Seguimos na nossa série sobre IA avançando um pouco mais e entrando na área de cursos, no caso oferecidos pelo Google, e de graça pelo menos por enquanto e nesse caso a gente até curte.
A toda poderosa Google nomeou o seu modelo de IA – Inteligência Artificial acrescentando o adjetivo GENERATIVA. Em termos linguísticos a palavra é do gênero feminino e tem origem na palavra GERAR. Numa simplificação rasa uma IA Generativa é do tipo que é capaz de criar uma informação “nova” partindo de dados que ela já tem acesso.
Possivelmente os experts já conhecem, mas para os que eventualmente ainda não conhecem o Google mantém uma série de cursos na nuvem principalmente voltados para o desenvolvimento de conhecimentos e habilidades mais ligados ao seu ramo específico de atividade. Para você ter acesso a nuvem do Google (Google Cloud) onde os cursos são mantidos (obviamente) é preciso pagar USD 29 por mês ou USD 299 por ano (arredondando será algo em torno de R$ 150.00 mensais ou R$ 1.500,00 anuais. Convenhamos que não é muito para quem é da área e está exercendo a profissão (todo desenvolvedor é rico e trabalha por esporte …rsrsrsrs…).
O link para acesso a página está na final da postagem.
Por outro lado, a Google vem desenvolvendo a sua própria IA. Talvez para dar um gás no interesse de novos usuários, desenvolvedores e possivelmente futuros dependentes da sua própria IA a Google liberou acesso gratuito a 10 módulos (em inglês) que ela chama de ATIVIDADES ou microlearning (módulos compactos de ensino à distância). De acordo com a página inicial cada módulo tem duração média de 1 dia e alguns são classificados como introdutórios (introduction) e outros como intermediários. No caso dos intermediários há necessidade de conhecimento em linguagem de programação Python, Machine learning e Deep learning, dependendo do módulo acessado. Atenção, alguns são classificados como introdutórios mas podem requerer conhecimentos prévios.
Confira a lista abaixo com algumas explicações rasas da nossa parte:
- Introduction to Generative AI [Introdução a IA Generativa]: basicamente explica o que é e quais são as diferenças em relação aos outros modelos de IA;
- Introduction to Large Language Models (LLMs) [Introdução a linguagem LLMs]: talvez seja a parte que poderíamos comparar com a nossa mente. LLMs também é batizado como tecnologia e vem daqui a capacidade de “ler” e “escrever” ou seria “gerar” textos “imitando” os padrões da fonte dos dados, ou seja, da forma como os dados estavam escritos;
- Introduction to Responsible AI [Introdução a IA responsável]: a palavra responsável remete a uma visão da Google sobre o uso da IA que lista alguns princípios a serem seguidos;
- Introduction to Generative AI [Introdução a IA generativa]: introduz o conceito, recursos e opções de uso;
- Introduction to Image Generation [Introdução a geração de imagem]: aborda a teoria dos modelos de difusão (método para criação de imagens a partir de comandos inseridos via prompt ou textos), como treiná-los e implementá-los usando a Vertex AI, evidentemente oferecido pelo Google;
- Encoder-Decoder Architecture [Arquitetura Codificador-Decodificador – Nível Intermediário]: entra no campo do Deep Learning e geralmente são duas estruturas chamadas de “neurais” praticamente semelhantes, mas uma vai numa direção e a outra volta ou faz o caminho contrário. Um bom exemplo é o sistema de tradução instantâneo. Numa ponta entra uma frase em inglês, por exemplo, e o encoder transforma a frase em sequência de números e o decoder transforma essa sequência de números numa frase em alemão, francês etc. Ok, não é tão difícil enfiar um dicionário dentro de um banco de dados. A diferença toda dessa arquitetura é que ele consegue trabalhar e dar sentido a frase que sai na outra ponta. Digamos, simplificando bastante, que é a diferença entre traduzir palavra por palavra formando talvez uma frase sem sentido (já tentou traduzir texto a partir do Mandarim ou do Japonês num tradutor online?) e entregar como resposta uma frase que faz sentido. Esse é o detalhe. Esse módulo ensina como treinar e usar com apoio da IA generativa do Google;
- Attention Mechanism [Mecanismo de Atenção – Nível intermediário] é um conceito ligado ao módulo anterior da arquitetura encoder-decoder. É um mecanismo baseado na forma como os seres humanos aprendem. O pulo do gato é a forma como ela atua considerando que a princípio uma máquina não saberia identificar ou dar valor para um dado ou conjunto deles no meio de uma montanha de outros dados. Tudo depende do treinamento que é dado para a IA. É aqui que o funcionamento de uma IA se destaca resumindo vários textos em poucas linhas ou respondendo perguntas (como faz o ChatGPT) de forma correta e coerente (ou nem sempre, dependendo de como foi treinado ou alimentado);
- Transformer Models and BERT Model [Modelos de transformadores e modelo de BERT – Introdutório]: BERT (Bidirectional Encoder Representations from Transformers – open source) é um modelo previamente treinado para processar linguagem natural (nossa fala no dia a dia) criado pelo Google. A partir do desenvolvimento e aprimoramento desses transformadores digitais (redes neurais sintéticos ou artificiais) saíram “coisas” como a Siri da Apple ou a Alexa da Amazon. A palavra “transformer” define um tipo de rede neural baseado no mecanismo de atenção citado no módulo anterior, que foi a grande responsável pela evolução recente neste campo específico. O GPT da OpenIA é considerado uma variante do BERT;
- Create Image Captioning Models [Modelos para criação de legendas de imagens – Intermediário]: como o nome diz ensina a criar legendas para imagens usando deep learning usando ferramentas como arquitetura encoder-decoder e como treinar, desenvolver e avaliar uma IA voltada para este tipo de atividade;
- Introduction to Generative AI Studio [Introdução a IA Studio]: O IA Studio faz parte da Vertex IA que está disponível no Google Cloud. Basicamente a Vertex IA facilita a vida de quem precisa criar ou desenvolver algo usando machine learning (que não é algo exatamente rápido e simples) agilizando o processo. Quando ouvimos falar em Google geralmente associamos com facilidade de uso, interface amigável e coisas do tipo no nível dos desenvolvedores (diga-se de passagem, para não dar asas para quem não pode voar).
Link para acessar os cursos: