Embedded Files
CADERNO
CADERNO
Introdução às IAs Generativas
Introdução às IAs Generativas
Como sistemas matemáticos produzem imagens e textos
Como sistemas matemáticos produzem imagens e textos
O que são IAs generativas?
O que são IAs generativas?
IAs generativas são sistemas computacionais capazes de produzir novos conteúdos — imagens, textos, sons — a partir da análise estatística de grandes conjuntos de dados (datasets).
IAs generativas são sistemas computacionais capazes de produzir novos conteúdos — imagens, textos, sons — a partir da análise estatística de grandes conjuntos de dados (datasets).
Esses sistemas:
Esses sistemas:
não possuem consciência
não possuem consciência
não compreendem o que produzem
não compreendem o que produzem
não sentem e não aprendem como pessoas reais
não sentem e não aprendem como pessoas reais
seu funcionamento baseia-se na identificação e reprodução de padrões matemáticos
seu funcionamento baseia-se na identificação e reprodução de padrões matemáticos
dão resultado que são uma recombinação probabilística do que foi analizado
dão resultado que são uma recombinação probabilística do que foi analizado
não possuem intenção, mas apresentam vieses
não possuem intenção, mas apresentam vieses
Seu funcionamento baseia-se na identificação e reprodução de padrões matemáticos presentes nos dados usados no treinamento. Esses sistemas podem apresentar vieses, pois os datasets refletem desigualdades e estereótipos do mundo social.
Seu funcionamento baseia-se na identificação e reprodução de padrões matemáticos presentes nos dados usados no treinamento. Esses sistemas podem apresentar vieses, pois os datasets refletem desigualdades e estereótipos do mundo social.
Quando há pouca diversidade ou transparência nos dados, essas distorções tendem a ser reproduzidas. Assim, os vieses não são decisões do sistema, mas consequências da estrutura dos dados e dos métodos de coleta, tornando fundamental a discussão sobre responsabilidade e supervisão humana.
Quando há pouca diversidade ou transparência nos dados, essas distorções tendem a ser reproduzidas. Assim, os vieses não são decisões do sistema, mas consequências da estrutura dos dados e dos métodos de coleta, tornando fundamental a discussão sobre responsabilidade e supervisão humana.
O conceito central: espaço latente
O conceito central: espaço latente
Grande parte dos modelos generativos opera por meio de algo chamado espaço latente.
Grande parte dos modelos generativos opera por meio de algo chamado espaço latente.
O espaço latente é um ambiente matemático abstrato onde características semelhantes ficam posicionadas próximas umas das outras:
O espaço latente é um ambiente matemático abstrato onde características semelhantes ficam posicionadas próximas umas das outras:
não é um espaço visual
não é um espaço visual
não é exatamente um banco de imagens
não é exatamente um banco de imagens
é uma estrutura numérica
é uma estrutura numérica
Como exemplo, imagine um mapa onde:
Como exemplo, imagine um mapa onde:
cadeiras estão próximas de sofás
cadeiras estão próximas de sofás
cães próximos de lobos, gatos próximos de onças
cães próximos de lobos, gatos próximos de onças
rostos jovens próximos de rostos idosos
rostos jovens próximos de rostos idosos
Essa proximidade não é simbólica — é estatística.
Essa proximidade não é simbólica — é estatística.
O modelo transforma imagens em conjuntos de números e organiza esses números conforme suas semelhanças. Gerar uma imagem significa localizar um cruzamento nesse espaço e convertê-lo novamente em pixels.
O modelo transforma imagens em conjuntos de números e organiza esses números conforme suas semelhanças. Gerar uma imagem significa localizar um cruzamento nesse espaço e convertê-lo novamente em pixels.
Como imagens são geradas: noising e denoising
Como imagens são geradas: noising e denoising
Muitos geradores visuais atuais utilizam o chamado modelo de difusão. O processo possui duas etapas principais:
Muitos geradores visuais atuais utilizam o chamado modelo de difusão. O processo possui duas etapas principais:
1. Noising — "destruição" da imagem
1. Noising — "destruição" da imagem
Durante o treinamento, imagens reais recebem ruído progressivo até se tornarem praticamente aleatórias.
Durante o treinamento, imagens reais recebem ruído progressivo até se tornarem praticamente aleatórias.
O objetivo é ensinar ao sistema o caminho entre:
O objetivo é ensinar ao sistema o caminho entre:
imagem estruturada → ruído total
imagem estruturada → ruído total
Ou seja, como uma imagem pode se desorganizar.
Ou seja, como uma imagem pode se desorganizar.
2. Denoising — "reconstrução" estatística
2. Denoising — "reconstrução" estatística
Depois, o sistema é ajustado para executar o processo inverso:
Depois, o sistema é ajustado para executar o processo inverso:
ruído → estrutura visual
ruído → estrutura visual
Quando um usuário escreve um comando (prompt), o sistema não busca uma imagem pronta.
Quando um usuário escreve um comando (prompt), o sistema não busca uma imagem pronta.
