Artificial Intelligence (AI)
Área que busca fazer máquinas executarem tarefas que normalmente exigem inteligência humana.
210 termos · 15 categorias
O glossário completo
Todos os termos de IA em inglês (o uso padrão) com definições simples.
Conceitos fundamentais
10 termosMachine Learning (ML)
Subcampo da IA em que um sistema aprende a partir de dados em vez de ser explicitamente programado.
Deep Learning
ML baseado em redes neurais com múltiplas camadas.
Narrow AI
IA especializada em uma única tarefa (ex.: jogar xadrez).
AGI (Artificial General Intelligence)
IA hipotética capaz de realizar qualquer tarefa intelectual humana.
Usado em: ch.16
Superintelligence
IA que superaria amplamente a inteligência humana em todos os domínios.
Symbolic AI
Abordagem clássica baseada em regras e lógica formal.
Model
Representação matemática aprendida a partir de dados.
Inference
Fase em que um modelo treinado faz previsões.
Training
Fase em que o modelo aprende a partir dos dados.
Tipos de aprendizado
10 termosSupervised Learning
Aprendizado a partir de dados rotulados (entrada → saída conhecida).
Unsupervised Learning
Aprendizado sem rótulos; o modelo descobre estruturas ocultas.
Self-supervised Learning
O modelo gera seus próprios rótulos a partir dos dados.
Usado em: ch.06
Reinforcement Learning
Aprendizado por tentativa e erro com recompensas.
Usado em: ch.08
Transfer Learning
Reutilizar um modelo treinado em uma tarefa para outra semelhante.
Few-shot Learning
Aprender a partir de pouquíssimos exemplos.
Zero-shot Learning
Resolver uma tarefa sem ter visto nenhum exemplo durante o treinamento.
Meta-learning
«Aprender a aprender» — treinar um modelo para se adaptar rapidamente a novas tarefas.
Federated Learning
Treinamento distribuído sem centralizar os dados.
Continual Learning
O modelo aprende novas tarefas sem esquecer as anteriores.
Redes neurais
17 termosNeuron / Unit
Unidade de cálculo de uma rede, inspirada no neurônio biológico.
Layer
Conjunto de neurônios processados em paralelo.
Weights
Parâmetros que ponderam as conexões entre neurônios.
Bias
Termo constante adicionado à soma ponderada.
Activation Function
Função não linear aplicada à saída de um neurônio.
ReLU
Função de ativação muito comum: max(0, x).
Logits
Pontuações brutas produzidas pela última camada, antes de o softmax convertê-las em probabilidades.
Softmax
Converte um vetor em uma distribuição de probabilidade.
Forward Pass
Cálculo da saída a partir de uma entrada.
Backpropagation
Cálculo dos gradientes para atualizar os pesos.
Usado em: ch.06
Gradient Descent
Algoritmo que ajusta os pesos para minimizar o erro.
Loss Function
Medida do erro entre a previsão e o valor real.
Cross-Entropy Loss
Função de perda padrão para classificação.
Optimizer
Algoritmo que conduz a atualização dos pesos (Adam, SGD, etc.).
Learning Rate
Tamanho dos passos durante a descida de gradiente.
Usado em: ch.06
Epoch
Uma passagem completa pelo conjunto de treinamento.
Batch
Subconjunto de dados processado de uma vez.
Arquiteturas
20 termosFeedforward Network
Rede em que a informação flui em um único sentido.
MLP (Multi-Layer Perceptron)
Rede feedforward clássica com camadas densas.
CNN (Convolutional Neural Network)
Especializada em imagens por meio de filtros convolucionais.
RNN (Recurrent Neural Network)
Processa sequências mantendo um estado interno.
Usado em: ch.04
LSTM
RNN aprimorado para memorizar dependências de longo prazo.
Usado em: ch.04
Transformer
Arquitetura baseada em atenção, dominante na IA desde 2017.
