O que é IA?

  • 5 minutos

O termo "IA" (Inteligência Artificial) abrange uma ampla gama de recursos de software que permitem que os aplicativos exponham comportamentos semelhantes a humanos. A IA existe há muitos anos, e sua definição variou à medida que os casos de tecnologia e uso associados a ela evoluíram. No cenário tecnológico atual, as soluções de IA são baseadas no aprendizado de máquina modelos que encapsulam relações semânticas encontradas em grandes quantidades de dados; permitindo que os aplicativos apareçam para interpretar a entrada em vários formatos, raciocinar sobre os dados de entrada e gerar as respostas e previsões apropriadas.

Os recursos comuns de IA que os desenvolvedores podem integrar em um aplicativo de software incluem:

Capacidade Descrição
Diagrama de bolhas de fala.
IA Geradora		 A capacidade de gerar respostas originais a partir de indicações em linguagem natural . Por exemplo, o software para uma empresa imobiliária pode ser usado para gerar automaticamente descrições de propriedade e cópia de publicidade para uma listagem de propriedades.
Diagrama de uma cabeça humana com uma engrenagem para um cérebro.
Agentes		 Aplicativos de IA generativos que podem responder à entrada do usuário ou avaliar situações de forma autônoma e tomar as medidas apropriadas. Por exemplo, um agente "assistente executivo" pode fornecer detalhes sobre o local de uma reunião em seu calendário ou até mesmo anexar um mapa ou automatizar a reserva de um serviço de táxi ou rideshare para ajudá-lo a chegar lá.
Diagrama de um olho sendo escaneado.
Visão Computacional		 A capacidade de aceitar, interpretar e processar a entrada visual de imagens, vídeos e fluxos de câmera ao vivo. Por exemplo, um check-out automatizado em um supermercado pode usar a pesquisa visual computacional para identificar quais produtos um cliente tem em sua cesta de compras, eliminando a necessidade de verificar um código de barras ou inserir manualmente o produto e a quantidade.
Diagrama de uma bolha de fala e uma onda sonora.
Fala		 A capacidade de reconhecer e sintetizar fala. Por exemplo, um assistente digital pode permitir que os usuários façam perguntas ou forneçam instruções audíveis falando em um microfone e gerem saída falada para fornecer respostas ou confirmações.
Diagrama de um documento de texto.
Processamento de linguagem natural		 A capacidade de processar a linguagem natural em forma escrita ou falada, analisá-la, identificar pontos-chave e gerar resumos ou categorizações. Por exemplo, um aplicativo de marketing pode analisar mensagens de mídia social que mencionam uma determinada empresa, convertê-las em um idioma específico e categorizá-las como positivas ou negativas com base na análise de sentimento.
Diagrama de um formulário que contém informações.
Extração de informações		 A capacidade de usar a pesquisa visual computacional, a fala e o processamento de linguagem natural para extrair informações importantes de documentos, formulários, imagens, gravações e outros tipos de conteúdo. Por exemplo, um aplicativo automatizado de processamento de declarações de despesas pode extrair datas de compra, detalhes de item de linha individuais e custos totais de um recibo verificado.
Diagrama de um gráfico mostrando uma tendência de alta.
Apoio à decisão		 A capacidade de usar dados históricos e correlações aprendidas para fazer previsões que dão suporte à tomada de decisões de negócios. Por exemplo, analisando fatores demográficos e econômicos em uma cidade para prever tendências do mercado imobiliário que informam as decisões de preços de propriedades.

Determinar os recursos específicos de IA que você deseja incluir em seu aplicativo pode ajudá-lo a identificar os serviços de IA mais apropriados que você precisará provisionar, configurar e usar em sua solução.

Uma visão mais detalhada da IA gerativa

A IA generativa representa o último avanço em inteligência artificial e merece atenção extra. A IA generativa usa modelos de linguagem para responder a prompts de linguagem natural, permitindo que você crie aplicativos e agentes de conversação que dão suporte à pesquisa, à criação de conteúdo e à automação de tarefas de maneiras que antes eram inimagináveis.

Diagrama de um prompt, um modelo de idioma e uma resposta.

Os modelos de linguagem usados em soluções de IA generativas podem ser LLMs (grandes modelos de linguagem) que foram treinados em grandes volumes de dados e incluem muitos milhões de parâmetros; ou podem ser pequenos modelos de linguagem (SLMs) otimizados para cenários específicos com menor sobrecarga. Os modelos de linguagem geralmente respondem a prompts baseados em texto com texto em linguagem natural; no entanto, cada vez mais novos modelos multimodais são capazes de lidar com prompts de imagem ou fala e respondem gerando texto, código, fala ou imagens.