Créditos de

classificação binária

: Imagem fornecida; Autor: Stephen Whitelaw;

A

classificação binária é uma tarefa em que um sistema de IA escolhe entre duas categorias. Os exemplos incluem spam ou não spam, fraude ou não fraude, doença ou ausência de doença, aprovação ou rejeição. Parece simples, mas as consequências podem ser graves. Em ambientes de alto risco, precisamos entender não apenas a resposta, mas também a confiança, a taxa de erro e o impacto dos erros.

Créditos da

caixa preta

: Imagem fornecida; Autor: Stephen Whitelaw;

Um sistema de IA de caixa preta é aquele cujo raciocínio interno é difícil para os humanos entenderem. Muitos modelos modernos de IA são poderosos, mas não são facilmente explicáveis. Isso cria um problema em áreas como saúde, finanças e direito, onde as pessoas podem precisar saber por que uma decisão foi tomada. Os sistemas de caixa preta podem ser úteis, mas exigem testes e supervisão cuidadosos.

Créditos da

pontuação BLEU

: Imagem fornecida; Autor: Stephen Whitelaw;

BLEU é uma pontuação tradicionalmente usada para avaliar a tradução automática. Ele compara uma tradução gerada por IA com uma ou mais traduções humanas. Uma pontuação BLEU mais alta geralmente significa que a tradução automática está mais próxima do texto de referência. No entanto, como muitas métricas, ela é imperfeita. Uma tradução pode ter uma boa pontuação, mas ainda soar pouco natural, ou ter uma pontuação ruim, embora seja aceitável para um leitor humano.

Créditos do

bot

: Imagem fornecida; Autor: Stephen Whitelaw;

Um bot é um programa de software que executa tarefas automatizadas. Alguns bots são simples, como aqueles que enviam lembretes ou respondem a perguntas básicas de atendimento ao cliente. Os bots com inteligência artificial são mais flexíveis e podem entender a linguagem natural. Os bots podem ser úteis, mas também podem ser usados para spam, fraudes, desinformação ou atividades falsas nas redes sociais.

Créditos da

caixa delimitadora

: Imagem fornecida; Autor: Stephen Whitelaw;

Uma caixa delimitadora é um retângulo desenhado ao redor de um objeto em uma imagem para que um sistema de IA possa aprender a detectá-lo. Por exemplo, em uma imagem de trânsito, caixas podem ser desenhadas em torno de carros, pedestres, bicicletas e placas. As caixas delimitadoras são comumente usadas em visão computacional. Eles mostram à IA não apenas o que está em uma imagem, mas onde ela está.

BPE — Créditos de codificação de pares de bytes

: Imagem fornecida; Autor: Stephen Whitelaw;

A

codificação de pares de bytes, ou BPE, é um método usado para dividir o texto em unidades menores chamadas tokens. Esses símbolos podem ser palavras inteiras, partes de palavras ou caracteres. Os modelos de linguagem geralmente não lêem texto exatamente como os humanos; eles processam tokens. A tokenização afeta o custo, a velocidade e a forma como um modelo lida com palavras, nomes ou idiomas incomuns.

Créditos de

aumento

: Imagem fornecida; Autor: Stephen Whitelaw;

Boosting é uma técnica de aprendizado de máquina que combina muitos modelos mais fracos para criar um mais forte. Cada novo modelo se concentra mais nos erros cometidos pelos modelos anteriores. Com o tempo, o sistema combinado se torna mais preciso. O reforço é amplamente usado em problemas de dados estruturados, como pontuação, previsão e classificação de riscos

.

Créditos de

inteligência de negócios

: Imagem fornecida; Autor: Stephen Whitelaw;

A

inteligência de

negócios usa dados para ajudar as organizações a entender o desempenho e tomar decisões. A inteligência de negócios tradicional geralmente envolve painéis e relatórios. A IA pode aprimorar a inteligência de negócios encontrando padrões, produzindo previsões, resumindo tendências e sugerindo ações. No entanto, os insights de negócios gerados pela IA ainda precisam de julgamento humano e

conhecimento de domínio.