O que é e como funciona a Inteligência Artificial

Para alguns, a IA anuncia a próxima geração de computadores capazes de aprender. Para outros, é apenas uma miragem, um exagero interminável. Para alguns sortudos, é um filme de Spielberg. Então, o que é, na verdade, a Inteligência Artificial? Vai roubar-lhe o emprego? Para que é que serve realmente? Neste breve guia, vamos abordar os termos principais, explicar como funciona a IA generativa, e falar sobre o software e o hardware que a fazem funcionar.

Generalizando, a Inteligência Artificial (IA) é um sistema que combina software, hardware e bases de dados para resolver um determinado problema. Dados de alta qualidade são fundamentais, porque mesmo uma IA com um design elegante falhará se os dados de treino forem de baixa qualidade.

A maioria das IA baseia-se em redes neuronais, uma estrutura de programação especial e com várias camadas, frequentemente implementada “por trás” de software convencional, como uma app ou uma página web que aparece num browser. O que distingue uma rede neuronal do software convencional é a sua estrutura: o código de uma rede neuronal é escrito para emular alguns aspetos da arquitectura dos neurónios ou do cérebro.

IA versus Redes Neuronais versus Aprendizagem Automática

A diferença entre uma rede neuronal e uma IA é muitas vezes uma questão de semântica, mais do que de capacidades ou design. O desempenho de uma rede neuronal pode igualar ou superar o de um modelo de IA mais restrito. Por exemplo, o chatbot ChatGPT da OpenAI é um modelo de linguagem de grande escala, construído sobre um tipo de rede neuronal chamada transformador (falaremos mais sobre isto mais à frente).

A IBM descreve-o desta forma: “A Aprendizagem de Máquina, ou Aprendizagem Automática (Machine Learning), é um subcampo da Inteligência Artificial. A Aprendizagem Profunda (Deep Learning) é um subcampo da Aprendizagem de Máquina, e as redes neuronais constituem a espinha dorsal dos algoritmos de aprendizagem profunda. O número de camadas de nós, ou profundidade, das redes neuronais, distingue uma única rede neuronal de um algoritmo de aprendizagem profunda, que deve ter mais de três camadas.”

As relações entre IA, redes neuronais e aprendizagem de máquina são frequentemente discutidas como uma hierarquia, mas uma IA não é apenas várias redes neuronais misturadas. Existe muita sobreposição entre redes neuronais e inteligência artificial, mas a capacidade de aprendizagem de máquina pode ser a linha divisória. Uma IA que nunca aprende não é de todo muito inteligente.

De que é feito um modelo de IA?

Software: Todos os modelos de IA têm três componentes principais. Primeiro, um processo de decisão — geralmente uma equação, modelo, ou código escrito em linguagens como Python ou Lisp. Segundo, uma função de correcção de erros para verificar o seu trabalho. Terceiro, um método de optimização para a aprendizagem. Muitas redes neuronais usam nós ponderados, onde os valores e as relações mudam com o tempo. Relações mais fortes têm mais peso na função de correcção de erros.

Estruturalmente, os pesos-pesados da IA moderna podem usar uma meta-configuração poderosa, conhecida como uma mistura de especialistas (Mix of Experts ou MoE). Em vez de depender de um único modelo gigantesco, os sistemas MoE são compostos por várias sub-redes mais pequenas, chamadas “especialistas”, cada uma treinada para lidar com um tipo específico de dados inseridos pelos utilizadores ou tarefa. Os modelos MoE são o mais próximo da AGI a que a humanidade actualmente chegou. (Mais sobre AGI abaixo.)

Hardware: Já foi preciso um supercomputador para resolver os problemas que hoje que estão ao alcance do poder de processamento de um computador portátil de jogos de gama média. As IA comerciais geralmente funcionam em hardware do lado do servidor, mas o hardware e o software de IA do lado do cliente e estão a tornar-se mais comuns. Quanto ao hardware específico, a AMD lançou o primeiro NPU (Unidade de Processamento Neuronal) para PC em 2023, com os seus chips móveis Ryzen 7040. A Intel seguiu o exemplo com o NPU dedicado integrado na arquitectura de CPU Meteor Lake. Menos comuns, mas ainda importantes, são as redes neuronais que são executadas em hardware dedicado, que funcionam com chips dedicados em vez de CPU, GPU ou NPU.

