Glossário Colaborativo sobre Inteligência Artificial | IFHT

📌 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

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

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

bigdata5vs.webp

Outras palavras que serão linkadas ao mesmo item:

D

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/

R

Redes Neurais Artificiais

por Jaerle de Lima Gomes - quarta-feira, 9 abr. 2025, 16:56

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

Rua São Francisco Xavier, 524, 2034-F, 2^º andar bloco F
Maracanã, Rio de Janeiro, RJ - Brasil
CEP: 20550-900