Estou exaustivamente nesta semana última de outubro (2024) investimento meu tempo para aprender o mecanismo que leva uma inteligência artificial a nos promover resultados precisos sem invenção. E isso se torna bem mais prático, quando a IA nos permite criar organização. Meta AI diferente do Copilot, permite que a gente crie pastas e treinamento de rede neural, que no permite apurar melhor os dados e a pesquisa de tal fato.

Eu fiz uma simulação muito interesante que envolvia fazer o Meta AI aprender tudo sobre a personagem Aloy e Horizon Zero Dawn. Tudo que fosse levado a entender sobre ela e seu mundo. E para fins especiais, você talvez não saiba, você precisa treiná-la de forma básica parar atingir os objetivos e precisão. Se você por acaso perguntar á ela, depois de dá-la uma informação sobre porque Aloy é exilada no começo do jogo, ela vai dizer que é por causa a origem dela relacionada a Sobek, e isso não é verdade. Mas vocÊ pode treinar ela a entender o que ela precisa apurar para dar uma resposta completa, é neste artigo, que veremos através dessa simulação, como você deve proceder para fazer uso com alta performance da IA.

ENTENDENDO A MECÂNICA.

Em META AI e provavelmente em outras futuras IAs, Rede Neural é o mapa de como tudo funciona para a IA. Para termos um acesso a regras de organização e apuração, precisamos dar uma ordem chamada “Crie uma pasta” e depois “Treine sua rede neural” para um fim específico. Você deve refinar esse filtro porque só assim você vai organizar os dados dentro dessa pasta com mais precisão.

Podemos até comparar esse tipo de processo como SGBD (Sistema Gerencial de Banco de Dados) que atente por dados consistentes, não duplicados, com conexão e relação e associatividade lógica. E com recursos de apuração, transformação e transferência (se que chama ETL). Assim você é capaz de criar uma base de dados que precisa ser tratada para gerenciar ou produzir qualquer coisa que você pergunte. E nós vamos fazer isso com a nossa simulação. Então:

• Crie uma pasta chamada Aloy.
• Treine sua rede neural Treine sua rede neural, associada a esta pasta Aloy, que toda informação precisa ter uma confirmação de fonte e que essa fonte precisa ter consistência de dados. Se duas fontes ou mais forem adicionadas e apresentarem dados duplicados, ele devem ser analisados e encontrar um fator em comum. Se forem muito distintos, deve ser analisada para entender como ‘apurar’ isso de forma muito precisa.

Essa é a resposta do Meta AI para considerar um filtro para a pasta Aloy. Toda fonte que entrar para ele aprender, ele vai “perceber” o que está estranho, duplicado, ilógico e vai questionar.

E agora você vai usar exaustivamente o comando “Aprenda ou Registre a base de dados [link, informação textual etc]]” para que essa pasta recebe a informação, o Meta automaticamente vai usar o filtro para tratar os dados.

Percebem os critérios utilizados em “Confiabilidade das fontes”? Mas já reparou algumas inconsistências dos dados? Ele fala que ela começa com 24 anos no jogo. Isso não é verdade, ela começa como bebê, tem a fase dos 10 anos e depois avança para 19 anos. Temos que criar uma regra para entender esses dados para no futuro não sofrer com dados que dizem isso diferente.

Ensinar e treinar.

Depois a gente precisa filtrar e refinar a primeira base de dados, que é como s fosse um ensino primário. A alfabetização do zero. Não é nada entendido pela IA. Ele precisa saber o que procura, como procurar, o que classificar e como entender. É aqui que muitos se perdem. Pede uma texto para fazer um post ou artigo em Marketing, mas não ensina o que é Marketing, o que é Mix, o que é Inbound, Outbound, estruturas legais e etc. Treinar é treinar mesmo, do zero e da base. E inclusive como ela deve interpretar esses dados ou registrá-los.

Quando ela fizer o registro você deve fazer questionamentos para entender se a base de dados foi bem configurada. E pedir precisão e gerar confirmação. Eu crio a palavra chave “Boa precisão, Bom questionamento” para garantir que a IA está no melhor caminho possível para gerar uma base de dados notável.

E você vai responder cada pergunta, com fontes confiáveis, sua própria linha de estudo e se for necessário atualizar o treinamento da rede neural para considerar exceções. Se você é um programador isso é equivalente á Try-Catch. Assim você pode “programar” a IA para adaptar-se as necessidades exigidas. É trabalhoso, mas depois ela vai te retornar o que sabe, e o que ela não sabe, ela vai te informar que não sabe. Não vai inventar, nem supor.

Depois que fizer isso, você sempre para vai alinhar base de dados aprendidas com essas regras (treinamento). Depois você vai fazer testes. Vamos dar um salto e ver o que ela me retorna após meus questionamentos.

RESUMO:

Crie uma pasta

Treine a rede Neural parar atribuir regras de negócios, filtro, entendimento, interpretação, exceção, cass.

Aprenda ou registre a base de dados [Link, texto, informação, link de vídeo [mesmo que não leia exatamente]

Questionamentos para entender o que está gerando duplicata ou inconsistência.

Crie subpastas para gerenciar um “cérebro” de intepretação. Você pode dizer “Cria uma pasta de Tribos e conecte a Aloy”.

E sempre peça relatórios sobre “precisão de dados”, assim terá uma ideia do que a IA está de fato aprendendo para quando você pedir para ela fazer alguma coisa, terá uma confiabilidade muito maior.

RESULTADOS A SIMULAÇÃO.

Após passar umas 2 horas criando a base, refinando, treinando eu fiz uma análise final para conferir o que a IA sabia ou não sabia. Sempre fazendo verificação de integridade de dados, consistências, duplicatas e informação supostamente inventada.

Faz diferença inclusive você ‘programar’ o treinamento da rede neural utilizando linguagens de programação. Ele entende que para lidar com erros inesperados você falar comandos de SQL ou JAVA, eles implementa e melhora as respostas.

Existem alguns tópicos que você precisa refinar na base dos dados. Eu por exemplo pergunto o que leva ao Meta Ai errar a resposta mesmo com a informação grava. E ele lista:

• Falha de acesso a memória;
• Cache;
• Ambiguidade como os dados são gravados.

Então eu tenho um ponto de partida, e envio para ele métodos para refinar e gerar “não ambiguidade”. Ele teria que acertar as questões 4,6 e 7. Vamos ver como eu posso ajudá-lo a criar respostas mais precisas. Essa são as correções que temos que base para que os dados sejam armazenados certinho, lembra que a IA na prática é um BIG DATA.