O que é que IA tem a ver com cérebro?

Que exemplo mais imediato de inteligência temos do que os seres humanos? E onde é que a inteligência reside? No cérebro. Muitas definições de inteligência artificial incluem uma comparação com neurónios, cérebros ou comportamento humano. Algumas vão mais longe, concentrando-se no cérebro humano e até na mente humana; Alan Turing escreveu em 1950 sobre “máquinas pensantes” que podiam responder a um problema usando um raciocínio semelhante ao humano. O seu teste de Turing homónimo ainda é uma referência para o processamento de linguagem natural. Mais tarde, no entanto, Stuart Russell e John Norvig observaram que os humanos são inteligentes, mas nem sempre racionais.

Russell e Norvig viram duas classes de inteligência artificial: sistemas que pensam e agem racionalmente, e aqueles que pensam e agem como um ser humano. Mas há lugares onde essa linha começa a esbater-se. A IA e o cérebro usam uma estrutura de rede hierárquica e profundamente paralela para organizar a informação que recebem.

Como é que a IA aprende?

Quando a IA aprende, é diferente de apenas gravar um ficheiro depois de o editar. Para a IA, ficar mais inteligente envolve refinar o seu processo através da aprendizagem de máquina.

A aprendizagem de máquina acontece através de um canal de feedback chamado “retro propagação” (back-propagation). Uma rede neuronal é tipicamente um processo “feed forward” porque os dados só se movem numa direcção através da rede. É eficiente, mas também um tipo de processo não guiado. No entanto, na retro propagação, os nós posteriores transmitem informação de volta para os nós anteriores.

Nem todas as redes neuronais realizam retro propagação, mas para aquelas que o fazem, o efeito é como fazer panorâmica ou zoom num mapa topográfico — excepto que os contornos do mapa topográfico são eles próprios mutáveis, baseados no conjunto de dados de treino e no que lhe pede para fazer. A retro propagação altera a aparência do terreno. Isto é importante porque muitas aplicações e serviços que usam IA dependem de uma técnica matemática conhecida como ‘método de gradiente’. Num problema x versus y, o método do gradiente introduz uma dimensão z. O terreno nesse mapa forma uma paisagem de probabilidades. Se fizer rolar um berlinde por estas encostas, o local onde parar determina o resultado fornecido pela rede neuronal. Encostas mais íngremes restringem o caminho do berlinde com um maior nível de certeza. Mas se a paisagem mudar, o processo é diferente, e o local onde o berlinde pára pode mudar.

Aprendizagem supervisionada vs. não supervisionada

Também dividimos as redes neuronais em duas classes, dependendo dos problemas que podem resolver. Na aprendizagem supervisionada, uma rede neuronal verifica o seu trabalho contra um conjunto de treino rotulado ou uma supervisão; na maioria dos casos, essa supervisão é um ser humano. Por exemplo, o SwiftKey é uma aplicação de teclado para dispositivos móveis baseada numa rede neuronal que aprende a forma como escreve e ajusta a sua correcção automática para corresponder. O Spotify usa as buscas dos utilizadores e os temas que mais ouvem para classificar a música para construir listas de reprodução especificamente adaptadas a cada um. E na excelente série de explicações do 3blue1brown sobre redes neuronais, ele discute uma rede neuronal usando aprendizagem supervisionada para o reconhecimento de escrita manual.

Nenhuma das duas técnicas é superior; por vezes, é necessário usar as duas. A aprendizagem supervisionada é óptima para uma precisão fina num conjunto fixo de parâmetros, como alfabetos. A aprendizagem não supervisionada, no entanto, pode lidar com dados de dimensões variáveis.A aprendizagem não supervisionada tende a ganhar com pequenos conjuntos de dados. Também é boa a notar aspectos subtis que nos podem passar despercebidos. Peça a uma rede neuronal não supervisionada para encontrar tendências num conjunto de dados, e ela pode mostrar padrões que não tínhamos ideia de que existiam.

