IA em linguagem clara
Glossário de inteligência artificial
Definições para acompanhar a tecnologia sem perder o contexto. 49 termos, escritos pela redação e com as fontes originais indicadas.
Comece por aqui
49 termos.
Agentes
Agente de IA
Sistema em que um modelo decide e executa uma sequência de ações com ferramentas externas para cumprir um objetivo, em vez de só devolver texto.
Um agente normalmente combina um modelo, um conjunto de ferramentas (busca, código, APIs, arquivos), alguma forma de memória e um laço que repete planejar, agir e observar. Ganhar capacidade de agir amplia a superfície de risco: uma…
Treinamento
Ajuste fino
Treinamento adicional de um modelo já pronto, com dados específicos, para especializá-lo numa tarefa ou num estilo.
Do inglês "fine-tuning". Parte-se de um modelo base e continua-se o treinamento com um conjunto menor e mais dirigido. Custa muito menos que treinar do zero, mas pode degradar capacidades que o modelo tinha antes e não acrescenta, por si…
Segurança
Alucinação
Resposta gerada que parece plausível, mas não é sustentada pelos fatos ou pelas fontes.
Modelos podem inventar referências, datas e explicações. Conferir fontes primárias e indicar incerteza continuam sendo medidas essenciais.
Desenvolvimento
API
Interface que permite a um programa usar um serviço de outro, como um modelo hospedado na nuvem.
Do inglês "application programming interface". No caso dos modelos de linguagem, o programa envia o pedido e recebe a resposta, normalmente pagando por tokens de entrada e de saída. Limites de uso, versões de modelo, políticas de retenção…
Aprendizado de máquina
Aprendizado de máquina ML
Área da computação em que programas ajustam seus próprios parâmetros a partir de dados, em vez de seguir regras escritas à mão.
Do inglês "machine learning". Em vez de descrever o procedimento passo a passo, define-se um objetivo mensurável e um método de ajuste; o programa aprende a partir de exemplos. A qualidade do resultado depende diretamente dos dados…
Modelos de linguagem
Aprendizado em contexto
Capacidade de resolver uma tarefa a partir de instruções e exemplos dados no próprio pedido, sem treinar o modelo de novo.
Quando o pedido não traz exemplos fala-se em "zero-shot"; com alguns exemplos, em "few-shot". Nada é aprendido de forma permanente: o efeito vale apenas para aquela conversa e desaparece quando o contexto é descartado.
Arquitetura
Atenção
Mecanismo que faz o modelo ponderar quais partes da entrada são mais relevantes para produzir cada parte da saída.
Para cada posição da sequência o modelo calcula pesos que indicam o quanto as outras posições devem influenciar o resultado. Esses pesos são aprendidos durante o treinamento. A atenção é o que permite relacionar palavras distantes entre…
Aplicação
Banco de dados vetorial
Base de dados voltada para guardar vetores (embeddings) e encontrar os mais parecidos com uma consulta.
É a peça de armazenamento típica de sistemas de geração aumentada por recuperação: os documentos são divididos em trechos, convertidos em vetores e recuperados por similaridade. Semelhança vetorial indica proximidade segundo o modelo de…
Desenvolvimento
Benchmark
Conjunto padronizado de tarefas usado para comparar modelos sob as mesmas condições.
Uma nota só é comparável quando a versão do modelo, o formato do pedido, o número de tentativas e a data da medição são os mesmos. Resultados divulgados por quem desenvolve o modelo são alegações do fornecedor até que avaliações…
Modelos de linguagem
Cadeia de pensamento CoT
Técnica em que o modelo produz passos intermediários de raciocínio antes da resposta final.
Do inglês "chain of thought". Pedir que o modelo explicite os passos melhora o desempenho em problemas que exigem várias etapas. O texto intermediário é uma explicação gerada, não um registro do processamento interno: pode conter erros…
Hardware
Centro de dados
Instalação que concentra servidores, refrigeração e alimentação elétrica onde os modelos são treinados e executados.
Cargas de IA elevaram a densidade de energia por rack e tornaram comuns soluções de refrigeração líquida. Consumo elétrico, uso de água e conexão à rede passaram a ser questões públicas e regulatórias em várias regiões, inclusive no Brasil.
Geração de imagens
CLIP
Modelo treinado com pares de imagem e legenda que aproxima, num mesmo espaço vetorial, imagens e textos que se correspondem.
