Oct 26, 2023
O que é ChatGPT, DALL
Os sistemas generativos de IA se enquadram na ampla categoria de aprendizado de máquina, e veja como um desses sistemas – ChatGPT – descreve o que pode fazer: Pronto para levar sua criatividade para o próximo nível? Olhe não
Sistemas de IA generativosse enquadram na ampla categoria de aprendizado de máquina, e aqui está como um desses sistemas – ChatGPT – descreve o que ele pode fazer:
Pronto para levar sua criatividade para o próximo nível? Não procure mais, IA generativa! Essa forma bacana de aprendizado de máquina permite que os computadores gerem todo tipo de conteúdo novo e interessante, desde música e arte até mundos virtuais inteiros. E não é apenas para diversão: a IA generativa também tem muitos usos práticos, como a criação de novos designs de produtos e a otimização de processos de negócios. Então, por que esperar? Liberte o poder da IA generativa e veja que criações incríveis você pode criar!
Alguma coisa nesse parágrafo pareceu estranha para você? Talvez não. A gramática é perfeita, o tom funciona e a narrativa flui.
É por isso que ChatGPT – GPT significa transformador pré-treinado generativo – está recebendo tanta atenção agora. É um chatbot gratuito que pode gerar uma resposta para quase todas as perguntas feitas. Desenvolvido pela OpenAI e lançado para teste ao público em geral em novembro de 2022, já é considerado o melhor chatbot de IA de todos os tempos. E também é popular: mais de um milhão de pessoas se inscreveram para usá-lo em apenas cinco dias. Fãs entusiasmados postaram exemplos de chatbot produzindo códigos de computador, redações de nível universitário, poemas e até piadas meio decentes. Outros, entre a ampla gama de pessoas que ganham a vida criando conteúdo, desde redatores publicitários até professores titulares, estão tremendo.
Embora muitos tenham reagido ao ChatGPT (e à IA e ao aprendizado de máquina de forma mais ampla) com medo, o aprendizado de máquina claramente tem potencial para o bem. Nos anos desde a sua ampla implantação, o aprendizado de máquina demonstrou impacto em vários setores, realizando coisas como análise de imagens médicas e previsões meteorológicas de alta resolução. Um inquérito da McKinsey de 2022 mostra que a adoção da IA mais do que duplicou nos últimos cinco anos e que o investimento na IA está a aumentar rapidamente. É claro que ferramentas generativas de IA como ChatGPT e DALL-E (uma ferramenta para arte gerada por IA) têm o potencial de mudar a forma como uma série de trabalhos são executados. O alcance total desse impacto, porém, ainda é desconhecido – assim como os riscos.
Mas há algumas questões que podemos responder, como a forma como os modelos generativos de IA são construídos, que tipos de problemas são mais adequados para resolver e como se enquadram na categoria mais ampla de aprendizagem automática. Continue lendo para fazer o download.
Saiba mais sobre QuantumBlack, IA da McKinsey.
A inteligência artificial é basicamente o que parece: a prática de fazer com que as máquinas imitem a inteligência humana para executar tarefas. Você provavelmente já interagiu com IA, mesmo sem perceber – assistentes de voz como Siri e Alexa são baseados em tecnologia de IA, assim como chatbots de atendimento ao cliente que aparecem para ajudá-lo a navegar em sites.
O aprendizado de máquina é um tipo de inteligência artificial. Através da aprendizagem automática, os profissionais desenvolvem inteligência artificial através de modelos que podem “aprender” a partir de padrões de dados sem orientação humana. O volume e a complexidade incontrolavelmente enormes de dados (pelo menos não gerenciáveis por humanos) que agora estão sendo gerados aumentaram o potencial do aprendizado de máquina, bem como a necessidade dele.
O aprendizado de máquina baseia-se em vários blocos de construção, começando com técnicas estatísticas clássicas desenvolvidas entre os séculos XVIII e XX para pequenos conjuntos de dados. Nas décadas de 1930 e 1940, os pioneiros da computação – incluindo o matemático teórico Alan Turing – começaram a trabalhar nas técnicas básicas de aprendizado de máquina. Mas estas técnicas estiveram limitadas aos laboratórios até ao final da década de 1970, quando os cientistas desenvolveram pela primeira vez computadores suficientemente potentes para as montar.
Até recentemente, o aprendizado de máquina estava amplamente limitado a modelos preditivos, usados para observar e classificar padrões de conteúdo. Por exemplo, um problema clássico de aprendizado de máquina é começar com uma imagem ou várias imagens de, digamos, gatos adoráveis. O programa então identificaria padrões entre as imagens e examinaria imagens aleatórias em busca de aquelas que correspondessem ao adorável padrão do gato. A IA generativa foi um avanço. Em vez de simplesmente perceber e classificar a foto de um gato, o aprendizado de máquina agora é capaz de criar uma imagem ou descrição de texto de um gato sob demanda.