Atualizado em
IA generativa cria textos, imagens, áudio e código a partir de padrões aprendidos. IA preditiva usa dados para estimar resultados. As duas pertencem à inteligência artificial, mas têm objetivos diferentes – e podem trabalhar juntas.
SÉRIE · Fundamentos da IA
5 de 6
O que é IA generativa?
IA generativa é um tipo de inteligência artificial desenvolvido para produzir novos conteúdos a partir dos padrões aprendidos durante o treinamento.
Texto, imagem, áudio, vídeo e código estão entre os exemplos mais conhecidos.
É o que acontece quando alguém pede a um chatbot que escreva um resumo ou descreve uma cena para um gerador de imagens.
Isso não significa que o sistema esteja criando do nada. O resultado depende do que foi aprendido durante o treinamento, do modelo utilizado, das informações disponíveis e da instrução recebida.
A novidade está na combinação produzida.
Como funciona a IA generativa?
Grande parte da IA generativa atual utiliza Deep Learning, assunto do texto anterior desta série.
Redes neurais são treinadas com grandes volumes de dados para aprender relações entre seus elementos.
Depois do treinamento, o modelo utiliza essas relações para produzir algo compatível com o pedido recebido.
O funcionamento específico depende do tipo de conteúdo.
Um modelo de imagem aprende relações entre características visuais e descrições. Um modelo voltado à linguagem aprende padrões presentes em sequências de texto.
Outros sistemas trabalham com áudio, vídeo ou diferentes modalidades ao mesmo tempo.
Por baixo da interface simples existe muito cálculo estatístico. E isso ajuda a entender uma aparente contradição: uma IA generativa também faz previsões durante a geração.
Um modelo de linguagem, por exemplo, produz texto estimando continuamente quais elementos podem vir a seguir. A previsão, nesse caso, é parte do mecanismo usado para construir uma nova sequência.
Qual a diferença entre IA generativa e IA preditiva?
A distinção principal está no objetivo do sistema.
IA preditiva utiliza dados e padrões anteriores para estimar um resultado, uma categoria, uma tendência ou uma probabilidade.
Pode ser usada para:
- estimar a demanda de determinado produto;
- calcular risco de inadimplência;
- identificar uma transação suspeita;
- prever falhas em equipamentos;
- classificar uma mensagem como spam.
IA generativa, por sua vez, utiliza padrões aprendidos para produzir um novo conteúdo.
Pode:
- escrever um texto;
- gerar uma imagem;
- produzir um trecho de código;
- criar áudio;
- resumir um documento;
- formular uma resposta.
A comparação da IBM entre IA generativa e IA preditiva resume bem essa diferença: uma está orientada à geração de conteúdo; a outra, à previsão de resultados a partir de dados.
Onde encontramos IA generativa?
Chatbots são apenas a manifestação mais conhecida.
Hoje ela aparece em ferramentas capazes de:
- criar ou editar imagens;
- escrever e revisar textos;
- gerar programas de computador;
- produzir vozes sintéticas;
- criar músicas e efeitos sonoros;
- gerar ou modificar vídeos;
- resumir e transformar documentos.
Essa expansão tornou a inteligência artificial muito mais visível.
Como mostramos em Inteligência artificial no cotidiano, sistemas de recomendação, classificação, reconhecimento e previsão já faziam parte da rotina antes da popularização dos chatbots.
A grande mudança foi que a IA passou também a produzir algo diretamente diante do usuário.
Gerar não significa saber
Uma resposta bem escrita pode estar errada. Uma imagem realista pode representar algo inexistente. Um código aparentemente correto pode conter falhas.
Isso acontece porque o objetivo do modelo é produzir uma saída compatível com os padrões aprendidos e com a solicitação recebida.
Verdade factual, precisão ou adequação não aparecem automaticamente como consequência. Por isso, a revisão humana continua importante.
O perfil de riscos para IA generativa do NIST trata especificamente de problemas associados ao desenvolvimento e ao uso desses sistemas, incluindo confiabilidade, segurança e outros riscos que precisam ser avaliados além da qualidade aparente da resposta.
A maneira como pedimos algo também é importante.
Uma instrução vaga e uma instrução detalhada podem produzir resultados bastante diferentes, questão discutida em O que é um prompt?
Como a IA passou a produzir linguagem?
A IA generativa pode trabalhar com imagens, áudio, vídeo, código e muitos outros formatos. Mas foi a geração de texto que colocou essa tecnologia diretamente diante de milhões de pessoas.
Escrever uma pergunta em linguagem cotidiana e receber uma resposta também em linguagem cotidiana tornou a interação com sistemas de IA muito mais acessível.
Por trás dessa capacidade estão modelos treinados especificamente para aprender regularidades da linguagem.
São os modelos de linguagem.
No próximo texto, vamos entender como eles processam texto, fazem previsões e conseguem produzir respostas que se parecem com uma conversa.
FUNDAMENTOS DA IA
Próximo: O que é um modelo de linguagem e como ele funciona?
5 de 6 – IA generativa
Anterior: O que é Deep Learning? Como funciona o aprendizado profundo