Inteligência Artificial, sem nevoeiro.

Sistema que usa um modelo de IA para escolher e executar passos, utilizar ferramentas e verificar resultados com algum grau de autonomia.

Exemplo: Um agente pode consultar uma base de dados, preparar um relatório e pedir aprovação antes de o enviar.

Conceito de uma inteligência artificial geral capaz de realizar uma grande variedade de tarefas cognitivas, sem ficar limitada a um domínio estreito.

Exemplo: AGI é uma hipótese e um objetivo de investigação, não uma capacidade com definição ou teste universalmente aceite.

Regulamento da União Europeia que estabelece obrigações para sistemas de IA de acordo com o risco, o papel de cada interveniente e o tipo de utilização.

Exemplo: Um sistema usado em recrutamento pode estar sujeito a requisitos mais exigentes do que um filtro de spam.

Framework para a gestão de confiança, risco e ética em sistemas de Inteligência Artificial, abrangendo governança, segurança e conformidade.

Exemplo: A implementação de um framework AI TRiSM é essencial para garantir a responsabilidade e a transparência no desenvolvimento de novas soluções de IA.

Área que procura fazer com que o comportamento de um sistema de IA corresponda às intenções, regras e valores definidos pelos seus operadores e pela sociedade.

Exemplo: Um modelo alinhado deve recusar ações perigosas mesmo quando a instrução parece tecnicamente executável.

Resposta gerada com informação falsa, inventada ou sem suporte, apresentada de forma plausível.

Exemplo: Um modelo pode criar uma referência académica que não existe.

Interface que permite a um programa pedir dados ou ações a outro sistema de forma estruturada.

Exemplo: Uma aplicação pode usar uma API para enviar texto a um modelo e receber uma resposta.

Conjunto de técnicas em que sistemas aprendem padrões a partir de dados para fazer previsões, classificações ou gerar conteúdo.

Exemplo: Um modelo pode aprender a identificar fraude a partir de transações históricas.

Sistema otimizado para guardar embeddings e encontrar itens semanticamente semelhantes.

Exemplo: Uma base vetorial pode recuperar os documentos mais próximos de uma pergunta.

Teste ou conjunto de tarefas usado para comparar o desempenho de modelos ou sistemas.

Exemplo: Um benchmark pode medir qualidade em programação, matemática ou compreensão de texto.

Sequência intermédia de passos usada por um modelo para chegar a uma resposta; nem sempre é visível nem deve ser confundida com uma explicação verificável.

Exemplo: Pedir uma justificação concisa e factos verificáveis é mais útil do que assumir que texto intermédio prova o raciocínio real.

Subárea da aprendizagem automática baseada em redes neuronais com múltiplas camadas.

Exemplo: Reconhecimento de imagem e grandes modelos de linguagem usam técnicas de deep learning.

Conteúdo audiovisual sintético ou manipulado para imitar de forma convincente uma pessoa, voz ou acontecimento.

Exemplo: Um vídeo pode aparentar mostrar alguém a dizer algo que nunca disse.

Técnica para treinar um modelo mais pequeno a reproduzir parte do comportamento de um modelo maior.

Exemplo: Uma empresa pode destilar um modelo para reduzir custo e latência numa tarefa específica.

Representações numéricas de texto, imagem ou outros dados que preservam relações de significado e permitem comparar proximidade semântica.

Exemplo: Embeddings permitem encontrar documentos relacionados mesmo quando não usam as mesmas palavras.

Técnica de prompting em que são fornecidos alguns exemplos para mostrar ao modelo o padrão esperado.

Exemplo: Dois exemplos de classificação podem orientar o formato das respostas seguintes.

Treino adicional de um modelo pré-existente com dados direcionados para adaptar comportamento ou desempenho.

Exemplo: Um modelo pode ser afinado para classificar documentos de um setor específico.