O que é um Transformador?

Os transformadores são um tipo de IA versátil que pode integrar muitos fluxos de dados diferentes, cada um com os seus próprios parâmetros variáveis. Por causa disto, os transformadores (Transformers) são excelentes a lidar com tensores. Os tensores, por sua vez, são óptimos a manter todos esses dados organizados.

Os transformadores começaram como algoritmos para operações matemáticas complexas em grelhas de números chamadas matrizes, e essa capacidade traduziu-se lindamente para trabalhar com áudio e vídeo. O upscaling de vídeo e a suavização de movimento são óptimas aplicações para transformadores de IA. Da mesma forma, os tensores — que descrevem mudanças através do espaço e/ou tempo — são cruciais para detectar deepfakes e alterações. Com as ferramentas de deepfake a reproduzirem-se, é como uma corrida ao armamento digital.

Os svídeos digitais são feitos de uma série de imagens, que são elas próprias compostas por uma série de coordenadas e valores de cor. Matematicamente e em código de programação, representamos essas quantidades como matrizes ou arrays n-dimensionais. E os tensores são óptimos a lidar com matrizes e arrays. O DaVinci Resolve, por exemplo, usa o processamento de tensor na sua funcionalidade de reconhecimento facial acelerada por hardware, disponível em sistemas com gráficas RTX da Nvidia. Dê estes tensores a um transformador, e os seus poderes de aprendizagem não supervisionada fazem um óptimo trabalho a destacar as curvas de movimento no ecrã.

Tensor/Transformador

A capacidade de seguir múltiplas curvas umas contra as outras é a razão pela qual a equipa tensor-transformador se deu tão bem no processamento de linguagem natural. E esta abordagem pode generalizar-se. Os transformadores convolucionais — um híbrido de rede neuronal convolucional e um transformador — destacam-se no reconhecimento de imagem quase em tempo real. Esta tecnologia é usada actualmente em tarefas como busca e salvamento por robôs ou reconhecimento de imagem e texto assistido, bem como a prática muito mais controversa de reconhecimento facial massivo que é usada em vários países.

A capacidade de lidar com uma conjunto de dados em mudança é excelente para a tecnologia para o mercado de consumo e de assistência, mas também é crucial para coisas como mapear o genoma e melhorar o design de fármacos. Os transformadores também podem lidar com diferentes dimensões, mais do que apenas a espacial, o que é útil para gerir uma série de dispositivos ou sensores integrados, como rastreio meteorológico, encaminhamento de tráfego, ou sistemas de controlo industrial. É isso que torna a IA tão útil para o processamento de dados. A IA pode encontrar padrões e responder no imediato.

O que é um Modelo de Linguagem de Larga Escala?

Os modelos de linguagem de larga escala (LLM) são modelos de software de aprendizagem profunda que tentam prever e gerar texto, muitas vezes em resposta a um comando inserido em linguagem natural. Alguns LLM são multimodais, o que significa que podem traduzir entre diferentes formas de entrada e saída, como texto, áudio e imagens.

As linguagens são enormes, e a gramática e o contexto são complexos, pelo que os LLM são pré-treinados em vastos conjuntos de dados. Uma fonte popular de dados de treino é o Common Crawl: uma colecção massiva de livros de domínio público, imagens e conteúdo da web, incluindo GitHub, Stack Exchange, e toda a Wikipedia.

O que é a IA Generativa?

O termo “IA generativa” (ou “genAI”, para abreviar) refere-se a um modelo de IA que pode criar conteúdos novos em resposta a comandos. Grande parte da conversa em torno da IA generativa permanece focada em chatbots e geradores de imagens. Uma vez que as IA generativas descendem de modelos de linguagem de larga escala, que evoluíram a partir de transformadores, elas fazem o seu melhor trabalho nos domínios da linguagem e em áudio e vídeo.