Permite tarefas como classificar imagens sem treinamento específico e buscar imagens por descrição. Também é usado para guiar geradores de imagem pelo texto do pedido. A associação aprendida reflete os pares de imagem e legenda coletados…
Treinamento
Conjunto de dados
Coleção de exemplos usada para treinar ou avaliar um modelo.
Do inglês "dataset". A composição do conjunto determina o que o modelo consegue fazer e quais erros comete de forma sistemática. Origem, licenciamento e consentimento dos dados são hoje objeto de disputas judiciais e de regulação…
Arquitetura
Context Window
Janela de contexto: quantidade de tokens que o modelo consegue considerar em uma interação.
Inclui instruções, mensagens e materiais fornecidos, conforme os limites do serviço. Uma janela maior não garante a recuperação perfeita de todas as informações.
Segurança
Deepfake
Áudio, imagem ou vídeo sintético que imita uma pessoa real, fazendo-a parecer dizer ou fazer algo que não aconteceu.
O termo abrange desde trocas de rosto até clonagem de voz. O uso mais frequente hoje é em golpes financeiros, fraudes de identidade e abuso sexual baseado em imagem. Verificar a origem do arquivo, procurar o registro original e buscar…
Treinamento
Destilação
Técnica em que um modelo menor é treinado para reproduzir o comportamento de um modelo maior.
O modelo pequeno ("aluno") aprende a partir das saídas do modelo grande ("professor"), e não apenas dos dados originais. Serve para reduzir custo e latência mantendo parte da qualidade. O resultado depende do professor e da tarefa: não…
Aplicação
Embedding
Representação numérica que permite comparar textos ou outros dados em um espaço vetorial.
Usado em busca semântica e agrupamento. Proximidade vetorial indica similaridade segundo o modelo, não equivalência factual.
Segurança
Exercício de ataque
Avaliação em que uma equipe tenta deliberadamente provocar falhas, respostas perigosas ou usos indevidos de um sistema de IA.
Do inglês "red teaming". Pode ser feito por pessoas, por ferramentas automatizadas ou pelos dois. Serve para descobrir problemas antes do lançamento e alimenta as correções, mas cobre apenas o que foi testado: não produz garantia de…
Hardware
GPU
Processador com milhares de núcleos voltados a cálculos paralelos, hoje o principal hardware de treinamento e inferência de IA.
Do inglês "graphics processing unit". A adequação à IA vem da capacidade de fazer muitas multiplicações de matrizes ao mesmo tempo. Em treinamentos de grande escala, a memória disponível na placa e a velocidade da interconexão entre…
Aplicação
Inferência
Execução de um modelo já treinado para produzir uma resposta.
É a etapa que acontece a cada pedido do usuário e responde pela maior parte do custo operacional de um serviço de IA em produção — treinar é um gasto concentrado, inferir é um gasto contínuo. Latência, preço por token e limites de uso são…
Segurança
Jailbreak
Pedido construído para fazer o modelo contornar as próprias restrições de conteúdo ou de comportamento.
Diferente da injeção de prompt, em que a instrução maliciosa chega por um conteúdo que o sistema processa, o jailbreak parte de quem conversa com o modelo. As duas técnicas se combinam com frequência. Nenhum filtro conhecido resiste a…
Mercado e regulação
Lei de IA da União Europeia AI Act
Regulamento europeu que organiza obrigações para sistemas de inteligência artificial conforme o risco de cada uso.
Publicado como Regulamento (UE) 2024/1689. Proíbe algumas práticas, impõe exigências a sistemas classificados como de alto risco e cria deveres de transparência, inclusive para modelos de uso geral. A aplicação é escalonada no tempo, e o…
Treinamento
LoRA
Técnica de ajuste fino que treina matrizes menores, mantendo os pesos principais congelados.
Low-Rank Adaptation reduz a quantidade de parâmetros treináveis. Os adaptadores aprendidos podem ser carregados junto ao modelo base; a economia depende da configuração.
Hardware
Memória de alta banda HBM
Memória empilhada verticalmente e ligada ao processador por um barramento muito largo, usada nos aceleradores de IA.
Do inglês "high bandwidth memory". Como modelos grandes precisam ler enormes quantidades de parâmetros a cada passo, a banda de memória frequentemente é o fator limitante da inferência. A capacidade de produção de HBM é um dos gargalos da…
Desenvolvimento
MMLU
Conjunto de questões de múltipla escolha de dezenas de áreas do conhecimento, usado para medir conhecimento geral de modelos de linguagem.
