O mínimo que você precisa saber sobre IA pra sobreviver ao Hype

você faz parte da turma dos empolgados com inteligência artificial e não pode ver uma coisa com ya no nome que já se interessa e quer testar ou você faz parte do grupo contrário que até ouviu falar mas nunca nem se deu ao trabalho de entender realmente como o negócio funciona na verdade talvez exista até um terceiro grupo que são as pessoas que já estudaram tanto sobre a que já estão cansadas de ouvir tanto marketing exagerado explorando esse tema hoje em dia não importa com qual grupo você se identifica mais uma coisa certa nós estamos vivendo

um momento de interesse descabido sobre inteligência artificial passado esse Hype aí no entorno do assunto nós veremos muitas empresas que surfaram essa onda simplesmente desaparecerem como se nunca tivessem existido enquanto tecnologias envolvendo ia passaram a fazer parte do nosso dia a dia de forma integral não sei se você já fez isso aí na sua casa mas conversando com alguns amigos e familiares que não são da área de tecnologia ficou Evidente para mim que a maioria ainda não tem a menor noção de como a inteligência artificial funciona Para muitos é tipo um robô inteligente conectado à

Internet que sabe responder as perguntas sobre qualquer coisa e que de alguma forma vai roubar o seu emprego no futuro basicamente isso essa visão sobre a é o reflexo da falta de conhecimento no assunto muita gente não tem tempo para estudar e aprender como funciona a mágica por trás de um chat GPT da vida por isso hoje nós vamos dar um pause nesse Hype todo que que existe e colocar os seus fundamentos sobre inteligência artificial em dia assim você vai entender melhor do que que todo mundo tá falando você vai saber como usar seu favor

e de quebra não vai se deixar levar por qualquer marketing exagerado que possa querer te vender pasta de dente com ia Inteligência Artificial é um assunto vasto e fascinante nos últimos 4 meses com certeza foi o assunto que eu mais estudei eu tenho até dificuldade de listar a quantidade de documento papers blog posts vídeos POD CS documentários e livros sobre inteligência artificial que eu consumi foram muitos mesmo vários deles eu vou deixar os links aqui na descrição do vídeo para você conferir na nossa sessão de fontes e links todo esse estudo aqui não serviu só

para eu me desiludir e ficar um pouco cínico em relação a ia mas também serviu para eu chegar até aqui e te contar o mínimo que você precisa saber sobre EA para sobreviver esse Hype além de responder aquelas perguntas que são óbvias mas que nem todo mundo se atreve a fazer o que que significa ser inteligente afinal de contas como que uma máquina pode aprender alguma coisa como eu posso rodar a minha própria ia no meu computador e principalmente como fica o meu emprego no futuro com o crescimento do uso de ya ainda que essa

parte seja especulativa a gente vai tentar falar disso de uma forma sóbria quanto menos você conhece dos Moinhos de Vento mais parecidos com os dragões eles se tornam mas enquanto eu escrevi esse roteiro eu me dei conta de uma coisa é muito fácil falar difícil sem querer qu quando o assunto é inteligência artificial eu revisei esse vídeo algumas vezes e me esforcei para deixar esse assunto Complexo da forma mais acessível possível para todos os níveis de conhecimento Então vão ter analogias e demonstrações tudo mastigado para ser simples de você ter uma noção básica sobre a

pelo menos quem apoia essa nossa tentativa desafiadora de deixar você mais interado com o mundo de inteligência artificial é a hostinger se você precisa hospedar o seu site ou projeto E tá procurando um lugar cheio de tecnologia e com valores acessíveis Não deixe de conferir as ofertas da hostinger nós utilizamos os serviços deles atualmente em todos os servidores aqui do diolinux e tem sido uma ótima experiência Você pode conhecer o trabalho deles acessando hostinger.com.br bar diolinux O link tá aqui na descrição E caso queira 10% de desconto na sua compra É só usar o cupom

de [Música] Linux quando eu comecei os meus estudos no assunto eu já tinha até uma boa noção do campo de não só dessas coisas que todo mundo vê nos filmes mas da parte acadêmica mesmo ainda em 2022 a gente publicou um vídeo aqui no canal em parceria com a NV onde nós tentamos explicar Iá de uma forma compreensível mas admissivel ele acabou sendo um vídeo pra gente um pouco mais técnica assim como foi o vídeo sobre o Universe que a gente fez naquela época também eu gostaria muito que esse vídeo aqui fosse diferente então mesmo

tendo esse conhecimento prévio sobre I eu tente tentei meio que limpar a minha cabeça em relação às coisas que eu já achava que sabia e não fugir das grandes perguntas que às vezes a gente se considera inteligente demais para fazer porque elas parecem ter respostas óbvias já percebeu que é uma expressão dupla o que que é inteligência e artificial Afinal de contas você saberia dizer vamos dar juntos Esse passo atrás antes porque entender os significados dessas palavras que todo mundo acha que já sabe pode mudar a sua forma de de pensar sobre a se estamos

