Parte II · Galeria — IA Conexionista (Deep Learning)

draft

O paradigma dominante hoje: inteligência como redes neurais profundas que aprendem representações dos dados. Inspirada (frouxamente) no cérebro; movida a dados, GPU e gradiente. Subdividida aqui por modalidade.

Linguagem e sequências

💬 LLM — Modelo de Linguagem Grande Conexionista · Linguagem/conversação · Transformer (decoder)

  • O que é: prevê o próximo token; emerge conversa, código, raciocínio.
  • Exemplos: GPT-45, Claude (OpusSonnet/Haiku), Gemini, Llama.
  • Base algorítmica: self-attention, pré-treino auto-supervisionado +

    pós-treino (SFTRLHFDPO); escala via MoE e long context.

  • Auge: 2020–presente.
  • Capacidades / modos: linguística, lógico-matemática, intelectual; agêntico.
  • → Parte IV: capítulo planejado.

🔁 RNN / LSTM / GRU Conexionista · Sequências · Rede recorrente

  • O que é: processa sequências mantendo um estado interno ao longo do tempo.
  • Exemplos: tradução pré-Transformer, séries temporais, legado de NLP.
  • Base algorítmica: recorrência, gating (LSTM/GRU), backprop through time.
  • Auge: 2014–2017 (antes do Transformer).
  • Capacidades / modos: sequencial/temporal.
  • → Parte IV: capítulo planejado.

🐍 SSM / Mamba Conexionista · Sequências longas · Modelo de espaço de estados

  • O que é: alternativa ao Transformer com custo linear no comprimento.
  • Exemplos: Mamba, S4, modelos híbridos SSM-atenção.
  • Base algorítmica: espaços de estado seletivos, varredura paralela.
  • Auge: 2023–presente (fronteira de contexto longo).
  • Capacidades / modos: sequencial eficiente.
  • → Parte IV: capítulo planejado.

Visão

🖼️ CNN — Rede Convolucional Conexionista · Visão · Convolução

  • O que é: detecta padrões espaciais por filtros convolucionais

    hierárquicos.

  • Exemplos: AlexNet (2012), ResNet, YOLO (detecção).
  • Base algorítmica: convolução, pooling, equivariância à translação.
  • Auge: 2012–2020.
  • Capacidades / modos: espacial/visual.
  • → Parte IV: capítulo planejado.

👁️ ViT — Vision Transformer Conexionista · Visão · Transformer

  • O que é: aplica atenção a patches de imagem, unificando visão e

    linguagem.

  • Exemplos: ViT, CLIP (texto↔imagem), DINO, SAM (segmentação).
  • Base algorítmica: patch embedding + self-attention.
  • Auge: 2020–presente.
  • Capacidades / modos: espacial/visual; base de multimodais.
  • → Parte IV: capítulo planejado.

Geração

🎨 Modelo de Difusão Conexionista · Geração de imagem · U-Net / DiT + processo de difusão

  • O que é: gera dados revertendo um processo gradual de ruído.
  • Exemplos: Stable Diffusion, DALL·E, Midjourney, Imagen.
  • Base algorítmica: difusão