Resumo de Inteligência Artificial (IA): IA Generativa e LLMs, Engenharia de Prompts e Governança e Ética em IA

Descrição do Resumo:

A Inteligência Artificial (IA) é, sem dúvida, a tecnologia mais transformadora da nossa era, redefinindo as fronteiras da computação e da capacidade humana. Em conjunto com o Aprendizado de Máquina e a ascensão dos Grandes Modelos de Linguagem (LLMs), a IA se consolidou como um tópico indispensável e cada vez mais cobrado nos concursos públicos de Tecnologia da Informação de alto nível.

Neste resumo, vamos explorar desde os conceitos fundamentais da IA, como a distinção entre IA Forte e Fraca, mergulharemos no universo da IA Generativa, desvendando seu coração, a arquitetura Transformer, e os poderosos LLMs. Abordaremos em detalhes as técnicas essenciais como RAG (Retrieval-Augmented Generation) e a Engenharia de Prompt, além de mapear o ecossistema de modelos e plataformas mais relevantes da atualidade, como ChatGPT, Gemini, Claude, Llama e Amazon Bedrock. Em seguida, trataremos do pilar crítico da Governança e Ética, discutindo temas como viés, transparência, explicabilidade e segurança. Por fim, aplicaremos todo o conhecimento adquirido na resolução de questões de concursos públicos sobre o tema.

Bons estudos,

Equipe Resumos de TI

Conteúdo do Resumo:

  • Introdução
  • Conceitos Fundamentais de IA
    • Definição formal de IA
    • IA Forte vs. IA Fraca
    • Abordagens Históricas: Simbólica vs. Conexionista
    • Principais Subcampos da IA
  • IA Generativa e LLMs
    • IA Generativa vs. IA Discriminativa
      • Modelos Discriminativos: Os Classificadores
      • Modelos Generativos: Os Criadores
      • Tabela Comparativa: Discriminativo vs. Generativo
    • A Arquitetura Transformer: O Coração dos LLMs
      • O Mecanismo de Auto-Atenção (Self-Attention)
      • Positional Encoding: O Fator “Ordem”
      • A Arquitetura Encoder-Decoder
    • Grandes Modelos de Linguagem (Large Language Models – LLMs)
      • As Fases de Desenvolvimento de um LLM
      • Capacidades Emergentes
    • Retrieval-Augmented Generation (RAG)
      • Comparativo Essencial: RAG vs. Fine-Tuning
      • Desafios e Otimizações em RAG
  • Engenharia de Prompts e Agentes
    • Princípios Fundamentais de um Bom Prompt
    • Técnicas Clássicas de Prompting
    • Agentes de IA (AI Agents)
  • Modelos e Plataformas de IA Generativa
    • Modelos Fundacionais
    • Plataformas de IA como Serviço
  • Governança e Ética em IA
    • Viés Algorítmico (Algorithmic Bias)
    • Transparência e Explicabilidade (XAI)
    • Responsabilidade (Accountability)
    • Privacidade e Segurança
    • Governança de IA: A Estrutura que Une Tudo
      • Componentes Essenciais de um Framework de Governança de IA