Apresentando o curso e o instrutor
Olá! Sejam muito bem-vindes a mais um curso. Neste curso, vamos falar sobre IA como componente arquitetural: quando usar, quando não usar e quais são os componentes que complementam arquiteturas baseadas em IA ou que fazem uso de IA.
Meu nome é Daniel Amaral, eu sou um arquiteto de soluções. Sou homem pardo, tenho cabelo preto, estou usando óculos preto e uma camiseta vinho.
Audiodescrição: Daniel é um homem pardo, de cabelo preto, usando óculos preto e camiseta vinho.
Na tela, temos uma breve descrição das empresas pelas quais passei. Estou há 19 anos na área de tecnologia, atuei em diversos cargos e em diferentes empresas, e há um link do meu LinkedIn, caso queiram adicionar.
Introduzindo o paradigma probabilístico
Agora, quanto ao foco desta Aula 1, vamos tratar do paradigma probabilístico: o que é, para que serve e como isso nos impacta. Se você já conhece o tema, excelente. Se não conhece, este é o momento de passar a entender.
Quando falamos de tecnologia, até algum tempo atrás, grande parte do que construíamos — ao desenhar arquiteturas, criar e codificar sistemas — eram sistemas determinísticos. Por exemplo, sistemas baseados em regras, nos quais usamos condicionais, avaliamos valores de variáveis e, com base nisso, decidimos pelo caminho A, B ou C. Sempre que um determinado input (entrada) fosse fornecido, desde que as regras não fossem modificadas, teríamos o mesmo output (saída), de forma geral.
Com a chegada das LLMs (Large Language Models, Modelos de Linguagem Grande) — e isso não se restringe a elas, embora tenham tornado essa característica muito mais presente nas arquiteturas atuais — passamos a lidar com modelos e sistemas probabilísticos, também conhecidos como não determinísticos.
Abordando componentes complementares e distinguindo hype
Além disso, vamos abordar componentes complementares. Não é apenas uma LLM que nos ajudará a criar uma solução baseada em IA — aqui estamos falando especificamente de IA generativa. Quando integramos modelos à nossa aplicação, usualmente precisamos de outros componentes, como buscas semânticas baseadas em bancos de dados vetoriais, entre outras tecnologias complementares.
Vamos distinguir o que é hype (modismo) do que é uso efetivo, especialmente em soluções voltadas ao ambiente produtivo. Existe uma linha voltada para o low-code (baixo código), que acelera muitas atividades, mas precisamos ter clareza ao arquitetar uma aplicação. Para quem está com foco em trabalhar como pessoa arquiteta de soluções, é necessário ir além do low-code e garantir clareza sobre o que está sendo desenhado e construído. Esse é o foco deste curso.
Comparando sistemas determinísticos e probabilísticos
Como comentamos, quando falamos de sistemas determinísticos, sempre que tivermos a mesma entrada, o mesmo resultado será produzido. Por exemplo, em uma soma de valores ou na aplicação de um código de cupom: o sistema avalia se o cupom ainda está válido e qual é o percentual de desconto que ele atribui à compra, gerando um resultado sempre igual. O que pode mudar é a validade do cupom em determinada data; se ela tiver expirado, o resultado será “cupom inválido”. Essa é a lógica determinística: dado um input (entrada), aplicamos um conjunto de regras e obtemos o mesmo output (saída).
Quando falamos de sistemas probabilísticos ou não determinísticos — em geral, referindo-nos a LLMs (modelos de linguagem de grande porte) —, é inerente à tecnologia haver a probabilidade de que, dado um input (entrada), o output (saída) varie, pouco ou muito, de acordo com o modelo e com as configurações utilizadas. Isso precisa ficar muito claro, pois restringe como vamos adotar LLMs dentro das nossas aplicações e como as consideramos na arquitetura.
Isso significa que não podemos usar esses modelos quando precisarmos de um resultado claro? Não necessariamente. Podemos compor uma aplicação com módulos diferentes para atender aos requisitos de determinismo e, ao mesmo tempo, aproveitar capacidades probabilísticas onde fizer sentido.
Encerrando e anunciando o estudo de caso
No próximo vídeo, nós vamos apresentar um estudo de caso. Vamos deixar os detalhes para que este conteúdo não fique extenso e, então, analisaremos o contexto do problema e a proposta de solução no caso de uso da TecValite.
Até o próximo vídeo, pessoal! Obrigado e até mais!