Question Answering

A resposta a perguntas (QA) é uma área especializada da inteligência artificial (AI) e do processamento de linguagem natural (NLP) dedicada à criação de sistemas que respondem automaticamente a perguntas feitas por pessoas em linguagem natural. Ao contrário dos motores de pesquisa tradicionais, que recuperam uma lista de documentos ou páginas Web relevantes, um sistema de QA tenta compreender a intenção da consulta do utilizador e fornecer uma resposta precisa e factual. Esta capacidade estabelece uma ligação entre enormes repositórios de dados não estruturados e as necessidades específicas de informação dos utilizadores, tornando-a um componente essencial dos agentes de AI modernos e dos assistentes virtuais.

Como funciona a resposta a perguntas#

No seu núcleo, um sistema de resposta a perguntas envolve três fases principais: processamento da pergunta, recuperação de documentos e extração da resposta. Primeiro, o sistema analisa a consulta de entrada para determinar o que está a ser perguntado (por exemplo, uma pergunta "quem", "onde" ou "como") e identifica as entidades principais. Em seguida, pesquisa uma base de conhecimento — que pode ser um conjunto fechado de manuais ou a Internet aberta — para encontrar excertos relevantes para a consulta. Por fim, utiliza técnicas avançadas como a compreensão de leitura automática para localizar a resposta exata no texto ou gerar uma resposta com base na informação sintetizada.

Os sistemas modernos de QA utilizam frequentemente Grandes Modelos de Linguagem (LLMs) e Transformers como o BERT (Representações de Codificadores Bidirecionais de Transformers) para alcançar uma elevada precisão. Estes modelos são pré-treinados com enormes quantidades de texto, o que lhes permite compreender melhor o contexto, as nuances e as relações semânticas do que os métodos baseados em palavras-chave.

Tipos de sistemas de resposta a perguntas#

Os sistemas de QA são geralmente categorizados pelo domínio dos dados a que acedem e pelas modalidades que suportam.

• QA de domínio aberto: estes sistemas respondem a perguntas sobre praticamente qualquer tema, normalmente acedendo a conjuntos de dados massivos ou à Internet aberta. Entre os exemplos estão as consultas gerais feitas a assistentes de voz como a Amazon Alexa ou a Apple Siri.
• QA de domínio fechado: estes sistemas estão limitados a um assunto específico, como documentos jurídicos ou registos médicos. Ao limitar o âmbito, estes sistemas conseguem frequentemente alcançar uma maior precisão e reduzir o risco de alucinações em LLMs.
• Resposta visual a perguntas (VQA): esta variante avançada exige que o sistema responda a perguntas com base numa imagem (por exemplo, "De que cor é o carro?"). A VQA requer AI multimodal que combine o processamento de texto com a visão computacional (CV) para "ver" e "ler" em simultâneo.

Aplicações no mundo real#

A implementação da tecnologia de QA está a transformar a forma como as indústrias interagem com grandes quantidades de dados não estruturados.

1. Cuidados de saúde e apoio clínico: no âmbito da AI nos cuidados de saúde, os sistemas de QA ajudam os profissionais de saúde a localizar rapidamente interações medicamentosas, sintomas ou protocolos de tratamento em repositórios como o PubMed. Instituições como o Allen Institute for AI estão a desenvolver ativamente mecanismos de pesquisa semântica para acelerar a descoberta científica através de uma melhor QA.

2. Gestão do conhecimento empresarial: as grandes empresas utilizam bots internos equipados com capacidades de QA para ajudar os colaboradores a encontrar instantaneamente informações sobre políticas internas ou documentação técnica, melhorando significativamente a produtividade em comparação com a pesquisa manual.

3. Apoio automatizado ao cliente: ao integrar AI no retalho, as empresas implementam bots de QA para resolver dúvidas específicas dos utilizadores sobre o estado das encomendas ou as políticas de devolução, oferecendo assistência 24 horas por dia, 7 dias por semana, sem intervenção humana.

O componente visual: ligando a visão e o texto#

Na resposta visual a perguntas (VQA), o sistema deve primeiro identificar os objetos e as suas relações numa cena. Um modelo de deteção de objetos de elevado desempenho funciona como os "olhos" do sistema de QA. O mais recente modelo Ultralytics YOLO26 é ideal para esta tarefa, oferecendo uma deteção rápida e precisa dos elementos da cena, que podem depois ser introduzidos num modelo de linguagem para raciocínio.

O exemplo seguinte em Python demonstra como utilizar o modelo Ultralytics YOLO26 para extrair contexto visual (objetos) de uma imagem, que é o passo fundamental de um pipeline de VQA:

from ultralytics import YOLO

# Load a pre-trained YOLO26 model (latest generation)
model = YOLO("yolo26n.pt")

# Perform inference to identify objects in the image
# This provides the "visual facts" for a QA system
results = model("https://ultralytics.com/images/bus.jpg")

# Display the detected objects and their labels
results[0].show()

Conceitos relacionados#

É útil distinguir a resposta a perguntas de termos semelhantes no panorama do machine learning:

• QA vs. Pesquisa semântica: a pesquisa semântica recupera os documentos ou parágrafos mais relevantes com base no significado. A QA vai um passo além, extraindo ou gerando a resposta específica contida nesses documentos.
• QA vs. Chatbots: um chatbot é uma interface conversacional. Embora muitos chatbots utilizem QA para funcionar, um chatbot gere o fluxo do diálogo (saudações, perguntas de seguimento), enquanto o componente de QA trata da recuperação de factos.
• QA vs. Geração de texto: a geração de texto centra-se na criação de conteúdo novo (histórias, e-mails). A QA centra-se na precisão factual e na recuperação, embora modelos generativos como a Geração Aumentada por Recuperação (RAG) sejam frequentemente utilizados para formatar a resposta final.

A evolução da QA é fortemente apoiada por frameworks de código aberto como o PyTorch e o TensorFlow, permitindo aos programadores criar sistemas cada vez mais sofisticados que compreendem o mundo através de texto e píxeis. Para quem procura gerir conjuntos de dados para treinar estes sistemas, a Ultralytics Platform oferece ferramentas abrangentes para anotação e gestão de modelos.