Atlas de conhecimento de IA
IA, bem explicada dos primeiros princípios à fronteira
Oito domínios, quarenta e oito conceitos essenciais. Cada um vai de uma definição precisa à intuição por trás dela, de como funciona a onde falha — com figuras SVG desenhadas à mão e gráficos interativos. Seja você quem nunca ouviu falar de uma rede neural ou quem lê artigos todos os dias.
- Domínios
- 08
- Conceitos essenciais
- 48
- Figuras e gráficos
- 124
- Idiomas da interface
- 12
STRUCTURE
Os oito domínios
Lidos de cima para baixo, formam uma cadeia natural de dependências: a matemática fundamenta o aprendizado de máquina, este estrutura o aprendizado profundo, o aprendizado profundo sustenta linguagem, visão, aprendizado por reforço e modelos generativos, e a engenharia e a governança os levam a virar produto.
Mapa de conhecimentoPATHS
Escolha seu ponto de entrada
Um único site, três formas de lê-lo. Sem ordem fixa: pule de um lado para o outro quando quiser.
Estou começando do zero
Sem matemática, sem código. Comece pelas perguntas mais simples — o que é um vetor, como um modelo aprende — e construa intuição por meio de analogias.
Começar por Matemática e EstatísticaTenho base e quero sistematizar
Você já ouviu falar de descida do gradiente e de Transformer, mas o conhecimento está fragmentado. Leia domínio por domínio e conecte as peças soltas em uma rede.
Começar por Aprendizado de máquinaTrabalho na área
Você precisa recordar em dez minutos a formulação exata de um método e suas condições de contorno. Vá direto às entradas, às fórmulas e às leituras complementares.
Ver todas as entradasDOMAINS
Domínios
Fundamentos de matemática e estatística
Vetores, matrizes, probabilidade e derivadas: a linguagem da IA
Aprendizado de máquina
Fazer programas inferirem regras dos dados em vez de codificá-las à mão
Aprendizado profundo
Delegar a engenharia de atributos a camadas empilhadas
PLN e grandes modelos de linguagem
Da tokenização aos Transformers e a modelos que conversam
Visão computacional
Converter pixels em objetos, cenas e estrutura 3D
Aprendizado por reforço
Aprender sequências de decisões por tentativa, erro e recompensa atrasada
IA generativa
De julgar o que algo é a sintetizar como deveria ser
Engenharia, segurança e ética de IA
Transformar um modelo funcional em um produto utilizável, confiável e auditável
SELECTED
Comece aqui
Se você ler apenas seis entradas, leia estas seis.
Vetores e espaços vetoriais
A IA transforma tudo — palavras, imagens, sons — em uma lista de números
Gradiente e descida do gradiente
Todo o aprendizado profundo se resume a uma coisa: dar um pequeno passo ladeira abaixo
Arquitetura Transformer
Substituir o revezamento palavra a palavra por uma sala onde todos falam ao mesmo tempo, deixando dependências distantes a um salto
Modelos de difusão
Aprenda mil pequenos passos de remoção de ruído e criará uma imagem a partir de ruído puro
Aprendizado por reforço a partir de feedback humano
Quando a «boa resposta» não cabe numa fórmula, deixe as pessoas servirem de recompensa
Geração aumentada por recuperação
Em vez de espremer o conhecimento nos parâmetros, deixá-lo fora e consultá-lo sob demanda — como um exame com livro aberto
USAGE
Como usar este site
Leia domínio por domínio
Dentro de cada domínio a ordem vai do mais fácil ao mais difícil, então ao terminar um você terá construído um bloco completo de entendimento.
02Salte para o mapa de conhecimento
A página do mapa desenha os quarenta e oito conceitos como uma única rede de relações, para você ver de relance quem sustenta quem e o que substitui o quê.
03Use o glossário como dicionário
Ao encontrar um termo desconhecido, consulte-o diretamente: é bem mais rápido do que voltar aos capítulos anteriores.
Pronto?
Comece por «Vetores e espaços vetoriais» — a verdadeira base da IA moderna.
Explorar o mapa de conhecimento