Usado em: ch.01, ch.02, ch.04, ch.05, ch.07, ch.08, ch.10, ch.15, ch.17, ch.18, ch.20, ch.21
Self-Attention
Cada posição de uma sequência calcula sua relação com todas as outras posições da mesma sequência.
Usado em: ch.01, ch.02, ch.03, ch.04, ch.05, ch.07, ch.08, ch.09, ch.10, ch.14, ch.15, ch.17, ch.18, ch.21
Cross-Attention
Atenção em que as consultas vêm de uma sequência e as chaves/valores de outra: texto que olha para uma imagem, decodificador que olha para o codificador.
Multi-Head Attention
Vários mecanismos de atenção em paralelo.
Encoder-Decoder
Arquitetura clássica para tradução e geração.
Usado em: ch.15
Decoder-only / Autoregressive
Arquitetura dos LLMs modernos: uma única pilha de blocos que gera um token de cada vez, e cada um só enxerga os anteriores.
Positional Encoding
Injeta a ordem das palavras em um Transformer.
Usado em: ch.05
RoPE
Codificação de posição rotativa moderna, frequente em LLMs.
Usado em: ch.05
Residual Connection
Conexão que pula camadas para estabilizar o treinamento.
Layer Normalization
Normalização para estabilizar o treinamento.
Mixture of Experts (MoE)
Arquitetura em que apenas algumas sub-redes («especialistas») são ativadas para cada token, o que reduz a computação.
Usado em: ch.05
Diffusion Model
Modelo generativo que aprende a remover o ruído de dados (imagem, áudio, texto…) passo a passo.
GAN (Generative Adversarial Network)
Duas redes em competição (gerador vs. discriminador).
Vision Transformer (ViT)
Transformer aplicado a imagens.
State Space Model / Mamba
Arquitetura alternativa ao Transformer para sequências longas.
Processamento de linguagem
14 termosNLP
Área de processamento de linguagem natural por máquinas.
Usado em: ch.15
Tokenization
Divisão de um texto em unidades chamadas tokens.
Token
Unidade básica processada por um modelo (palavra, sub-palavra ou caractere).
Usado em: ch.01, ch.02, ch.03, ch.04, ch.05, ch.06, ch.07, ch.08, ch.09, ch.10, ch.11, ch.12, ch.13, ch.14, ch.15, ch.17, ch.18, ch.19, ch.20, ch.21
BPE (Byte Pair Encoding)
Algoritmo de tokenização muito utilizado.
Usado em: ch.02
WordPiece / SentencePiece
WordPiece: outro algoritmo de tokenização. SentencePiece: biblioteca que implementa BPE e Unigram.
Usado em: ch.02
Vocabulary
Conjunto de tokens conhecidos pelo modelo.
Embedding
Representação vetorial densa de uma palavra ou token.
Usado em: ch.01, ch.03, ch.04, ch.05, ch.10, ch.11, ch.15, ch.21
Cosine Similarity
Mede a proximidade de dois vetores pelo angulo entre eles, sem considerar o seu comprimento.
Word2Vec
Técnica clássica de embeddings de palavras.
Usado em: ch.03
Contextual Embedding
Embedding que depende do contexto da frase.
Named Entity Recognition
Identificação de entidades (pessoas, lugares…).
Sentiment Analysis
Detecção do tom ou sentimento de um texto.
Speech Recognition (ASR)
Reconhecimento de voz (áudio → texto).
Text-to-Speech (TTS)
Síntese de voz (texto → áudio).
Usado em: ch.15
Modelos de linguagem e IA generativa
38 termosLanguage Model
Modelo que prevê a probabilidade de uma sequência de palavras.
LLM (Large Language Model)
Modelo de linguagem enorme treinado com trilhões de tokens.
Usado em: ch.01, ch.02, ch.03, ch.04, ch.05, ch.06, ch.07, ch.08, ch.09, ch.10, ch.11, ch.12, ch.13, ch.15, ch.16, ch.17, ch.18, ch.20, ch.21
Foundation Model
Modelo generalista reutilizável para muitas tarefas.