Do inglês "massive multitask language understanding". Tornou-se referência de comparação, mas mede acerto em múltipla escolha — não raciocínio, não confiabilidade e não utilidade prática. Erros e ambiguidades em parte das questões já…
Agentes
Model Context Protocol MCP
Protocolo aberto que padroniza como aplicações de IA se conectam a fontes de dados e ferramentas externas.
Define um formato comum para que um cliente de IA descubra e use recursos oferecidos por servidores — arquivos, bancos de dados, APIs. A padronização reduz integrações sob medida, mas mantém a questão de confiança: um servidor MCP externo…
Geração de imagens
Modelo de difusão
Modelo generativo que aprende a reverter um processo de adição de ruído e, assim, produz imagens, áudio ou vídeo a partir de ruído.
No treinamento, ruído é acrescentado progressivamente aos exemplos e o modelo aprende a removê-lo passo a passo. Na geração, parte-se de ruído puro e aplica-se a remoção aprendida, normalmente guiada por um texto. É a técnica por trás da…
Modelos de linguagem
Modelo de linguagem grande LLM
Modelo treinado em grandes volumes de texto para prever a continuação de uma sequência e, a partir disso, responder, resumir ou escrever.
A sigla vem do inglês "large language model". O modelo aprende regularidades estatísticas do texto de treinamento e gera a continuação mais provável segundo o que aprendeu. Isso explica tanto a fluência quanto o fato de a resposta poder…
Arquitetura
MoE
Mistura de especialistas: arquitetura que seleciona partes da rede para processar cada token.
Um roteador escolhe especialistas para cada entrada. O total de parâmetros pode ser muito maior que a quantidade ativada por token; memória e comunicação ainda importam.
Arquitetura
Multimodal
Sistema que aceita ou produz mais de um tipo de dado — por exemplo texto, imagem, áudio e vídeo.
Um modelo multimodal representa entradas de naturezas diferentes num espaço comum, o que permite descrever uma imagem, responder sobre um gráfico ou transcrever um vídeo. Aceitar vários tipos de entrada não implica gerar todos eles: um…
Hardware
NPU
Unidade de processamento neural integrada a chips de celulares e computadores para executar modelos localmente.
Do inglês "neural processing unit". Destina-se a inferência no próprio aparelho, com consumo de energia baixo: transcrição, tradução, fotografia computacional e assistentes locais. O desempenho é informado em operações por segundo (TOPS)…
Treinamento
Otimização direta de preferências DPO
Método de alinhamento que ajusta o modelo diretamente a partir de pares de respostas preferidas e rejeitadas, sem treinar um modelo de recompensa separado.
Do inglês "direct preference optimization". É uma alternativa mais simples ao aprendizado por reforço com feedback humano para a mesma finalidade: fazer o modelo preferir determinados comportamentos. Como no RLHF, o resultado reflete as…
Aprendizado de máquina
Parâmetros
Valores numéricos internos de um modelo, ajustados durante o treinamento; também chamados de pesos.
A contagem de parâmetros (em bilhões, por exemplo) indica a dimensão do modelo, não a sua qualidade: arquitetura, dados de treinamento e ajuste posterior pesam tanto ou mais. Em arquiteturas de mistura de especialistas, só uma parte dos…
Desenvolvimento
Pesos abertos
Modelo cujos parâmetros treinados podem ser baixados e executados por qualquer pessoa, sob os termos de uma licença.
Do inglês "open weights". Não é sinônimo de código aberto: os dados e o processo de treinamento podem permanecer fechados, e algumas licenças impõem restrições de uso, de porte da empresa ou de finalidade. A Open Source Initiative mantém…
Segurança
Procedência de conteúdo C2PA
Registro verificável de como um arquivo de mídia foi criado e editado, anexado ao próprio arquivo.
A especificação mais difundida é a da C2PA (Coalition for Content Provenance and Authenticity), que assina criptograficamente o histórico de origem e edições. Serve para afirmar procedência, não para detectar falsificação: metadados podem…
Segurança
Prompt injection
Tentativa de fazer um sistema seguir instruções maliciosas presentes em conteúdo que ele processa.
Documentos, páginas e mensagens podem tentar substituir as instruções do sistema. Separar dados de instruções e limitar permissões reduz o risco.
