Glossário de IA

Aprendizado Nao-Supervisionado e um paradigma de ML onde o modelo descobre padroes e estruturas ocultas em dados sem rotulos. E utilizado para agrupamento (clustering), reducao de dimensionalidade e deteccao de anomalias.

Aprendizado por Reforco e um paradigma de ML onde um agente aprende a tomar decisoes interagindo com um ambiente, recebendo recompensas ou penalidades. E utilizado em jogos, robotica e otimizacao de processos.

Aprendizado Supervisionado e um paradigma de Machine Learning em que o modelo e treinado com dados rotulados, ou seja, com exemplos que ja possuem a resposta correta. E utilizado em tarefas de classificacao e regressao.

Continual Learning (Aprendizado Continuo) e a capacidade de modelos de IA aprenderem continuamente com novos dados e tarefas sem esquecer conhecimento anterior. Fundamental para sistemas de IA que precisam se adaptar a mudancas no mundo real ao longo do tempo.

Contrastive Learning e uma tecnica de aprendizado que ensina modelos a aproximar representacoes de exemplos similares e distanciar representacoes de exemplos diferentes. E base de modelos como CLIP e SimCLR.

Deep Learning e uma subarea do Machine Learning que utiliza redes neurais artificiais com multiplas camadas para aprender representacoes complexas de dados. E responsavel por avancos significativos em visao computacional, processamento de linguagem natural e geracao de conteudo.

Federated Learning (Aprendizado Federado) e uma tecnica de machine learning que treina modelos em dispositivos ou servidores distribuidos sem centralizar os dados. Cada participante treina localmente e apenas os pesos do modelo sao compartilhados.

Few-Shot Prompting e uma tecnica onde se fornece alguns exemplos de entrada e saida desejada no prompt, permitindo que o modelo de IA aprenda o padrao esperado e reproduza em novas situacoes sem treinamento adicional.

In-Context Learning (ICL) e a capacidade de modelos de linguagem de aprender e adaptar seu comportamento a partir de instrucoes e exemplos fornecidos diretamente no prompt, sem alterar seus parametros internos.

Learning Rate e a taxa que controla a magnitude das atualizacoes dos pesos durante o treinamento. Valores muito altos causam instabilidade e valores muito baixos tornam o treinamento lento.

Machine Learning (Aprendizado de Maquina) e uma subarea da inteligencia artificial que permite a sistemas computacionais aprenderem padroes a partir de dados, sem serem explicitamente programados. Utiliza algoritmos estatisticos para melhorar automaticamente o desempenho em tarefas especificas.

RLHF e uma tecnica de treinamento que usa feedback humano para ajustar modelos de IA via aprendizado por reforco, alinhando suas respostas com preferencias humanas de qualidade, seguranca e utilidade.