falando de Inteligência Artificial e artificial é qualquer coisa que não ocorra no mundo natural e foi criada por humanos como diz o dicionário então inteligência artificial é uma inteligência criada por humanos uma inteligência não natural certo faz sentido Não faz aliás Olha que curioso um dos sinônimos de artificial no dicionário Cambridge curiosamente é o termo fake ou seja falso Como se usa na expressão fake News né ou notícias falsas por definição EA então é uma inteligência criada por humanos uma inteligência não natural ou até mesmo uma inteligência fake inteligência fake sua bem menos impressionante Com

certeza mas se artificial é uma palavra objetivamente mais fácil de definir não se pode dizer o mesmo de inteligência já parou para pensar em como você pode apontar para algo para alguém e dizer isso ou essa pessoa é inteligente que processo de julgamento você faz para estimar a inteligência quando você faz uma afirmação dessas a definição de inteligência pode ser bem controla já que a própria ideia de medir inteligência em geral não é algo objetivo ou quantificável de verdade não que os humanos não tenham tentado fazer isso claro talvez você já tenha até ouvido falar

do famoso teste de iqi ou teste de cosciente de inteligência ele é basicamente uma tentativa de quantificar a inteligência humana o termo foi criado pelo psicólogo alemão William stern em 1912 ainda ou seja mais de 100 anos já apesar do teste ter evoluído com o tempo e criado o ramificações se tornando confiável para ser utilizado como método de endir certas habilidades que as pessoas têm em alguns Campos e atividades específicas eles não podem ser considerados como um teste absoluto para medir a inteligência de forma geral já que esse é um conceito totalmente abstrato em 2008

a professora hadada sharma publicou um artigo explicando que inteligência pode ser considerado ou definida de várias formas diferentes inteligência envolve a capacidade de abstração de lógica entendimento autopercepção aprendizado conhecimento emocional reflexão planejamento criatividade pensamento crítico e solução de problemas se a gente não compreende de forma plena todas as possíveis nuances da Inteligência humana a ponto de conseguir definir ela de uma forma que não Gere contestação Qual a validade do nosso argumento quando a gente perere que o chat GPT por exemplo é inteligente esse outro artigo sobre concepções de inteligência segundo a filosofia chinesa por exemplo

amplia muito mais as definições de inteligência do que algo pragmático e quantificável como outros artigos fazem quando alguém chama a inteligência artificial de inteligente será que eles estão falando do que exatamente essa é uma ótima Pergunta a boa notícia é que independentemente da visão que você tiver sobre o conceito de inteligência as pessoas que trabalham com o ia não tão só te enrolando sem dúvida nenhuma Inteligência Artificial ao contrário do que alguns acreditam não é algo novo uma tecnologia recém inventada que passou da ficção pra realidade aí nos últimos anos e a foi fundada como

uma disciplina acadêmica ainda nos anos 50 sendo Alan turing Possivelmente a primeira pessoa reconhecida como alguém que desenvolveu pesquisas mais extensas no que se chamaria de aprendizado de máquina e a existe há muito mais tempo do que o chat GPT Então é bom a gente remover essa simplificação que alguns têm naquela cabeça acreditar que a é o chat GPT ou algo do tipo é o mesmo que achar que a internet é o Google mas então quais são os tipos e áreas de Inteligência Artificial exatamente hoje a inteligência artificial é um campo da Computação amplo que

agrupa outros subgrupos de estudo cada qual ali com objetivos um pouquinho diferentes de forma geral o objetivo da Inteligência Artificial é até fácil de entender a ideia é fazer com que computadores ou sistemas computacionais perform certas tarefas que podem ser de alguma forma associadas com a inteligência humana como aprendizado visão e análise e soluções de problemas talvez você já tenha ouvido falar do termo machine learning né ou aprendizado de máquina Esse é apenas um dos Campos de ia esse campo basicamente consiste em técnicas para ensinar digamos assim um computador a solucionar um tipo de problema

específico ou um conjunto de problemas um exemplo seria o Alpha go do Google um programa que foi ensinado a jogar um jogo antigo e complexo chamado go e você pode pensar com como se fosse um xadrez mais complexo digamos assim e conseguiu derrotar os campeões da modalidade ainda em 2015 e 2016 outras áreas de estudo além do machine learning são o Deep learning que consiste basicamente num machine learning mais aprofundado a expressão em inglês Quer dizer justamente isso aprendizado profundo onde se usam redes neurais para trabalhar com dados complexos como imagens fala textos etc e

daqui a pouco a gente fala sobre redes neurais Não esquenta com o termo agora Outra área é a chamada nlp ou natural language processing ou ainda processamento de linguagem natural em português que basicamente é focado em fazer computadores entenderem e manipularem a linguagem humana computer Vision é outra área abreviada por CV muitas vezes que traduzindo Seria algo como visão computacional é uma área um pouco mais associada com a ideia de permitir que computadores Vejam interpretem o que conseguem ver carros autônomos por exemplo dependem fortemente desse Campo existe também o campo de ciência cognitiva que pode

ser associado com ia esse campo na real estuda humanos e a forma com que a gente pensa entender como pensamos ajuda a projetar algo que possa imitar as nossas capacidades já parou para pensar que nós estamos tentando criar uma inteligência artificial que simule a nossa forma de pensar quando nós mesmos não entendemos plenamente como isso funciona curioso né e provavelmente podemos incluir aqui a robótica também que é uma forma de implementar eá em robôs que possam então realizar tarefas de forma autônoma como Navegar por ambientes e coisas assim a exploração espacial com os rovers em

