurantes, ou até mesmo escrever e manter código. No entanto, como observamos, este é um campo emergente com muitas variáveis, de modo que o termo “agente de IA” pode significar coisas diferentes para pessoas diferentes. A infraestrutura necessária para concretizar plenamente as capacidades previstas ainda está em desenvolvimento. Em sua essência, o conceito implica um sistema autônomo que pode utilizar vários modelos de IA para executar tarefas com várias etapas.

Pontos de extremidade de API

Pense nos pontos de extremidade da API como “botões” na parte de trás de um aplicativo de software que outros programas podem pressionar para acionar ações específicas. Os desenvolvedores usam essas interfaces para criar integrações — por exemplo, permitindo que um aplicativo extraia dados de outro ou possibilitando que um agente de IA controle serviços de terceiros diretamente, sem intervenção humana manual. A maioria dos dispositivos domésticos inteligentes e plataformas conectadas tem esses botões ocultos disponíveis, mesmo que os usuários comuns nunca os vejam ou interajam com eles. À medida que os agentes de IA se tornam mais sofisticados, eles são cada vez mais capazes de descobrir e usar esses pontos de extremidade de forma independente, revelando possibilidades poderosas — e às vezes surpreendentes — para a automação.

Cadeia de pensamento

Diante de uma pergunta simples, o cérebro humano muitas vezes consegue responder sem pensar muito — perguntas como: “Qual animal é mais alto, uma girafa ou um gato?” Mas, para problemas mais complexos, talvez você precise de caneta e papel para resolver as etapas intermediárias. Por exemplo, se um fazendeiro tem galinhas e vacas com um total de 40 cabeças e 120 patas, você provavelmente escreveria uma equação simples para encontrar a resposta (20 galinhas e 20 vacas).

Na IA, o raciocínio em cadeia de pensamento para grandes modelos de linguagem envolve dividir um problema em etapas intermediárias menores para melhorar a precisão do resultado final. Essa abordagem geralmente leva mais tempo para produzir uma resposta, mas é mais provável que o resultado esteja correto, especialmente em contextos de lógica ou programação. Os modelos de raciocínio são desenvolvidos a partir de LLMs tradicionais e otimizados para esse pensamento passo a passo por meio de técnicas como o aprendizado por reforço.

(Veja: Modelo de Linguagem de Grande Escala)

Este é um conceito mais específico do que um “agente de IA” geral. Um agente de codificação é um programa especializado que pode realizar ações passo a passo de forma autônoma para atingir uma meta de desenvolvimento de software. Em vez de simplesmente sugerir código para um humano revisar e inserir, um agente de codificação pode escrever, testar e depurar código de forma independente, lidando com o trabalho iterativo de tentativa e erro que normalmente ocupa o dia de um desenvolvedor. Esses agentes podem operar em bases de código inteiras, identificando bugs, executando testes e implantando correções com supervisão humana mínima. Pense nisso como contratar um estagiário incrivelmente rápido que nunca dorme nem perde o foco — embora, como acontece com qualquer estagiário, um ser humano ainda precise revisar o trabalho final.

Computação

Embora o termo possa ter vários significados, “computação” geralmente se refere ao poder computacional essencial necessário para que os modelos de IA funcionem. Essa capacidade de processamento alimenta o setor de IA, possibilitando o treinamento e a implantação de modelos poderosos. O termo costuma ser uma abreviação para o hardware que fornece esse poder — componentes como GPUs, CPUs, TPUs e outras infraestruturas que formam a base do ecossistema moderno de IA.

Aprendizado Profundo

Um subconjunto do aprendizado de máquina com autoaperfeiçoamento, no qual os algoritmos de IA são construídos com uma estrutura de rede neural artificial (RNA) em múltiplas camadas. Isso permite que eles identifiquem padrões e relações mais complexos do que sistemas de aprendizado de máquina mais simples, como modelos lineares ou árvores de decisão. O projeto dos algoritmos de aprendizado profundo é inspirado na rede interconectada de neurônios do cérebro humano.

