Ir para o conteúdo principal
Glossário

Glossário Colaborativo sobre Inteligência Artificial

Condições de conclusão

📌 Glossário Colaborativo – Inteligência Artificial

Seja bem-vindo(a) ao nosso Glossário Colaborativo sobre Inteligência Artificial (IA)! Este espaço foi criado para que possamos construir, de forma coletiva, um repositório de conceitos fundamentais relacionados ao tema da disciplina.

A proposta é que cada participante contribua adicionando definições, exemplos e reflexões sobre os termos mais relevantes no campo da IA. O objetivo é facilitar a compreensão dos conteúdos abordados, promovendo uma aprendizagem mais interativa e significativa.

🔹 Como participar?
1️⃣ Escolha um termo relacionado à Inteligência Artificial.
2️⃣ Pesquise e elabore uma definição clara e objetiva.
3️⃣ Sempre que possível, inclua exemplos, aplicações ou referências que ajudem a contextualizar o conceito.
4️⃣ Interaja com as contribuições dos colegas, complementando ou discutindo definições de forma construtiva.

🔎 Alguns termos para iniciar o glossário:

  • Aprendizado de Máquina (Machine Learning)
  • Redes Neurais Artificiais
  • Processamento de Linguagem Natural (PLN)
  • Algoritmo
  • Big Data
  • Ética na Inteligência Artificial
  • Viés Algorítmico
  • IA Generativa
  • Deep Learning
  • Chatbots

Lembre-se: este é um ambiente colaborativo, e cada contribuição fortalece o aprendizado de toda a turma! Vamos construir juntos um glossário completo e enriquecedor. 🚀💡

Participem e aproveitem a oportunidade para expandir seus conhecimentos! 📚🤖



Navegar usando este índice

Especial | A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | Todos

A

Yd

Aprendizado de Máquina (Machine Learning)

por Yasmim da Silva Lopes Ribeiro - sexta-feira, 11 abr. 2025, 19:40
 

Aprendizado de Máquina (Machine Learning)

Aprendizado de Máquina (Machine Learning) é a área da inteligência artificial que a partir dos dados, identifica um padrões e toma decisões sem muita intervenção humana.

Exemplos reais: A Netflix recomenda filmes e séries com base no que você assiste.

A definição dada pela empresa de tecnologia da informação, IBM Brasil, é a seguinte:

O aprendizado de máquina (ML) é uma ramificação da inteligência artificial (IA) focada em permitir que computadores e máquinas imitem a maneira como os seres humanos aprendem, realizem tarefas de forma autônoma e melhorem seu desempenho e precisão por meio da experiência e exposição a mais dados.

Referência:

https://www.ibm.com/br-pt/think/topics/machine-learning

 

B

Sou Isabelly Cardoso tenho 25 anos, curso Engenharia Química

Big Data

por Isabelly Andre Gomes da Silva Cardoso - quarta-feira, 2 abr. 2025, 12:32
 
Big Data é um conjunto de dados de grande volume e variedade, que cresce de forma exponencial. É composto por dados estruturados, não estruturados e semiestruturados.
Características
- São dados que chegam em tempo real
- São provenientes de diversas fontes, como web, celular, email, redes sociais e dispositivos inteligentes
-São complexos e não podem ser facilmente gerenciados ou analisados com ferramentas tradicionais
Análise de Big Data
- Exige processamento paralelo, aprendizado de máquina e IA
- Utiliza métodos, ferramentas e aplicativos projetados especificamente para análise de Big Data
Aplicações
- Na medicina, o Big Data é usado para analisar registros médicos, resultados de exames e históricos de pacientes
- Nas empresas, o Big Data pode ser usado para tomar decisões comerciais mais precisas
Fontes de Big Data Dados de mídia social, Dados de máquina, Dados transacionais.

