This is the Trace Id: 428f6d0cee66ac6171a9eabfd9c3122d
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 um GPT?

Saiba como os modelos de IA baseados no transformador generativo pré-treinado (GPT) interpretam e criam conteúdo semelhante ao humano.

A função do GPT na IA

GPT significa transformador generativo pré-treinado e é uma família de modelos de redes neurais que analisam dados e interpretam e produzem texto, imagens e sons semelhantes aos humanos. As pessoas e as organizações utilizam o GPT para resumir textos longos e reuniões, traduzir idiomas, criar comunicações escritas, escrever código, gerar imagens e responder a perguntas num tom de conversação.

Principais conclusões

  • O GPT é uma rede neural de aprendizagem profunda que analisa pedidos feitos em linguagem natural, imagens ou sons para prever a melhor resposta possível.
  • Ao repetir o processo de predição várias vezes, o GPT é capaz de criar conteúdo semelhante ao humano e envolver-se em conversações longas.
  • O GPT baseia-se na arquitetura do transformador que interpreta o significado do conteúdo, ao transformar palavras, imagens e sons em matemática.

  • O GPT é eficaz porque é preparado com base em conjuntos de dados maciços, incluindo grandes corpora de texto.

  • O GPT está a transformar a forma como as pessoas fazem as coisas, simplificando a pesquisa, reduzindo o trabalho, acelerando o processo de escrever palavras e código de computador e impulsionando a criatividade.

  • Alguns casos de utilização do GPT incluem chatbots, criação de conteúdos, análise de sentimentos, criação de código informático, análise de dados e resumos de reuniões.

  • A OpenAI continua a investir em GPT e, no futuro, as organizações podem esperar melhores resultados, mais transparência, menos parcialidade e maior precisão.

O que é o GPT e como funciona

O GPT é uma rede neural de aprendizagem profunda que analisa pedidos feitos em linguagem natural, imagens ou sons para predizer a melhor resposta possível com base na sua interpretação da entrada. Para tal, é preparada com conjuntos de dados maciços, utilizando centenas de milhares de milhões de parâmetros. O GPT faz referência a essa aprendizagem para ponderar a importância de diferentes componentes numa sequência, como palavras numa frase ou partes de imagens ou sons. A ponderação permite-lhe inferir a relevância e o contexto para que possa gerar conteúdo que faça sentido com o pedido.

História do GPT

Em 2018, a OpenAI lançou a primeira geração de GPT, que foi construída nessa arquitetura. O GPT-1 foi preparado com base em mais de 1,5 mil milhões de parâmetros e pode gerar texto, responder a perguntas, traduzir idiomas e resumir texto, mas tem dificuldade em entender o contexto e em lidar com longas passagens de texto. 

Desde então, de dois em dois anos, a OpenAI tem lançado uma nova versão do GPT, cada uma preparada com conjuntos de dados cada vez maiores. Com cada versão, a tecnologia melhora a sua capacidade de compreender o contexto e escrever de forma fluente e coerente. Continua a adicionar novas competências, como a criação de código informático, a execução de tarefas com poucos ou nenhuns exemplos e a análise de grandes quantidades de dados. 

Descrição geral da preparação

Para ser eficaz, o GPT deve ser capaz de analisar e interpretar uma miríade de pedidos e solicitações. Para tal, é preparado como base em conjuntos de dados maciços, incluindo grandes corpora de texto, com aprendizagem profunda não supervisionada, um subconjunto da aprendizagem automática. Na aprendizagem não supervisionada, o modelo aprende autonomamente a encontrar padrões em dados não classificados, sem a orientação de humanos. O GPT utiliza a imagem digitalizada para identificar e compreender objetos e pessoas em imagens.

O GPT também pode ser preparado para cenários muito específicos, por exemplo, para uma indústria, como a banca ou a advocacia. Nestes casos, é utilizada a aprendizagem supervisionada, o que significa que os dados de preparação são classificados por humanos.

Arquitetura básica do GPT

O GPT é construído sobre a arquitetura do transformador, que utiliza o mecanismo de autoatenção para analisar diferentes componentes de um pedido e a sua relação entre si para interpretar o contexto e o significado. Por exemplo, a palavra "nuvem" pode referir-se ao vapor condensado no céu ou, como em informática em nuvem, a uma plataforma tecnológica. As pessoas e o GPT determinam que versão da palavra é apropriada, ao avaliar o significado das outras palavras que a rodeiam numa frase ou parágrafo.

