Parte II · Galeria — IA Híbrida / Neuro-simbólica

draft

Combina paradigmas: a intuição estatística das redes neurais com a estrutura e o rigor dos símbolos, da busca ou de ferramentas externas. É a arquitetura dos sistemas de IA mais capazes em produção hoje.

🤖 Agente (Agentic AI) Híbrida · Multimodal + ferramentas · LLM + loop de raciocínio/ação

  • O que é: um LLM que planeja, usa ferramentas, observa resultados e itera

    rumo a um objetivo.

  • Exemplos: Claude Code, agentes de computer use, AutoGPT, pipelines ReAct.
  • Base algorítmica: ReAct, tool use, memória persistente, planning,

    reflexão (self-critique).

  • Auge: 2023–presente.
  • Capacidades / modos: intelectual + executivo; integra raciocínio e ação.
  • → Parte IV: capítulo planejado.

📚 RAG — Geração Aumentada por Recuperação Híbrida · Linguagem · LLM + busca vetorial

  • O que é: recupera documentos relevantes e os injeta no contexto do LLM

    para responder com fonte.

  • Exemplos: assistentes corporativos, busca conversacional, Q&A sobre docs.
  • Base algorítmica: embeddings + ANN (HNSW), re-ranking, grounding.
  • Auge: 2023–presente.
  • Capacidades / modos: intelectual; reduz alucinação, cita fontes.
  • → Parte IV: capítulo planejado.

🧠📐 Neuro-simbólico Híbrida · Raciocínio · Rede neural + lógica/solver

  • O que é: acopla percepção neural a raciocínio simbólico verificável.
  • Exemplos: AlphaGeometry, AlphaProof, sistemas de QA com razoador.
  • Base algorítmica: rede para intuição/proposição + solver para verificação.
  • Auge: 2023–presente (fronteira de raciocínio confiável).
  • Capacidades / modos: lógico-matemático com garantias.
  • → Parte IV: capítulo planejado.

🎯 Sistema de Recomendação Híbrida · Ranking/personalização · Embeddings + fatorização + redes

  • O que é: prevê preferências e ordena itens para cada usuário.
  • Exemplos: feeds (YouTube, TikTok), e-commerce, streaming.
  • Base algorítmica: filtragem colaborativa, fatorização de matriz, two-tower,

    learning-to-rank.

  • Auge: 2010–presente (motor econômico da web).
  • Capacidades / modos: preditivo/personalização em escala.
  • → Parte IV: capítulo planejado.

🦾 Robótica Embodied Híbrida · Embodied/controle · Visão + RL + controle + (LLM planejador)

  • O que é: IA que percebe e age no mundo físico, integrando modalidades.
  • Exemplos: manipulação robótica, veículos autônomos, vision-language-action.
  • Base algorítmica: percepção (CNN/ViT) + política (RL) + planejamento;

    modelos VLA recentes.

  • Auge: 2016–presente.
  • Capacidades / modos: corporal-cinestésico + espacial + executivo.
  • → Parte IV: capítulo planejado.

Ciências e matemática salientes: combina as de todos os paradigmas — lógica e teoria da prova (lado simbólico), otimização e álgebra linear (lado neural), teoria de controle e teoria dos jogos (agentes), teoria da informação (busca). Ponto forte: junta robustez/verificabilidade com flexibilidade; ponto fraco: complexidade de engenharia e integração.