O Ecossistema de OCI AI: Tudo o que Você Precisa Saber sobre IA, ML e Data Science 

Você já utilizou um tradutor online ou converteu um áudio em texto automaticamente? O mais provável é que sim. 

Também é muito provável que tenha visto notícias sobre carros autônomos, robôs de entrega ou assistentes virtuais capazes de responder perguntas e gerar conteúdo. Inclusive, é possível que já tenha utilizado algum desses serviços. 

Esses exemplos demonstram que a Inteligência Artificial já faz parte do nosso cotidiano. Embora há alguns anos parecesse uma tecnologia própria da ficção científica, hoje está presente em aplicações que utilizamos diariamente para trabalhar, estudar ou facilitar nossas tarefas. 

Neste artigo, exploraremos como a Oracle Cloud Infrastructure (OCI) implementa essas tecnologias por meio de seu portfólio de serviços de Inteligência Artificial (OCI AI), permitindo que as organizações desenvolvam soluções baseadas em IA sem a necessidade de criar modelos do zero ou gerenciar infraestruturas complexas. 

Conceitos Fundamentais 

Para entender desse segmento, alguns fundamentos básicos devem ser esclarecidos:

O que é Inteligência Artificial? 

Quando falamos de Inteligência Artificial, nos referimos à capacidade de uma máquina de imitar a inteligência humana.

Isso é possível graças a algoritmos que utilizam dados para aprender e melhorar seu desempenho, permitindo processar grandes volumes de informações de forma rápida e eficiente para resolver tarefas que seriam muito difíceis ou levariam muito mais tempo para uma pessoa. 

O que é Machine Learning? 

Traduzido para o português, Machine Learning significa aprendizado de máquina. Consiste na utilização de algoritmos para identificar padrões nos dados e aprender com eles, com o objetivo de realizar previsões ou tomar decisões.

O resultado desse processo de treinamento recebe o nome de modelo, termo que utilizaremos com frequência ao longo deste artigo. 

Entre as principais técnicas de Machine Learning estão: 

• Aprendizado por reforço: o modelo aprende por meio da interação com um ambiente, ajustando seu comportamento de acordo com o feedback obtido para melhorar suas decisões. 
• Aprendizado supervisionado: utiliza dados previamente rotulados para treinar o modelo. É empregado em problemas de classificação, como reconhecer se uma imagem contém uma fruta, e de regressão, como estimar o preço de uma casa a partir de suas características. 
• Aprendizado não supervisionado: utiliza dados sem rótulos para descobrir padrões, identificar relações e agrupar as informações de acordo com características comuns. 

Se você deseja se aprofundar nesses conceitos, recomendamos a leitura do artigo Desmitificando términos en Machine Learning | Alura Cursos Online, onde os diferentes tipos de aprendizado são explicados com mais detalhes. 

O que é Deep Learning? 

Traduzido para o português, Deep Learning significa Aprendizado Profundo.

Baseia-se em redes neurais com múltiplas camadas ocultas, capazes de aprender representações cada vez mais complexas dos dados, o que lhes permite resolver problemas que seriam difíceis para os métodos tradicionais de Machine Learning. 

Após revisar esses conceitos, podemos concluir que Machine Learning (ML) é um subconjunto da Inteligência Artificial (IA), enquanto o Deep Learning (DL) é, por sua vez, um subconjunto do Machine Learning. 

Compreender essa relação é importante porque muitos dos serviços de OCI AI utilizam uma ou várias dessas tecnologias para resolver tarefas específicas. 

Os avanços em Machine Learning e, especialmente, em Deep Learning também tornaram possível uma nova geração de modelos capazes não apenas de classificar informações ou realizar previsões, mas de criar conteúdo original, como texto, imagens, código e até áudio.

Essa tecnologia é conhecida como Inteligência Artificial Generativa (Generative AI) e é a base de vários dos serviços mais recentes da Oracle Cloud Infrastructure. 

O que é Inteligência Artificial Generativa? 

Diferente do Machine Learning tradicional, que se concentra em classificar dados ou realizar previsões, a Inteligência Artificial Generativa (Generative AI) é capaz de criar conteúdo original, como texto, imagens, código e áudio, a partir de uma instrução ou prompt. 

Agora que compreendemos o que é a Inteligência Artificial Generativa, vejamos como a Oracle implementa essa tecnologia por meio do OCI Generative AI. 

OCI Generative AI Service 

OCI Generative AI é a plataforma de Inteligência Artificial Generativa da Oracle Cloud Infrastructure, projetada para desenvolver, implementar e gerenciar aplicações de IA em escala empresarial.

