Inteligência artificial generativa
Inteligência artificial generativa ou IA generativa é um tipo de sistema de IA capaz de gerar texto, imagens ou outras meios de resposta a solicitações em linguagem comum.[1][2] Os sistemas generativos de IA usam modelos generativos, como grandes modelos de linguagem, para amostrar estatisticamente novos dados com base no conjunto de dados de treinamento usado para criá-los.[3]
Sistemas de IA generativa incluem Stable Diffusion e DALL-E, sistemas de arte de inteligência artificial,[4] assim como sistemas de texto como o ChatGPT, um chatbot construído pela OpenAI usando o modelo de linguagem grande GPT-3 e GPT-4[5] , Bard, um chatbot construído pelo Google usando o modelo LaMDA.[6] e o Microsoft Copilot , chabot construído pela Microsoft que é uma extensão do modelo de linguagem GPT-4 da OpenAI e que foi pensada para uso vinculado aos serviços da Microsoft e sistema operacional Windows. São alguns dos exemplos de IA generativa existentes nos dias atuais
IA generativa tem aplicações potenciais numa ampla gama de setores, incluindo desenvolvimento de software, marketing e moda.[7][8] O investimento em IA generativa aumentou durante o início da década de 2020, com grandes empresas como Microsoft, Google e Baidu, bem como várias outras empresas mais pequenas a desenvolver modelos de IA generativa.[1][9][10]
Modalidades editar
Um sistema de IA generativo é construído aplicando aprendizagem por máquinas não supervisionado ou autossupervisionado a um conjunto de dados. As capacidades de um sistema de IA generativo dependem da modalidade ou tipo do conjunto de dados usado.
- Texto: sistemas de IA generativos treinados em palavras ou tokens de palavras incluem GPT-3, LaMDA, LLaMA, BLOOM, GPT-4 e outros (veja lista de modelos de linguagem grandes). Eles são capazes de processamento de linguagem natural, tradução automática e geração de linguagem natural e podem ser usados como modelos básicos para outras tarefas.[11] Conjuntos de dados incluem BookCorpus, Wikipedia e outros.
- Código: além do texto em linguagem natural, grandes modelos de linguagem podem ser treinados em texto de linguagem de programação, permitindo que gerem código-fonte para novos programas de computador.[12] Exemplos incluem OpenAI Codex.
- Imagens: Sistemas generativos de IA treinados em conjuntos de imagens com legendas de texto incluem Imagen, DALL-E, Midjourney, Stable Diffusion e outros. São comumente usados para geração de texto para imagem e transferência de estilo neural.[13] Os conjuntos de dados incluem LAION-5B e outros.
- Moléculas: Os sistemas generativos de IA podem ser treinados em sequências de aminoácidos ou representações moleculares, como SMILES representando DNA ou proteínas. Esses sistemas, como o AlphaFold, são usados para previsão da estrutura de proteínas e descoberta de medicamentos.[14] Conjuntos de dados incluem vários conjuntos de dados biológicos.
- Multimodal: um sistema de IA generativo pode ser construído a partir de vários modelos generativos ou um modelo treinado em vários tipos de dados. Por exemplo, uma versão do GPT-4 da OpenAI aceita entradas de texto e imagem.[15]
Referências
- ↑ a b Griffith, Erin; Metz, Cade (27 de janeiro de 2023). «Anthropic Said to Be Closing In on $300 Million in New A.I. Funding». The New York Times. Consultado em 14 de março de 2023
- ↑ Lanxon, Nate; Bass, Dina; Davalos, Jackie (10 de março de 2023). «A Cheat Sheet to AI Buzzwords and Their Meanings». Bloomberg News. Consultado em 14 de março de 2023
- ↑ Andrej Karpathy; Pieter Abbeel; Greg Brockman; Peter Chen; Vicki Cheung; Yan Duan; Ian Goodfellow; Durk Kingma; Jonathan Ho (16 de junho de 2016). «Generative models». OpenAI
- ↑ Roose, Kevin (21 de outubro de 2022). «A Coming-Out Party for Generative A.I., Silicon Valley's New Craze». The New York Times. Consultado em 14 de março de 2023
- ↑ Metz, Cade (14 de março de 2023). «OpenAI Plans to Up the Ante in Tech's A.I. Race». The New York Times (em inglês). ISSN 0362-4331. Consultado em 4 de novembro de 2023
- ↑ Thoppilan, Romal; De Freitas, Daniel (20 de janeiro de 2022). «LaMDA: Language Models for Dialog Applications». arXiv:2201.08239
[cs.CL]. Cópia arquivada em 21 de janeiro de 2022 |arquivourl=requer|url=(ajuda) Parâmetros não válidos no arXiv (ajuda) - ↑ «Don't fear an AI-induced jobs apocalypse just yet». The Economist. 6 de março de 2023. Consultado em 14 de março de 2023
- ↑ Harreis, H.; Koullias, T.; Roberts, Roger. «Generative AI: Unlocking the future of fashion»
- ↑ «The race of the AI labs heats up». The Economist. 30 de janeiro de 2023. Consultado em 14 de março de 2023
- ↑ Yang, June; Gokturk, Burak (14 de março de 2023). «Google Cloud brings generative AI to developers, businesses, and governments»
- ↑ Bommasani, R; Hudson, DA (16 de agosto de 2021). «On the opportunities and risks of foundation models». arXiv:2108.07258 [cs.LG]
- ↑ Chen, Ming; Tworek, Jakub (6 de julho de 2021). «Evaluating Large Language Models Trained on Code». arXiv:2107.03374 [cs.LG]
- ↑ Ramesh, Aditya; Pavlov, Mikhail; Goh, Gabriel; Gray, Scott; Voss, Chelsea; Radford, Alec; Chen, Mark; Sutskever, Ilya (2021). Zero-shot text-to-image generation. PMLR. pp. 8821–8831
- ↑ Heaven, Will Douglas (15 de fevereiro de 2023). «AI is dreaming up drugs that no one has ever seen. Now we've got to see if they work». MIT Technology Review. Massachusetts Institute of Technology. Consultado em 15 de março de 2023
- ↑ «Explainer: What is Generative AI, the technology behind OpenAI's ChatGPT?». Reuters. 17 de março de 2023. Consultado em 17 de março de 2023
