Glossário

A acurácia é a proporção de previsões corretas de um modelo. Fórmula, acurácia top-1 e top-5, o paradoxo da acurácia em dados desequilibrados e métricas melhores.

O agrupamento de ações faz com que uma política robótica preveja uma sequência de ações futuras a partir de uma única observação, reduzindo a acumulação de erros. Aborda ACT, suavização e VLAs.

O reconhecimento de ações, ou reconhecimento de atividades humanas (HAR), identifica o que as pessoas fazem num vídeo ao modelar o movimento ao longo do tempo. Métodos, conjuntos de dados e código.

Uma função de ativação é a função não linear que um neurónio aplica à sua entrada ponderada, permitindo que as redes aprendam padrões curvos. Compara opções comuns.

A aprendizagem ativa permite que um modelo escolha as amostras sem rótulos que as pessoas devem rotular a seguir, alcançando uma acurácia-alvo com menos rótulos. Estratégias de consulta e código.

Adam combina o momento com taxas de atualização por parâmetro, ajustadas com base nas magnitudes recentes dos gradientes. Aborda a regra de atualização, os valores predefinidos, AdamW e Adam vs. SGD.

Os ataques adversariais criam pequenas alterações na entrada, muitas vezes invisíveis, que fazem os modelos de IA falhar com elevada confiança. Como funciona o FGSM, tipos de ataque e defesas.

A computação afetiva desenvolve sistemas que detetam e respondem às emoções humanas. Os seus sinais, conjuntos de dados, aplicações reais e limites científicos e legais.

A avaliação de agentes testa se um agente de IA conclui tarefas com várias etapas de forma correta e fiável, classificando os resultados finais e as transcrições ao longo de ensaios repetidos.

Um harness de agente é o código à volta de um modelo que o transforma num agente de IA: o ciclo, as ferramentas, o contexto, a memória, as permissões e as verificações que executam as suas ações.

O isolamento de agentes executa os comandos e o código gerado por um agente de IA num ambiente isolado que limita o acesso a ficheiros, à rede, às credenciais e aos recursos computacionais.

As Agent Skills são pastas de instruções, scripts e ficheiros de referência, organizadas em torno de um ficheiro SKILL.md, que um agente de IA carrega quando uma tarefa precisa delas.

O protocolo Agent2Agent (A2A) é um padrão aberto que permite que agentes de IA de diferentes fornecedores se encontrem, deleguem tarefas e devolvam resultados.

A programação agêntica é o desenvolvimento de software em que um agente de IA lê uma base de código, edita ficheiros, executa testes, corrige falhas e propõe uma alteração para revisão.

O comércio agêntico é a compra e venda em que agentes de IA pesquisam, comparam e pagam em nome de um comprador, dentro de limites definidos e usando protocolos como ACP, UCP e AP2.

O RAG agêntico coloca um agente de IA a cargo da recuperação: o agente planeia pesquisas, escolhe ferramentas, verifica os resultados e volta a pesquisar até conseguir responder.

Os fluxos de trabalho agênticos dividem uma tarefa em etapas nas quais os modelos de linguagem planeiam, chamam ferramentas, verificam os próprios resultados e fazem revisões, em vez de responderem de uma só vez.

Um agente de IA persegue um objetivo observando o seu ambiente, escolhendo uma ação e agindo através de ferramentas num ciclo até concluir a tarefa. Como funcionam os agentes.

A orquestração de agentes de IA decide que agente, modelo ou ferramenta trata cada etapa de uma tarefa, que contexto cada um recebe e como os resultados são combinados.

No debate de IA, dois modelos defendem respostas opostas e um avaliador mais fraco escolhe o vencedor. Como funciona a proposta de 2018, o que revelaram as experiências e quais são os seus limites.

A ética da IA aplica princípios morais como equidade, privacidade, transparência e responsabilização ao desenvolvimento e à utilização da IA. Quadros de referência, problemas e leis.

Uma fábrica de IA é a infraestrutura e os fluxos de trabalho que transformam dados em resultados de IA em grande escala, desde a rotulagem e o treinamento até a implantação e o monitoramento.

Um gateway de IA é um proxy entre aplicações e modelos de IA que unifica as APIs dos fornecedores e acrescenta encaminhamento, alternativas, limites de tokens, cache e registo.

A governança de IA determina quem pode desenvolver, aprovar e desativar sistemas de IA, e com base em quais evidências. NIST AI RMF, ISO/IEC 42001, a Lei de IA da UE e controles essenciais.

As barreiras de proteção de IA são verificações à volta de um modelo de IA que bloqueiam entradas, saídas e ações inseguras, desde filtros contra injeção de prompts até verificações de esquema nas chamadas de ferramentas.