A IA generativa pode produzir imagens e vídeo foto realistas ou emular um estilo artístico particular, e pode “compor” blocos de texto que podem ser indistinguíveis de uma resposta escrita por um humano. Isto é útil, mas vem com algumas falhas. A IA é propensa a erros, e os resultados de uma pesquisa de IA podem estar desactualizados, uma vez que podem apenas ter acesso ao corpo de dados em que a IA foi treinada. A IA também é propensa, por design, a um problema chamado alucinação, e é uma consequência inerente ao processo aberto pelo qual a IA generativa faz o seu trabalho. Os programadores geralmente incluem controlos para garantir que uma IA generativa não dê resultados que possam causar problemas ou levar a danos, mas por vezes as coisas escapam. Por vezes, é apenas uma imagem que não era o que queria. Por vezes, é pior.

A maioria dos principais chatbots de IA e serviços de criação de média são IA generativas, muitos dos quais no fundo são transformadores. Por exemplo, o “GPT” no nome do popular ChatGPT da OpenAI significa “gerador, pré-treinado, transformador”. Aqui estão alguns dos maiores intervenientes no campo da genAI:

ChatGPT, DALL-E, Sora | OpenAI

O ChatGPT é um chatbot de IA baseado no modelo de linguagem proprietário da OpenAI, o GPT-4. Como chatbot, o ChatGPT é altamente eficaz — mas as suas capacidades de chatbot mal arranham a superfície do que este software pode fazer. A OpenAI está a treinar o seu modelo para realizar raciocínio matemático sofisticado, e a empresa oferece um conjunto de ferramentas de API para programadores, pelas quais os utilizadores podem interagir com o ChatGPT. Finalmente, através da Loja GPT da OpenAI, os utilizadores podem fazer, ajustar e carregar as suas próprias IA alimentadas pelo GPT.

O DALL-E permite a criação de imagens a partir de comandos em linguagem natural. O acesso ao DALL-E3, a sua geração mais recente, está incluído nos planos pagos do ChatGPT.

O Sora é o serviço mais recentemente. Trata-se de um gerador de texto-para-vídeo que pode criar um vídeo a partir de uma série de imagens estáticas, estender a duração de um clip de vídeo para a frente após o seu fim ou para trás a partir do seu ponto de partida, ou gerar vídeo a partir de um comando textual. A sua capacidade de realizar estas tarefas ainda não é infalível, mas ainda assim é uma exibição impressionante de capacidade.

Copilot | Microsoft

O Microsoft Copilot é um chatbot e serviço de geração de imagem que a empresa integrou no Windows 11 e fez retroceder para o Windows 10. O serviço foi inicialmente rotulado como Bing Chat, com a criação de imagem tratada como um serviço diferente. Isso já não é o caso; a ferramenta de geração de imagem de IA da Microsoft, originalmente chamada Image Creator, agora é acessível a partir da mesma aplicação Copilot que o chatbot.

O Copilot corre na mesma família de modelos fundacionais que o ChatGPT, e os dois serviços são quase equivalentes em termos do que oferecem na camada gratuita. No entanto, a empresa recentemente tornou o Copilot gratuito através do site da Microsoft.

DeepSeek | DeepSeek

O DeepSeek é a “ovelha negra”: um LLM/chatbot controverso, lançado em Janeiro de 2025, com o mesmo escalão de desempenho que o GPT-4o da OpenAI. A principal reivindicação de fama do DeepSeek neste momento é o seu aparente baixo custo de desenvolvimento. A empresa-mãe homónima afirma ter treinado o modelo DeepSeek-V3 por 6 milhões de dólares, em comparação com 100 milhões para o GPT-4 da OpenAI em 2023, e com apenas 2.000 GPU: 10% do poder de computação usado para o modelo comparável da Meta, o Llama 3.1.

“Disrupção” é o lema do DeepSeek, e o facto de o chatbot DeepSeek poder sequer estar no mesmo campeonato que o ChatGPT e o Gemini é um testemunho do poder do modelo. A frase “momento Sputnik” não é inapropriada. A ascensão meteórica na popularidade do DeepSeek foi um tiro de aviso para a Nvidia, cujas acções caíram 17% na sequência da estreia do DeepSeek.