Generative AI
IA capaz de produzir conteúdo (texto, imagem, áudio…).
Pre-training
Treinamento inicial sobre grandes quantidades de dados brutos.
Fine-tuning
Ajuste de um modelo pré-treinado para uma tarefa específica.
Usado em: ch.01, ch.06, ch.08, ch.09, ch.11, ch.13, ch.14, ch.19, ch.20
Instruction Tuning
Fine-tuning para seguir instruções humanas.
RLHF
Ajuste do modelo usando feedback humano.
DPO (Direct Preference Optimization)
Alternativa simplificada ao RLHF.
Constitutional AI
Método de alinhamento baseado em um conjunto de princípios.
Usado em: ch.08
Prompt
Texto de entrada fornecido ao modelo.
Usado em: ch.01, ch.07, ch.08, ch.09, ch.10, ch.11, ch.12, ch.17, ch.18, ch.19, ch.20, ch.21
System Prompt
Instruções gerais dadas ao modelo antes da conversa.
Prompt Engineering
Arte de formular prompts eficazes.
Chain-of-Thought (CoT)
Incitar o modelo a raciocinar passo a passo.
Self-Consistency
Gerar varios raciocinios para a mesma pergunta e ficar com a resposta mais frequente.
Usado em: ch.12
Few-shot Prompting
Fornecer alguns exemplos dentro do prompt.
In-Context Learning
Capacidade do modelo de aprender a partir de exemplos incluídos no prompt.
Context Window
Quantidade de texto que o modelo pode processar de uma vez.
Temperature
Controla a aleatoriedade das respostas (baixa = previsível, alta = variada; 0 = quase determinística).
Top-k Sampling
Amostragem entre os k tokens mais prováveis.
Top-p / Nucleus Sampling
Amostragem entre o menor conjunto de tokens cuja probabilidade acumulada atinge p (ex.: 0,9).
Greedy Decoding
Escolher sempre o token mais provável.
Usado em: ch.07
Beam Search
Explora várias sequências candidatas em paralelo.
Usado em: ch.07
Hallucination
O modelo inventa informações falsas, porém plausíveis.
RAG (Retrieval-Augmented Generation)
O modelo recupera documentos externos antes de responder.
Chunking
Dividir os documentos em pedaços de tamanho adequado antes de indexá-los: grandes demais, o trecho útil se dilui; pequenos demais, o sentido se perde.
Reranking
Segunda passagem que reordena os documentos recuperados com um modelo mais refinado, para trazer os realmente relevantes ao topo.
Usado em: ch.10
Vector Database
Banco de dados que armazena e busca embeddings.
Semantic Search
Busca por similaridade de significado, não apenas de palavras.
Reasoning Model
LLM otimizado para raciocinar profundamente antes de responder.
Thinking Tokens
Tokens de raciocínio que o modelo gera antes da resposta: um rascunho interno, muitas vezes oculto ou resumido.
Usado em: ch.17
Test-time Compute
Computação gasta na hora de responder em vez de no treinamento: deixar o modelo pensar por mais tempo melhora suas respostas em problemas difíceis.
Usado em: ch.17
Multimodal Model
Modelo que lida com vários tipos de entrada (texto, imagem, áudio…).
Vision-Language Model
Modelo que compreende texto e imagem.
Text-to-Image
Geração de imagens a partir de texto.
LoRA
Técnica de fine-tuning leve baseada em matrizes de baixo rank.
Usado em: ch.14
QLoRA
LoRA combinado com quantização para economizar memória.
PEFT
Família de métodos de fine-tuning eficientes em parâmetros.
Usado em: ch.14
Agentes e ferramentas
8 termosAI Agent
Sistema de IA que persegue um objetivo por meio de múltiplas etapas e ferramentas.
Tool Use / Function Calling
Capacidade do modelo de chamar funções externas.
Usado em: ch.11
ReAct
Padrão que alterna raciocínio e ação.
Usado em: ch.11
Planning
Capacidade de um agente de decompor um objetivo em sub-tarefas.
