INTRODUÇÃO À IA
Fundamentos e Aplicações Práticas da Inteligência Artificial
Professor: José Pereira Amorim
VISÃO GERAL DO CURSO
Este curso foi cuidadosamente elaborado para fornecer uma compreensão sólida dos fundamentos da Inteligência Artificial, com ênfase especial em IA generativa. Através de 6 aulas dinâmicas, você aprenderá desde os conceitos básicos até técnicas avançadas que estão revolucionando o mundo da tecnologia.
OBJETIVO GERAL
Apresentar aos alunos os conceitos fundamentais da Inteligência Artificial, com ênfase em IA generativa, fornecendo uma base sólida para compreensão de seu funcionamento, aplicações e impacto no mundo atual.
OBJETIVOS ESPECÍFICOS
- Compreender os conceitos básicos de Inteligência Artificial e sua evolução histórica
- Explorar os fundamentos de Machine Learning, Deep Learning e Redes Neurais
- Entender o funcionamento e aplicações da IA generativa
- Conhecer as técnicas por trás da IA generativa (embeddings, tokens, temperatura)
- Analisar o processo completo de funcionamento de sistemas de IA generativa
- Identificar aplicações práticas e implicações éticas da IA no mundo contemporâneo
ESTRUTURA DO CURSO
- 5 Módulos organizados em sequência lógica progressiva
- 6 Aulas com duração variando entre 4-18 minutos cada
- Carga horária total: Aproximadamente 74 minutos (1h14min)
METODOLOGIA
Aulas expositivas com analogias práticas, demonstrações, exemplos de uso real e comparações entre diferentes técnicas. O curso combina fundamentos teóricos com aplicações práticas, utilizando exemplos concretos e analogias para facilitar a compreensão de conceitos complexos.
AVALIAÇÃO
Compreensão dos conceitos fundamentais através de testes teóricos (40%) e aplicação prática dos conhecimentos em projetos simples utilizando ferramentas de IA generativa (60%).
CONTEÚDO PROGRAMÁTICO
Módulo 1
Fundamentos da Inteligência Artificial
- Conceito e definição de Inteligência Artificial
- Evolução histórica da IA
- Categorias de IA (Estreita, Geral)
- Aplicações da IA no cotidiano
Módulo 2
Fundamentos de Machine Learning e Deep Learning
- Conceitos básicos de Machine Learning
- Funcionamento de Deep Learning
- Estrutura e aplicações de Redes Neurais
- Diferenças e relações entre as tecnologias
Módulo 3
IA Generativa: Conceitos e Aplicações
- O que é IA generativa
- Modalidades da IA generativa (texto, imagem, áudio, vídeo)
- Processo de geração de conteúdo
- Aplicações práticas e desafios éticos
Módulo 4
Tecnologias Multimídia de IA Generativa
- Ferramentas de geração de texto (ChatGPT)
- Sistemas de geração de imagem (DALL-E)
- Ferramentas de áudio e música (Suno AI)
- Tecnologias de geração de vídeo (Kling AI)
- O fenômeno da alucinação em IAs generativas
Módulo 5
Conceitos Técnicos Avançados e Funcionamento Integrado
- Embeddings e representação numérica da linguagem
- Temperatura e controle de criatividade
- Outros parâmetros importantes
- O processo completo: do prompt à resposta
- Implicações éticas e melhores práticas
PLANO DE AULAS
01
15 minutos
Introdução à IA
Módulo 1Objetivos
- Compreender o conceito e as definições fundamentais de Inteligência Artificial
- Conhecer a evolução histórica da IA e seus marcos importantes
- Identificar as diferentes categorias de IA e suas aplicações no cotidiano
Conteúdo Principal
- Definição de Inteligência Artificial e sua relação com a inteligência humana
- Marcos históricos: Teste de Turing, Conferência de Dartmouth, Deep Blue, Watson, ChatGPT
- Categorias de IA: Estreita (ANI), Geral (AGI)
- Aplicações práticas: assistentes virtuais, redes sociais, streaming, segurança financeira
Atividades Práticas
- Identificar exemplos de IA no cotidiano do aluno
- Analisar as diferenças entre mitos e realidades sobre IA
02
15 minutos
Introdução a Machine Learning, Deep Learning e Redes Neurais
Módulo 2Objetivos
- Compreender os fundamentos do Machine Learning e sua relação com a IA
- Entender o conceito e funcionamento do Deep Learning
- Conhecer a estrutura e aplicações das Redes Neurais
Conteúdo Principal
- Funcionamento do Machine Learning: coleta de dados, treinamento, teste
- Conceito e arquitetura do Deep Learning
- Anatomia das redes neurais: neurônios artificiais, camadas, conexões
- Processo de aprendizado em redes neurais
Atividades Práticas
- Analisar um caso prático de aplicação de Machine Learning (previsão de pênaltis)
