Vida com IA

A discussão sobre o impacto ambiental da inteligência artificial está em alta. O consumo de água necessário para alimentar data centers é abordado de forma intrigante. Além disso, o custo de ser educado com IAs, como dizer 'por favor' e 'obrigado', revela aspectos surpreendentes da operação dessas tecnologias. O episódio investiga como esses fatores ocultos podem impactar os custos operacionais para as empresas, misturando ética e eficiência.

Hugo Fusinato, engenheiro de software na Enter, traz insights valiosos sobre Vibe Coding, uma abordagem que une criatividade e produtividade na programação. Ele discute a importância de revisões de código otimizadas com IA e como essa tecnologia pode facilitar o aprendizado para iniciantes. Fusinato ainda compartilha dicas para quem deseja entrar no mercado de Engenharia de Software, ressaltando a relevância de criar projetos apaixonantes que enriquecerão o portfólio e a experiência prática.

Neste programa, o apresentador revela como usa a inteligência artificial para otimizar seu dia a dia. Ele compartilha suas experiências com ferramentas como o Cursor na programação e na criação de cursos. Também discute as limitações das IAs em tarefas complexas, destacando suas vantagens na elaboração de aulas de Deep Learning. Além disso, traz dicas úteis para quem quer integrar a IA nas rotinas diárias, tornando processos mais eficientes e produtivos.

Neste podcast, são oferecidas dicas valiosas para utilizar Modelos de Linguagem de Grande Escala (LLMs) em projetos. A discussão inclui zero-shot e few-shot com exemplos práticos do mundo real. Também é abordada a tokenização e como selecionar o LLM ideal para distintas aplicações. Além disso, estratégias para otimizar o processamento de documentos são exploradas, trazendo insights sobre a relação entre custo e desempenho na inteligência de documentos.

Neste episódio, a nova família de modelos Lhama 4 é discutida em meio a polêmicas e debates técnicos. O lançamento suscita críticas da comunidade, enquanto inovações como a ampliação da janela de contexto são destacadas. Além disso, há atualizações sobre um curso que já conta com mais de 100 participantes, com feedback positivo e uma mudança do conteúdo teórico para o prático. Os ouvintes são incentivados a se inscreverem e a seguir o conteúdo nas redes sociais para continuar por dentro das novidades.

Hugo Honda, engenheiro de Machine Learning com 10 anos de experiência, fala sobre detecção de fraudes na Landing AI e Upwork. Ele explica como técnicas de machine learning são cruciais para prevenir fraudes e discute o uso de dados tabulares e não estruturados. Honda também aborda a importância de validação contínua e o impacto do data drift na eficácia dos modelos. Além disso, reflete sobre a colaboração em projetos de IA e a relevância de ferramentas open source no desenvolvimento de tecnologia.

Neste podcast, exploram-se as inovações marcantes do modelo Gemma 3 da Google. A conversa enfoca sua arquitetura avançada e a multimodalidade que o torna único. Também são discutidos os resultados em benchmarks, destacando sua eficácia e como se torna acessível como modelo open source. Uma verdadeira imersão no futuro da inteligência artificial!

O viés indutivo é o tema central da conversa, sendo explorado em modelos de aprendizagem profunda como Perceptron e Transformers. São discutidos prós e contras de diferentes níveis de viés, destacando como eles influenciam a eficiência e interpretação dos dados. Exemplos práticos tornam a teoria mais acessível, mostrando a importância desse conceito na construção de modelos eficazes.

Neste podcast, a aula inaugural de um curso de Deep Learning é apresentada, destacando o papel inovador do modelo Transformer. O conceito do mecanismo de atenção é explorado, mostrando como isso transforma a abordagem em relação a RNNs e LSTMs. O anfitrião também compartilha detalhes sobre a estrutura do curso, que contará com aulas mensais a partir de março de 2025. É uma oportunidade única para entender a evolução dos modelos de linguagem e suas aplicações práticas.

Descubra a técnica de destilação de modelos, que transfere conhecimento de modelos maiores para versões mais compactas. O conceito é chamado também de teacher-student. Aprenda sobre as duas principais abordagens: a white box e a black box, cada uma com suas aplicações e vantagens. Exemplos práticos, como Distilbert e Tinybert, mostram como essa técnica pode ser utilizada na inteligência artificial. Uma abordagem fascinante para otimizar modelos e tornar a IA mais eficiente!