Marte depende muito de elementos desse tipo se você fosse entrar no campo de ya para estudar ou para trabalhar essas seriam algumas das áreas que você poderia considerar e claro como é uma tecnologia que está em constante desenvolvimento coisas novas tendem a surgir com o tempo existe ainda vários outros subcampos auxiliares para I incluindo estatística e probabilidade fortemente utilizado em projetos como o chat GPT entre outros o grande desafio é combinar esses elementos todos em algo que além de interessante do ponto de vista computacional e acadêmico possa ser útil no mundo real num custo que

faça sentido também em parte é isso que todas essas empresas que falam sobre a o tempo inteiro hoje em dia estão tentando fazer algumas vão conseguir mas certamente não todas algumas já estão passando por alguns apuros inclusive é essencial que você entenda que i ou Inteligência Artificial é um termo gen Genérico e amplo que serve para designar um conjunto de coisas não algo específico é como Cloud né nuvem ou mesmo tecnologia termos ou palavras que suprimem muito da complexidade das coisas enquanto eu explicava para você algumas das áreas de Inteligência Artificial acabei utilizando algumas palavras

que podem não significar nada para você por enquanto como redes neurais por exemplo redes neurais né parece poderoso parece complexo parece científico até mesmo não parece você vai usar uma rede neural para fazer um computador aprender alguma coisa chique demais o linguajar técnico do mundo de ia é muitas vezes utilizado no Marketing justamente porque as pessoas não entendem realmente o que eles significam e com razão afinal não são termos que são utilizados no nosso dia a dia ou no no dia a dia da maior parte das pessoas Então vamos desmistificar um pouco as coisas com

a pergunta sobre a eu tenho certeza que todo mundo já se fez como um computador aprende a fazer alguma coisa tipo senta quieto bom menino a real que a resposta para essa pergunta é um pouco complexa de se explicar em termos Legos então eu vou tentar fazer algumas analogias os principais métodos para ensinar um computador a fazer alguma atividade Como reconhecer a foto de um gato no meio de várias fotos de outros animais é semelhante ao que nós faríamos com uma criança quando a gente quer ensinar a mesma coisa para ela mostramos ali várias fotos

diferentes e fazemos com que o computador ou a criança né tente reconhecer o que faz uma foto de gato uma foto de gato o treinamento leva tempo a qualidade dos dados é importante afinal apesar de gatos serem parecidos eles podem ter várias diferenças entre si cada vez que algum erro acontece o treinamento é corrigido Até que a taxa de erros seja aceitável muito como se quando a criança pegasse ali uma foto de um cachorro dissesse gato a gente corrigiria ela informando que aquela não é uma resposta correta se a criança pegasse a foto de uma

onça digamos e indicasse que era um gato esse seria aí um erro melhor digamos assim mas ainda assim não seria um gato se o erro for por conta de um outro felino como no caso da Onça nessa analogia significa que nós estamos um pouco mais próximos de atingir um bom resultado num processo onde nós damos pesos pros resultados e pros erros através de machine learning e Deep learning nós vamos treinando esses modelos baseados nos dados que são fotos de animais nesse caso até termos respostas adequadas a ironia é que qualquer humano atual precisa de muito

menos dados que um computador para identificar padrões desse tipo a gente é excelente nisso é só ver quantas formas você consegue ver em nuvens no céu ali sem muito esforço parei do ali o nome dessa nossa capacidade para que hoje isso fosse quase instantâneo essa habilidade foi de certa forma treinada ao longo de milhões de anos de evolução das espécies através da seleção natural tudo para hoje você olhar para uma tomada e pensar olha só que rostinho feliz e bonito simplificando nos humanos os olhos captam a luz numa certa frequência que em últimos casos vai

se transformar em impulsos elétricos de informação que o cérebro interpreta em termos computacionais todo tipo de informação pode ser traduzida em números de alguma forma para um processador interpretar Então existe muita matemática por trás de ia apesar de hoje já existirem algumas camadas de abstração se nos humanos o que faz a gente aprender são essas experiências que o cérebro interpreta como por exemplo saber que se a sua mãe tivesse segurando um chinelo na mão é melhor correr pro quarto nos computadores o que faz esse processo de aprendizado acontecer é o que nós chamamos de uma

rede neural eu vou ter que falar um pouco difícil aqui agora mas não desiste de mim eu juro que vai passar e que vai fazer sentido beleza uma rede neural consiste em funções matemáticas que geralmente calculam matrizes as funções matemáticas contêm o que nós chamamos de pesos nesse mundo e Essas funções são os neurônios de uma rede neural e se você tá se perguntando se neurônio de uma rede neural tem alguma coisa a ver com os neurônios do nosso cérebro saiba que sim a analogia é exatamente essa Apesar de que na prática as coisas funcionam

de uma forma um pouco diferente do nosso cérebro Mas você já viu uma rede neural de perto não então deixa eu te mostrar como ela se parece nós chamamos de rede neural por se tratar de uma cadeia de neurônios ou funções matemáticas lembra umas ligadas às outras que vão meio que processar informações de acordo com o resultado do neurônio anterior e vão criar ligações mais fortes onde elas forem mais convenientes digamos assim agora a gente vai ver uma rede neural trabalhando e as coisas com sorte vão fazer um pouco mais de sentido a ideia de