Permite utilizar modelos fundacionais para compreender, gerar e processar linguagem natural por meio de prompts, além de oferecer ferramentas para personalizar modelos, criar agentes de IA e integrar aplicações com dados empresariais. 

O serviço oferece acesso a modelos fundacionais pré-treinados e permite adaptá-los a necessidades específicas por meio de técnicas como o fine-tuning. Além disso, a Oracle fornece a infraestrutura necessária para executar esses modelos de forma segura, escalável e com capacidades de governança empresarial. 

Embora o OCI Generative AI seja a plataforma de IA generativa da Oracle, a OCI também oferece serviços de Inteligência Artificial especializados para tarefas específicas, como análise de texto, imagens, áudio e documentos. A maioria desses serviços utiliza modelos pré-treinados e, em alguns casos, permitem treinar modelos personalizados com dados próprios da organização. 

Personalização de LLM 

Existem diferentes técnicas para personalizar um modelo de linguagem de acordo com as necessidades do usuário. 

Prompt Engineering 

Consiste em melhorar a resposta do modelo por meio do design e da otimização do prompt, sem a necessidade de modificar ou treinar o modelo. 

• Simples de implementar. 
• Não requer treinamento do modelo. 

RAG (Retrieval-Augmented Generation) 

Permite fornecer contexto adicional ao modelo recuperando informações de documentos ou bases de conhecimento externas antes de gerar a resposta. 

É ideal quando: 

• A informação muda constantemente. 
• Deseja-se reduzir o risco de alucinações. 
• É necessário responder utilizando informações atualizadas. 

Esta técnica não requer a realização de Fine-Tuning. 

Fine-Tuning 

Consiste em ajustar um modelo fundacional pré-treinado utilizando dados próprios para adaptá-lo a necessidades específicas. 

É útil quando: 

• O modelo não responde como o esperado. 
• É necessário adaptar seu comportamento a um domínio específico. 
• Melhor adaptação ao domínio. 
• Respostas mais consistentes e especializadas. 
• Menor necessidade de utilizar prompts extensos. 

Desvantagens: 

• Requer dados rotulados. 
• O treinamento pode ser caro. 
• Requer tempo para treinar e avaliar o modelo. 

Métodos de Fine-Tuning no OCI 

O OCI Generative AI utiliza diferentes métodos de Fine-Tuning de acordo com o modelo fundacional selecionado. Atualmente, a Oracle emprega técnicas como LoRA e T-Few para adaptar modelos pré-treinados e criar modelos personalizados utilizando dados próprios. 

Quando usar cada técnica? 

Na prática, essas técnicas não são excludentes e podem ser combinadas. Por exemplo, é possível projetar um bom prompt, utilizar RAG para fornecer informações atualizadas ou dados próprios da organização e, quando for necessária uma especialização maior, aplicar Fine-Tuning para adaptar o modelo a um domínio específico. 

Introdução aos serviços de OCI AI 

Uma vez compreendidos os conceitos fundamentais, conheceremos os principais serviços de OCI AI e alguns de seus casos de uso. Cada um é projetado para resolver necessidades específicas, como o processamento de linguagem natural, a análise de imagens, o reconhecimento de voz, a compreensão de documentos e a Inteligência Artificial Generativa. 

OCI Language 

O OCI Language é um serviço de Inteligência Artificial que permite analisar grandes volumes de texto utilizando modelos pré-treinados ou personalizados para processar informações não estruturadas e extrair informações relevantes. 

Entre suas principais capacidades estão: 

• Detecção de idioma. 
• Análise de sentimento. 
• Extração de frases-chave. 
• Reconhecimento de entidades. 
• Detecção de informações de identificação pessoal (PII). 
• Tradução automática. 

Além disso, permite treinar modelos personalizados para tarefas como a classificação de texto e o reconhecimento de entidades, utilizando dados específicos de um domínio ou área de conhecimento. 

OCI Vision 

O OCI Vision é um serviço de Inteligência Artificial que permite analisar imagens por meio de modelos pré-treinados ou personalizados. 

Entre suas principais capacidades estão: 

• Detecção de objetos. 
• Classificação de imagens. 
• OCR (Reconhecimento Óptico de Caracteres). 
• Detecção de rostos. 

Além disso, permite treinar modelos personalizados para tarefas de classificação de imagens e detecção de objetos, utilizando dados específicos de cada organização. 

OCI Speech 

O OCI Speech é um serviço de Inteligência Artificial que utiliza tecnologia de reconhecimento automático de voz (ASR) para converter arquivos de áudio com voz humana em texto. 

Entre suas principais capacidades estão: 

• Transcrição automática de áudio para texto. 
• Transcrição em tempo real. 
• Exportação dos resultados nos formatos JSON e SRT. 
• Modelos pré-treinados. 
• Personalização por meio de modelos de linguagem. 

