Fundamentos de IA Generativa
Uma introdução aos conceitos que ajudam a entender a inteligência artificial generativa.
No documento: Fundamentos da IA Generativa.
Baixar material · DOCXO que você pode aprender
- Diferenciar programação tradicional, Machine Learning e IA Generativa.
- Relacionar modelos, parâmetros e generalização.
- Distinguir treinamento, fine-tuning, inferência e prompt.
- Reconhecer a geração probabilística e as limitações dos LLMs.
Objetivos apresentados em síntese a partir do conteúdo do material.
Antes da leitura
Recomendação de leitura: a introdução à IA em Tópicos de Computação e Tecnologia.
Dentro do material
Títulos das seções do sumário original, com capitalização ajustada para leitura.
- Programação tradicional × Machine Learning
- O que significa “modelo”?
- Parâmetros: os valores que são ajustados
- Memorizar não é o mesmo que generalizar
- Modelos discriminativos × modelos generativos
- De onde vem o conteúdo gerado?
- Treinamento × inferência
- Pré-treinamento
- Fine-tuning: adaptação por treinamento adicional
- Prompt não é treinamento
- Foundation Models
- LLMs: modelos de linguagem em grande escala
- A geração é probabilística
- Alucinação: fluência não garante verdade
- Um LLM não é simplesmente um banco de dados
- Uma questão em aberto: a IA entende?
- Mapa conceitual da Aula 01
- Resumo em 10 ideias
- Revisão rápida: tente responder sem consultar as páginas anteriores
- Ponte para a Aula 02
- Glossário essencial