Processamento

Modelos de linguagem

Modelos de linguagem são sistemas de IA avançados que conseguem entender, interpretar e gerar linguagem humana. Esses modelos são treinados em grandes conjuntos de dados de texto e aprendem padrões, combinações de palavras, estruturas de frases e até as sutilezas de diferentes línguas e usos linguísticos. O núcleo de muitos modelos de linguagem modernos é a arquitetura transformadora, que utiliza mecanismos de atenção própria para determinar quais partes do texto são importantes em um contexto dado.

No processamento de linguagem, esses modelos usam métodos estatísticos para prever qual seria a próxima palavra mais provável ou a próxima frase mais provável em um texto. Eles podem entender o contexto de trechos longos de texto e, assim, gerar textos não apenas gramaticalmente corretos, mas também semanticamente coerentes e relevantes.

Ao usar um modelo de linguagem, por exemplo, para um chatbot ou gerador de texto, o modelo recebe prompts ou dados iniciais específicos e, com base nessa entrada, gera texto que logicamente se segue ao contexto fornecido. O objetivo desses modelos é produzir texto que pareça o mais humano possível, tanto em conteúdo quanto em estilo.

Modelos de texto-para-imagem

Modelos de texto-para-imagem são sistemas de IA capazes de gerar representações visuais a partir de descrições textuais, como fotos, ilustrações ou outros tipos de imagens. Esses modelos utilizam redes neurais avançadas e, mais especificamente, redes adversárias generativas (GANs) ou variações como modelos de difusão.

O processo começa com uma descrição de texto inserida pelo usuário. O modelo avalia o texto e tenta entender o significado e o contexto dele. Em seguida, o modelo gera imagens que correspondem à descrição textual, utilizando o que aprendeu durante o treinamento, sendo treinado em grandes conjuntos de dados de pares texto-imagem.

Durante o treinamento, o modelo aprende associações entre descrições textuais e características visuais. Por exemplo, se o modelo vê repetidamente a combinação de palavras "um sol amarelo acima de um mar azul" junto com imagens que ilustram esse cenário, ele aprende a reconhecer e reproduzir esses elementos em criações de imagem futuras.

O resultado costuma ser imagens surpreendentemente precisas e detalhadas que correspondem à descrição de entrada. Esses modelos tornam-se cada vez mais refinados e são capazes de representar cenários complexos com vários objetos e conceitos abstratos. Eles são usados em uma ampla variedade de aplicações, incluindo criações artísticas, design de jogos, realidade virtual e mais.

AI-School disponibiliza modelos

É importante perceber que a AI-School disponibiliza vários modelos de IA que estão contidos no catálogo central de modelos. Esses modelos são fornecidos por terceiros por meio de uma API. Uma API, ou Application Programming Interface, é um conjunto de regras e definições que permitem que programas de software se comuniquem entre si. Funciona como uma espécie de 'linguagem' que os programas entendem para trocar informações e invocar funções umas das outras. A AI-School não possui modelos de linguagem, modelos de texto-para-imagem ou modelos de texto-para-fala por conta própria.

Não nos responsabilizamos pelos resultados dos diversos modelos. Contudo, prestamos atenção à seleção dos melhores e mais interessantes modelos para escolas.

Procedimento de processamento de acordo com a DPIA

A DPIA descreve o procedimento básico para gerar uma resposta da seguinte forma:

• O usuário insere um prompt no portal da AI-School.
• O prompt é armazenado no banco de dados da AI-School.
• A AI-School disponibiliza o prompt por meio de uma conexão de API e uma conta comum de forma anônima ao modelo de IA escolhido.
• O modelo de IA não recebe dados pessoais do usuário individual.
• A resposta do modelo de IA é devolvida à AI-School.
• A resposta é armazenada no banco de dados da AI-School.
• A resposta é apresentada ao usuário.

A AI-School não envia dados pessoais do usuário individual ao modelo de IA. O modelo recebe o conteúdo do prompt sem ligação a um usuário identificável. Um usuário pode ter incluído dados pessoais no prompt; nesse caso, esses dados podem ser processados pelo modelo de IA escolhido.

Contexto adicional

Em funções como chat com documentos, entrada multimodal ou certas ferramentas, o prompt pode ser complementado com contexto escolhido pelo usuário, como trechos de documentos, imagens ou resultados de pesquisa. Também esse contexto é oferecido ao modelo sem ligação a um usuário identificável, mas o conteúdo pode conter dados pessoais caso o usuário tenha incluído.