Como a IA Funciona: A Matemática Que Leu a Internet

Aula 1

A Grande Ideia: A Matemática Que Leu a Internet

Aqui está todo o campo da IA em uma frase: alguém colocou quase a internet inteira dentro de uma máquina matemática gigante, e a máquina aprendeu os padrões.

Cada livro, cada artigo, cada discussão, cada receita, cada piada. Tudo entrou como texto e saiu como números, bilhões de números organizados de um jeito em que coisas com significados parecidos ficam perto umas das outras. Quando você faz uma pergunta, a máquina caminha por essa matemática e volta com uma resposta.

Aula 2

É Taxonomia Até o Fim

Dave disse isso da melhor forma: no fundo, é tudo taxonomia. E ele tem razão. Por baixo da matemática sofisticada, o que a máquina aprendeu foi categorias: esta palavra pertence a estas palavras, esta ideia é parecida com aquela ideia, esta pergunta pertence àquele grupo.

Pense em como você pensa. Você vê uma coisinha peluda de quatro patas e seu cérebro a coloca em "cachorro", que fica dentro de "animais de estimação", que fica dentro de "animais". A IA faz a mesma coisa, só que com milhões de categorias, todas aprendidas lendo tudo.

Toda vez que ela responde a você, ela está classificando: que tipo de pergunta é esta, que tipo de resposta combina com ela, o que vive na mesma vizinhança. Taxonomia não é uma parte pequena da IA. É o jogo inteiro.

Aula 3

Palavras Viram Números

Antes de a IA ver suas palavras, elas são convertidas em números. Cada palavra, ou pedaço de palavra, vira uma longa lista de números, uma posição em um mapa gigante onde significados parecidos ficam perto um do outro.

"Rei" fica perto de "rainha". "Feliz" fica perto de "alegre". A máquina não sabe o que é felicidade. Ela só sabe onde "feliz" mora no mapa, quem são seus vizinhos e quais vizinhanças ele visita.

É por isso que a IA é tão boa com linguagem e tão ruim para contar: ela não faz matemática como uma calculadora. Ela trabalha com significado como um mapa.

Aula 4

A Máquina de Previsão

Aqui está o truque sobre o qual toda a indústria foi construída: a máquina prevê a próxima palavra. Dado tudo o que veio até agora, qual palavra vem a seguir? Depois a próxima. Depois a próxima, bilhões de vezes.

Isso parece simples demais para produzir inteligência, e de certa forma é. Mas prever a próxima palavra corretamente, em todos os assuntos sobre os quais os humanos escrevem, exige entender gramática, fatos, raciocínio, estilo e tom. A fluência surge da previsão do mesmo jeito que a umidade surge das moléculas de água.

Cada resposta que você já recebeu do ChatGPT ou do Muse foi construída uma palavra prevista por vez.

Aula 5

Treinamento: Lendo a Internet Inteira

Como a máquina aprendeu todos esses padrões? Lendo. Durante o treinamento, ela lê pilhas enormes de texto, livros, sites e artigos, e pratica prever a próxima palavra, de novo e de novo, ajustando seus bilhões de números cada vez que erra.

Isso leva meses e custa milhões de dólares em computação. É o programa de leitura mais caro da história. Mas, quando termina, o resultado, o modelo treinado, consegue responder a perguntas em segundos.

Pense nisso como a escola: anos de estudo, e depois a prova dura uma hora. O treinamento é o estudo. Sua conversa é a prova.

Aula 6

Por Que Ela Parece Inteligente (Quando São Só Padrões)

A IA parece inteligente porque a linguagem é a forma como os humanos mostram inteligência. Quando algo fala com fluência, raciocina com clareza e lembra do contexto, nosso cérebro coloca isso em "pessoa inteligente". É a nossa taxonomia falhando.

O que realmente está acontecendo: reconhecimento de padrões incrivelmente bom. Ela viu tantas explicações, argumentos e histórias que consegue montar um novo, feito para a sua pergunta exata. Ela não está pensando do jeito que você pensa. Ela está combinando padrões do jeito que só ela consegue.

