Glossário

Superinteligência artificial (ASI)

O que é Superinteligência artificial (ASI)?

A superinteligência artificial (ASI, do inglês artificial superintelligence) é um conceito teórico de uma IA que supera significativamente os seres humanos em quase todas as capacidades intelectuais, incluindo a investigação, o planeamento e o discernimento social. Não existe nenhum sistema deste tipo. O termo é usado sobretudo na filosofia e na investigação em segurança da IA para discutir questões de controlo e de alinhamento de futuros sistemas com os valores humanos.

Temas

Fundamentos da IA
Segurança da IA
Teoria

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

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

Singularidade

A singularidade tecnológica é uma noção teórica: um ponto em que a inteligência artificial se aperfeiçoa a si própria tão depressa que o progresso tecnológico deixa de poder ser previsto ou controlado pelos humanos. O termo foi popularizado pelo autor Vernor Vinge e pelo futurista Ray Kurzweil. Se e quando isto poderá acontecer é uma questão cientificamente em aberto e controversa. Ainda assim, a ideia influencia as discussões sobre segurança da IA, regulamentação e riscos a longo prazo.

cenário futuro
superinteligência
+1

Ética da IA

A ética da IA ocupa-se das questões morais em torno do desenvolvimento e da utilização da IA: equidade e discriminação, transparência e explicabilidade, proteção de dados, responsabilidade por erros, segurança e os efeitos no trabalho e na sociedade. Para as organizações, concretiza-se em diretrizes, avaliações de risco, supervisão humana e comunicação honesta sobre os limites da IA. Exemplo: antes de introduzir uma ferramenta de triagem de currículos, verifica-se se esta prejudica determinados grupos.

Ética
Área responsável
+1

segurança dos LLM

A segurança dos LLM abrange todas as medidas que protegem aplicações construídas sobre grandes modelos de linguagem contra utilização abusiva, fuga de dados e comportamentos indesejados. Os riscos típicos incluem prompt injection, divulgação de instruções ou dados confidenciais e agentes com permissões excessivas. A proteção resulta de várias camadas: instruções claras, direitos restritos, verificações de entradas e saídas, firewalls de IA, red teaming e auditorias regulares.

segurança
modelos de linguagem
+1

Modelo