uma rede neural é criar um software que aprende a partir de dados para isso nós damos uma missão pra rede neural como por exemplo criar ali uma figura como essa aqui na direita em formato espiral e agora nós definimos as propriedades que vamos usar na entrada de dados para abastecer o nosso primeiro neurônio nesse Campo chamado features é como se cada um desses bloquinhos aqui só soubesse fazer uma única coisa digamos assim mas depois de passar por o neurônio O resultado é alterado quase como se fosse um filtro você pode pensar nesse caso nós temos

uma Rede Super simples com um neurônio ligado no outro essa cadeia não é o suficiente para gerar a imagem que a gente gostaria de gerar porque a única diretriz que ela tem é criar esse padrão de divisão aqui que no máximo parece com uma praia e um oceano vistos de cima e não é nada parecido com a espiral que a gente gostaria de fazer talvez o problema sejam os nossos dados de entrada dividir a tela em duas cores não é o suficiente para criar uma imagem espiral diferente se a gente ligar mais um agora nós

temos dados verticais e horizontais também que podem combinar as coisas e tentar fazer o nosso computador criar a imagem que a gente gostaria por um segundo Imagine que o que a gente tá tentando criar aqui não é uma imagem abstrata de duas cores mas uma imagem de um gato por exemplo é como se a gente estivesse dando mais informações sobre o que compõe um gato pro computador para ele gerar uma imagem no final certamente o resultado aqui não é um gato né porque a gente não tá usando dados para isso mas com certeza não é

uma imagem espiral também vamos ligar todos eles aqui e fazer a simulação novamente e bom eu consegui criar uma ponta Central A o que parece aqui mas o desenho ainda parece muito pouco com o que eu gostaria que ele parecesse talvez o problema seja que eu só tenho dois neurônios aqui então por que que a gente não adiciona companhia pro Tico e o Teco É acho que dois não foi o suficiente nessa camada Vamos colocar quatro e olha só num processo de tentativa e erro com o esquema de recompensa pros dados que foram parar no

lugar certo agora eu tenho um conjunto matemático que consegue criar aproximadamente a imagem que eu pedi não tá exato ainda mas tá bem melhor O interessante é que ah quanto mais neurônios eu tiver e mais camadas com mais neurônios eu tiver mais granular se torna a precisão aqui da minha obra Claro com mais neurônios aqui mais contas o computador vai precisar fazer e o resultado começa a demorar um pouco mais para ser calculado e o gasto de energia também aumentaria já que o computador precisa operar por mais tempo e fazer mais Opera ações complexas como

não sou eu que pago a conta de luz desse projeto aqui vamos adicionar oito neurônios na primeira camada e quatro na segunda e os dados vão ser jogados de um neurônio pro outro gerando aqui uma nova saída e olha só as coisas estão ficando um pouco mais nítidas né Parece que agora nós estamos no caminho certo que será que acontece se a gente adicionar mais camadas de neurônio conectando cada neurônio entre si fortificando as ligações que geraram bons resultados entre eles numa rede neural de cinco camadas com oito neurônios cada camada o resultado que nós

temos É quase perfeito nenhum pontinho Azul ali tá tocando em um laranja na imagem final e vice-versa mas uma camada de oito neurônios O resultado é consideravelmente próximo do que a gente queria bom o suficiente para dizer que nós somos bem sucedidos em criar um desenho de uma espiral colorida eu sei ah impressionante né parece aquelas pinturas que você fazia com dedo e tinta guarte na segunda série mas agora vem um daqueles momentos que você vai poder dizer ah entendi repar que quanto maior a quantidade de camadas de neurônios mais profunda também é a rede

e é isso que nós chamamos de Deep learning ou aprendizado profundo o trabalho de quem treina e a é setar todos esses parâmetros corrigir e analisar e deixar o computador fazendo contas e depois verificar o resultado final talvez você não tenha se dado conta disso mas O legal é que o computador aprendeu a fazer esse desenho de espiral sozinho com esse treinamento rápido e Teoricamente eu poderia exportar digamos assim essas instruções matemáticas que me permitiriam criar um modelo de a que sabe desenhar uma coisinha simples dessas que uma criança faz com GES de cir ou

tinta mas aqui vem outra pergunta difícil Será que o fato de uma Iá conseguir fazer um desenho assim ou um mais complexo até mesmo torna ela inteligente muita gente ainda confunde o o fato de uma conseguir gerar um desenho de algo com oá saber o que esse algo significa atribuir significado a esse algo como se ela tivesse consciência desse algo e do que acabou de fazer nós acabamos de fazer uma rede neural criar uma espiral mas ela não sabe o que é uma espiral e ela nem sabe o que que ela tá fazendo nem sabe

o que que Issa espiral poderia significar esse modelo não conseguiria olhar para esse desenho abstrato e imaginar uma por exemplo como talvez você consiga a única coisa que ele sabe e saber é uma palavra aberta debate filosófico aqui é que as coisas foram distribuídas de uma determinada forma e ela cumpriu o objetivo matemático dela o resultado do processo gera algo que os humanos acham que uma entidade inteligente produziria vamos pegar um outro exemplo aqui para você tentar entender melhor essa questão imagina que você não saiba nada de matemática você não foi Alfabetizado AD em relação

