Sigmoidal
  • Home
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
  • English
  • Home
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
Sigmoidal
Sem Resultado
Ver Todos Resultados

O que é GPT-3 e por que ele é importante?

Rafael Duarte por Rafael Duarte
setembro 23, 2019
em Data Science, Machine Learning
0
20
COMPARTILHAMENTOS
672
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

Você já escutou falar sobre GPT-3 mas não entendeu direito o motivo de todos estarem falando dele?

Há muito tempo nós ouvimos dizer que as máquinas irão nos substituir. À princípio pensamos sempre em tarefas repetitivas, de baixa complexidade que podem ser facilmente automatizadas.

As tarefas foram ganhando complexidade e hoje em dia existe uma imensa gama de tarefas complexas que são feitas com facilidade utilizando Inteligência Artificial.

De qualquer forma, existem algumas coisas que jamais serão substituíveis, pois o diferencial é a essência, aquele toque humano.

Ou será que nem isso, nem mesma as tarefas que hoje consideramos insubstituíveis, estarão salvas?

Aqui mesmo no Sigmoidal já mostramos como utilizar Redes Neurais para reproduzir o estilo de pintores famosos. Como você pode ver, quando se trata de imagens, com técnicas de Machine Learning nós já conseguimos reproduzir e até criar novoso estilos artísticos. Mas e quando o assunto é escrita?

É aí que entra o GPT-3. O Generative Pre-Training em sua terceira versão, ou seja, GPT-3, está causando alvoroço no meio tecnológico recentemente por causa de sua capacidade incrível de lidar com nossa linguagem natural.

O que é GPT-3?

Em termos simples, o GPT-3 é um framework com mais de 175 bilhões de parâmetros que usa Deep Learning para realizar diversas tarefas relacionadas à Natural Language Processing, ou Processamento de Linguagem Natural, em português.

Ele é capaz de gerar textos baseados no estilo de escritores famosos, escrever a partir de um requerimento ou pequeno exemplo, e até responder questionamentos filosóficos.

Mas apesar do acesso limitado até agora, algumas das equipes que testaram o framework já obtiveram resultados incríveis. O Engenheiro de Machine Learing Aditya Joshi criou aplicações como um gerador de receitas, gerador de anúncios para o Google, e uma função de Excel extremamente poderosa.

Além disso, já foram feitos testes onde ele foi capaz de criar códigos em diversas linguagens de programação. Isso abre um leque incrível de possiblidades, que podem incluir, por exemplo, um criador de websites.

Imagine abrir um programa onde você escreve: “GPT-3, eu quero um site com as carcterísticas X, Y e Z.”, e ele escreve todo o código para a criação do website.

Desafios e Limitações

Mas é claro que nem tudo são flores, e o framework não é perfeito. Sam Altman, CEO da OpenAI, empresa criadora do GPT-3, acredita que a hype em cima do GPT-3 é “exagerada”.

Existem algumas coisas importantes a serem levadas em consideração. O GPT-3 não tem verdadeira inteligência, e fundamentalmente não entende o mundo sobre o qual ele fala.

Além disso, a fonte de informação que ele usa para se basear é nosso acervo como seres humanos. Isso significa que alguns vieses e preconceitos que existem em nossa sociedade acabam aparecendo em algumas coisas criadas pelo framework.

Por isso, a intervenção humana no resultado final do GPT-3 ainda é importante. Com certeza, o futuro desse framework é brilhante e pode revolucionar a forma que entendemos e utilizamos muitas das tecnologias que fazem parte do nosso dia a dia.

Compartilhar1Compartilhar8Enviar
Post Anterior

Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

Próximo Post

Inteligência Artificial na Medicina

Rafael Duarte

Rafael Duarte

Relacionado Artigos

5 Livros de Machine Learning e Data Science para 2026
Artigos

5 Livros de Machine Learning e Data Science para 2026

por Carlos Melo
abril 7, 2026
Deep Learning

Gaussian Splatting: Reconstrução 3D em Tempo Real com Python

por Carlos Melo
abril 5, 2026
Deep Learning

Introdução ao PyTorch: Como Treinar sua Primeira CNN

por Carlos Melo
abril 1, 2026
Artigos

Analisando uma Tomografia 3D com Python

por Carlos Melo
março 28, 2026
Artigos

Anthropic vs Pentágono: A Guerra da IA nos EUA

por Carlos Melo
março 27, 2026
Próximo Post
Inteligência Artificial na Medicina

Inteligência Artificial na Medicina

Deixe um comentário Cancelar resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Pós em Visão Computacional Pós em Visão Computacional Pós em Visão Computacional

Mais Populares

  • ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

    460 compartilhamentos
    Compartilhar 184 Tweet 115
  • Vision Transformer (ViT): Implementação com Python

    7 compartilhamentos
    Compartilhar 3 Tweet 2
  • O Que é Amostragem e Quantização no Processamento de Imagens

    49 compartilhamentos
    Compartilhar 20 Tweet 12
  • Introdução ao MediaPipe e Pose Estimation

    552 compartilhamentos
    Compartilhar 221 Tweet 138
  • Processamento de Nuvens de Pontos com Open3D e Python

    78 compartilhamentos
    Compartilhar 31 Tweet 20
  • Em Alta
  • Comentários
  • Mais Recente
Como Tratar Dados Ausentes com Pandas

Como Tratar Dados Ausentes com Pandas

agosto 13, 2019
Como usar o DALL-E 2 para gerar imagens a partir de textos

Como usar o DALL-E 2 para gerar imagens a partir de textos

dezembro 25, 2022
Introdução ao MediaPipe e Pose Estimation

Introdução ao MediaPipe e Pose Estimation

julho 15, 2023

ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

abril 10, 2023
Como Analisar Ações da Bolsa com Python

Como Analisar Ações da Bolsa com Python

15
Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

13
Como Aprender Data Science?

Como Aprender Data Science?

9
Qual o Cenário de Data Science no Brasil hoje?

Qual o Cenário de Data Science no Brasil hoje?

8
5 Livros de Machine Learning e Data Science para 2026

5 Livros de Machine Learning e Data Science para 2026

abril 7, 2026

Gaussian Splatting: Reconstrução 3D em Tempo Real com Python

abril 5, 2026
Matemática da Visão Computacional: Rotação, Translação e Escala com Python

Matemática da Visão Computacional: Rotação, Translação e Escala com Python

abril 4, 2026

Introdução ao PyTorch: Como Treinar sua Primeira CNN

abril 1, 2026
Instagram Youtube LinkedIn Twitter
Sigmoidal

O melhor conteúdo técnico de Data Science, com projetos práticos e exemplos do mundo real.

Seguir no Instagram

Categorias

  • Aeroespacial
  • Artigos
  • Blog
  • Carreira
  • Cursos
  • Data Science
  • Deep Learning
  • Destaques
  • Entrevistas
  • IA Generativa
  • Livros
  • Machine Learning
  • Notícias
  • Python
  • Teoria
  • Tutoriais
  • Visão Computacional
  • Youtube

Navegar por Tags

camera calibration carreira chatgpt cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning deploy detecção de objetos gpt-3 IA generativa image formation inteligência artificial jupyter kaggle keras livros machine learning matplotlib mnist nft openai opencv pandas processamento de imagens profissão python pytorch redes neurais redes neurais convolucionais regressão linear regressão logística salário sklearn tensorflow tutorial visão computacional vídeo youtube árvore de decisão

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In

Add New Playlist

Sem Resultado
Ver Todos Resultados
  • Home
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
  • English

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.