PARA ALÉM DOS LLM: A IA DA NOVA GERAÇÃO
- inteligência artificial, Inteligência Artificial, New, PRO
- 0 (Registered)
A formação Para Além dos LLM: A IA da Nova Geração aprofunda os limites atuais dos Large Language Models (LLM) e apresenta as novas arquiteturas de Inteligência Artificial que estão a redefinir a forma como as máquinas aprendem, raciocinam e planeiam. Em 3,30 horas, esta formação analisa os principais desafios da IA moderna, como a representação do mundo, o raciocínio de longo prazo e a capacidade de planeamento complexo.
- Descrever os pontos fortes e as limitações dos LLMs.
- Definir os desafios das atuais Inteligências Artificiais (IA): representação do mundo, capacidade de raciocínio real (Sistema 2 vs. Sistema 1) e capacidade de planeamento complexo.
- Identificar e descrever as novas arquiteturas de IA para responder a estes desafios: SSL, EBM, MPC, JEPA e H-JEPA.
Inovações atuais em Inteligência Artificial (IA)
• Desempenho de nível especialista em jogos estratégicos (xadrez, go)
• Grandes avanços científicos, como a predição da estrutura de proteínas (AlphaFold)
• Sistemas de tradução automática que abrangem mais de 200 idiomas (modelo NLLB)
• Aplicações práticas em direção assistida (ADAS), diagnóstico médico (fastMRI) e segurança online.
Principais desafios da IA atual
• Limitações fundamentais:
• Incapacidade de raciocinar e planear
• Necessidade massiva de dados
• Fragilidade e especialização
• Falta de “bom senso”
• Aprender modelos preditivos do mundo
• Representação da incerteza
• Eficácia da aprendizagem
• Planeamento hierárquico
• Exemplos de grandes fracassos da IA:
• Condução autônoma
• Reconhecimento facial
• Respostas perigosas
Novas arquiteturas e perspectivas de IA
• Inteligência Autônoma:
• Uma arquitetura modular composta por módulos para percepção, custo (intrínseco e crítico), memória de curto prazo, um atuador e um configurador.
• Modelos baseados em energia (EBM):
• Em vez de probabilidades, que muitas vezes são intratáveis em altas dimensões, use funções de energia para capturar as dependências entre variáveis e gerenciar a incerteza.
• Arquitetura preditiva com projeto embarcado conjunto (JEPA):
• Compare os dados no nível das representações internas, em vez de no nível do pixel.
• Utiliza variáveis latentes para gerenciar a natureza multimodal da realidade.
• H-JEPA (Hierárquico):
• Uma estrutura de JEPAs empilhadas permite previsões em diferentes escalas de tempo e níveis de abstração (por exemplo, desde o detalhe do movimento até o objetivo de longo prazo).
• Aprendizagem autossuficiente supervisionada (SSL):
• Posicionada como a base da inteligência futura, permitindo a aprendizagem de representações complexas sem intervenção humana constante.
Facilitador que combina know-how com experiência empresarial e competências pedagógicas, para dar resposta a necessidades operacionais e potenciar a aprendizagem.
Objetivos da formação
- Descrever os pontos fortes e as limitações dos LLMs.
- Definir os desafios das atuais Inteligências Artificiais (IA): representação do mundo, capacidade de raciocínio real (Sistema 2 vs. Sistema 1) e capacidade de planeamento complexo.
- Identificar e descrever as novas arquiteturas de IA para responder a estes desafios: SSL, EBM, MPC, JEPA e H-JEPA.
Duração da formação
Programa da formação
Inovações atuais em Inteligência Artificial (IA)
• Desempenho de nível especialista em jogos estratégicos (xadrez, go)
• Grandes avanços científicos, como a predição da estrutura de proteínas (AlphaFold)
• Sistemas de tradução automática que abrangem mais de 200 idiomas (modelo NLLB)
• Aplicações práticas em direção assistida (ADAS), diagnóstico médico (fastMRI) e segurança online.
Principais desafios da IA atual
• Limitações fundamentais:
• Incapacidade de raciocinar e planear
• Necessidade massiva de dados
• Fragilidade e especialização
• Falta de “bom senso”
• Aprender modelos preditivos do mundo
• Representação da incerteza
• Eficácia da aprendizagem
• Planeamento hierárquico
• Exemplos de grandes fracassos da IA:
• Condução autônoma
• Reconhecimento facial
• Respostas perigosas
Novas arquiteturas e perspectivas de IA
• Inteligência Autônoma:
• Uma arquitetura modular composta por módulos para percepção, custo (intrínseco e crítico), memória de curto prazo, um atuador e um configurador.
• Modelos baseados em energia (EBM):
• Em vez de probabilidades, que muitas vezes são intratáveis em altas dimensões, use funções de energia para capturar as dependências entre variáveis e gerenciar a incerteza.
• Arquitetura preditiva com projeto embarcado conjunto (JEPA):
• Compare os dados no nível das representações internas, em vez de no nível do pixel.
• Utiliza variáveis latentes para gerenciar a natureza multimodal da realidade.
• H-JEPA (Hierárquico):
• Uma estrutura de JEPAs empilhadas permite previsões em diferentes escalas de tempo e níveis de abstração (por exemplo, desde o detalhe do movimento até o objetivo de longo prazo).
• Aprendizagem autossuficiente supervisionada (SSL):
• Posicionada como a base da inteligência futura, permitindo a aprendizagem de representações complexas sem intervenção humana constante.
Formador
Facilitador que combina know-how com experiência empresarial e competências pedagógicas, para dar resposta a necessidades operacionais e potenciar a aprendizagem.
Clique na imagem para expandir
Os nossos espaços de formação oferecem todas as condições para continuar o seu desenvolvimento pessoal e profissional em absoluta segurança
Não se esqueça de subscrever o blog RhBizz e de nos seguir no LindekIn, Facebook, Instagram e Youtube.