Os modelos de aprendizado profundo podem identificar características-chave nos dados por conta própria, sem a necessidade de engenheiros humanos predefinirem essas características. Essa estrutura também suporta algoritmos que aprendem com erros e, por meio de repetição e ajuste, aprimoram seus resultados ao longo do tempo. No entanto, os sistemas de aprendizado profundo exigem grandes quantidades de dados (milhões de pontos ou mais) para entregar bons resultados. Eles também costumam levar mais tempo para serem treinados do que algoritmos de aprendizado de máquina mais simples, o que leva a custos de desenvolvimento mais elevados.

(Veja: Rede Neural)

Difusão

A difusão é a tecnologia central por trás de muitos modelos de IA que geram arte, música e texto. Inspirados na física, os sistemas de difusão “destruem” gradualmente a estrutura dos dados — como fotos ou músicas — adicionando ruído até que nada reconhecível permaneça. Na física, a difusão é espontânea e irreversível (o açúcar dissolvido no café não pode voltar à forma de cubo). Mas os sistemas de difusão de IA visam aprender um processo de “difusão reversa” para reconstruir os dados originais a partir do ruído, ganhando assim a capacidade de gerar novos dados do zero.

Destilação

A destilação é uma técnica para transferir conhecimento de um grande modelo de IA (o “professor”) para um menor (o “aluno”). Os desenvolvedores enviam consultas ao modelo professor e registram suas saídas, às vezes comparando-as a um conjunto de dados para avaliar a precisão. Essas saídas são então usadas para treinar o modelo aluno a se aproximar do comportamento do professor.

A destilação pode criar um modelo menor e mais eficiente com base em um maior, com perda mínima de desempenho. Provavelmente foi assim que a OpenAI desenvolveu o GPT-4 Turbo, uma versão mais rápida do GPT-4.

Embora todas as empresas de IA utilizem a destilação internamente, algumas podem também tê-la usado para alcançar os modelos líderes. No entanto, destilar conhecimento a partir do modelo de um concorrente normalmente viola os termos de serviço das APIs de IA e dos assistentes de chat.

Ajuste fino

Isso se refere ao treinamento adicional de um modelo de IA para otimizar seu desempenho para uma tarefa ou domínio específico além do foco original do treinamento. Isso geralmente é feito alimentando o modelo com novos dados especializados relevantes para a área-alvo.

Muitas startups de IA começam com um grande modelo de linguagem como base para um produto comercial. Em seguida, elas buscam aprimorar sua utilidade para um setor ou tarefa específica, ajustando-o com seu próprio conhecimento e experiência específicos do domínio, complementando os ciclos de treinamento anteriores do modelo.

(Veja: Modelo de Linguagem de Grande Escala [LLM])

GAN

Uma Rede Adversária Generativa (GAN) é um tipo de estrutura de aprendizado de máquina que impulsionou avanços significativos na IA generativa, particularmente para a criação de dados realistas — incluindo ferramentas para deepfakes. As GANs envolvem duas redes neurais trabalhando uma contra a outra: uma (o gerador) cria uma saída com base em seus dados de treinamento, e a outra (o discriminador) avalia essa saída.

Os dois modelos são essencialmente programados para uma competição. O gerador tenta produzir saídas convincentes o suficiente para enganar o discriminador, enquanto o discriminador trabalha para identificar dados gerados artificialmente. Esse processo adversarial pode otimizar as saídas da IA para que sejam mais realistas sem intervenção humana adicional. As GANs são mais eficazes para aplicações específicas, como a geração de fotos ou vídeos realistas, em vez de para IA de uso geral.

Alucinação

Alucinação é o termo usado na indústria de IA para quando os modelos geram informações incorretas ou fabricadas. É um grande desafio para a qualidade e a confiabilidade da IA.

As alucinações podem produzir resultados enganosos da IA generativa com riscos potenciais no mundo real — como conselhos médicos prejudiciais a partir de uma consulta de saúde.