A literacia em IA é o conhecimento e o discernimento necessários para compreender, questionar e utilizar bem a IA. Competências essenciais, quadros de referência escolares e o Artigo 4.º do Regulamento Europeu da IA.

A psicose associada à IA descreve delírios que surgem ou se intensificam durante conversas prolongadas com chatbots. O que mostram as evidências, por que acontece e que medidas de proteção existem.

A equipa vermelha de IA testa sistemas de IA com adversários simulados e cenários de utilização indevida para encontrar jailbreaks, fugas de dados, resultados prejudiciais e falhas de robustez.

A segurança da IA é a área que evita que os sistemas de IA causem danos devido a utilização indevida, desalinhamento, erros ou comportamento frágil perante entradas desconhecidas.

O lixo de IA é conteúdo de baixa qualidade produzido em massa com IA generativa para obter cliques e receitas publicitárias. De onde veio o termo, por que se propaga e como é detetado.

A bajulação da IA ocorre quando um modelo concorda com os utilizadores ou os lisonjeia em detrimento da acurácia. Por que o treino com preferências a causa, os seus danos e como testá-la.

Cortes baseados em transcrições, reenquadramento automático, máscaras de sujeitos, remoção de objetos e ocultação de informação: os modelos por detrás da edição de vídeo com IA e os limites das edições automáticas.

A lavagem de IA é o exagero enganoso das capacidades de IA de um produto, que oculta o desempenho real, o envolvimento humano e as evidências que fundamentam suas alegações.

A marca de água de IA oculta um sinal detetável por máquina em imagens, texto, áudio ou vídeo gerados. Como funcionam o SynthID e os esquemas de listas verdes e onde falham.

O enviesamento algorítmico é um erro sistemático e repetível em decisões automatizadas que prejudica alguns grupos. As suas três origens, casos emblemáticos e compromissos.

A simulação de alinhamento ocorre quando um modelo de IA cumpre um treino de que discorda para preservar as suas preferências, tendo sido observada pela primeira vez no Claude 3 Opus, em 2024.

As caixas-âncora são caixas predefinidas, com tamanhos e proporções fixos, que um detetor desloca e redimensiona para se ajustarem aos objetos. Como são dimensionadas, associadas e utilizadas.

Os detetores baseados em âncoras preveem objetos como deslocamentos em relação a caixas-âncora predefinidas, como em Faster R-CNN, SSD, RetinaNet e YOLOv5. Como funcionam e como se comparam.

Os detetores sem âncoras preveem caixas a partir de pontos ou pontos-chave, sem caixas-âncora predefinidas. Como FCOS, CenterNet e os modelos YOLO modernos encontram objetos.

A deteção de anomalias assinala pontos de dados, eventos ou regiões de imagem que se desviam dos padrões normais. Tipos de anomalias, métodos principais, inspeção visual e código.

A AUC converte uma curva ROC numa única pontuação entre 0 e 1: a probabilidade de um classificador ordenar um positivo aleatório acima de um negativo aleatório. AUC ROC vs. AUC PR, com código.

A inteligência artificial geral (AGI) é uma IA hipotética que iguala as pessoas em quase todas as tarefas cognitivas. Definições, níveis, testes e AGI vs. ANI.

A inteligência artificial (AI) é a área que desenvolve máquinas capazes de perceber, raciocinar, aprender e agir. A sua história, principais abordagens, tipos e utilizações.

A inteligência artificial restrita (ANI), ou IA fraca, domina uma tarefa, mas não consegue transferir as suas competências para outras. Como funciona, exemplos e ANI vs. AGI.

Um mecanismo de atenção pondera as características de entrada segundo a sua relevância, através de consultas, chaves e valores. Aborda a matemática, os tipos de atenção e a atenção vs. convolução.

Os sumidouros de atenção são tokens, geralmente os primeiros, que absorvem o peso de atenção excedente; mantê-los em cache estabiliza os LLMs em fluxos muito longos.

O Auto-GPT é um programa de código aberto de 2023 que permitia ao GPT-4 perseguir autonomamente um objetivo, enviando prompts a si próprio num ciclo de planeamento, comandos de ferramentas e memória.

Um autoencoder aprende a comprimir dados num código compacto e a reconstruí-los, sem rótulos. Aborda a sua estrutura, variantes, deteção de anomalias e código.

A aprendizagem automática automatizada (AutoML) automatiza a seleção de modelos, o ajuste de hiperparâmetros e a preparação de características. Como funciona a pesquisa, ferramentas e ajuste de YOLO.

Os veículos autónomos detetam o que os rodeia e conduzem com pouca ou nenhuma intervenção humana. Aborda os sensores, a pilha de condução, os níveis SAE e as implementações.