This is the Trace Id: 9c0659ad07ca09ecac69c5aa3a584c88
Avançar para o conteúdo principal Explorar Ver todos os produtos (200+) Microsoft Foundry Azure Copilot GitHub Copilot Azure Kubernetes Service (AKS) Azure Cosmos DB Base de Dados do Azure para PostgreSQL Azure Arc Microsoft Fabric Máquinas virtuais do Linux no Azure Modelos do Foundry Serviço de Agente do Foundry Foundry IQ Foundry Tools Foundry Control Plane Observabilidade no Foundry Control Plane Azure OpenAI em Modelos do Foundry Voz do Azure no Foundry Tools Azure Machine Learning Ver todas as bases de dados Azure Cosmos DB Azure DocumentDB SQL do Azure Base de Dados do Azure para PostgreSQL Redis Gerido pelo Azure Microsoft Fabric Azure Databricks Máquinas virtuais do Linux no Azure Windows Server no Azure Funções do Azure Conjuntos de Dimensionamento de Máquinas Virtuais do Azure Gestão de API do Azure Azure Container Apps Azure Kubernetes Service (AKS) Azure Kubernetes Fleet Manager Azure Container Registry Azure Red Hat OpenShift Azure Container Instances Armazenamento de Contentores do Azure Azure Arc Azure Local Microsoft Defender para a Cloud Azure Monitor Microsoft Sentinel Azure Migrate Ver todas as soluções (40+) Soluções de cloud para pequenas e médias empresas Centro de modernização e migração para a Cloud Análise de dados para IA Bases de Dados do Azure Aplicações e agentes de IA Microsoft Marketplace Microsoft Sovereign Cloud Aplicações e agentes de IA IA responsável com o Azure Infraestrutura de IA Análise de dados para IA Operações de aprendizagem automática (MLOps) Desenvolvimento de aplicações low-code no Azure Serviços de Integração Computação sem servidor DevOps Centro de migração e modernização Migração de aplicações .NET Bases de Dados no Azure Linux no Azure Oracle no Azure SAP na Nuvem da Microsoft Cloud adaptável Computação de alto desempenho (HPC) Infraestrutura como um serviço (IaaS) Resiliência Azure Essentials Frontier Accelerate para Azure FinOps no Azure Microsoft Marketplace Descrição geral de preços do Azure Crie uma conta do Azure Serviços do Azure gratuitos Opções de compra flexíveis Calculadora de preços FinOps no Azure Maximizar o ROI de IA Planos de poupança do Azure Reservas do Azure Benefício Híbrido do Azure Máquinas Virtuais SQL do Azure Microsoft Foundry Microsoft Fabric Azure Kubernetes Service (AKS) Microsoft Defender para a Cloud Ver mais Empresas de Desenvolvimento de Software Microsoft Marketplace Localizar um parceiro Recursos para parceiros do Azure Começar a utilizar o Azure Histórias de clientes Relatórios, documentos técnicos e e-books de analistas Vídeos Saber mais sobre computação na cloud Documentação Explore portal do Azure Recursos para programadores Modelos de início rápido Recursos para startups Comunidade de programadores Estudantes Azure para parceiros Blogue Eventos e Webinars Aprender Suporte Contactar o Departamento de Vendas Começar a utilizar o Azure Iniciar sessão

O que é a inteligência artificial? 

Obtenha uma descrição geral da inteligência artificial (IA) e dos seus muitos casos de utilização. Além disso, saiba como começar a criar, implementar e gerir aplicações com tecnologia de IA ao utilizar os serviços do Azure.

Definição de IA

A inteligência artificial (IA) refere-se a sistemas ou modelos informáticos concebidos para executar tarefas que normalmente requerem pensamento humano, como compreender idiomas, reconhecer padrões, resolver problemas e tomar decisões. Os sistemas de IA tradicionais seguem apenas regras fixas, mas os sistemas de IA mais recentes, como a IA cognitiva, podem aprender a partir de dados e melhorar ao longo do tempo, o que lhes permite tornar-se mais precisos no processamento de novas situações. 

A IA é utilizada em muitas das nossas ferramentas do quotidiano, incluindo assistentes virtuais, sistemas de recomendação e chatbots. 

  • Os modelos de IA identificam padrões e relações em dados que podem ser utilizados para gerar novas predições, recomendações e respostas.
  • As organizações das principais indústrias já utilizam a IA para aumentar a produtividade e impulsionar a inovação em casos de utilização reais.
  • Olhando para o futuro, espera-se que a IA expanda oportunidades, contribua para o crescimento económico e promova a inovação a longo prazo.

Como funciona a IA

Os modelos de IA criados com o transformador generativo pré-preparado (GPT) utilizam aprendizagem automática para analisar grandes volumes de dados, como texto, imagens ou números, ao identificar padrões e relações que podem ser utilizados para produzir resultados, como predições, recomendações ou respostas.

