Glossário de termos populares de IA: o que significam alucinações, tokens e prompts

O TechCrunch publicou um glossário atualizado de termos de inteligência artificial. Com o crescimento explosivo da IA, surgiram dezenas de palavras e gírias novas que podem confundir até usuários experientes.

Principais termos de IA

Quando se fala de aprendizado de máquina e redes neurais, palavras como "treinamento", "parâmetros" e "vetores" aparecem com frequência. Mas há uma série de termos específicos que surgem com destaque no contexto dos grandes modelos de linguagem.

• Hallucinations (alucinações): quando um LLM gera com confiança informações falsas e as apresenta como fatos. Um exemplo típico: o ChatGPT inventa artigos que não existem ou atribui a pessoas atos que elas não cometeram.
• Prompt engineering (engenharia de prompts): a arte de formular instruções para a IA. Um bom prompt pode melhorar a qualidade da resposta muitas vezes, e um ruim pode anular o resultado.
• Fine-tuning (ajuste fino): adaptação de um modelo pré-treinado a tarefas e dados específicos. Empresas pegam o GPT-4 e o treinam com seus documentos corporativos.
• Embeddings (representações vetoriais): códigos numéricos com os quais a IA codifica o significado de palavras e documentos. São a base da busca, do clustering e da análise semântica.
• Token: a menor unidade de texto (uma palavra ou parte dela) processada pelo modelo. O ChatGPT calcula o custo por tokens, então, no contexto da API, "token" é igual a dinheiro.

Arquitetura e métodos

Nos últimos anos, formou-se um conjunto padrão de técnicas para trabalhar com modelos.

Transformer é a arquitetura sobre a qual se apoiam todos os LLMs modernos, como GPT e BERT. O transformer permitiu que as redes neurais processassem sequências de dados em paralelo, o que revolucionou a velocidade de treinamento.

RAG (retrieval-augmented generation) é uma técnica em que o modelo primeiro busca documentos relevantes em fontes externas e depois gera a resposta com base neles. Isso permite que o LLM trabalhe com informações atualizadas sem retreinamento e reduz as alucinações.

Outro termo-chave é RLHF (reinforcement learning from human feedback). Foi por meio do RLHF que a OpenAI fez o ChatGPT ser educado, útil e seguro. As avaliações humanas ajudam o modelo a aprender não só com padrões estatísticos nos dados, mas também com as preferências das pessoas, o que muda o próprio comportamento do modelo.

Por que isso importa

Entender os termos básicos ajuda a ler as notícias sobre IA com senso crítico. Se você conhece as "alucinações", entenderá por que os modelos às vezes mentem. Sabendo o que são "tokens", poderá otimizar os gastos com API. Perceber que existe a "engenharia de prompts" deve convencer você a não se apressar: formular bem uma pergunta merece atenção.

O glossário do TechCrunch não pretende ser completo, mas oferece uma lingua franca, uma linguagem comum para discutir IA tanto com um especialista técnico quanto com um jornalista ou um gerente.

O que isso significa

Padronizar a terminologia é o primeiro passo para discutir uma tecnologia com competência. Conforme a IA avança, a linguagem dos profissionais e a do público precisam convergir; caso contrário, ficará a sensação de que se discutem coisas diferentes. Quando todos falam a mesma língua, é mais fácil encontrar a verdade e evitar o pânico.

Se você trabalha com ferramentas de IA ou apenas acompanha as notícias, o glossário poupa horas de busca por definições e exemplos. Em vez de vagar por várias fontes, você tem uma única referência que pode abrir a qualquer momento.