Hardware
Quantização
Redução da precisão numérica usada para representar pesos ou ativações de um modelo.
Pode reduzir memória e custo de inferência, com possíveis perdas de qualidade. O resultado depende do método, da precisão e do hardware utilizado.
Aplicação
RAG
Geração aumentada por recuperação: consulta documentos para fornecer contexto ao modelo.
Um sistema RAG recupera trechos relevantes de uma base e os inclui no contexto da geração. Ajuda a fundamentar respostas, mas não garante que elas estejam corretas.
Geração de imagens
Rede adversária generativa GAN
Arquitetura em que dois modelos competem: um gera amostras e o outro tenta distinguir as geradas das reais.
Do inglês "generative adversarial network". Foi a abordagem dominante em geração de imagens antes dos modelos de difusão e continua em uso em nichos como super-resolução e síntese de rostos. Treinar é notoriamente instável, o que motivou…
Aprendizado de máquina
Rede neural
Modelo formado por camadas de operações matemáticas com parâmetros ajustáveis, treinado para transformar entradas em saídas.
O nome vem de uma inspiração distante em neurônios biológicos, mas a semelhança para aí: são multiplicações de matrizes e funções não lineares encadeadas. Redes "profundas" têm muitas camadas — daí a expressão aprendizado profundo ("deep…
Treinamento
RLHF
Aprendizado por reforço a partir de feedback humano para ajustar o comportamento de modelos.
Avaliações humanas podem treinar um modelo de recompensa que orienta o ajuste do modelo gerador. Isso não elimina vieses nem substitui a avaliação de segurança.
Segurança
Salvaguardas
Controles em volta do modelo que filtram entradas e saídas, limitam permissões e barram ações fora do previsto.
Do inglês "guardrails". São implementados fora dos pesos do modelo: classificadores de conteúdo, validação de formato, listas de permissões para ferramentas, limites de gasto e revisão humana em etapas críticas. Como o comportamento do…
Aprendizado de máquina
Sobreajuste
Situação em que o modelo decora o conjunto de treinamento e vai mal em dados novos.
Do inglês "overfitting". Aparece quando a capacidade do modelo é grande em relação à quantidade e à variedade dos dados. Em avaliações, um caso próximo é a contaminação: quando o teste já estava, direta ou indiretamente, nos dados de…
Desenvolvimento
Temperatura
Parâmetro que controla o quanto a geração se desvia das opções mais prováveis.
Com temperatura baixa o modelo tende a escolher sempre a continuação de maior probabilidade, o que dá respostas mais previsíveis e repetitivas. Com temperatura alta a escolha fica mais variada, o que ajuda em tarefas criativas e atrapalha…
Arquitetura
Token
Unidade de texto ou de outra modalidade processada por um modelo.
Um token pode representar parte de uma palavra, pontuação ou um elemento de outra modalidade. A contagem varia conforme o tokenizador e o idioma.
Arquitetura
Tokenizador
Componente que divide o texto nas unidades (tokens) que o modelo processa, e faz o caminho de volta na saída.
A divisão costuma usar subpalavras: expressões comuns viram um token único e palavras raras são quebradas em pedaços. Por isso a contagem de tokens de um mesmo texto varia entre modelos e entre idiomas — textos em português geralmente…
Hardware
TPU
Acelerador desenvolvido pelo Google especificamente para cargas de aprendizado de máquina.
Do inglês "tensor processing unit". É um circuito de aplicação específica, oferecido sobretudo pela nuvem do Google. Comparações de desempenho entre TPUs e GPUs dependem da geração, do modelo, da precisão numérica e do software usado, e…
Arquitetura
Transformer
Arquitetura de rede neural baseada em mecanismos de atenção, usada na maioria dos modelos de linguagem e multimodais atuais.
Apresentada em 2017 no artigo "Attention Is All You Need", substituiu a recorrência por camadas de atenção, que comparam cada elemento da sequência com os demais. Como o processamento de uma sequência pode ser paralelizado, a arquitetura…
Agentes
Uso de ferramentas
Capacidade de um modelo solicitar a execução de funções externas e usar o resultado na resposta.
Também chamado de "function calling". O modelo não executa nada por conta própria: ele devolve, em formato estruturado, qual função quer chamar e com que argumentos; a aplicação decide se executa. É nessa decisão que devem ficar as…