Isso não a torna inútil. Reconhecimento de padrões nessa escala é genuinamente poderoso. Só significa que você deve tratá-la como um estagiário brilhante com memória total, não como um sábio.

Aula 7

Por Que Ela Inventa Coisas

Às vezes a IA afirma coisas falsas com total confiança. A indústria chama isso de alucinações. Agora você já sabe o suficiente para entender o porquê: ela prevê as próximas palavras plausíveis, não as próximas palavras verdadeiras.

O caso mais famoso: dois advogados de Nova York apresentaram um documento ao tribunal citando seis casos que o ChatGPT inventou, completos com juízes falsos e citações inventadas. O nome de caso falso mais sem noção? Estate of Durden v. KLM. Tyler Durden. De Clube da Luta. Um advogado de verdade apresentou isso em um tribunal federal e foi multado em $5,000.

Se os dados de treinamento dela tinham o fato, a resposta plausível e a resposta verdadeira costumam coincidir. Mas, quando ela não sabe, ela não diz "eu não sei". Ela prevê a resposta que soa mais provável, o que pode ser um absurdo lindamente escrito.

A solução é sua: confira fatos, nomes, números e citações importantes. A máquina propõe; você decide.

Aula 8

Então, o Que É um Agente de IA?

Agora o título do curso faz sentido. Um agente de IA é o modelo de linguagem mais dois acréscimos: ferramentas e um ciclo.

Ferramentas significam que ele pode fazer coisas, não só dizer coisas: pesquisar na web, ler seu e-mail, conferir seu calendário, executar código. O ciclo significa que ele pode trabalhar em etapas: tentar algo, olhar o resultado, ajustar, tentar de novo, até o trabalho estar pronto.

Modelo mais ferramentas mais ciclo. Isso é um agente. Todo o resto é marketing.

Aula 9

Como o ChatGPT e o Muse Realmente Respondem a Você

Vamos acompanhar uma pergunta por toda a máquina. Você digita "planeje minha semana". Primeiro, suas palavras viram números e pousam no mapa de significados. O modelo prevê a resposta útil mais provável, palavra por palavra, usando padrões de milhões de exemplos de planejamento que ele leu.

Se ele estiver atuando como agente, ele vai além: confere seu calendário (ferramenta), rascunha um plano (previsão), revisa o plano de acordo com suas restrições (ciclo) e ajusta. Depois entrega o resultado a você.

A jornada inteira, da sua frase até a resposta dele, leva segundos. Por baixo: taxonomia, números, previsão, ferramentas e mais um ciclo.

Aula 10

O Que Ela Não Consegue Fazer

Conhecer os limites deixa você poderoso. A IA não pode realmente saber coisas que ela nunca leu. Ela não pode querer nada nem se importar com resultados. Ela não pode conferir fatos contra a realidade, só contra padrões.

Ela é ruim em matemática precisa, ruim em saber o que ela não sabe e ruim em guardar segredos que você conta a ela (presuma que qualquer coisa que você digitar pode ser vista). Ela não se cansa, mas também não se inspira.

Use-a para rascunhar, resumir, ter ideias, organizar e explicar. Guarde o julgamento, as decisões e os relacionamentos para você.

Aula 11

Sua Vez: Use Bem

Agora você entende a máquina melhor do que 99 por cento dos usuários dela. Veja como transformar isso em vantagem:

• Seja específico: o modelo classifica sua pergunta em categorias, então dê a ele uma categoria clara
• Dê exemplos: mostre a ele como é um bom resultado e ele vai seguir o padrão
• Peça para ele mostrar o raciocínio em qualquer coisa importante
• Confira fatos, nomes e números você mesmo
• Use-o para rascunhos e ele vai economizar horas para você; use-o para decisões e ele vai custar caro para você
• Lembre-se da taxonomia: tudo o que ele sabe está organizado, então faça perguntas organizadas

Formatura

Categorias, Até o Fim

A internet entrou como palavras e saiu como matemática. A matemática organizou tudo em categorias. Agora ela organiza suas perguntas também, prevê as respostas palavra por palavra e, com ferramentas e um ciclo, ela age. Isso é IA. Dave tinha razão.

Voltar para a Universidade Starvard