Multi-Agent System
Vários agentes que colaboram ou se coordenam.
MCP (Model Context Protocol)
Protocolo padrão para conectar ferramentas a um LLM.
Usado em: ch.11
Computer Use
Capacidade de um agente de usar um computador.
Usado em: ch.11
Agentic AI
IA que age de forma autônoma em um ambiente.
Dados
11 termosDataset
Conjunto de dados usado para treinar ou avaliar um modelo.
Training / Validation / Test Set
Dados para treinar, ajustar e avaliar.
Label / Ground Truth
Resposta correta associada a um exemplo.
Annotation
Ação de associar rótulos aos dados.
Data Augmentation
Criar variantes dos dados existentes (rotações, paráfrases…) para enriquecer o treinamento.
Synthetic Data
Dados gerados artificialmente, por exemplo por IA.
Feature
Variável de entrada do modelo.
Usado em: ch.20
Feature Engineering
Criação manual de variáveis relevantes.
One-Hot Encoding
Codificar uma categoria como vetor binário.
Data Drift
Mudança progressiva dos dados em relação ao treinamento.
Data Leakage
Vazamento de informação do conjunto de teste para o de treinamento (resultados enganosamente bons).
Treinamento e otimização
13 termosHyperparameter
Parâmetro definido antes do treinamento (taxa de aprendizado, tamanho de batch…).
Cross-Validation
Avaliação por meio de múltiplas divisões dos dados.
Overfitting
O modelo memoriza os dados de treinamento e generaliza mal.
Usado em: ch.06
Underfitting
O modelo é simples demais para captar o sinal.
Regularization
Técnicas que previnem o sobreajuste.
Usado em: ch.06
Dropout
Desativa neurônios aleatoriamente durante o treinamento.
Early Stopping
Interromper o treinamento quando o erro de validação volta a subir.
Vanishing Gradient
Os gradientes ficam pequenos demais para treinar.
Catastrophic Forgetting
O modelo esquece tarefas antigas ao aprender novas.
Distillation
Transferir o conhecimento de um modelo grande para um pequeno.
Usado em: ch.21
Pruning
Remover pesos desnecessários para aligeirar o modelo.
Quantization
Reduzir a precisão numérica dos pesos.
Scaling Laws
Relações entre tamanho do modelo, dados, computação e desempenho.
Avaliação e métricas
12 termosAccuracy
Percentual de previsões corretas.
Precision
Das previsões positivas, quantas estão corretas.
Recall
Dos casos realmente positivos, quantos o modelo encontra.
F1 Score
Média harmônica da precisão e do recall.
Confusion Matrix
Tabela cruzada de previsões versus valores reais.
ROC / AUC
Curva e área sob a curva para avaliar um classificador.
Perplexity
Medida de incerteza de um modelo de linguagem (menor é melhor).
BLEU / ROUGE
Métricas para tradução e sumarização automáticas.
FID
Medida de qualidade das imagens geradas.
Benchmark
Teste padronizado para comparar modelos (MMLU-Pro, SWE-bench, GPQA…).
Usado em: ch.16
LLM-as-a-Judge
Usar um LLM para avaliar as respostas de outro modelo: rápido e barato, mas com vieses próprios.
Usado em: ch.16
Red Teaming
Testes adversariais para encontrar falhas em um modelo.
Aprendizado por reforço
8 termosAgent
Entidade que toma decisões em um ambiente.
Environment
Mundo no qual o agente atua.
Policy
Estratégia do agente (estado → ação).
Reward
Sinal numérico que indica a qualidade de uma ação.
Q-Learning
Algoritmo de RL que aprende a estimar o valor de cada ação em cada estado (a função Q).
PPO
Algoritmo de RL muito utilizado, especialmente no RLHF.
Exploration vs Exploitation
Dilema entre explorar o novo e aproveitar o que já se sabe.
Reward Hacking
O agente explora a função de recompensa de formas não desejadas.
Usado em: ch.11
Visão computacional
9 termosComputer Vision
Área da IA que processa imagens e vídeos.