Disciplina de otimização de conteúdo e dados para aumentar a visibilidade de marcas e informações em respostas geradas por motores de busca baseados em IA generativa, análogo ao SEO para a era dos LLMs.

Exemplo: Empresas estão a investir em estratégias de GEO para garantir que os seus produtos sejam recomendados por assistentes de IA.

Modelo de IA de finalidade geral, designação usada no AI Act para modelos capazes de servir múltiplos objetivos e integrações.

Exemplo: Um modelo generalista fornecido por API pode ser integrado em muitas aplicações diferentes.

Ligação da resposta de um modelo a dados, documentos ou ferramentas concretas para reduzir invenções e aumentar verificabilidade.

Exemplo: Um assistente responde com base no manual interno e mostra a secção usada.

Regras e controlos técnicos que limitam entradas, ações ou saídas de um sistema de IA.

Exemplo: Um guardrail pode bloquear a exposição de dados pessoais ou exigir aprovação humana.

Sistemas de inteligência artificial capazes de operar de forma autônoma, percebendo o ambiente, raciocinando sobre problemas, tomando decisões e executando tarefas para alcançar objetivos definidos, indo além da mera geração de conteúdo.

Exemplo: Um agente de IA agêntica pode ser programado para gerir a agenda de um utilizador, respondendo a emails, agendando reuniões e organizando documentos sem intervenção humana constante.

Sistemas de IA capazes de criar texto, imagem, áudio, vídeo, código ou outros conteúdos.

Exemplo: Um modelo pode gerar um primeiro rascunho de uma apresentação a partir de um brief.

Momento em que um modelo já treinado processa uma entrada para produzir uma previsão ou resposta.

Exemplo: Cada resposta de um chatbot implica uma execução de inferência.

Quantidade máxima de informação que um modelo consegue considerar numa interação, medida normalmente em tokens.

Exemplo: Documentos muito extensos podem ultrapassar a janela e exigir seleção ou divisão.

Grande modelo de linguagem treinado para prever e gerar sequências de texto, podendo também trabalhar com código, imagens ou ferramentas.

Exemplo: Um LLM pode resumir um contrato, mas o resultado deve ser revisto.

Protocolo aberto para ligar aplicações de IA a ferramentas, dados e serviços através de uma interface comum.

Exemplo: Um cliente de IA pode usar MCP para consultar um repositório ou uma base de dados autorizada.

Uma arquitetura de modelo de aprendizado de máquina que combina vários 'especialistas' (redes neurais menores) para lidar com diferentes partes de um problema, permitindo que o modelo se especialize em várias tarefas e melhore a eficiência e o desempenho.

Exemplo: Modelos de linguagem grandes como o Gemini 1.5 Pro e o GPT-4o utilizam a arquitetura Mixture of Experts para otimizar o processamento de diferentes tipos de dados e tarefas.

Expressão usada para modelos entre os mais capazes do momento, normalmente com elevado custo, escala e potencial de risco.

Exemplo: A definição exata depende do contexto técnico ou regulatório.

Modelo treinado em grandes volumes de dados que pode ser adaptado a muitas tarefas posteriores.

Exemplo: Um LLM generalista pode servir de base a assistentes, classificadores e agentes.

Modelo otimizado para dedicar mais computação a problemas com vários passos, como programação, matemática ou planeamento.

Exemplo: Pode ser mais eficaz em tarefas complexas, mas também mais lento e caro.

Modelo capaz de processar ou gerar mais do que um tipo de informação, como texto, imagem, áudio ou vídeo.

Exemplo: Um modelo multimodal pode analisar uma fotografia e responder a perguntas sobre ela.

Processamento de linguagem natural: área dedicada a fazer computadores analisar, compreender ou gerar linguagem humana.

Exemplo: Classificação de texto, tradução e pesquisa semântica são tarefas de NLP.

Modelo cujos pesos treinados são disponibilizados para utilização ou adaptação, sob uma licença que pode manter restrições.

