A Inteligência Artificial Generativa, ou IA Generativa, é uma subcategoria da Inteligência Artificial que se concentra na criação de novos conteúdos ou previsões que são percebidas como geradas naturalmente, em vez de serem derivadas de um conjunto específico de regras codificadas.
O objetivo da IA Generativa é criar conteúdo, ao contrário de outras formas de IA, que podem ser usadas para outros fins, como analisar dados ou ajudar a controlar um carro autônomo.
Mas por que a IA Generativa é tão popular atualmente? Vamos listar algumas razões agora neste post.
Por Que a IA Generativa é Um Tema Quente Agora?
A IA Generativa é o termo do momento por causa da crescente popularidade de programas de IA Generativa, como o ChatGPT e o DALL-E da OpenAI. O chatbot conversacional e o gerador de imagens usam IA Generativa para produzir novos conteúdos, incluindo código de computador, texto, e-mails, legendas de mídia social, imagens, poemas, fórmulas do Excel e muito mais em segundos, chamando a atenção das pessoas.
O ChatGPT tornou-se extremamente popular, acumulando mais de um milhão de usuários uma semana após o lançamento. Muitas outras empresas também correram para competir no espaço de IA Generativa, incluindo Google, Microsoft e Opera. O burburinho em torno da IA Generativa certamente continuará crescendo à medida que mais empresas se juntarem e encontrarem novos casos de uso.
O Que o Aprendizado de Máquina (Machine Learning) Tem a Ver com IA Generativa?
O aprendizado de máquina (Machine Learning) refere-se à subseção da IA que ensina um sistema a fazer uma previsão com base nos dados nos quais é treinado. Um exemplo desse tipo de previsão é quando o DALL-E é capaz de criar uma imagem com base no prompt inserido, discernindo o que o prompt realmente significa. A IA Generativa é, portanto, uma estrutura de aprendizado de máquina.
Quais Sistemas Usam IA Generativa?
A IA Generativa é usada em qualquer algoritmo/modelo que utiliza IA para produzir um novo atributo. No momento, os exemplos mais proeminentes são ChatGPT e DALL-E.
Outro exemplo é o MusicLM, o gerador de texto para música, do Google. Um concorrente adicional (que não teve um desempenho tão bom quanto o ChatGPT) é o Bard do Google.
O Que é Arte de IA Generativa?
A arte de IA Generativa é criada por modelos de IA treinados em arte existente. O modelo é treinado em bilhões de imagens encontradas na Internet. O modelo usa esses dados para aprender estilos de imagens e, em seguida, usa esses insights para gerar uma nova arte quando solicitado por um indivíduo por meio de texto.
Um exemplo popular de um gerador de arte é o DALL-E. No entanto, existem muitos outros geradores de IA no mercado que são igualmente capazes e atendem a diferentes necessidades. O Google tem um gerador de arte inédito chamado Imagen que ainda está em fase de pesquisa.
Em Que os Modelos de IA Generativa Baseados em Texto São Treinados?
Modelos baseados em texto, como o GPT-3 ou GPT-4 (disponíveis no ChatGPT), são treinados recebendo grandes quantidades de texto em um processo conhecido como aprendizado supervisionado. Nesses casos, o modelo aprende com as informações que recebeu para fazer previsões e fornecer respostas no futuro.
Uma preocupação com os modelos de IA Generativa, especialmente aqueles que geram texto, é que eles são treinados em dados de toda a Internet. Isso inclui material protegido por direitos autorais e informações que podem não ter sido compartilhadas com o consentimento do proprietário.
Os legisladores da UE (União Européia) estão tentando mitigar esse problema com o AI Act, que inclui uma cláusula que exige que as empresas de IA divulguem se estão usando materiais protegidos por direitos autorais para treinar ou desenvolver seus sistemas.
Quais São Algumas Deficiências da IA Generativa?
Os modelos de IA Generativa coletam uma grande quantidade de conteúdo da Internet e, em seguida, usam as informações com as quais são treinados para fazer previsões e criar uma saída para o prompt inserido.
Essas previsões são baseadas nos dados, mas não há garantias de que a previsão esteja correta. As respostas também podem incorporar vieses inerentes ao conteúdo que o modelo ingeriu da internet, mas muitas vezes não há como saber isso.
Esses modelos não sabem necessariamente se as coisas que produzem são precisas e temos poucas maneiras de saber de onde veio a informação e como ela foi processada pelos algoritmos para gerar conteúdo.
Existem muitos exemplos de chatbots, por exemplo, fornecendo informações incorretas ou simplesmente inventando coisas para preencher as lacunas. Embora os resultados da IA Generativa possam ser intrigantes e divertidos, seria imprudente, certamente a curto prazo, confiar nas informações ou no conteúdo que eles criam sem alguma supervisão ou conhecimento de domínio.
A tendência é que a IA Generativa continue crescendo através de novos casos de uso.
David Matos
Referências:
What is generative AI and why is it so popular? Here’s everything you need to know
Prompt Engineering com ChatGPT Para Análise de Dados e Data Science