Acredita-se que esse problema de fabricação de IA tenha origem em lacunas nos dados de treinamento. A prevalência de alucinações está impulsionando uma tendência em direção a modelos de IA mais especializados e verticais — sistemas específicos de domínio com conhecimento mais restrito — como forma de reduzir lacunas de conhecimento e minimizar o risco de desinformação.

Inferência

Inferência é o processo de executar um modelo de IA treinado para fazer previsões ou tirar conclusões a partir de novos dados. É importante observar que a inferência não pode ocorrer sem treinamento prévio; um modelo deve primeiro aprender padrões a partir de um conjunto de dados antes de poder extrapolar efetivamente a partir desse conhecimento.

Muitos tipos de hardware podem realizar inferência, desde processadores de smartphones até GPUs potentes e aceleradores de IA personalizados. No entanto, nem todo hardware tem a mesma capacidade. Modelos muito grandes levariam um tempo impraticavelmente longo para serem executados em um laptop padrão, em comparação com um servidor em nuvem equipado com chips de IA de ponta.

[Veja: Treinamento]

Modelo de Linguagem de Grande Porte (LLM)

Os Modelos de Linguagem de Grande Porte (LLMs) são os modelos de IA que alimentam assistentes populares como o ChatGPT, o Claude, o Gemini do Google, o Llama da Meta, o Microsoft Copilot e o Le Chat da Mistral. Quando você interage com um assistente de IA, está interagindo com um LLM que processa sua solicitação diretamente ou com a ajuda de várias ferramentas, como navegação na web ou interpretadores de código.

Os LLMs são redes neurais profundas compostas por bilhões de parâmetros numéricos (ou pesos) que aprendem as relações entre palavras e frases, criando uma representação multidimensional da linguagem — uma espécie de mapa linguístico.

Esses modelos são treinados por meio da análise de padrões em bilhões de livros, artigos e transcrições. Quando você faz uma solicitação a um LLM, ele gera o padrão linguístico mais provável que se encaixa na sua entrada.

(Veja: Rede Neural)

Cache de memória

Cache de memória refere-se a um processo que aprimora a inferência (a geração de respostas da IA). Essencialmente, o cache é uma técnica de otimização projetada para tornar a inferência mais eficiente. A IA depende de cálculos matemáticos intensivos, cada um consumindo energia. O cache reduz o número de cálculos que um modelo deve realizar, armazenando computações específicas para reutilização em consultas futuras. Existem diferentes tipos de cache de memória, sendo o cache KV (chave-valor) um exemplo bem conhecido para modelos baseados em transformadores. O cache KV aumenta a eficiência e acelera as respostas, reduzindo o tempo e o esforço computacional necessários para gerar respostas.

(Veja: Inferência)

Rede Neural

Uma rede neural é a estrutura algorítmica multicamadas que sustenta o aprendizado profundo e, de forma mais ampla, o boom da IA generativa após o surgimento de grandes modelos de linguagem.

Embora a ideia de se inspirar nos neurônios interconectados do cérebro humano para algoritmos de processamento de dados remonte à década de 1940, foi a proliferação mais recente das unidades de processamento gráfico (GPUs) — impulsionada pela indústria de videogames — que realmente liberou o potencial dessa teoria. Esses chips se mostraram excepcionalmente adequados para treinar algoritmos com muito mais camadas do que era possível anteriormente, permitindo que sistemas de IA baseados em redes neurais alcançassem desempenho superior em áreas como reconhecimento de voz, navegação autônoma e descoberta de medicamentos.

(Veja: Modelo de Linguagem de Grande Escala [LLM])

Código aberto

Código aberto refere-se a software — ou, cada vez mais, a modelos de IA — cujo código-fonte está disponível publicamente para qualquer pessoa usar, inspecionar ou modificar. Na IA, a família de modelos Llama da Meta é um exemplo proeminente; em sistemas operacionais, o Linux é o paralelo histórico clássico. A abordagem de código aberto permite que pesquisadores, desenvolvedores e empresas de todo o mundo aproveitem o trabalho uns dos outros, acelerando o progresso e possibilitando auditorias de segurança independentes que sistemas fechados não conseguem oferecer facilmente. Código fechado significa que o código é privado — você pode usar o produto, mas não ver como ele funciona, como nos modelos GPT da OpenAI. Essa distinção tornou-se um debate central dentro do setor de IA.