A arquitetura de transformação é capaz de fazer isto, ao transformar as palavras e seu significado em matemática. Divide o texto, as imagens e os sons em pedaços mais pequenos chamados tokens. Aos tokens é atribuído um vetor, que codifica o significado. Os vetores codificados, denominados incorporações, são, em seguida, enviados através de um bloco de atenção, onde trocam informações e fazem atualizações aos vetores, conforme apropriado. Assim que o GPT tiver determinado o significado do pedido, produz uma predição sob a forma de uma distribuição de probabilidades e sugere a próxima palavra, imagem ou som na sequência. Ao repetir este processo várias vezes, pode escrever passagens longas ou manter uma conversação.

Componentes principais

A arquitetura é composta de duas partes:

  • Codificador. O codificador é a parte do sistema que decompõe texto, imagens e sons em incorporações matemáticas. A cada incorporações é atribuído um peso, que indica a sua relevância para o contexto e o significado. As incorporações são, em seguida, comparadas umas com as outras com o mecanismo de autoatenção para refinar ainda mais o seu significado.

  • Descodificador. O descodificador utiliza os vetores e os pesos para determinar os resultados possíveis e fazer a predição do melhor. Uma vez que as versões mais atuais do GPT foram preparadas com base num grande volume de dados, tornaram-se bastante eficientes na utilização deste processo para escrever texto fluente e coerente. 

Os benefícios e desafios do GPT

O GPT tem o potencial de transformar a forma como os utilizadores e a as respetivas organizações trabalham, para ajudar a poupar tempo e dinheiro. No entanto, existem também riscos com a utilização desta tecnologia sem verificadores de integridade. É fundamental examinar sempre cuidadosamente as informações obtidas do GPT ou de qualquer outro sistema de IA para confirmar que são precisas e éticas.

Benefícios

 
  • Simplificar a pesquisa. O GPT pode pesquisar na Internet e/ou noutras origens de dados e fornecer um resumo do que encontrou e das origens, se pedido.

  • Melhorar o código de programação. Os programadores usam o GPT para os ajudar a escrever código novo ou simplificar o que já escreveram.

  • Escrever mais depressa. Uma das formas mais populares de usar o GPT é como uma ferramenta de escrita. O GPT pode sintetizar rapidamente muitas informações e desenvolver relatórios, publicações de blogue, e-mails e outros materiais escritos.

  • Reduzir o trabalho rotineiro. O GPT pode executar tarefas como resumir reuniões, traduzir idiomas e responder a perguntas, permitindo-lhe a si passar mais tempo em tarefas mais impactantes.

  • Impulsionar a criatividade. Para além de escrever poesia, o GPT pode gerar rapidamente muitas ideias diferentes, tornando-o numa excelente ferramenta para o debate de ideias. 

  • Personalização para o seu negócio. O GPT pode ser preparado para satisfazer as necessidades exclusivas de diferentes organizações e indústrias.

Desafios

 
  • Preconceito. Como todos os modelos de IA que se baseiam em dados criados por humanos, os preconceitos inerentes a esses dados podem ser refletidos nos conteúdos gerados pelo GPT. Por exemplo, os modelos de IA podem assumir que certas funções na sociedade, como a de cientista, só são desempenhadas por homens porque a maioria dos dados históricos são sobre cientistas do sexo masculino. 

  • Imprecisões. Uma vez que o GPT gera resultados com base numa predição, nem sempre é correto. Pedir-lhe para fazer referência a materiais conhecidos ou prepará-lo através da base de dados de conhecimento da sua organização pode ajudar, mas um humano deve sempre rever o trabalho quanto à precisão da informação.

  • Cibersegurança. Os atores mal-intencionados estão a utilizar o GPT e outros modelos de IA para criar e-mails de phishing convincentes, desenvolver malware e analisar as vulnerabilidades das organizações. A preparação dos colaboradores para reconhecer e-mails de phishing pode ajudar a reduzir o risco da sua organização. É também importante implementar soluções de cibersegurança que possam detetar anomalias e bloquear malware.

  • Violação da propriedade intelectual. O conteúdo gerado pelo GPT pode incluir imagens ou cópias criadas por outra pessoa ou organização. Antes de publicar qualquer conteúdo criado pela IA, confirme que a sua organização tem direitos sobre o conteúdo e utilize as citações de forma adequada.

  • Pedidos ineficazes. Obter bons resultados do GPT requer um pedido bem estruturado. Pode ser necessário treino e um exercício de tentativa e erro para desenvolver um comando que obtenha os resultados esperados.

  • Impenetrabilidade. Uma vez que o GPT foi concebido com um modelo de aprendizagem profunda, é difícil saber como obtém as suas respostas, o que é outro motivo para rever cuidadosamente os resultados antes de o utilizar.

Casos comuns de utilização de GPT

Os modelos GPT podem executar uma ampla gama de tarefas, e as organizações continuam a encontrar novas formas de os utilizar nas suas organizações. Eis alguns exemplos para experimentar:

Criação de conteúdo. Utilize o GPT para ajudar a escrever textos, gerar memes e produzir imagens.