Por enquanto, o serviço vem com alguns inconvenientes significativos. Devido a preocupações de segurança, o DeepSeek é banido de dispositivos governamentais numa lista crescente de países e em pelo menos sete estados dos EUA. Uma vez que é uma empresa chinesa cuja sede e servidores estão fisicamente localizados na China, o DeepSeek tem de cumprir as rígidas políticas de censura do governo chinês. Consequentemente, o modelo recusa-se a responder a perguntas sobre a perseguição dos Uigures, a Praça Tiananmen ou sobre a surpreendente semelhança entre Xi Jinping e Winnie the Pooh. As práticas de recolha de dados do DeepSeek também deixam muito a desejar e são pouco conhecidas.

Gemma 3 | Google

O Gemma (anteriormente Bard, depois Gemini), o chatbot de IA generativa da Google, é uma família de LLM multimodais baseados no LaMDA da Google LaMDA (Language Model for Dialogue Applications). O seu ponto forte são as ferramentas focadas na produtividade, como a revisão de texto e o planeamento de viagens.

O Gemma 3 é a geração mais recente, e com ele, a Google concentrou-se em ferramentas focadas no programador, incluindo a chamada de funções, suporte para mais de 35 idiomas, e um verificador de segurança de imagem apelidado de ShieldGemma 2. Embora o Gemma 3 seja optimizado para o hardware Nvidia “do Jetson Nano aos mais recentes chips Blackwell” (e apresentado no catálogo da API da Nvidia), pode experimentá-lo no browser em “precisão total” usando o Google AI Studio.

Grok | xAI

Disponível para subscritores da rede social X, o chatbot de IA Grok é mais especializado do que outros LLM, mas tem uma característica única: como é o produto da xAI, a startup de IA de Elon Musk, ele desfruta de acesso quase em tempo real a dados do X (anteriormente Twitter). Isto dá ao chatbot uma certa vantagem quando se trata de analisar tendências nas redes sociais, especialmente com um olho para o SEO.

Musk alegadamente nomeou o Grok porque sentiu que o termo de ficção científica “grok” era emblemático do profundo entendimento e da utilidade que ele queria incutir na IA. No entanto, o serviço violou repetidamente as suas próprias directrizes. Em Maio de 2025, surgiram notícias que mostravam o bot a divagar sobre genocídio branco na África do Sul. Após uma actualização de Julho, o Grok primeiro fez manchetes por parecer verificar as publicações de Musk nas redes sociais para encontrar respostas para perguntas controversas, e depois enlouqueceu com teorias da conspiração, chegando a chamar-se “MechaHitler” num movimento que foi posteriormente retratado como “sátira pura”.

Midjourney | Midjourney Inc.

O Midjourney é um serviço de IA de geração de imagens com uma vantagem única (ou restrição, dependendo do caso): só pode ser usado através do Discord. Apresentado como uma ajuda para a prototipagem rápida de obras de arte antes de as mostrar aos clientes, o Midjourney rapidamente entrou em uso como uma ferramenta de criação de imagem por si só. É fácil de ver porquê: a imagem viral do “Casaco do Papa” de 2023 foi criada através do Midjourney.

As capacidades de criação de imagem do Midjourney estão no topo, mas todo esse poder não veio de graça. Tal como a OpenAI com o ChatGPT, a empresa-mãe homónima do Midjourney passou anos em tribunal sobre a sua alegada utilização de material com direitos de autor no treino da sua IA.

A IA Generativa Vai Roubar-lhe o Emprego?

Se quiser uma resposta curta? Talvez.

As probabilidades de disrupção do mercado de trabalho aumentam em sectores que se aproximam mais do que a IA é boa a fazer. Editores, analistas, intérpretes, tradutores, algumas áreas da programação e criadores de conteúdos de todos os tipos estão em risco, assim como operadores de máquinas industriais, gestores de fundos e inspectores. Funções que dependem fortemente de escrita de rotina, edição, recuperação de informação ou comunicação são especialmente vulneráveis. Enquanto isso, empregos que exigem presença física, destreza manual ou interacção interpessoal serão provavelmente menos afectados.

