Conceitos por grupo

O que é inteligência artificial?

IA é um campo de pesquisa e engenharia que cria sistemas capazes de produzir previsões, recomendações, decisões ou conteúdo a partir de entradas. Inclui técnicas de aprendizado de máquina, sistemas de percepção, reconhecimento de padrões e modelos generativos.

Um filtro de spam, uma previsão de demanda e um assistente de escrita podem usar IA de formas muito diferentes. Em uma automação determinística, as mesmas entradas e condições produzem o mesmo resultado; um modelo generativo pode variar. Pergunte qual tarefa o sistema executa, como foi avaliado e onde pode falhar.

Em um sistema baseado em regras, pessoas escrevem condições como “se ocorrer X, faça Y”. No aprendizado de máquina, o treinamento ajusta parâmetros a partir de exemplos para reconhecer padrões. Os dados, o objetivo e a avaliação continuam sendo escolhas humanas; regras e modelos podem trabalhar juntos.

IA preditiva estima um resultado, como uma recomendação musical, um tempo de chegada ou um sinal de possível fraude. IA generativa cria novo texto, imagem, áudio ou código. Essa divisão descreve o uso principal: modelos generativos também fazem previsões durante a geração.

O que é MCP?

Model Context Protocol é um padrão aberto para conectar aplicações de IA a sistemas externos. Um cliente MCP pode descobrir e usar recursos ou ferramentas expostos por servidores, como arquivos, bases de dados e serviços especializados.

MCP não é um modelo nem torna uma resposta automaticamente correta. Ele amplia o que um assistente pode acessar ou fazer; cada conexão precisa de permissões adequadas, limites claros e atenção aos dados compartilhados.

RAG, agentes e ferramentas

RAG recupera trechos de documentos para apoiar a geração de uma resposta. Um agente pode planejar etapas, consultar ferramentas e revisar resultados; uma ferramenta é uma capacidade externa, como busca ou acesso a arquivos.

A recuperação não valida automaticamente uma fonte. Um agente também pode executar uma ação errada se receber permissões amplas ou instruções maliciosas em conteúdo externo. Limite acessos e peça confirmação para ações importantes.

Como os conceitos se combinam

Um assistente pode usar um LLM para entender uma pergunta, RAG para recuperar documentos e MCP para acessar uma ferramenta. O agente coordena essas etapas. Treinamento, inferência, contexto e tokens descrevem partes diferentes desse processo.

Quando ler uma notícia, identifique qual camada mudou: o modelo, a interface, a integração ou a disponibilidade. Isso evita comparar anúncios que tratam de coisas distintas.

Aprendizado de máquina, treinamento e inferência

Aprendizado de máquina é uma parte da IA em que modelos ajustam parâmetros a partir de exemplos. Treinamento é a etapa desse ajuste; inferência é o uso do modelo já treinado para produzir uma saída diante de uma nova entrada.

Uma conversa comum com um assistente não significa, por si só, que os parâmetros do modelo foram alterados. Histórico, memória do produto e treinamento são mecanismos diferentes; confira a política do serviço para saber como seus dados podem ser usados.

O que é um LLM?

LLM significa Large Language Model, ou grande modelo de linguagem. Ele aprende padrões a partir de grandes conjuntos de dados e gera uma sequência de tokens em resposta ao contexto recebido. Pode resumir, redigir, classificar e apoiar programação.

A fluência não garante verdade. O modelo pode produzir uma afirmação convincente e errada, perder detalhes em um documento ou reproduzir vieses. Para uso sério, inclua fontes, testes e revisão humana.

Um modelo é uma estrutura matemática com parâmetros ajustados durante o treinamento. Pense nele como um motor, não como um cérebro humano. ChatGPT é o produto em que a pessoa conversa, com interface e recursos próprios; GPT designa uma família de modelos que pode ser usada nesse produto. Um aplicativo pode oferecer modelos diferentes.

Tokens, janela de contexto e memória

Tokens são unidades em que o modelo processa a entrada e gera a saída. Como régua inicial, 1.000 tokens correspondem a cerca de 750 palavras em inglês comum; essa proporção não é fixa em português e muda conforme texto e modelo. A janela de contexto limita quanto material cabe no processamento e varia por modelo e produto.

Uma janela maior não garante que todos os detalhes serão recuperados com a mesma precisão. Memória persistente é um recurso separado, quando disponível. Em trabalhos longos, divida a tarefa, peça referências a trechos e confira o documento original.