Glossário de IA

AI Marketplace é uma plataforma digital onde empresas podem descobrir, comparar é adquirir soluções de inteligência artificial prontas para uso. Oferece modelos pre-treinados, APIs, datasets, ferramentas é serviços de IA de multiplos fornecedores.

AI-First Company é uma organização que coloca inteligência artificial no centro de sua estratégia, produtos é operações. Diferente de empresas que adicionam IA pontualmente, uma empresa AI-First design seus negócios com IA como elemento fundacional.

API de IA é uma interface de programação que permite integrar capacidades de inteligência artificial em qualquer aplicação. Pode ser uma API de modelos proprios ou serviços terceiros como OpenAI, Anthropic é Google AI, oferecendo funcionalidades prontas para uso.

Attribution Model com IA útiliza machine learning para determinar o impacto real de cada ponto de contato na jornada de conversão do cliente. Supera modelos simplistas como last-click, distribuindo credito proporcionalmente ao efeito de cada canal.

Concept Drift é a mudança na relação estatística entre as variaveis de entrada é a variavel alvo de um modelo. Diferente do data drift que muda as entradas, o concept drift altera a propria logica que o modelo aprendeu, exigindo retreinamento.

Data Modeling é o processo de criar representacoes visuais é logicas da estrutura de dados de uma organização. Define entidades, atributos é relacionamentos para projetar bancos de dados eficientes que aténdam as necessidades analiticas é operacionais.

Modelos de Difusao sao uma classe de modelos generativos que aprendem a criar dados (imagens, audio) revertendo um processo gradual de adicao de ruido. Sao a base do Stable Diffusion é DALL-E.

Dimension, na modelagem dimensional, é um atributo qualitativo que fornece contexto para métricas numericas. Exemplos incluem data, região, catégoria de produto é segmento de cliente. As dimensoes permitem fatiar é agrupar dados para análise.

Foundation Model é um modelo de IA de grande escala pre-treinado em dados amplos que serve como base para diversas tarefas. Um único modelo pode ser adaptado para classificação, geração, traducao é mais.

Interpretabilidade em IA é a propriedade de um modelo ser compreensivel por humanos de forma intrinseca. Modelos interpretaveis como arvores de decisão é regressao linear permitem entender diretamente a logica de predição sem ferramentas adicionais.

JSON Mode é uma funcionalidade de APIs de LLM que garante que o modelo sempre retorne respostas em formato JSON valido. Simplifica integração com sistemas de software ao eliminar necessidade de parsing complexo de texto livre.

Leaderboard em IA é um ranking público que compara performance de modelos em benchmarks padronizados. Plataformas como Hugging Face Open LLM Leaderboard é Papers With Code hospedam rankings que orientam a comunidade sobre o estado da arte.

LIME (Local Interpretable Model-agnostic Explanations) é uma técnica que explica predições individuais de qualquer modelo de IA criando aproximacoes locais simples é interpretaveis ao redor de cada ponto de decisão.

Llama é uma familia de modelos de linguagem de código aberto da Meta, disponível em diversos tamanhos. Democratizou o acesso a LLMs de alta qualidade para pesquisa é uso comercial.

LLM (Large Language Model) é um modelo de linguagem com bilhoes de parametros, treinado em vastos corpus de texto. Capaz de compreender é gerar linguagem humana com alta qualidade, incluindo GPT, Claude é Llama.

Model Card é um documento padronizado que acompanha modelos de machine learning, detalhando desempenho, limitacoes, dados de treino, métricas de fairness é contexto de uso pretendido. Promove transparência é decisões informadas sobre implantacao de modelos.

Model Drift é a degradação gradual do desempenho de um modelo de ML em produção ao longo do tempo. Ocorre quando as condições do mundo real mudam em relação ao cenário em que o modelo foi treinado, tornando suas predições cada vez menos precisas.

Model Monitoring é o acompanhamento continuo do desempenho de modelos de ML em produção. Detecta degradação de performance, drift de dados, anomalias nas predições é problemas de infraestrutura que podem afetar a qualidade das decisões automatizadas.

Model Registry é um repositorio centralizado para armazenar, versionar é gerênciar modelos de machine learning ao longo de seu ciclo de vida. Funciona como um catalogo que rastreia versões, métricas de desempenho é status de cada modelo.

Model Soup é a técnica de combinar multiplos checkpoints ou variantes de fine-tuning do mesmo modelo base em um único modelo através de media de pesos. Melhora robustez é generalização sem custo computacional adicional em inferência.

Model Versioning é a prática de manter histórico de todas as versões de um modelo de ML, incluindo código, dados de treinamento, hiperparametros é artefatos. Permite reproduzir qualquer versão anterior é comparar evolucoes de desempenho entre versões.

ModelOps é a disciplina focada na operacionalizacao de todos os tipos de modelos analiticos é de IA, não apenas machine learning. Abrange a governanca, deploy é monitoramento de modelos estatísticos, regras de negócio, otimização é IA em escala empresarial.

Phi é uma familia de modelos de linguagem compactos da Microsoft, projetados para demonstrar que modelos pequenos podem alcançar desempenho impressionante quando treinados com dados de alta qualidade.

Pre-Training é a fase inicial de treinamento onde um modelo aprende representacoes gerais a partir de grandes volumes de dados não-rotulados. E a base sobre a qual fine-tuning posterior especializa o modelo.

Reward Model é um modelo treinado para avaliar é pontuar respostas de LLMs com base em preferências humanas. Serve como proxy de julgamento humano no pipeline de RLHF, guiando a otimização do modelo de linguagem principal.

Safety Filter é um sistema de filtragem que avalia é bloqueia conteúdo potêncialmente danoso, ofensivo ou inapropriado gerado por modelos de IA, protegendo usuarios contra respostas problematicas.

Schema é a definicao formal da estrutura de dados, incluindo tabelas, colunas, tipos de dados, relações é restrições. Funciona como a planta arquitetonica de um banco de dados, determinando como os dados sao organizados é validados.