Link de Video explicando o que é Big Data.

https://www.i2ai.org/content/glossary/?gad_source=1&gclid=EAIaIQobChMI8rDvoNG5jAMVYCFECB1k5QpIEAAYASAAEgJ1wvD_BwE#cap4
 

C

PF

Chatbots

por Pietra Felipe Loschiavo Brasileiro - terça-feira, 15 abr. 2025, 13:55
 

Um chatbot é um programa utilizado para realizar interações por meio de conversas de texto ou voz, através de técnicas de inteligência artificial (IA) como processamento de linguagem natural (PLN), ele interpreta e responde a interações de usuários, oferecendo respostas automatizadas e, em alguns casos, aprendendo com as interações para melhorar sua performance.​ Nem todos chatbots são baseados em IA, alguns são baseado em regras específicas com scripts predefinidos, só conseguem responder se a pergunta/resposta estiver programada.

Alguns exemplos de Chatbots são: Eliza, um dos primeiros chatsbots criados; o ChatGPT, que é um modelo avançado de IA; Vivi, chat da operadora Vivo; a Bia, do Bradesco e muitos outros exemplos de empresas que utilizam essa ferramenta para automatizar os atendimentos.

Os chatbots têm ganhado destaque em diversas áreas por automatizarem a comunicação com os usuários de forma rápida e eficiente. São amplamente usados no atendimento ao cliente, e-commerce, saúde, educação e serviços financeiros, oferecendo suporte, tirando dúvidas e agilizando processos. Entre suas principais vantagens estão a disponibilidade 24 horas por dia, a capacidade de atender muitos usuários ao mesmo tempo, a redução de custos operacionais e a melhora na experiência do usuário.

Com o avanço da inteligência artificial, os chatbots tendem a se tornar ainda mais precisos e úteis, tornando-se ferramentas essenciais para empresas que buscam inovação e eficiência no relacionamento com seus públicos.


 

D

Fabiana da Silva Arruda

Deep Learning

por Fabiana da Silva Arruda - domingo, 6 abr. 2025, 14:42
 
Deep Learning é uma área da inteligência artificial que se inspira no funcionamento do cérebro humano para ensinar máquinas a aprenderem com grandes volumes de dados. Ele utiliza redes neurais artificiais, que são compostas por várias camadas interligadas, permitindo que a máquina identifique padrões e tome decisões de forma autônoma. Essa tecnologia é usada em diversas aplicações do dia a dia, como reconhecimento facial, assistentes virtuais e até diagnósticos médicos, tornando processos mais rápidos e precisos.

Em resumo, é como se as máquinas "aprendessem a aprender", ficando cada vez mais inteligentes à medida que processam mais informações.

Segue exemplo, aplicação e referência que pode ajudar a contextualizar o conceito de Deep Learning: 

(Exemplo) Reconhecimento de fala: Assistentes virtuais como Siri, Alexa e Google Assistant utilizam Deep Learning para interpretar comandos de voz e responder de forma precisa.

(Aplicação) E-commerce: Plataformas como Amazon utilizam Deep Learning para prever o comportamento do consumidor e oferecer recomendações personalizadas

(Referência) Para um tutorial completo sobre o tema, o site DataGeeks oferece uma visão detalhada sobre redes neurais e algoritmos.
Acesse: https://www.datageeks.com.br/deep-learning/
 

É

BL

Ética na inteligência artificial

por Brenda Lane Matos - quinta-feira, 12 jun. 2025, 15:43
 

Hoje em dia, a inteligência artificial faz parte de quase tudo: desde redes sociais até sistemas de saúde e segurança. Com tanta presença no nosso dia a dia, é natural que a gente comece a se perguntar: será que estamos usando essa tecnologia do jeito certo? É aí que entra a ética na IA.

Falar de ética nesse contexto é, basicamente, pensar em como garantir que a IA seja usada de forma justa, sem prejudicar ninguém. Um dos maiores desafios é evitar que os sistemas aprendam e repitam preconceitos que existem na sociedade, como racismo ou machismo, por exemplo. Isso pode acontecer se os dados usados para "ensinar" a IA já vierem com esse tipo de problema.