a isso e eu tô tentando te ensinar como se faz uma conta mas ao invés de te dar os fundamentos matemáticos ou te ensinar o significado dos símbolos eu só te dou uma equação que para você parece um desenho x + 7 = 10 eu não te ensino o que os sinais significam 7 e 10 não significam nada para você você nunca viu números na vida o que eu te dou como resposta é um conjunto de outros símbolos tipo esses aqui 0 1 2 3 4 5 6 7 8 e 9 e peço para que

você resolva esse problema que você resolva essa equação e me mostre o resultado quando achar que tá certo como você não sabe nada de matemática a única forma de você conseguir resolver esse problema é testando todos os símbolos cada vez que você coloca um dos símbolos e me mostra eu te digo se tá certo e errado cada vez que você erra você recebe alguma punição tipo ter que assistir o horário Eleitoral na TV completo eu sei pesado mas enfim precisa ser uma punição efetiva Mas você pode usar essa informação que eu te dei e a

punição para evitar repetir certos símbolos e você vai repetindo isso até que o resultado satisfatório seja encontrado nesse caso o três né E você acabou de aprender a resolver um problema de escopo fechado sem saber matemática e quando você acerta o resultado você ainda não sabe matemática mas você sabe que quando você usa aquele símbolo com três perninhas que a gente chama de três nesse problema você recebe uma recompensa você recebe bolo por exemplo pronto em analogia isso aí é uma rede neural é assim que computadores aprendem simplificando muito claro para uma rede neural aprender

a sair de um labirinto por exemplo ela precisa receber instruções para não colidir com as paredes e testando cada possibilidade dado tempo suficiente ela vai conseguir encontrar uma opção que não colida com elas saindo assim do labirinto mas ela não sabe porque ela tá fazendo isso ela não sabe o que é um labirinto ela não não existe consciência ao contrário do que muitos imaginam até porque consciência assim como Inteligência é mais uma daquelas coisas abstratas e que geram intensos debates filosóficos até hoje um llm ou large language Model Como é utilizado no famoso chat GPT

pode ter milhões de neurônios e bilhões de conexões entre eles GPT é uma sigla para generative pretrained Transformers em português fica algo como transformadores pré-treinos generativos ou ainda como alguns cínicos aí da tecnologia diriam GPT é um gerador de uma porcaria de texto deselegância a parte de certa forma se encaixa né É verdade quer dizer às vezes não não vamos complicar demais mas o ponto principal de um GPT é justamente o t de Transformers ali na sigla os Transformers não aqueles do filme mas os do campo de ia são uma arquitetura de Deep learning desenvolvida

por pesquisadores do Google ainda ali em 2016 2017 publicada num paper conhecido como atention is all you need Ou atenção é tudo que você precisa eu vou deixar um link aqui na descrição para você ler na se você quiser ele não é tão grande assim mas em resumo A ideia é converter textos em representações numéricas chamadas de tokens beleza o que que vem a ser um token não é o cara do Senhor dos Anéis Não aquele lá é o token mas bom você pode pensar num token como algo que representa outro algo tipo ao invés

de ter 10 Notas de r$ 1 Você tem uma de 100 a nota de 100 é um Token para 10 Notas de 10 ou ainda um cupom de Vale abraço que você deu para suae mã quando era criança no dia das mães é um papel que vale um abraço é um token pro abraço no caso do modelo de ia um token pode representar um componente de um grande grupo de dados como palavras e caracteres e até mesmo frases inteiras Mas eles são representações numéricas toking é uma palavra bem comum de aparecer em propagandas de ya

hoje em dia e as pessoas comumente associam mais tokens com melhor e a digamos mas isso tá mais ligado à quantidade de dados que o lnm consegue lhe dar ou com a quantidade de dados que foi utilizado para treinar ele do que com a qualidade do resultado que ele pode gerar de novo cuidado com marketing exagerado aliás treinar modelos de I com dados demais já se mostrou um problema em alguns casos Como eu disse nós não vamos muito longe aqui para não complicar as coisas demais Afinal estamos tentando ainda ficar no mínimo que você precisa

saber sobre i a mas na descrição vou deixar link sobre esse assunto PR os interessados beleza um GPT não é provido de inteligência de fato os textos que ele gera são uma consequência matemática da probabilidade é parecido com esses teclados que a gente tem no nosso celular já reparou sabe quando você digita uma palavra e ele é capaz de sugerir as próximas e muitas vezes são palavras que você usaria mesmo é mais ou menos isso mas de uma forma bem mais complexa e rebuscada quando você pede para um GPT criar um texto que pareça com

uma obra de Shakespeare ele não tem um banco de dados dentro dele com todas as obras de Shakespeare para consultar mas ele pode ter sido treinado com essas obras e matematicamente ele aprendeu a detectar Quais são os padrões comuns na escrita do Shakespeare isso faz com que ele consiga escrever um texto que lembre algo que o Shakespeare escreveria porque ele sabe estatisticamente qual palavra deve vir depois da outra para que esse objetivo seja concluído a ponto de enganar um humano apesar do GPT ser capaz de criar uma bela poesia pelo menos do nosso ponto de