- Identificar diferenças entre Machine Learning tradicional e Deep Learning
03
15 minutos
O que é IA Generativa
Módulo 3Objetivos
- Compreender o conceito e funcionamento da IA generativa
- Conhecer as diferentes modalidades de IA generativa
- Entender o processo de geração de conteúdo
Conteúdo Principal
- Definição e fundamentos da IA generativa
- Modalidades: geração de texto, imagem, áudio, vídeo e código
- Processo de geração de conteúdo: input, processamento, geração e output
- Aplicações práticas e considerações éticas
Atividades Práticas
- Experimentar ferramentas básicas de IA generativa
- Analisar exemplos de conteúdo gerado por IA em diferentes modalidades
04
4 minutos
A Técnica por Trás da IA Generativa – Parte 1
Módulo 4Objetivos
- Compreender como diferentes IAs generativas processam e geram conteúdo
- Conhecer ferramentas específicas para cada modalidade de conteúdo
- Entender o fenômeno da alucinação em IAs
Conteúdo Principal
- Geração de texto com ChatGPT e integração com DALL-E
- Criação de música com Suno AI
- Síntese de voz com Eleven Labs
- Geração de vídeo com Kling AI
- Conceito e exemplos de alucinação em IAs generativas
Atividades Práticas
- Analisar exemplos multimodais de conteúdo gerado por IA
- Identificar casos de alucinação em respostas de IA
05
18 minutos
A Técnica por Trás da IA Generativa – Parte 2
Módulo 5Objetivos
- Compreender conceitos técnicos avançados da IA generativa
- Entender o funcionamento dos embeddings e sua importância
- Conhecer o conceito de temperatura e outros parâmetros
Conteúdo Principal
- Embeddings: representação numérica da linguagem
- Temperatura: o termostato da criatividade
- Outros parâmetros: Max Tokens, Top-P, Frequency Penalty, Presence Penalty
- Aplicações práticas e considerações éticas
Atividades Práticas
- Experimentar ajustes de parâmetros em IAs generativas
- Comparar resultados com diferentes configurações
06
7 minutos
Juntando Tudo – Do Prompt à Resposta
Módulo 5Objetivos
- Compreender o processo completo do funcionamento de uma IA generativa
- Entender como os diferentes componentes interagem entre si
- Visualizar o fluxo de processamento através de analogias
Conteúdo Principal
- A analogia do restaurante: do pedido ao prato final
- Embedding: o garçom traduzindo pedidos
- Deep Learning: o chef processando pedidos
- Janela de contexto: a memória do garçom
- Temperatura: o toque criativo do chef
- Generation: o prato final chegando à mesa
Atividades Práticas
- Mapear o processo completo usando a analogia do restaurante
- Criar um prompt efetivo considerando todos os elementos do processo
PROJETO FINAL
Criação de um projeto prático utilizando ferramentas de IA generativa
Ao final do curso, os alunos deverão desenvolver um projeto prático que utilize ferramentas de IA generativa para solucionar um problema específico. Este projeto permitirá a aplicação dos conhecimentos adquiridos ao longo do curso em um contexto real.
Objetivos do Projeto
- Aplicar os conceitos fundamentais de IA generativa em um caso prático
- Utilizar as ferramentas e técnicas apresentadas durante o curso
- Desenvolver habilidades de resolução de problemas com o auxílio da IA
- Refletir sobre as implicações éticas do uso da IA no contexto escolhido
Estrutura do Projeto
- Identificação de um problema ou necessidade específica
- Seleção das ferramentas de IA generativa mais adequadas
- Desenvolvimento da solução utilizando as técnicas aprendidas
- Documentação do processo e resultados obtidos
- Apresentação da solução e reflexão sobre o processo
Critérios de Avaliação
- Aplicação correta dos conceitos de IA generativa (30%)
- Criatividade e inovação na solução proposta (25%)
- Viabilidade e eficácia da solução (25%)
- Documentação e apresentação do projeto (10%)
- Reflexão crítica sobre limitações e implicações éticas (10%)
RECURSOS COMPLEMENTARES
Leituras Recomendadas
- “Inteligência Artificial: Uma Abordagem Moderna” – Stuart Russell e Peter Norvig
- “Deep Learning” – Ian Goodfellow, Yoshua Bengio e Aaron Courville
- “AI Superpowers” – Kai-Fu Lee
- “Generative Deep Learning” – David Foster
Ferramentas Práticas
- ChatGPT – OpenAI
- DALL-E – OpenAI
- Suno AI
- Eleven Labs
- Kling AI
- Playground OpenAI
Recursos Online
- Documentação oficial da OpenAI
- Canal “Two Minute Papers” no YouTube
- Blog “The Gradient”
- Fórum de discussão Hugging Face
- Cursos gratuitos da DeepLearning.AI