Chatbots e agentes de conversação. Uma vez que o GPT pode entender e responder em linguagem natural, constitui uma ótima ferramenta para chatbots. 

Tradução de idiomas. O GPT tem um bom desempenho na tradução de idiomas, embora seja sempre melhor confirmar a precisão junto de um falante nativo antes da publicação no site ou noutro espaço público.

Análise de sentimentos. O GPT pode ajudar a analisar as avaliações dos clientes, publicações nas redes sociais ou outros textos para compreender como as pessoas se sentem em relação à sua marca, produtos e serviços.

Recomendações. Antes de uma grande viagem, considere pedir ao GPT para recomendar restaurantes, hotéis e atrações para visitar. Com os parâmetros corretos, pode ajudar a desenvolver uma lista de boas opções.

Pesquisa. Uma vez que o GPT é eficaz a resumir informações, constitui também uma excelente ferramenta de pesquisa. Pode ajudar a reduzir o número de sites, relatórios e outros documentos que precisa de rever para encontrar o que procura. Não se esqueça de pedir as origens da informação para poder validar os conteúdos obtidos.

Resumo de reuniões e documentos. O GPT pode poupar muito tempo ao fornecer resumos de reuniões ou documentos longos.

Criação de código de programação. O GPT conhece muitas linguagens de programação e pode gerar fragmentos de código relevantes ou explicar, em linguagem conversacional, o que o código faz.

Análise de dados. Descubra tendências e informações importantes em grandes conjuntos de dados com a ajuda do GPT.

O futuro do GPT

A OpenAI continua a fazer grandes investimentos no GPT. O GPT-4o foi lançado em 2024. O "o" no nome significa omni porque o modelo pode processar e gerar áudio, texto e elementos visuais. O GPT-4o mini é um modelo mais pequeno que suporta texto e áudio. Tem um desempenho melhor do que os modelos GPT anteriores, como o GPT-3.5, mas é mais económico.

É previsível que sejam introduzidas melhorias na eficiência e nas capacidades do modelo, tais como:
 
  • Modelos maiores com melhor desempenho. É provável que as iterações futuras do GPT sejam ainda maiores e preparadas com base em mais parâmetros, permitindo-lhes compreender e gerar contexto com maior nuance e complexidade.

  • Maior otimização e personalização. Haverá técnicas mais avançadas para otimizar modelos para domínios ou indústrias específicos, melhorando a sua capacidade de gerar conteúdo relevante e preciso adaptado a campos particulares. As pessoas também poderão personalizar o modelo de acordo com as suas necessidades.

  • Melhor compreensão contextual. Os avanços na compreensão e gestão das dependências a longo prazo ajudarão os modelos a fornecer respostas mais precisas e contextualmente eficientes.

  • Capacidades multimodais mais avançadas. Os modelos tornar-se-ão mais capazes de compreender e gerar conteúdos com base em diversas entradas, como texto, imagens e áudio.

  • Melhor explicabilidade e interpretabilidade. Serão efetuados esforços para tornar os processos de tomada de decisão dos modelos GPT mais transparentes, fornecendo informações sobre como geram respostas e a lógica subjacente ao conteúdo gerado.

  • Desenvolvimento ético e responsável da IA. A investigação e o desenvolvimento em curso centrar-se-ão na redução dos preconceitos nos modelos GPT para garantir resultados mais equitativos e justos. A introdução de métodos melhorados para detetar e mitigar conteúdos prejudiciais, desinformação e resultados inadequados será uma prioridade para garantir uma utilização responsável da tecnologia.

Perguntas frequentes

  • O GPT é um modelo de IA generativa que utiliza a aprendizagem profunda para interpretar e produzir texto, imagens e sons semelhantes aos humanos.
  • A arquitetura do transformador é uma rede neural de aprendizagem profunda que permite que modelos de IA como o GPT interpretem linguagem natural e gerem texto, imagens e sons originais. Isto é feito através da análise de diferentes componentes de uma entrada e da sua relação entre si para codificar o contexto e o significado. Isto permite-lhe fazer predições sobre o que se segue num bloco de texto, numa imagem ou num som.
  • O GPT é um modelo de IA que utiliza a aprendizagem profunda para interpretar textos, imagens e sons semelhantes aos humanos, de modo a gerar novos conteúdos, fornecer análises de dados ou resumir informações. Executa estas e outras tarefas de forma eficaz porque foi preparado com base conjuntos de dados maciços, utilizando centenas de milhares de milhões de parâmetros. "Pré-treinado" significa que foi preparado com base nestes dados antes de ser lançado para o público.
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