Glossário

Emergência

O que é Emergência?

A emergência descreve propriedades de um sistema que resultam da interação de muitas partes simples, mas que não se encontram em nenhuma parte isolada. Na investigação em IA, as capacidades dizem-se emergentes quando grandes modelos de linguagem acima de um certo tamanho resolvem tarefas como aritmética de vários passos ou tradução claramente melhor do que modelos mais pequenos. Se tais saltos são reais ou dependem em parte da forma como são medidos é matéria debatida entre os investigadores.

Temas

modelos de linguagem
escalamento
investigação

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

Grande modelo de linguagem (LLM)

Um grande modelo de linguagem (LLM) é uma rede neuronal treinada com quantidades muito grandes de texto, o que lhe permite compreender e gerar linguagem. Funciona calculando, passo a passo, o token mais provável a seguir. Os LLM escrevem, resumem, traduzem, respondem a perguntas e geram código; exemplos conhecidos são o Claude, o GPT, o Gemini e o Llama. Sem acesso a fontes atuais, só sabem o que constava dos seus dados de treino.

Modelos de linguagem
IA generativa
+1

Modelo de base

Um modelo de base (foundation model) é um grande modelo de IA pré-treinado com dados muito extensos e diversificados, que pode depois ser utilizado em muitas tarefas diferentes. O termo foi cunhado na Universidade de Stanford em 2021. Exemplos conhecidos são grandes modelos de linguagem como o Claude ou o GPT, bem como modelos de imagem. As empresas costumam construir as suas aplicações sobre estes modelos em vez de treinarem os seus próprios de raiz; o Regulamento Europeu da IA refere-se a modelos de IA de finalidade geral.

Modelo base
Modelos de linguagem
+1

Inteligência artificial geral (AGI)

A inteligência artificial geral (AGI, do inglês artificial general intelligence) designa um sistema de IA hipotético que consegue lidar com uma vasta gama de tarefas intelectuais ao nível humano e transferir de forma flexível o que aprendeu para novas áreas. Os sistemas atuais têm bom desempenho em muitas tarefas, mas continuam a revelar limitações, por exemplo na fiabilidade. Não existe uma definição nem uma forma de medição geralmente aceites, e se e quando a AGI será alcançada é matéria discutida entre os especialistas.

Fundamentos da IA
Investigação
+1

Raciocínio multi-hop

O raciocínio multi-hop é a capacidade de um sistema de IA responder a uma pergunta através de várias inferências sucessivas, combinando muitas vezes informações de fontes diferentes. Exemplo: «Que departamento é chefiado pela pessoa responsável pelo projeto X?» exige primeiro identificar a pessoa responsável e depois o respetivo departamento. Estas perguntas são exigentes para os sistemas de pesquisa e de RAG, porque cada passo intermédio tem de ser encontrado e ligado corretamente.

raciocínio
resposta a perguntas
+1