vista ele não faz ideia do que cada uma daquelas palavras realmente significa o que de irá o significado lírico delas mas se você perguntar ele vai ser capaz de explicar Possivelmente baseado em cálculo estatística também criando uma resposta que talvez te satisfaça nós humanos é que damos significados aquelas coisas quando um GPT não consegue fazer as suas contas direito ele gera o que nós chamamos de Alucinação outro termo comum de se utilizar em a que é um texto nesse caso que não tem absolutamente nada a ver com nada e a não tem um raciocínio de

que a aquela sequência de letras ou palavras não forma algo que deveria fazer sentido PR os humanos para ela pro software é só o resultado de uma grande conta Talvez isso tire um pouco do glamur dos gpts para você mas isso não é uma coisa ruim necessariamente e as podem fazer coisas que alguns humanos podem considerar original criativo belo mas em sentido estrito e a Não realmente tem criatividade ela é simplesmente capaz de misturar alguns elementos que vê exclusivamente dos dados que foram usados no treinamento dela mas ela não tem capacidade imaginativa digamos assim ela

não vai conseguir derivar uma conclusão utilizando uma teoria incompleta um exemplo que eu gosto é assim se você treinar um modelo exclusivamente com toda a física do século X ela vai ser uma experte em física do século XIX mas ela não vai conseguir criar a física do século XX porque simplesmente não é assim que a nossa ia funciona o quão inteligente que uma pessoa acha que alguma ferramenta de Inteligência Artificial parece sempre vai depender do nível de inteligência da própria pessoa que tá analisando que é um exemplo eu gosto de física se eu usar o

Jini do Google para pedir para ele como eu posso visualizar a curvatura do espaço-tempo numa expressão matemática ele vai me dar uma resposta e vai escrever de uma forma confiante como se ele soubesse o que tá dizendo quando ele me mostra a matemática eu realmente não tenho conhecimento suficiente ainda para interpretar todos os parâmetros muita gente olharia para algo assim como olharia para alguém escrevo equações cheias de letras num quadro e pensaria esse aí deve ser inteligente essa deve ser uma boa resposta mas o Jini nesse caso só parece inteligente porque eu não sou tanto

assim eu posso perguntar por exemplo como instalar o Google Chrome via Snap no Linux Mint Esse é um assunto que eu tenho bem mais domínio e consigo avaliar a resposta que ele me d de uma forma mais crítica e olha aí da mesma forma ele responde como se soubesse o que tá dizendo mas praticamente nada do que ele explica aqui realmente funcionaria na vida real as técnicas necessárias são totalmente diferentes e nem existe um Chrome eem Snap em primeiro lugar então claramente ele não conseguiu verificar fatos Esse é um dos motivos pelos quais você não

deveria confiar cegamente em ias generativas o que o Gemini criou foi uma Cadência de palavras baseada em probabilidade impressionante sim mas não inteligente ainda Precisa de um humano para avaliar se essa resposta faz algum sentido ou não e eu não digo só pela ação em S que ele tá me direcionando a fazer Mas pela própria sequência de palavras se as frases têm contexto se humano inteligência não ter resposta qualquer é literar 42 agora que você tá um pouco menos impressionado talvez dá para perceber que existem muitas concepções errôneas no entorno desse assunto não é verdade

Outro exemplo é que assim como a maioria dos serviços da internet as pessoas estão acostumadas a pensar que serviços de ia precisam de computadores e data Centers enormes para funcionarem ou ainda que necessário acessar a plataforma de alguma empresa para poder desfrutar os avanços desse campo e de fato para servir milhares de pessoas ao mesmo tempo com velocidade é bom que você tenha um belo de um data center mas para uso individual não necessariamente se você gosta de explorar esses assuntos Eu recomendo dar uma olhada no site da comunidade huging Face lá você encontra muitos

modelos datasets e ferramentas para baixar gratuitamente na maioria dos casos ferramentas de ia brilham para resolver problemas bem específicos e com variáveis geralmente pré-definidas uma a que consegu entender de tudo simplesmente tá fora no nosso alcance no momento por isso é bom parar de pensar em a como uma coisa unificada né como se cada coisa nova que uma iá ou alguma empresa consegue desenvolver ou fazer fosse de alguma forma somada com a suposta inteligência já existente não é como você que é um humano que pode estar aprendendo sobre a hoje e amanhã vai estar aprendendo

sobre compota de pêssego e no dia seguinte vai ser uma pessoa que vai fazer compotas de pêssego usando Iá essas soma de inteligências Não realmente existe plataformas como runway memel que permitem fazer várias coisas diferentes usando técnicas de ia por trás dos panos usam várias Iá diferentes para criar cada uma dessas atividades Inteligência Artificial é consideravelmente mais restrita nesse sentido e precisa de modelos e softwares específicos para fazer atividades específicas um modelo que sabe dirigir um carro não necessariamente vai saber dirigir um camião ele deve precisar de alguns ajustes mas enquanto treinar realmente o costuma

