A

Aprendizagem profunda – Deep Learning

É um ramo de Machine Learning que utiliza redes neurais profundas com muitas camadas, de forma a poder aprender e representar dados de forma mais complexa, tornando-se essencial em muitas aplicações de Inteligência Artificial, como reconhecimento de imagens e processamento de linguagem natural.

Automatização de Processos Robóticos (RPA)

Uma tecnologia que usa Inteligência Artificial para automatizar tarefas repetitivas e baseadas em regras, geralmente em ambientes de negócios.

C

Chatbots e assistentes virtuais

São sistemas de Inteligência Artificial que interagem com os humanos através de uma determinada linguagem, respondendo a perguntas e realizando tarefas específicas, como agendar reuniões ou fornecer informações.

Codificação e descodificação

Em contextos generativos, a codificação refere-se à representação de dados num formato que o modelo de Inteligência Artificial entenda. A decodificação é o processo inverso, em que o modelo gera dados a partir dessa representação.

F

Fine-tuning

É o processo de ajustar um modelo de Inteligência Artificial pré-treinado em tarefas específicas, tornando-o mais adaptado a uma determinada aplicação.

G

Gerador de texto

Refere-se à capacidade que um sistema de Inteligência Artificial tem para criar texto automaticamente. Pode ser usado para criar histórias, artigos, respostas de chatbots e muito mais.

Gerador de imagens

Envolve a criação automática de imagens ou gráficos através de sistemas de Inteligência Artificial. Isso pode ser usado em arte generativa, criação de personagens de jogos, etc.

I

IA – Inteligência Artificial, o mesmo que AI – Artificial Intelligence

É um campo da ciência da computação que se concentra no desenvolvimento de sistemas e algoritmos que podem realizar tarefas que normalmente exigem inteligência humana, tais como a aprendizagem, o raciocínio e a resolução de problemas.

M

Machine Learning

É um ramo da Inteligência Artificial que se concentra em desenvolver algoritmos que permitem aos sistemas aprenderem e melhorarem, tendo dados como base. É fundamental para muitas das abordagens generativas que conhecemos.

P

Privacidade de Dados

Uma das preocupações que a Inteligência Artificial levanta, dado que se trata da proteção das informações pessoais de cada um, de acordo com a legislação em vigor, como o Regulamento Geral de Proteção de Dados – RGPD.

Processamento de Linguagem Natural (NLP)

É uma área da Inteligência Artificial que se concentra na interação entre computadores e linguagem humana. Isso é essencial para a gerar texto e manter uma conversação através de chatbots e assistentes virtuais.

R

Redes generativas Adversárias (GAN)

São modelos de Inteligência Artificial compostos por duas redes neurais, uma geradora e outra discriminadora. Elas competem entre si, o que leva a melhorias constantes na qualidade dos dados gerados, seja texto, imagens ou outros.

Redes Neurais Artificiais

São modelos computacionais inspirados na estrutura e função do cérebro humano. As redes neurais são usadas em muitas aplicações de Inteligência Artificial – incluindo as generativas, devido à sua capacidade de aprender.

Reinforcement Learning

Uma abordagem de machine learning em que um agente age num determinado ambiente para maximizar uma recompensa cumulativa. É amplamente usado em jogos, robótica e automação.

T

Transferência de estilo

É a capacidade de aplicar o estilo de um conjunto de dados a um outro. Por exemplo, aplicar o estilo de uma pintura famosa a uma imagem fotográfica.

Transformers

São modelos de Inteligência Artificial que se destacam em tarefas de processamento de linguagem natural, como tradução automática e resumo de texto. Eles são fundamentais em muitas aplicações generativas de texto.