Exemplo: Open weights não significa necessariamente código aberto nem liberdade total de uso.

Valores internos aprendidos durante o treino que influenciam como o modelo transforma entradas em resultados.

Exemplo: O número de parâmetros é um indicador de escala, não uma medida suficiente de qualidade.

Instrução, contexto ou conjunto de exemplos fornecido a um modelo para orientar a resposta.

Exemplo: Um bom prompt define objetivo, contexto, restrições e formato esperado.

Ataque ou manipulação em que instruções maliciosas tentam desviar um sistema de IA das suas regras ou fazê-lo revelar informação.

Exemplo: Texto escondido num documento pode tentar ordenar ao agente que ignore a política de segurança.

Redução da precisão numérica dos pesos ou cálculos de um modelo para diminuir memória, custo e latência.

Exemplo: Um modelo quantizado pode correr num portátil com alguma perda de qualidade.

Arquitetura que recupera informação relevante antes de gerar uma resposta, permitindo usar fontes externas ou privadas.

Exemplo: Um chatbot interno procura documentos da empresa e responde com referências.

Modelo computacional composto por camadas de unidades ligadas que aprendem padrões através do ajuste de parâmetros.

Exemplo: Redes neuronais são usadas em visão, fala e linguagem.

Treino por reforço com feedback humano, técnica usada para ajustar modelos segundo preferências avaliadas por pessoas.

Exemplo: Avaliadores comparam respostas para ajudar o modelo a produzir resultados mais úteis.

Categoria do AI Act para certas utilizações de IA com potencial significativo de afetar segurança ou direitos fundamentais.

Exemplo: Algumas utilizações em emprego, educação ou serviços essenciais podem entrar nesta categoria.

Modelo de linguagem pequeno, concebido para menor custo, latência ou execução local face a modelos de grande escala.

Exemplo: Um SLM pode ser suficiente para classificar pedidos num dispositivo.

Parâmetro que influencia a variabilidade das respostas geradas por alguns modelos.

Exemplo: Temperatura mais baixa tende a produzir respostas mais previsíveis, sem garantir exatidão.

Unidade em que um modelo divide texto ou outros dados para os processar; uma palavra pode corresponder a um ou mais tokens.

Exemplo: Custos e limites de contexto são frequentemente calculados em tokens.

Capacidade de um Large Language Model (LLM) de invocar funções ou APIs externas para executar ações específicas, permitindo que o modelo interaja com ferramentas e serviços do mundo real, sendo um pilar para a construção de sistemas de IA agênticos.

Exemplo: Um LLM pode usar 'tool calling' para aceder a uma API de meteorologia e fornecer a previsão do tempo atual, ou para enviar um email através de um serviço de email.

Capacidade de um modelo chamar funções ou serviços externos para obter dados ou executar ações.

Exemplo: Um assistente pode consultar o calendário através de uma ferramenta autorizada.

Arquitetura de rede neuronal baseada em mecanismos de atenção, usada em muitos modelos modernos de linguagem e multimodais.

Exemplo: A arquitetura transformer permite relacionar elementos distantes numa sequência.

Área da IA dedicada à análise e compreensão automática de imagens e vídeo.

Exemplo: Deteção de objetos e inspeção industrial são aplicações de visão computacional.

Um tipo de modelo de inteligência artificial multimodal capaz de processar e compreender informações tanto textuais quanto visuais, permitindo-lhe realizar tarefas que envolvem a interpretação conjunta de imagens e texto, como descrição de imagens ou resposta a perguntas sobre conteúdo visual.

Exemplo: O GPT-4V é um exemplo de VLM que pode analisar uma imagem e gerar uma descrição detalhada ou responder a perguntas específicas sobre os elementos visuais presentes.

Execução de uma tarefa através de instruções sem fornecer exemplos específicos no prompt.

Exemplo: Pedir ao modelo que classifique um texto apenas com a descrição das categorias.