Ele começa com ruído e aplica sucessivas correções matemáticas até que os pixels se organizem de forma compatível com os padrões solicitados.
Ele começa com ruído e aplica sucessivas correções matemáticas até que os pixels se organizem de forma compatível com os padrões solicitados.
Importante:
Importante:
Não há uma imagem escondida sendo revelada. O que ocorre é uma síntese probabilística.
Não há uma imagem escondida sendo revelada. O que ocorre é uma síntese probabilística.
Interpolação: o espaço entre as coisas
Interpolação: o espaço entre as coisas
Uma das propriedades mais relevantes do espaço latente é a possibilidade de transitar entre pontos.
Uma das propriedades mais relevantes do espaço latente é a possibilidade de transitar entre pontos.
Nas IAs, Isso se chama interpolação.
Nas IAs, Isso se chama interpolação.
Se dois conceitos existem no espaço latente, por exemplo:
Se dois conceitos existem no espaço latente, por exemplo:
um cavalo
um cavalo
um elefante
um elefante
Há inúmeras posições intermediárias matematicamente possíveis. Essas posições podem gerar:
Há inúmeras posições intermediárias matematicamente possíveis. Essas posições podem gerar:
formas híbridas entre um cavalo e um elefante
formas híbridas entre um cavalo e um elefante
variações anatômicas plausíveis de um "cavalofante"
variações anatômicas plausíveis de um "cavalofante"
algo inexistente
algo inexistente
O sistema não distingue o que é real do que nunca existiu, apenas calcula continuidades estatísticas.
O sistema não distingue o que é real do que nunca existiu, apenas calcula continuidades estatísticas.
Pense no espaço latente como um atlas de um território invisível:
Pense no espaço latente como um atlas de um território invisível:
01. Cada ponto representa um objeto ou informação
01. Cada ponto representa um objeto ou informação
02. Pontos próximos compartilham características
02. Pontos próximos compartilham características
03. Caminhar pelo mapa pode gerar novas combinações
03. Caminhar pelo mapa pode gerar novas combinações
04. É justamente essa estrutura que possibilita tecnologias como IA generativa.
04. É justamente essa estrutura que possibilita tecnologias como IA generativa.
E como os textos são gerados?
E como os textos são gerados?
Ao contrário das imagens, o texto não surge de uma só vez.
Ao contrário das imagens, o texto não surge de uma só vez.
A cada etapa o sistema calcula:
A cada etapa o sistema calcula:
Qual elemento possui maior probabilidade de aparecer em seguida?
Qual elemento possui maior probabilidade de aparecer em seguida?
Essa decisão não envolve compreensão.
Essa decisão não envolve compreensão.
É um cálculo baseado em frequências observadas nos dados.
É um cálculo baseado em frequências observadas nos dados.
O processo completo é uma cadeia de previsões locais.
O processo completo é uma cadeia de previsões locais.
Existe um espaço latente da escrita?
Existe um espaço latente da escrita?
Sim, embora funcione de modo diferente do modelo visual. Modelos de linguagem também operam em um espaço matemático onde palavras e conceitos são convertidos em vetores numéricos.
Sim, embora funcione de modo diferente do modelo visual. Modelos de linguagem também operam em um espaço matemático onde palavras e conceitos são convertidos em vetores numéricos.
Nesse espaço:
Nesse espaço:
“rei” aparece próximo de “rainha”
“rei” aparece próximo de “rainha”
“infância” próximo de “crescimento”
“infância” próximo de “crescimento”
“guerra” próximo de “território”
“guerra” próximo de “território”
Trata-se de uma geografia semântica construída estatisticamente.
Trata-se de uma geografia semântica construída estatisticamente.
Diferença fundamental: imagem e texto
Diferença fundamental: imagem e texto
Geração de imagem
Geração de imagem
ocorre de forma global
ocorre de forma global
organiza um campo visual inteiro
organiza um campo visual inteiro
aproxima-se de um processo de composição espacial
aproxima-se de um processo de composição espacial
A estrutura aparece quase simultaneamente.
A estrutura aparece quase simultaneamente.
Geração de texto
Geração de texto
ocorre de forma sequencial
ocorre de forma sequencial
depende da ordem
depende da ordem
desenvolve-se no tempo
desenvolve-se no tempo
Cada palavra limita as próximas.
Cada palavra limita as próximas.
Esse funcionamento torna o texto mais próximo de uma progressão musical do que de uma pintura.
Esse funcionamento torna o texto mais próximo de uma progressão musical do que de uma pintura.
Conclusão : o sistema das IAs entende o que produz?
Conclusão : o sistema das IAs entende o que produz?
Não. O que existe é:
Não. O que existe é:
correlação sem experiência
correlação sem experiência
forma sem percepção
forma sem percepção
"coerência" sem consciência
"coerência" sem consciência
Há apenas cálculo. Um sistema pode descrever a neve sem qualquer relação sensorial com frio, cor ou textura.
Há apenas cálculo. Um sistema pode descrever a neve sem qualquer relação sensorial com frio, cor ou textura.
Por que isso é relevante para as humanidades?