Image Classification
Atribuir uma categoria a uma imagem.
Object Detection
Localizar e classificar objetos em uma imagem.
Semantic Segmentation
Rotular cada pixel com uma classe.
OCR
Reconhecimento de texto em uma imagem.
CLIP
Modelo que alinha imagens e textos em um mesmo espaço de embeddings: a ponte que permite aos geradores de imagem entender um prompt.
YOLO / R-CNN
Modelos clássicos de detecção de objetos.
SAM (Segment Anything)
Modelo universal de segmentação.
NeRF
Representação 3D de uma cena aprendida a partir de imagens.
Segurança, alinhamento e ética
15 termosAI Alignment
Garantir que a IA persiga objetivos alinhados aos valores humanos.
AI Safety
Campo de estudo para tornar a IA confiável e segura.
Adversarial Attack
Entrada projetada para enganar um modelo.
Jailbreak
Contornar as salvaguardas de um LLM.
Usado em: ch.08
Prompt Injection
Instruções maliciosas escondidas em um conteúdo que o modelo processa (página web, documento…) para desviar seu comportamento.
Usado em: ch.12
Bias (algorithmic)
Viés nos dados ou nas previsões do modelo.
Fairness
Equidade nas decisões algorítmicas.
Explainability
Capacidade de entender por que um modelo toma uma decisão.
Mechanistic Interpretability
Engenharia reversa dos circuitos internos de uma rede para entender os algoritmos que ela aprendeu.
Sparse Autoencoder (SAE)
Rede que decompõe as ativações de um modelo em características esparsas e interpretáveis uma a uma.
Usado em: ch.20
Differential Privacy
Método formal de proteção da privacidade.
Deepfake
Conteúdo falsificado por IA.
Misalignment
Descompasso entre o que o modelo realmente persegue e as intenções de quem o projetou.
Reward Model
Modelo que prevê a qualidade de uma resposta segundo critérios humanos.
AI Governance
Governança e regulação da IA.
Infraestrutura e MLOps
16 termosGPU
Processador gráfico, muito utilizado para IA.
TPU
Chip especializado em IA desenvolvido pelo Google.
CUDA
Plataforma de computação GPU da Nvidia.
FLOPS
Operações de ponto flutuante por segundo.
Distributed Training
Treinamento distribuído entre várias máquinas.
Data Parallelism
Mesmos pesos, dados diferentes em cada GPU.
Model Parallelism
O modelo é dividido entre várias GPUs.
PyTorch / TensorFlow / JAX
Principais frameworks de deep learning.
Hugging Face
Plataforma de modelos, datasets e ferramentas de ML.
ONNX
Formato padrão para trocar modelos entre frameworks.
Edge AI
IA executada em dispositivos embarcados.
KV Cache
Memória das chaves e valores já calculados durante a geração: evita reprocessar todo o contexto a cada novo token.
Speculative Decoding
Um modelo pequeno propõe vários tokens à frente e o grande os valida de uma vez: mesma saída, menor latência.
Latency
Tempo de resposta do modelo.
Usado em: ch.18
Throughput
Número de inferências por segundo.
MLOps
Práticas DevOps aplicadas ao ML.
Conceitos emergentes
9 termosEmergent Abilities
Capacidades que parecem surgir de repente a partir de certo tamanho de modelo (fenômeno debatido).
Usado em: ch.19
Scaling
Aumentar tamanho, dados ou computação para obter melhor desempenho.
Open Weights
Modelo cujos pesos estão disponíveis publicamente.
Frontier Model
Modelo na vanguarda do estado da arte.
Small Language Model (SLM)
Modelo de linguagem compacto, otimizado para eficiência.
Human-in-the-Loop
Inclusão do ser humano no ciclo de aprendizado ou de decisão.
World Model
Modelo interno de um agente que prevê a evolução do ambiente.
Embodied AI
IA incorporada em um corpo físico (robô).
Model Card
Ficha descritiva de um modelo (capacidades, limitações, vieses).