IApédia — Glossário de Inteligência Artificial (Letra I)
Bem-vindo à IApédia, o glossário de Inteligência Artificial criado pela AQIA.
Nesta página encontras os principais conceitos e siglas iniciados pela letra I,
explicados em linguagem simples, com tradução, significado e exemplos práticos.
Termos de Inteligência Artificial — Letra I
Nº | Termo | Tradução (se aplicável) | Descrição | Exemplo |
---|---|---|---|---|
1 | Identity Function | Função Identidade | Função matemática que retorna a entrada sem alteração, usada ocasionalmente em redes neuronais. | Camada de saída em regressão linear simples. |
2 | Image Captioning | Legenda de Imagem | Processo de gerar descrições textuais automaticamente para imagens usando modelos de IA. | Legendagem automática de fotos em redes sociais. |
3 | Image Generation | Geração de Imagem | Criação de imagens por modelos de IA generativa a partir de texto ou outras imagens. | DALL·E e Stable Diffusion para gerar imagens a partir de descrições. |
4 | Image Segmentation | Segmentação de Imagem | Processo de dividir uma imagem em segmentos significativos para análise detalhada. | Detecção de objetos em fotos para condução autónoma. |
5 | Implicit Feedback | Feedback Implícito | Informação sobre preferências do utilizador inferida sem interação explícita. | Cliques ou tempo de visualização usados para melhorar recomendações. |
6 | Incentive Learning | Aprendizagem por Incentivo | Método em aprendizado por reforço onde o agente é guiado por recompensas e penalizações para aprender. | Agente aprende a jogar videojogo com base em pontos ganhos ou perdidos. |
7 | Inductive Bias | Viés Indutivo | Conjunto de suposições incorporadas em modelos que afetam a sua capacidade de generalizar além dos dados vistos. | Redes convolucionais têm viés para processar imagens. |
8 | Information Bottleneck | Gargalo de Informação | Método para compressão de informações, mantendo o essencial para a tarefa. | Reduzir dimensionalidade mantendo precisão na classificação. |
9 | Information Retrieval | Recuperação de Informação | Processo de encontrar dados relevantes a partir de grandes coleções, usado em motores de busca e IA. | Sistema que responde a perguntas com base em documentos relevantes. |
10 | Input Embedding | Embedding de Entrada | Representação vetorial da entrada (palavra, pixel, etc.) usada para alimentar um modelo de IA. | Vetores de palavras usados em modelos Transformer. |
11 | Instance Segmentation | Segmentação de Instância | Segmentação de objetos individuais numa imagem, distinguindo entre diferentes instâncias da mesma classe. | Segmentar vários carros numa fotografia urbana. |
12 | Instruction Tuning | Ajuste por Instrução | Técnica de afinar modelos para seguir melhor instruções em linguagem natural. | Treinar GPT para melhor seguir comandos do utilizador. |
13 | Interactive Learning | Aprendizagem Interativa | Processo onde humanos interagem para melhorar o treino e desempenho de modelos. | Etiquetagem iterativa e ajuste de modelos com feedback humano. |
14 | Interpretability | Interpretabilidade | Grau em que um modelo de IA pode ser compreendido e explicado pelos humanos. | Visualização das decisões de um modelo de regressão. |
15 | Iterative Refinement | Refinamento Iterativo | Processo de melhorar saídas de um modelo passo a passo, por múltiplas iterações. | Ajustar uma legenda de imagem gerada até ficar mais correta. |
16 | Iteration | Iteração | Um passo ou ciclo completo no processo de treino ou inferência de um modelo. | Cada época de treino com todos os dados representa múltiplas iterações. |
17 | Isotropic Gaussian Noise | Ruído Gaussiano Isotrópico | Ruído com distribuição normal e variância uniforme em todas as direções, usado para regularização. | Adicionar ruído para robustez em dados de treino. |
18 | Item-based Collaborative Filtering | Filtragem Colaborativa Baseada em Itens | Técnica de recomendação que sugere itens similares aos já avaliados pelo utilizador. | Sugerir filmes parecidos a outros que o utilizador viu e gostou. |