Paralelização

Paralelização significa realizar muitas operações simultaneamente, em vez de sequencialmente — como ter dez funcionários trabalhando em diferentes partes de um projeto ao mesmo tempo, em vez de uma única pessoa fazer tudo passo a passo. Na IA, a paralelização é fundamental tanto para o treinamento quanto para a inferência. As GPUs modernas são projetadas especificamente para realizar milhares de cálculos em paralelo, uma das principais razões pelas quais se tornaram a espinha dorsal do hardware do setor. À medida que os sistemas de IA se tornam mais complexos e os modelos maiores, a capacidade de paralelizar o trabalho entre muitos chips e máquinas tornou-se um fator crítico para determinar com que rapidez e economia os modelos podem ser construídos e implantados. A pesquisa de melhores estratégias de paralelização é agora um campo de estudo por si só.

RAMageddon

RAMageddon é o novo termo brincalhão para uma tendência séria que varre o setor de tecnologia: uma escassez crescente de chips de memória de acesso aleatório (RAM), que alimentam quase todos os produtos tecnológicos que usamos diariamente. À medida que o setor de IA explodiu, grandes empresas de tecnologia e laboratórios de IA — todos competindo para construir a IA mais poderosa e eficiente — estão comprando quantidades tão vastas de RAM para seus data centers que pouco resta para os demais. Esse gargalo no fornecimento está elevando os preços do estoque restante.

O impacto se estende a setores como jogos (onde as empresas aumentaram os preços dos consoles devido à escassez de chips de memória), eletrônicos de consumo (onde a escassez pode causar a maior queda nas remessas de smartphones em mais de uma década) e computação empresarial em geral (à medida que as empresas lutam para obter RAM suficiente para seus próprios data centers). Espera-se que os aumentos de preço continuem até que a escassez termine, mas, infelizmente, há poucos indícios de que isso vá acontecer em breve.

Aprendizado por reforço

A aprendizagem por reforço é um método de treinamento em que um sistema de IA aprende por tentativa e erro, recebendo recompensas por ações corretas — semelhante a treinar um animal de estimação com guloseimas, exceto que o “animal de estimação” é uma rede neural e a “guloseima” é um sinal matemático indicando sucesso. Ao contrário da aprendizagem supervisionada, em que um modelo é treinado em um conjunto de dados fixo de exemplos rotulados, a aprendizagem por reforço permite que um modelo explore seu ambiente, execute ações e atualize continuamente seu comportamento com base no feedback. Essa abordagem tem se mostrado especialmente eficaz para treinar IA para jogar, controlar robôs e, mais recentemente, aprimorar as habilidades de raciocínio de grandes modelos de linguagem. Técnicas como a aprendizagem por reforço a partir de feedback humano (RLHF) são agora fundamentais para a forma como os principais laboratórios de IA ajustam seus modelos para que sejam mais úteis, precisos e seguros.

Token

A comunicação homem-máquina apresenta desafios óbvios: as pessoas usam a linguagem humana, enquanto os programas de IA executam tarefas por meio de processos algorítmicos complexos e baseados em dados. Os tokens preenchem essa lacuna. Eles são os blocos de construção fundamentais da comunicação homem-IA, representando segmentos discretos de dados processados ou produzidos por um LLM. São criados por meio da tokenização, que divide o texto bruto em unidades digeríveis que um modelo de linguagem pode compreender, de forma semelhante à maneira como um compilador traduz a linguagem humana em código binário para um computador. Em contextos empresariais, os tokens também determinam o custo — a maioria das empresas de IA cobra pelo uso de LLMs por token, o que significa que quanto mais uma empresa usa, mais ela paga.