Por que isso é relevante para as humanidades?
Esses sistemas interferem diretamente em conceitos tradicionais como:
Esses sistemas interferem diretamente em conceitos tradicionais como:
autoria
autoria
originalidade
originalidade
criatividade
criatividade
estilo
estilo
trabalho intelectual
trabalho intelectual
produção cultural
produção cultural
Não se trata apenas de uma inovação técnica, mas de uma transformação nos modos de gerar linguagem. Ao longo da história, novas tecnologias frequentemente provocaram desconfiança e a sensação de ruptura. Com o tempo, porém, passaram a coexistir com as práticas anteriores, transformando-as em vez de eliminá-las.
Não se trata apenas de uma inovação técnica, mas de uma transformação nos modos de gerar linguagem. Ao longo da história, novas tecnologias frequentemente provocaram desconfiança e a sensação de ruptura. Com o tempo, porém, passaram a coexistir com as práticas anteriores, transformando-as em vez de eliminá-las.
Imprensa × Manuscrito
Imprensa × Manuscrito
1440 (Johannes Gutenberg)
1440 (Johannes Gutenberg)
A imprensa mecanizou a reprodução dos textos, mapas e ilustrações, antes copiados manualmente.
A imprensa mecanizou a reprodução dos textos, mapas e ilustrações, antes copiados manualmente.
Fotografia × Pintura
Fotografia × Pintura
1839 (Daguerreótipo)
1839 (Daguerreótipo)
A fotografia automatizou a captura da imagem, questionando o papel da pintura como registro fiel do real. Em resposta, a pintura se deslocou para outras investigações - contribuindo para o surgimento da arte moderna.
A fotografia automatizou a captura da imagem, questionando o papel da pintura como registro fiel do real. Em resposta, a pintura se deslocou para outras investigações - contribuindo para o surgimento da arte moderna.
Cinema × Teatro
Cinema × Teatro
1895 (Irmãos Lumière)
1895 (Irmãos Lumière)
O cinema introduziu uma nova experiência narrativa baseada na montagem de imagens e sons e na reprodução técnica dos meios de massa. Criou outra linguagem, expandindo as formas de contar histórias.
O cinema introduziu uma nova experiência narrativa baseada na montagem de imagens e sons e na reprodução técnica dos meios de massa. Criou outra linguagem, expandindo as formas de contar histórias.
Meios digitais × Meios analógicos
Meios digitais × Meios analógicos
1969 (ARPANET)
1969 (ARPANET)
A digitalização acelerou a produção e a distribuição da informação, alterando noções de autoria, original e cópia. Também tornou a cultura mais "participativa" e remixável.
A digitalização acelerou a produção e a distribuição da informação, alterando noções de autoria, original e cópia. Também tornou a cultura mais "participativa" e remixável.
Entre cálculo e cultura: Data Centers
Entre cálculo e cultura: Data Centers
Sistemas generativos não imaginam nem interpretam. Operam em um espaço matemático de possibilidades, reorganizando padrões previamente analisados — o que pode ser percebido como invenção é, na prática, estatística em alta dimensão convertida em bem cultural.
Sistemas generativos não imaginam nem interpretam. Operam em um espaço matemático de possibilidades, reorganizando padrões previamente analisados — o que pode ser percebido como invenção é, na prática, estatística em alta dimensão convertida em bem cultural.
Essa tecnologia depende de uma vasta infraestrutura física. Data centers consomem grandes quantidades de energia e água, intensificando pressões ambientais, enquanto a demanda por minerais estratégicos — como lítio e terras raras — reconfigura disputas geopolíticas de poder.
Essa tecnologia depende de uma vasta infraestrutura física. Data centers consomem grandes quantidades de energia e água, intensificando pressões ambientais, enquanto a demanda por minerais estratégicos — como lítio e terras raras — reconfigura disputas geopolíticas de poder.
No campo informacional, a geração automatizada de textos, imagens e vozes amplia desafios como desinformação e deepfakes, tornando mais instável a distinção entre realidade e simulação. Ao mesmo tempo, essas tecnologias impulsionam avanços significativos: apoiam diagnósticos e a descoberta de fármacos, expandem a experimentação artística e aceleram a produção científica.
No campo informacional, a geração automatizada de textos, imagens e vozes amplia desafios como desinformação e deepfakes, tornando mais instável a distinção entre realidade e simulação. Ao mesmo tempo, essas tecnologias impulsionam avanços significativos: apoiam diagnósticos e a descoberta de fármacos, expandem a experimentação artística e aceleram a produção científica.
Mais do que uma inovação técnica, trata-se de uma transformação nas condições de produção simbólica e de conhecimento — um cenário que exige reflexão crítica sobre riscos e potencialidades, bem como sobre seus custos materiais, efeitos políticos e impactos sociais.
Mais do que uma inovação técnica, trata-se de uma transformação nas condições de produção simbólica e de conhecimento — um cenário que exige reflexão crítica sobre riscos e potencialidades, bem como sobre seus custos materiais, efeitos políticos e impactos sociais.
Page updated
Google Sites
Report abuse