Glossário do ChatGPT 41 termos de IA que todos devem conhecer
ChatGPT Glossary 41 essential AI terms to know
ChatGPT, o chatbot de IA da OpenAI, que tem uma capacidade impressionante de responder qualquer pergunta, provavelmente foi sua primeira introdução à IA. Desde escrever poemas, currículos e receitas de fusão, o poder do ChatGPT tem sido comparado ao autocompletar em esteroides.
Mas os chatbots de IA são apenas uma parte do cenário da IA. Claro, ter o ChatGPT ajudando em suas tarefas de casa ou ter o Midjourney criando imagens fascinantes de mechs baseadas no país de origem é legal, mas seu potencial poderia remodelar completamente as economias. Esse potencial poderia valer US$ 4,4 trilhões para a economia global anualmente, de acordo com o McKinsey Global Institute, por isso você deve esperar ouvir cada vez mais sobre inteligência artificial.
À medida que as pessoas se acostumam cada vez mais com um mundo interligado à IA, novos termos estão surgindo em todos os lugares. Então, seja para parecer inteligente em uma conversa ou impressionar em uma entrevista de emprego, aqui estão alguns termos importantes de IA que você deve conhecer.
Este glossário será continuamente atualizado.
—
- Estou cansado do discurso AMD vs. Nvidia vs. Intel | ENBLE
- Melhores ofertas de Mac para o Dia do Trabalho iMac, MacBook Air e ...
- O que é uma CPU? Aqui está tudo o que você precisa saber | ENBLE
Inteligência artificial geral, ou AGI: Um conceito que sugere uma versão mais avançada da IA do que conhecemos hoje, que pode realizar tarefas muito melhor do que os humanos, ao mesmo tempo em que ensina e aprimora suas próprias capacidades.
Ética da IA: Princípios voltados para evitar que a IA cause danos aos humanos, alcançados por meio de meios como determinar como os sistemas de IA devem coletar dados ou lidar com viés.
Segurança da IA: Um campo interdisciplinar que se preocupa com os impactos de longo prazo da IA e como ela poderia progredir repentinamente para uma superinteligência hostil aos humanos.
Algoritmo: Uma série de instruções que permite que um programa de computador aprenda e analise dados de uma maneira específica, como reconhecer padrões, para então aprender com isso e realizar tarefas por conta própria.
Alinhamento: Ajustar uma IA para produzir melhor o resultado desejado. Isso pode se referir desde moderar conteúdo até manter interações positivas com os humanos.
Antropomorfismo: Quando os humanos tendem a atribuir características humanas a objetos não humanos. Na IA, isso pode incluir acreditar que um chatbot é mais parecido com um humano e mais consciente do que realmente é, como acreditar que ele é feliz, triste ou até mesmo completamente consciente.
Inteligência artificial, ou IA: O uso da tecnologia para simular a inteligência humana, seja em programas de computador ou em robótica. Um campo da ciência da computação que visa construir sistemas capazes de realizar tarefas humanas.
Viés: Em relação a modelos de linguagem grandes, erros resultantes dos dados de treinamento. Isso pode resultar em atribuir falsamente certas características a raças ou grupos com base em estereótipos.
Chatbot: Um programa que se comunica com humanos por meio de texto que simula a linguagem humana.
ChatGPT: Um chatbot de IA desenvolvido pela OpenAI que usa tecnologia de modelos de linguagem grandes.
Computação cognitiva: Outro termo para inteligência artificial.
Aumentação de dados: Remisturar dados existentes ou adicionar um conjunto mais diversificado de dados para treinar uma IA.
Aprendizado profundo: Um método de IA, e um subcampo de aprendizado de máquina, que usa múltiplos parâmetros para reconhecer padrões complexos em imagens, sons e textos. O processo é inspirado no cérebro humano e usa redes neurais artificiais para criar padrões.
Difusão: Um método de aprendizado de máquina que pega um dado existente, como uma foto, e adiciona ruído aleatório. Modelos de difusão treinam suas redes para recriar ou recuperar essa foto.
Comportamento emergente: Quando um modelo de IA exibe habilidades não intencionais.
Aprendizado de ponta a ponta, ou E2E: Um processo de aprendizado profundo no qual um modelo é instruído a realizar uma tarefa do início ao fim. Ele não é treinado para realizar uma tarefa sequencialmente, mas sim aprende com as entradas e resolve tudo de uma vez.
Considerações éticas: Uma consciência das implicações éticas da IA e questões relacionadas à privacidade, uso de dados, justiça, uso indevido e outras questões de segurança.
Foom: Também conhecido como decolagem rápida ou decolagem difícil. O conceito de que, se alguém construir uma AGI, pode ser tarde demais para salvar a humanidade.
Redes generativas adversariais, ou GANs: Um modelo de IA generativo composto por duas redes neurais para gerar novos dados: um gerador e um discriminador. O gerador cria novo conteúdo, e o discriminador verifica se é autêntico.