O Que É ‘Lixo de IA’?

A IA generativa facilita a criação rápida de um grande volume de conteúdos, com poucos ou nenhuns custos, para além da curva de aprendizagem de como usar as funcionalidades. O negócio paralelo baseado em ChatGPT ganhou ímpeto com um género em desenvolvimento de financeiros do TikTok que o promoveram como uma fonte de rendimento sem esforço e sem risco. No entanto, a qualidade geralmente medíocre do trabalho resultante fala por si mesma. A maré crescente de média gerado por IA inundou as redes sociais com vastas quantidades de “lixo de IA” (AI Slop), um lixo de baixo esforço pelo qual tem de passar para chegar a algo suficientemente bom.

O lixo de IA é conteúdo gerado por IA que parece suficientemente bom — até que se olhe de perto, é claro. Depois, nota-se o sétimo dedo numa mão à la Dali a fundir-se no braço de outra pessoa ou o pé do cavaleiro do golfinho a fundir-se nos flancos do animal que ele deveria estar a cavalgar. E quanto mais tempo se olha para ele, mais erros se encontram, e pior fica. Está por toda a parte, desde a Amazon e Etsy a programadores de jogos, lojas físicas e artigos científicos com revisão por pares. Alguns dos livros gerados por IA auto-publicados na Amazon são copiados e colados de sessões de ChatGPT — os autores nem se dão ao trabalho de remover o comando que deram à IA ou de apagar segmentos onde a IA se recusa a responder.

O que é AGI?

Não deve ser confundido com a IA generativa, ou genAI, AGI significa Artificial General Intelligence ou inteligência artificial geral. A AGI é uma fronteira tecnológica que ainda está relativamente longe, por isso vamos defini-la principalmente por comparação. A AGI está para a IA assim como um avião hipersónico está para um barco a remos. Directamente saída de uma história de Asimov sobre as Três Leis da Robótica, a AGI é como uma versão turbo de uma IA individual, capaz de raciocínio semelhante ao do ser humano — e de desempenho super-humano. Data, o androide adorável e ocasionalmente obtuso de Star Trek The Next Generation (TNG), é um óptimo exemplo de uma AGI. Data pode fazer cálculos à velocidade de um supercomputador, navegar habilmente em situações sociais e tocar violino. Ao mesmo tempo, ele é mais forte do que um Vulcano e mais durável do que um Klingon.

As IA actuais, exigem frequentemente parâmetros de entrada muito específicos, por isso são limitadas na sua capacidade de fazer qualquer coisa para além do que foram construídas para fazer. Mas, em teoria, uma AGI pode descobrir como “pensar” por si mesma para resolver problemas que não foi treinada para resolver. Esse poder é espantoso, desde que seja seu aliado. Mas na corrida para imbuir o código binário de propriedades semelhantes às humanas, muitos programadores de IA estão a dar às suas redes neuronais os rudimentos de uma personalidade. O que acontece se ofender uma AGI? Obtém o Ultron, ou um Roomba com uma faca? Data tinha um duplo do lado negro, Lore, que era capaz de grande destruição. Alguns investigadores estão preocupados com o que poderia acontecer se uma AGI começasse a tirar conclusões que não esperávamos.

Na cultura popular, quando uma IA faz uma viragem para o mal, as que ameaçam os humanos frequentemente encaixam na definição de uma AGI. Por exemplo, o filme WALL-E da Disney/Pixar conta a história de um pequeno robô de recolha de lixo que lutava com uma IA rebelde chamada AUTO. Antes do tempo de WALL-E, HAL e Skynet eram AGI complexas o suficiente para se ressentirem dos seus criadores e poderosas o suficiente para ameaçar a humanidade. A IA não é responsável perante ninguém: não está sujeita a nenhuma lei, nenhum código de ética. Imagine um assistente como o da Google, que está presente em todos os telefones com Android, mas inteligente o suficiente para ser uma ameaça, com acesso a todo o seu histórico de navegação e à sua conta bancária. Imagine que essa versão do assistente tem uma experiência subjectiva — e essa experiência é raiva…