requerer máquinas parrudas rodar alguns tipos de I localmente no seu computador doméstico é relativamente possível esse vídeo aqui não é exatamente sobre como você pode rodar suas próprias ias localmente é uma resposta para essa possibilidade mas esses conteúdos Eu pretendo trazer no futuro quem sabe então não deixe de conferir se você tá inscrito por exemplo se você gosta da ideia de ter o seu próprio chat GPT Gemini ou CoPilot privados provavelmente a forma mais fácil de fazer isso é Rodar uma Instância do LM Studio nele você pode baixar vários llms diferentes e usar para o

que você quiser explorando inclusive alguns que foram treinados para tarefas mais específicas como código ou até mesmo um psicólogo virtual para você conversar o interessante dele é que você tem muitas opções para configurar como o modelo vai funcionar e quanto melhor o seu computador for especialmente a sua placa de vídeo nesse caso melhor o LM Studio tende a funcionar outra ferramenta legal de se conhecer é o stable de Fusion que você pode usar para criar imagens com o seu computador esse pesa bem mais na GPU do que os geradores de texto fazendo isso aí na

sua casa você vai perceber que uma das grandes diferenças de se utilizar serviços de grandes empresas é a velocidade com que as coisas acontecem a inteligência é capaz de fazer as coisas talvez você não tenha paciência para esperá ela terminar e Existem muitos outros projetos também um outro que eu gosto muito é o GPT for All ele é parecido com o LM Studio mas ele permite que você consiga adicionar documentos locais que você tenha como contexto para que você possa fazer perguntas sobre esses documentos sem que você precise retreinar o modelo de a considerando os

documentos excelente para ajudar a ler contratos ou extrair informações específicas que estão presentes ali em documentos mais espalhadas às vezes em várias páginas diferentes é muito importante se enterar sobre pelo menos algumas das possibilidades envolvendo ia porque como eu disse lá no começo do vídeo o Hype vai passar vão sobrar tecnologias que fazem uso dela de forma produtiva onde será que você fica no mercado numa hora dessas nos anos 80 houve uma grande adesão por computadores portáteis nas empresas onde as pessoas que não se adaptaram à tecnologia também tiveram problemas para continuarem competitivas no mercado

com o i supostamente será a mesma coisa nem todos os empregos vão te obrigar a interagir com ia diretamente para produzir mas É sensato imaginar que você vai usar certas tecnologias no seu dia a dia que vão depender da tecnologia assim como muitos usam o pix todos os dias agora mas não sabem como ele funciona melhor que isso até eu diria Assim como as pessoas usam a internet todos os dias e não sabem como ela funciona ao menos agora você tem uma noção básica de como a ponta do iceberg da ia funciona mas não vamos

fugir da pergunta difícil ia vai ameaçar os nossos empregos no futuro sim não primeiro que obviamente Depende do que você faz mas na maioria dos casos eá é só mais um João na fila do pão para tomar o seu empreg muito mais coisas podem ameaçar a sua vaga de emprego no mercado de trabalho antes de ser um problema nessa enquete que nós fizemos na aba da comunidade aqui do canal com algumas milhares de respostas Muito obrigado a todo mundo que respondeu a maior parte das pessoas na verdade tem receio quanto ao futuro do seu trabalho

mais por questões socioeconômicas e políticas do que qualquer outra coisa mas dentre as opções disponíveis para votar ia ficou em segundo com um pouco mais de 20% o que para mim tem a ver justamente com essa falta de entendimento sobre o assunto algo que cons sorte a gente este amenizando agora o que é curioso é que em outra pesquisa que nós fizemos a ideia de algo ser feito por ia sem muito contexto parece ter um viés negativo instantâneo pra maior parte das pessoas como se fosse sinônimo de algo Não muito bem feito o que parece

até meio contraditório até né porque que você teria receio de perder o seu emprego por algo considerado ruim à primeira vista pelo menos quanto mais você estuda e a mais você entende suas limitações como tecnologia inteligência artificial com tempo e energia infinitos talvez pudessem gerar algo como a Skynet Mas isso não é nem de longe o mundo que a gente vive quem dera a gente tivesse energia e tempo infinitos né EA ainda é uma tecnologia consideravelmente ineficiente em larga escala as grandes empresas desse ramo Estão queimando muito dinheiro agora na esperança de descobrir uma forma

de fazer a conta fechar no futuro transformando ia em algum tipo de produto Talvez o custo benefício de um simples prompt do chat GPT onde alguém pergunta como fazer um pudim ainda é algo caro demais em 2023 o custo estimado de operação do chat GPT era quase pausa para momento dramático de meio bilhão de dólares por ano cada palavra gerada pelo chat GPT custava 0.0003 considerando que uma pergunta de um usuário tenha uma resposta relativamente curta com cerca de 30 palavras mais ou menos cada vez que você disser oje chat GPT como você tá se

sentindo hoje que é uma ótima pergunta uma ótima forma de gastar energia elétrica né o custo é de 0,01 cavos o que pode parecer pouco mas em 2023 era já três vezes mais do que o custo de uma pesquisa no Google serviços assim precisam de hardwares caríssimos para rodarem precisam de hardwares para serem treinados precisam de energia elétrica ali para abastecer o consumo dos chipes precisam de refrigeração para manter as coisas funcionando numa temperatura adequada diversas pessoas para dar manutenção nessa infraestrutura e Ir melhorando também os softwares ao longo do tempo né enfim etc etc