IA Generativa: Uma tecnologia de geração de conteúdo que usa IA para criar texto, vídeo, código de computador ou imagens. A IA é alimentada com grandes quantidades de dados de treinamento, encontra padrões para gerar suas próprias respostas inovadoras, que às vezes podem ser similares ao material de origem.
Google Bard: Um chatbot de IA do Google que funciona de forma semelhante ao ChatGPT, mas extrai informações da web atual, enquanto o ChatGPT é limitado a dados até 2021 e não está conectado à internet.
Guardrails: Políticas e restrições aplicadas a modelos de IA para garantir que os dados sejam tratados de forma responsável e que o modelo não crie conteúdo perturbador.
Alucinação: Uma resposta incorreta da IA. Pode incluir a IA generativa produzindo respostas incorretas, mas afirmadas com confiança como se estivessem corretas. As razões para isso não são totalmente conhecidas. Por exemplo, ao perguntar a um chatbot de IA: “Quando Leonardo da Vinci pintou a Mona Lisa?”, ele pode responder com uma afirmação incorreta, dizendo: “Leonardo da Vinci pintou a Mona Lisa em 1815”, o que é 300 anos após ela ter sido realmente pintada.
Grande modelo de linguagem, ou LLM: Um modelo de IA treinado em grandes quantidades de dados de texto para entender a linguagem e gerar conteúdo inovador em uma linguagem semelhante à humana.
Aprendizado de máquina, ou ML: Um componente da IA que permite que os computadores aprendam e obtenham resultados preditivos melhores sem programação explícita. Pode ser combinado com conjuntos de treinamento para gerar novo conteúdo.
Microsoft Bing: Um mecanismo de busca da Microsoft que agora pode usar a tecnologia que impulsiona o ChatGPT para fornecer resultados de pesquisa com IA. É semelhante ao Google Bard por estar conectado à internet.
IA Multimodal: Um tipo de IA que pode processar vários tipos de entradas, incluindo texto, imagens, vídeos e fala.
Processamento de linguagem natural: Um ramo da IA que usa aprendizado de máquina e aprendizado profundo para dar aos computadores a capacidade de entender a linguagem humana, frequentemente usando algoritmos de aprendizado, modelos estatísticos e regras linguísticas.
Rede neural: Um modelo computacional que se assemelha à estrutura do cérebro humano e tem como objetivo reconhecer padrões em dados. Consiste em nós interconectados, ou neurônios, que podem reconhecer padrões e aprender ao longo do tempo.
Sobreajuste: Erro no aprendizado de máquina em que ele se ajusta muito aos dados de treinamento e pode apenas identificar exemplos específicos nesses dados, mas não em novos dados.
Parâmetros: Valores numéricos que dão estrutura e comportamento aos LLMs, permitindo que eles façam previsões.
Encadeamento de prompts: Uma habilidade da IA de usar informações de interações anteriores para influenciar respostas futuras.
Papagaio estocástico: Uma analogia dos LLMs que ilustra que o software não tem um entendimento maior do significado por trás da linguagem ou do mundo ao seu redor, independentemente de quão convincente seja a saída. A frase se refere a como um papagaio pode imitar palavras humanas sem entender o significado por trás delas.
Transferência de estilo: A capacidade de adaptar o estilo de uma imagem ao conteúdo de outra, permitindo que uma IA interprete os atributos visuais de uma imagem e os use em outra. Por exemplo, pegar o autorretrato de Rembrandt e recriá-lo no estilo de Picasso.
Temperatura: Parâmetros definidos para controlar o quão aleatória é a saída de um modelo de linguagem. Uma temperatura mais alta significa que o modelo assume mais riscos.
Geração de texto para imagem: Criação de imagens com base em descrições textuais.
Dados de treinamento: Os conjuntos de dados usados para ajudar os modelos de IA a aprender, incluindo texto, imagens, código ou dados.
Modelo Transformer: Uma arquitetura de rede neural e modelo de aprendizado profundo que aprende o contexto rastreando as relações nos dados, como em frases ou partes de imagens. Assim, em vez de analisar uma frase palavra por palavra, ele pode olhar para a frase inteira e entender o contexto.
Teste de Turing: Nomeado em homenagem ao famoso matemático e cientista da computação Alan Turing, testa a capacidade de uma máquina se comportar como um humano. A máquina passa no teste se um humano não consegue distinguir a resposta da máquina de outra resposta humana.
IA Fraca, também conhecida como IA estreita: IA que se concentra em uma tarefa específica e não pode aprender além de seu conjunto de habilidades. A maior parte da IA atual é IA fraca.
Aprendizado sem supervisão: Um teste em que um modelo deve completar uma tarefa sem receber os dados de treinamento necessários. Um exemplo seria reconhecer um leão sendo treinado apenas com tigres.
Nota dos editores: A ENBLE está usando um motor de inteligência artificial para ajudar a criar algumas histórias. Para mais informações, veja este post.
