Introdução à IA Generativa

Introdução do Instrutor

• Nome: Roger Martinez
• Função: Engenheiro de Relações com Desenvolvedores no Google Cloud
• Objetivo: Ajudar desenvolvedores a utilizarem o Google Cloud

Visão Geral do Curso

• Quatro tópicos principais:
  1. Definir IA generativa
  2. Explicar como a IA generativa funciona
  3. Descrever tipos de modelos de IA generativa
  4. Descrever aplicações da IA generativa

O que é IA Generativa?

• Definição: Um tipo de tecnologia de IA que pode produzir vários tipos de conteúdo (texto, imagens, áudio, dados sintéticos)

Contexto: IA e Aprendizado de Máquina

• Inteligência Artificial (IA):
  • Um ramo da ciência da computação focado em criar agentes inteligentes
  • Esses agentes podem raciocinar, aprender e agir de forma autônoma
• Aprendizado de Máquina:
  • Subcampo da IA
  • Programa ou sistema que treina um modelo a partir de dados de entrada
  • Tipos: Supervisado e Não-Supervisado
  • Aprendizado Supervisado: Usa dados rotulados
  • Aprendizado Não-Supervisado: Usa dados não rotulados
• Aprendizado Profundo:
  • Subconjunto do Aprendizado de Máquina
  • Usa redes neurais artificiais com nós interconectados (neurônios)
  • Modelos podem usar dados rotulados, não rotulados e semi-supervisados

IA Generativa vs. Modelos Discriminativos

• Modelos Discriminativos:
  • Usados para classificar ou predizer rótulos para pontos de dados
  • Aprende a distribuição de probabilidade condicional (P(Y|X))
• Modelos Gerativos:
  • Gera novos dados com base na distribuição de probabilidade aprendida (P(X, Y) e P(X|Y))

Processo de Aprendizado Supervisado

• Aprendizado Supervisado:
  • Utiliza dados de treinamento para reduzir o erro entre os valores previstos e reais

Introdução à IA Generativa

• IA Generativa:
  • Subconjunto do aprendizado profundo
  • Pode processar dados tanto rotulados quanto não rotulados
  • Capaz de gerar novo conteúdo
• Modelos de Fundação:
  • Treinados em diversos tipos de dados
  • Podem gerar texto, código, imagens, áudio, vídeo

Tipos de Modelos de IA

• Texto para Texto: Entrada de linguagem natural para saída de texto
• Texto para Imagem: Gera imagens a partir de descrições de texto
• Texto para Vídeo: Gera vídeos a partir de texto
• Texto para 3D: Gera objetos 3D a partir de descrições de texto
• Texto para Tarefa: Realiza tarefas ou ações com base na entrada de texto

Grandes Modelos de Linguagem (LLMs)

• Definição: Pré-treinados em vastos dados
• Exemplos: Palm API, Gemini
• Aplicações: Análise de sentimento, legendas de imagens, reconhecimento de objetos

Aplicações de IA Generativa

• Geração de Código: Depuração de código, tradução de linguagens, geração de documentação
• Vertex AI Studio: Ferramentas para explorar e personalizar modelos de IA generativa
• Vertex AI: Ferramentas para construir aplicativos com mínima codificação
• Palm API: Ferramentas para testar e prototipar com os grandes modelos de linguagem do Google

Desafios: Alucinações em IA

• Alucinações: Saídas incorretas ou sem sentido
• Causas: Dados insuficientes, dados ruidosos, falta de restrições
• Mitigação: Treinamento com dados de alta qualidade e fornecimento de contexto suficiente

Conclusão

• IA generativa pode criar novo conteúdo com base em padrões aprendidos
• Utiliza técnicas avançadas de aprendizado profundo
• Aplicável em várias áreas e tarefas