19 | Isolation Forest | Floresta de Isolamento | Algoritmo para deteção de anomalias baseado em isolamento de pontos em árvores de decisão. | Identificar transações financeiras suspeitas. |
20 | Instance-based Learning | Aprendizagem Baseada em Instâncias | Método onde o modelo utiliza exemplos específicos para inferência em vez de generalizar globalmente. | Algoritmos k-NN para classificação simples. |
21 | Inference | Inferência | Processo de usar um modelo treinado para fazer previsões em novos dados. | Classificar imagens novas usando um modelo já treinado. |
22 | Influencer Model | Modelo Influenciador | Modelo treinado para afinar ou orientar outros modelos menores ou especializados. | Modelos grandes como GPT que guiam modelos mais pequenos. |
23 | Input Space | Espaço de Entrada | Conjunto de todas as possíveis entradas que um modelo pode receber. | Espaço vetorial de palavras para modelos de linguagem. |
24 | Input Token | Token de Entrada | Unidade básica de entrada num modelo de linguagem, como uma palavra ou sub-palavra. | Tokens como "chat", "##bot" em tokenização WordPiece. |
25 | Implicit Feedback Loop | Ciclo de Feedback Implícito | Processo contínuo onde o sistema ajusta-se com base em sinais implícitos dos utilizadores. | Aprender com comportamento do utilizador sem feedback explícito. |
26 | Inductive Learning | Aprendizagem Indutiva | Aprendizagem onde o modelo generaliza a partir de exemplos específicos. | Aprender a classificar imagens de gatos após ver várias imagens rotuladas. |
27 | Input Normalization | Normalização de Entrada | Escalamento ou transformação dos dados de entrada para melhorar treino e estabilidade. | Normalizar pixels de imagem para valores entre 0 e 1. |
28 | In-Context Learning | Aprendizagem no Contexto | Capacidade dos LLMs de aprender com exemplos fornecidos diretamente no prompt, sem treino adicional. | GPT-3 responde a perguntas após exemplos fornecidos numa mesma conversa. |
29 | Internal Memory | Memória Interna | Memória utilizada por modelos para armazenar estados ou informações ao longo do processo. | Redes com memória como LSTM guardam estados internos para sequências. |
30 | Instance Weighting | Pesagem de Instâncias | Técnica que atribui pesos diferentes a exemplos durante treino para melhorar desempenho. | Dar mais importância a exemplos raros ou importantes. |
31 | Imputation | Imputação | Processo de preencher dados que faltam em conjuntos de dados. | Preencher valores ausentes em surveys com média ou predição. |
32 | Input Embedding Layer | Camada de Embedding de Entrada | Primeira camada em modelos de linguagem que converte tokens em vetores densos. | Embeddings no Transformer para palavras ou subpalavras. |
33 | Inference Time | Tempo de Inferência | Tempo necessário para o modelo gerar uma previsão após receber a entrada. | Tempo para gerar resposta textual num chatbot. |
34 | Impartiality | Imparcialidade | Propriedade de um modelo ou sistema de IA que evita vieses e discriminações injustas. | Modelos auditados para garantir decisões justas. |
35 | Image-to-Image Translation | Tradução de Imagem para Imagem | Técnica de IA que transforma uma imagem noutra mantendo estrutura, mas alterando estilo ou conteúdo. | Converter esboços em fotos realistas. |
36 | Input-output Mapping | Mapeamento Entrada-Saída | Relação aprendida entre entradas e saídas num modelo. | Rede neural que associa imagens a rótulos. |
37 | Injection Attack | Ataque de Injeção | Técnica de ataque que insere dados maliciosos para manipular modelos de IA. | Inserção de prompts maliciosos para gerar respostas não confiáveis. |
38 | Incremental Learning | Aprendizagem Incremental | Técnica de atualizar um modelo continuamente com novos dados sem esquecer o anterior. | Modelos que recebem atualizações periódicas de dados. |
39 | Information Gain | Ganho de Informação | Métrica que quantifica a redução de incerteza ao dividir dados; usada em árvores de decisão. | Avaliar a importância de atributos na árvore. |
40 | Interpretive Model | Modelo Interpretativo | Modelo cujo funcionamento e decisões podem ser entendidos claramente. | Regressão linear e árvores de decisão simples. |