OCI Document Understanding 

O OCI Document Understanding é um serviço de Inteligência Artificial que permite extrair texto e informações estruturadas a partir de documentos digitais por meio de técnicas de OCR e Inteligência Artificial. 

Entre suas principais capacidades estão: 

• Extração de texto em nível de palavras e linhas. 
• OCR (Reconhecimento Óptico de Caracteres). 
• Detecção de coordenadas (bounding boxes). 
• Extração automática de pares chave-valor em documentos como faturas, recibos, passaportes e carteiras de habilitação. 
• Extração de tabelas preservando a estrutura de linhas e colunas. 
• Classificação automática de documentos. 

Além disso, oferece modelos pré-treinados para documentos de uso comum e permite treinar modelos personalizados para se adaptar a documentos específicos de cada organização. 

Como acessar esses serviços? 

A OCI oferece diferentes formas de acessar seus serviços de Inteligência Artificial e Machine Learning, adaptando-se às necessidades de diferentes tipos de usuários e aplicações. 

Os principais métodos de acesso são: 

• Console OCI: interface web que permite gerenciar os serviços de IA e acessar ferramentas como as sessões de Notebook do OCI Data Science baseadas em JupyterLab. 
• API REST: permite integrar os serviços diretamente em aplicações por meio de requisições HTTP. 
• SDK da OCI: a Oracle fornece SDKs oficiais para linguagens como Java, Python, .NET, Go, Ruby, TypeScript e JavaScript, entre outras. 
• OCI CLI: interface de linha de comando que facilita a administração e automação dos serviços sem a necessidade de utilizar o console web. 

Até agora, revisamos serviços pré-treinados que permitem incorporar capacidades de Inteligência Artificial por meio de APIs. No entanto, a OCI também oferece uma plataforma completa para desenvolver, treinar, implantar e gerenciar modelos de Machine Learning: OCI Data Science. 

Serviços de Machine Learning 

O que é Oracle Cloud Infrastructure Data Science? 

O OCI Data Science é um serviço em nuvem que permite construir, treinar, implantar e gerenciar modelos de Machine Learning de forma rápida, utilizando Python, ferramentas de código aberto e uma infraestrutura completamente gerenciada pela Oracle. 

É projetado para cientistas de dados e equipes de desenvolvimento que trabalham durante todo o ciclo de vida de um modelo, desde a preparação dos dados até o treinamento, implantação e monitoramento. 

Princípios do OCI Data Science 

O OCI Data Science baseia-se em três princípios fundamentais: 

Accelerated (Acelerado) 

Seu objetivo é aumentar a produtividade dos cientistas de dados, facilitando o desenvolvimento e o treinamento de modelos de Machine Learning. 

Collaborative (Colaborativo) 

Facilita o trabalho em equipe, permitindo que vários usuários colaborem em projetos e compartilhem recursos de forma organizada. 

Enterprise Grade (Nível empresarial) 

Integra o OCI Data Science com a infraestrutura e os serviços empresariais da Oracle Cloud Infrastructure, proporcionando um ambiente seguro, escalável e gerenciado. 

Os cientistas de dados trabalham a partir de um ambiente JupyterLab Notebook, onde desenvolvem e treinam modelos utilizando Python e ferramentas de código aberto. 

Uma vez treinados, os modelos podem ser armazenados no Model Catalog e, posteriormente, implantados como serviços para que outras aplicações possam consumi-los via API. 

Conclusão 

A Oracle Cloud Infrastructure oferece um amplo portfólio de serviços de Inteligência Artificial que abrange desde soluções pré-treinadas para analisar texto, imagens, áudio e documentos até plataformas completas para desenvolver, treinar, implantar e gerenciar modelos de Machine Learning. 

Compreender as capacidades e diferenças desses serviços permite selecionar a ferramenta mais adequada para cada necessidade e aproveitar ao máximo as tecnologias de Inteligência Artificial disponíveis na nuvem. 

Esperamos que este artigo tenha proporcionado uma visão geral dos principais conceitos da Inteligência Artificial e do ecossistema de OCI AI. A partir desta base, você poderá se aprofundar em cada um de seus serviços e começar a desenvolver soluções que aproveitem as capacidades de Inteligência Artificial disponíveis na Oracle Cloud Infrastructure. 

Agradecimentos 

A Wilfredo Rojas pela revisão técnica, sugestões e valiosos comentários realizados durante a elaboração deste artigo. Suas contribuições ajudaram a melhorar a qualidade e a precisão do conteúdo. 

Links da documentação da OCI que podem ser úteis 

• Documentação geral do OCI Generative AI 
• Introdução ao OCI Generative AI 
• Fine-Tuning no OCI Generative AI