Outro ponto importante é a transparência. As pessoas precisam saber como essas decisões são tomadas por sistemas inteligentes, principalmente quando isso afeta diretamente a vida delas — tipo quando alguém é negado num empréstimo ou numa seleção de emprego por causa de um algoritmo que ninguém entende direito.

Também tem a questão da privacidade. Muitos desses sistemas lidam com informações pessoais, então é fundamental que esses dados sejam protegidos e usados com responsabilidade. Além disso, sempre deve existir alguém que possa responder caso algo dê errado, porque não dá pra simplesmente culpar a máquina.

Organizações como a UNESCO já começaram a criar orientações para lidar com tudo isso. Em 2021, por exemplo, eles publicaram um documento bem importante com recomendações sobre o uso ético da IA, defendendo valores como justiça, segurança e respeito aos direitos humanos.

No fim das contas, usar a IA com responsabilidade é um desafio, mas também uma necessidade. Afinal, quanto mais poder a tecnologia tem, mais cuidado a gente precisa ter com ela.

REFERÊNCIA: UNESCO (2021), "Recomendação sobre a Ética da Inteligência Artificial"

 

P

IP

Prompt

por Iasmin Paula Lopes Dias - segunda-feira, 23 jun. 2025, 15:10
 

Prompt é o comando ou pergunta que você faz para uma Inteligência Artificial, indicando o que você espera que ela faça ou responda. Ele funciona como uma orientação: quanto mais claro e detalhado, melhor o resultado que a IA vai gerar.

Por exemplo, se você pedir apenas “Escreva um texto”, a resposta pode ser genérica e vaga. Mas se disser “Escreva um texto curto e inspirador sobre a importância da leitura para crianças”, a resposta será mais focada e relevante para o que você deseja.

Saber usar bem o prompt é essencial para ter um melhor resultado das ferramentas de IA.

EDSOFTwares. O que é prompt, como usar e tire dúvidas sobre o comando. TechTudo, 2024. Disponível em: https://www.techtudo.com.br/google/amp/guia/2024/09/o-que-e-prompt-como-usar-tire-duvidas-sobre-o-comando-edsoftwares.ghtml. Acesso em: 23 jun. 2025.

 

R

Jd

Redes Neurais Artificiais

por Jaerle de Lima Gomes - terça-feira, 6 mai. 2025, 10:43
 

As Redes Neurais Artificiais (RNAs) são modelos computacionais inspirados na estrutura e no funcionamento do cérebro humano. Esses sistemas são compostos por unidades denominadas neurônios artificiais, organizados em camadas interconectadas. Cada conexão possui um peso associado, o qual é ajustado durante o processo de treinamento com o objetivo de otimizar a capacidade de reconhecimento de padrões e a tomada de decisões.

O processamento de informações em uma RNA ocorre de forma hierárquica. Os dados são recebidos pela camada de entrada, transformados nas camadas ocultas e, posteriormente, processados para gerar uma saída. Essa arquitetura permite que as redes neurais sejam aplicadas em uma ampla variedade de tarefas, como reconhecimento de imagens, processamento de linguagem natural, diagnósticos médicos e sistemas de recomendação.

Um exemplo de aplicação prática é o sistema de reconhecimento facial em dispositivos móveis, que utiliza redes neurais treinadas com grandes conjuntos de imagens para identificar características biométricas específicas.

As Redes Neurais Artificiais também constituem a base para técnicas mais avançadas, como o Deep Learning, que explora arquiteturas com múltiplas camadas para resolver problemas complexos e de alta dimensionalidade.

Referências:

IA Expert Academy. Os Tipos de Redes Neurais. Disponível em: https://iaexpert.academy/2020/06/08/os-tipos-de-redes-neurais/

IBM. O que são redes neurais?. Disponível em: https://www.ibm.com/cloud/learn/neural-networks


 


slot thailand

login santuy4d

garudaslot