{"id":9337,"date":"2024-08-22T15:55:27","date_gmt":"2024-08-22T18:55:27","guid":{"rendered":"https:\/\/hsinet.com.br\/?p=9337"},"modified":"2024-08-22T15:55:28","modified_gmt":"2024-08-22T18:55:28","slug":"impulsionando-a-eficiencia-operacional-com-a-ajuda-de-modelos-industriais-de-ia-generativa","status":"publish","type":"post","link":"https:\/\/hsinet.com.br\/es\/2024\/08\/22\/impulsionando-a-eficiencia-operacional-com-a-ajuda-de-modelos-industriais-de-ia-generativa\/","title":{"rendered":"Impulsionando a Efici\u00eancia Operacional com a Ajuda de Modelos Industriais de IA Generativa"},"content":{"rendered":"\n

LLMs como o ChatGPT fornecem solu\u00e7\u00f5es inteligentes para engenheiros experientes em dados.<\/p>\n\n\n\n

A IA generativa para a ind\u00fastria \u00e9, sem d\u00favida, a tecnologia mais empolgante j\u00e1 desenvolvida. No final do ano de 2023, o ChatGPT da OpenAI j\u00e1 havia quebrado um recorde de base de usu\u00e1rios de crescimento mais r\u00e1pido de qualquer aplicativo de computador na hist\u00f3ria. Mais de 100 milh\u00f5es de pessoas usavam o aplicativo semanalmente quando a OpenAI anunciou no in\u00edcio de novembro que estava dando aos seus assinantes do ChatGPT Plus a capacidade de criar seus pr\u00f3prios GPTs, e os casos de uso \u2014 incluindo aqueles para aplicativos industriais \u2014 est\u00e3o crescendo.<\/p>\n\n\n\n

O que s\u00e3o GPTs e LLMs?<\/h5>\n\n\n\n

Os r\u00e1pidos avan\u00e7os na IA generativa s\u00e3o o resultado de avan\u00e7os de pesquisa desde 2010 em transformadores, que \u00e9 o \u00abT\u00bb em transformador pr\u00e9-treinado generativo (GPT). Um transformador \u00e9 um tipo de modelo de regress\u00e3o de rede neural que pega uma sequ\u00eancia de entrada e a transforma em uma sequ\u00eancia de sa\u00edda. Esses transformadores permitem o processamento paralelo de conjuntos de dados n\u00e3o rotulados, o que significa que eles podem ser treinados rapidamente com relativamente poucos recursos. Os transformadores s\u00e3o projetados para processar material sequencial. Isso pode ser uma frase usada em linguagem natural ou uma cole\u00e7\u00e3o de observa\u00e7\u00f5es, como dados de s\u00e9ries temporais.<\/p>\n\n\n

\n
\"\"
O tipo mais b\u00e1sico de rede neural \u00e9 um Multilayer Perceptron (MLP). Aqui, ele mostra m\u00faltiplas camadas de entrada, camadas ocultas, uma camada de sa\u00edda e uma vari\u00e1vel alvo.<\/sub><\/figcaption><\/figure>\n<\/div>\n\n\n

Os transformadores usados \u200b\u200bem IA generativa associam padr\u00f5es e relacionamentos entre os componentes sequenciais. Isso significa que eles aprendem esses padr\u00f5es e podem repeti-los, em contexto, na consulta. Para obter o resultado desejado, eles s\u00e3o treinados em grandes quantidades de dados. Isso lhes d\u00e1 o nome de modelos de linguagem grandes (LLMs). Essencialmente, os LLMs s\u00e3o treinados em todos os dados escritos dispon\u00edveis no mundo no momento de sua cria\u00e7\u00e3o, ou aproximadamente todas as informa\u00e7\u00f5es dispon\u00edveis na Internet.<\/p>\n\n\n\n

Aplica\u00e7\u00f5es pr\u00e1ticas para IA generativa para a ind\u00fastria<\/h5>\n\n\n\n

O uso de linguagem natural significa que conhecimento de codifica\u00e7\u00e3o n\u00e3o \u00e9 necess\u00e1rio para usar um GPT. Isso tamb\u00e9m significa que as linguagens naturais s\u00e3o bem processadas. Isso torna um GPT ideal para alterar o tom do texto para torn\u00e1-lo mais suave ou soar mais profissional. Ele tamb\u00e9m cria rascunhos tang\u00edveis de texto adaptados ao estilo e comprimento solicitados.<\/p>\n\n\n\n

Mas os casos<\/a> de uso para IA generativa s\u00e3o mais do que apenas gera\u00e7\u00e3o de texto. Eles incluem:<\/p>\n\n\n\n