nada disso é barato ser logicamente possível é diferente de ser viável no mundo real Tecnicamente é possível viajar até a estrela mais próxima do sol na prática as coisas não são tão simples obviamente o sensato aqui é dizer que por enquanto tais coisas não são possíveis mas ah esse enquanto podem ser centenas de anos literalmente realmente não tem como saber algumas pessoas sempre serão mais otimistas quanto a prazos relacionados a isso curiosamente os empresários que precisam continuar mantendo o Hype para fazer o dinheiro dos investidores continuar vindo são bem otimistas geralmente mas a verdade é

que essas pessoas também não sabem nada disso com certeza eu quero que você saia desse vídeo com a concepção de que apesar de desromantizada a a um pouco ela é uma tecnologia incrível e não é porque a sua torradeira ainda não se voltou contra você e se reuniu com a sua geladeira para compor a revolução das máquinas que a tecnologia de Inteligência Artificial não vai ameaçar alguns empregos no futuro alguns empregos podem Deixar de existir por conta do impacto de ferramentas que usam o ia e tantos outros simplesmente vão ser alterados dirigir um carro nos

anos 30 é diferente de dirigir um carro agora assim como usar um computador nos anos 80 é bem diferente de usar um computador agora mas calma Respira fundo algum determinado cargo deixa de existir assim Como já aconteceu diversas vezes no passado é muito diferente de não existirem mais empregos extinção de alguns tipos de emprego ocorrem desde sempre Toda vez que a humanidade descobre algo que cria um atalho otimiza o seu desenvolvimento algumas pessoas precisam mudar de emprego ou criar novos é como quando máquinas começaram a ser usadas em fábricas ou charretes foram deixadas de lado

por carros se parar para pensar vários empregos que antigamente não existiam hoje são uma opção para você ter uma ideia esse artigo aqui do Federal reserve Bank of San Francisco fez uma análise ah da taxa de desemprego ao longo dos últimos 100 anos e descobriu que nos Estados Unidos ela oscilou entre 4,5 e 5,5 por ao longo de todo esse período uma base realmente estável se for ver considerando todas as revoluções tecnológicas e até mesmo crises econômicas obviamente o tamanho da população mudou nesse período e o percentual representa uma quantidade diferente de pessoas ao longo

de um uma centena de anos e quando um indivíduo perde o emprego a vida dele realmente pode se tornar mais complicada mas também representa uma quantidade diferente em termos de pessoas empregadas se for ver eu não consegui encontrar pesquisas centenárias que mencionem o Brasil mas Encontrei essa aqui da Global finance que ilustra dados desde 2017 passando pelo período complicado ali que foi o covid em todos os países praticamente link aqui na descrição se você quiser ver não existe como garantir nada pelo futuro mas E é só mais um elemento aí EA talvez assuste algumas pessoas

agora especialmente as que não viram esse vídeo curiosamente mas o que me surpreendeu mesmo é como o campo de ia passou despercebido por tantas e tantas pessoas em diversas tecnologias que nós usamos no nosso dia a dia muito antes do chat GPT das caras aprendizado de máquina pode ser utilizado em vários Campos diferentes de medicina até os veículos autônomos e tem um enorme potencial de benefício para sociedade como um todo nós podemos utilizar ia para solucionar problemas ambientais inclusive problemas estes aí com muitas variáveis se você entender ia como uma ferramenta você vai ver que

as consequências positivas ou negativas do uso dela tem mais a ver com quem usa a tecnologia ou seja com os humanos do que com a tecnologia em si assim como aconteceu com diversas outras coisas tem muita gente por aí que usa computadores para fazer coisas ruins Mas computadores também são fonte de muitas coisas positivas Talvez as pessoas não se D conta da quantidade de recursos envolvendo ia que existem já nos seus próprios smartphones há vários anos então não me refiro nem mesmo aos assistentes pessoais por voz tipo a Siri ou Google assistente mas sim a

coisas que parecem até mais simples e que não necessariamente a gente associa com o ia como o app de câmera que consegue identificar elementos e fazer correções automáticas por exemplo ou criar aquele efeito buquê né que tanta gente gosta desfocando o fundinho ali da imagem o blog da Red Hat tem uma lista bem interessante do uso de ia em vários segmentos do mercado diferentes que vale a pena conferir o link também vai est aqui na descrição como ia um tipo de tecnologia que potencialmente pode ser aplicada em praticamente tudo em algum nível muito como a

internet pode ser aplicada em tudo em algum nível é difícil prever onde ela vai se destacar mais no futuro e qualquer um que esteja tentando prever o futuro e te dar dicas e conselhos assim realmente tá só tentando chutar no máxximo ele vai ter uma estimativa pode ser que tenha sorte pode ser que não o que nós sabemos Com certeza depois de você ver esse vídeo é que agora vai ser Preciso de muito mais do que uma apresentação bonita de slides cheia de palavras de cunho técnico para te impressionar outro assunto cheio de Mística até

mesmo que nós abordamos aqui no canal é o chamado computador quântico você pode clicar nesse vídeo aqui do lado para aprender mais sobre esse outro Campo fascinante da Computação espero que esse vídeo tenha te ajudado a entender um pouco melhor inteligência artificial e te ajude a sobreviver esse Hype todo até a próxima