Normalmente, o processo segue um ciclo simples:

  1. Os dados são recolhidos e preparados
  2. O modelo é preparado para reconhecer padrões
  3. Os resultados são testados e melhorados através de feedback

A cada ciclo, o modelo de IA ajusta-se, tornando-se mais preciso e capaz de processar novas situações de forma mais eficaz. Essencialmente, a IA funciona ao aprender continuamente com os dados, refinar a sua compreensão e aplicar essa aprendizagem para proporcionar melhores resultados ao longo do tempo. 

Exemplos de casos de utilização da IA

À medida que as organizações continuam a inovar, a IA está a tornar-se uma ferramenta fundamental para aumentar a produtividade e impulsionar a inovação nas equipas e nas indústrias. Os seguintes exemplos destacam alguns casos de utilização comuns e reais:

  • Automatização de fluxos de trabalho no desenvolvimento de software: os programadores já utilizam soluções com tecnologia de IA, como o GitHub Copilot, para ajudar a escrever código, testar software e automatizar fluxos de trabalho. Como resultado, as equipas de desenvolvimento têm mais tempo e energia para se concentrarem em trabalho mais valioso.
  • Resumo de documentos: as organizações de todas as indústrias utilizam GPT para gerar resumos curtos a partir de relatórios, transcrições de reuniões e e-mails. Esta funcionalidade ajuda os colegas de equipa a compreender informações essenciais sem terem de explorar material extenso, o que, por sua vez, aumenta a produtividade.
  • Investigação e análise de cuidados de saúde: na área médica, os médicos utilizam LLMs multimodais para analisar rapidamente imagens médicas e dados complexos de pacientes. Esta capacidade permite-lhes diagnosticar doenças de forma mais eficiente e fornecer planos de cuidados personalizados com base no perfil individual.
  • Retalho: os operadores de retalho utilizam modelos de IA para prever a procura, gerir o inventário e personalizar recomendações para clientes que compram online ou em lojas.
  • Segurança avançada: ao verificar a identidade através de características faciais exclusivas, a tecnologia de reconhecimento facial com melhoramentos de IA impede o acesso não autorizado a dispositivos, instalações seguras e dados confidenciais. Esta camada adicional de proteção reduz o risco de falhas de segurança e reforça a postura geral de segurança.

Tendências futuras

Espera-se que o futuro da IA seja transformador. À medida que os serviços e as ferramentas de IA continuam a evoluir, ficarão mais integrados no quotidiano. A inteligência artificial como serviço (AIaaS), por exemplo, já dá às equipas e organizações de todas as indústrias acesso a capacidades de IA através de APIs e serviços cloud, ao permitir-lhes trabalhar de forma mais inteligente, resolver problemas complexos mais rapidamente e desbloquear novos níveis de criatividade e inovação a um preço vantajoso.

Ao fornecer aos seres humanos sistemas mais eficientes, adaptáveis e acessíveis, a IA está preparada para expandir significativamente as oportunidades para as pessoas e para a sociedade como um todo, atuando como um parceiro poderoso e contribuindo para o crescimento económico e a inovação a longo prazo. 

Perguntas mais frequentes

  • A IA é utilizada para tornar o trabalho mais rápido, inteligente e eficiente em muitas indústrias ao  automatizar  tarefas, analisar  grandes volumes de dados e ajudar  as pessoas a tomar melhores decisões. Também pode  ser utilizada para  melhorar experiências quotidianas ao servir de base a soluções como assistentes virtuais, chatbots e motores de  recomendação .  
  • Um  exemplo de IA pode ser um  assistente  virtual como a  Siri,  que pode  receber  pedidos  para  responder a perguntas e executar tarefas  por voz ou texto. Outro exemplo é um serviço de recomendação, como os utilizados por plataformas de transmissão em fluxo ou de compras, que  pode  sugerir produtos ou conteúdos com base no seu comportamento e nas suas preferências. 
  • A IA é um domínio amplo que se concentra em sistemas capazes de analisar dados, reconhecer padrões e tomar decisões. A IA generativa é um tipo específico dentro da IA concebido para  produzir novos resultados, como texto, imagens ou código, com base no que aprendeu.  
  • A IA aprende ao estudar grandes volumes de dados e encontrar padrões. Faz predições ou toma decisões, compara-as com respostas corretas ou feedback e ajusta-se para melhorar ao longo do tempo. A IA aprende através de um ciclo repetido: observar dados, formular uma hipótese, obter feedback e melhorar com a prática. 
Português (Portugal) Privacidade da Saúde do Consumidor Contactar a Microsoft Privacidade Gerir cookies Termos de utilização Marcas Registadas Acerca dos nossos anúncios EU Compliance DoCs