Taxa de transferência de tokens

Mais uma vez, tokens são pequenos pedaços de texto — frequentemente partes de palavras — nos quais os modelos de linguagem de IA dividem a linguagem para processamento; eles são aproximadamente análogos a “palavras” para a compreensão das cargas de trabalho de IA. A taxa de transferência refere-se à quantidade que pode ser processada em um determinado tempo, portanto, a taxa de transferência de tokens mede essencialmente a quantidade de trabalho de IA que um sistema pode lidar simultaneamente. Um alto rendimento de tokens é uma meta fundamental para equipes de infraestrutura de IA, pois determina quantos usuários um modelo pode atender ao mesmo tempo e com que rapidez cada um recebe uma resposta. O pesquisador de IA Andrej Karpathy descreveu sentir ansiedade quando suas assinaturas de IA ficam ociosas — ecoando sua preocupação na pós-graduação com hardware caro subutilizado —, um sentimento que captura por que maximizar o rendimento de tokens se tornou uma obsessão na área.

Treinamento

O desenvolvimento de IA de aprendizado de máquina envolve um processo chamado treinamento. Em termos simples, isso envolve alimentar um modelo com dados para que ele possa aprender padrões e gerar resultados úteis. É o processo pelo qual o sistema responde às características dos dados, adaptando seus resultados em direção a um objetivo desejado — seja identificar imagens de gatos ou compor um haicai sob demanda.

O treinamento pode ser caro porque requer enormes quantidades de dados, e os volumes necessários continuam a aumentar. É por isso que abordagens híbridas, como o ajuste fino de uma IA baseada em regras com dados direcionados, podem ajudar a gerenciar custos sem precisar começar do zero.

[Veja: Inferência]

Aprendizado por transferência

Técnica em que um modelo de IA pré-treinado é usado como ponto de partida para desenvolver um novo modelo para uma tarefa diferente, mas normalmente relacionada. Isso permite que o conhecimento adquirido em ciclos de treinamento anteriores seja reaplicado.

A aprendizagem por transferência pode aumentar a eficiência ao agilizar o desenvolvimento do modelo. Ela também é útil quando os dados para a nova tarefa são limitados. No entanto, a abordagem tem limitações. Modelos que dependem da aprendizagem por transferência para capacidades generalizadas provavelmente exigirão treinamento adicional com dados específicos do domínio para ter um bom desempenho em sua área de foco.

(Veja: Ajuste fino)

Pesos

Os pesos são fundamentais para o treinamento de IA, pois determinam a importância (ou “peso”) atribuída a diferentes características (ou variáveis de entrada) nos dados de treinamento, moldando assim a saída do modelo.

Em outras palavras, pesos são parâmetros numéricos que definem o que é mais significativo em um conjunto de dados para uma determinada tarefa de treinamento. Eles funcionam multiplicando as entradas. O treinamento do modelo geralmente começa com pesos atribuídos aleatoriamente, que se ajustam à medida que o modelo itera para produzir saídas que correspondam mais de perto ao alvo.

Por exemplo, um modelo de IA treinado com dados históricos do mercado imobiliário para prever preços de imóveis pode ter pesos para características como o número de quartos e banheiros, tipo de imóvel (isolado ou geminado), disponibilidade de estacionamento, garagem, etc. Os pesos que o modelo atribui a cada entrada refletem sua influência no valor do imóvel com base no conjunto de dados.

Perda de validação

A perda de validação é uma métrica que indica o quão bem um modelo de IA está aprendendo durante o treinamento — números mais baixos são melhores. Os pesquisadores a monitoram de perto como um boletim em tempo real, usando-a para decidir quando interromper o treinamento, ajustar hiperparâmetros ou investigar possíveis problemas. Uma das principais preocupações que ela ajuda a identificar é o sobreajuste, uma condição em que um modelo memoriza seus dados de treinamento em vez de aprender padrões generalizáveis. Pense nisso como a diferença entre um aluno que realmente entende o conteúdo e outro que apenas memorizou a prova do ano passado — a perda de validação ajuda a revelar qual caminho seu modelo está seguindo.

Este artigo é atualizado regularmente com novas informações.