O que é Data Science?

Data Science é um campo voltado para a análise de dados, identificação de padrões e construção de modelos preditivos. A sua finalidade é extrair informações úteis e insights para auxiliar no processo de tomada de decisão. Para a construção de modelos preditivos, utilizam-se normalmente modelos de Machine Learning como: Regressão Linear Regressão Logística Redes Neurais

O que faz um Cientista de Dados?

Cientista de Dados é o profissional que trabalha na área de Data Science . Interdisciplinar, atua em todas as etapas do projeto, desde a fase de aquisição, análise e tratamento dos dados, quanto na construção de modelos de Machine Learning , avaliação e deploy . Atualmente, é considerada por muitos como sendo a profissão do futuro , com demanda crescente por esse tipo de profissional.

Qual a linguagem mais usada em Data Science?

Atualmente, Python é a linguagem mais utilizada para Data Science . Entre os fatores que tornam o Python tão popular estão a curva de aprendizado, quantidade de pacotes disponíveis e alto engajamento da sua comunidade. Outras linguagems populares para Ciência de Dados são R (uma linguagem com aplicações em estatística) e Matlab.

O que é Machine Learning?

Machine Learning (Aprendizado de Máquina) é uma área dentro do campo da Inteligência Artificial que utiliza algoritmos capazes de aprender por meio de dados coletados. Suas aplicações são vistas em áreas como medicina, marketing digital, logística, análise de malware e até mesmo no setor espacial.

O que é Deep Learning?

Deep Learning (Aprendizado Profundo) é uma área dentro do Machine Learning , que se tornou possível graças à explosão na disponibilidade de dados e no aumento do poder computacional. Usando redes neurais profundas (com diversas camadas), Deep Learning é considerada hoje como sendo o estado-da-arte para inúmeras aplicações, tendo se destacado em carros autônomos e detecção de doenças.

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

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.