Revolução Digital e IA

Explicação: Guido van Rossum publicou Python em 1991, inspirando-se no grupo cómico Monty Python e não na serpente. A linguagem chegou ao primeiro lugar do índice TIOBE em 2024, dominando a ciência de dados e a IA.

Explicação: A OpenAI, fundada em 2015 por Sam Altman, Elon Musk e outros, lançou o GPT-4 em março de 2023. Este modelo multimodal pode analisar texto e imagens. A OpenAI também criou o ChatGPT (novembro de 2022), que alcançou 100 milhões de usuários em apenas 2 meses, um recorde absoluto.

Explicação: O SQL foi concebido na IBM nos anos 1970 por Donald Chamberlin e Raymond Boyce, a partir do modelo relacional de Edgar Codd. Padronizado pela ANSI em 1986, continua a ser, mais de cinquenta anos depois, a linguagem dominante das bases de dados.

Explicação: O HTTPS cifra as trocas com TLS, sucessor do SSL inventado pela Netscape em 1994 com o famoso ícone do cadeado. Mais de 95 % do tráfego web mundial já usa HTTPS, em grande parte graças à Let's Encrypt e aos seus certificados gratuitos.

Explicação: O conceito surgiu em 2008 no whitepaper do Bitcoin de Satoshi Nakamoto, mas foi o Ethereum, lançado em 2015 por Vitalik Buterin, que popularizou os smart contracts e as dApps. Hoje mais de 1,2 biliões de dólares circulam nestas redes.

Explicação: RankBrain é um sistema de inteligência artificial usado pelo Google desde 2015 para processar consultas de busca e melhorar a relevância dos resultados.

Explicação: A IBM desenvolveu o Watson, um sistema de IA que venceu o programa de TV Jeopardy! em 2011 contra os campeões Ken Jennings e Brad Rutter.

Explicação: O aprendizado supervisionado usa dados rotulados (com respostas corretas) para treinar modelos, ao contrário do aprendizado não supervisionado.

Explicação: A arquitetura Transformer, apresentada no artigo "Attention is All You Need" em 2017, revolucionou o processamento de linguagem natural e é a base do GPT, BERT e Claude.

Explicação: O teste de Turing, proposto em 1950 no artigo "Computing Machinery and Intelligence", avalia se uma máquina pode exibir comportamento inteligente indistinguível do de um humano.

Explicação: A geração de imagens por IA (como DALL-E, Midjourney, Stable Diffusion) usa modelos de difusão para criar imagens a partir de prompts textuais.

Explicação: O problema do alinhamento da IA se refere à dificuldade de garantir que uma IA avançada persiga objetivos benéficos e alinhados com os valores humanos.

Explicação: A Neuralink, fundada por Elon Musk em 2016, desenvolve implantes cerebrais para criar interfaces diretas entre o cérebro humano e os computadores.

Explicação: Redes neurais convolucionais (CNNs) são especialmente projetadas para processar dados em grade como imagens, graças às suas camadas de convolução que detectam características visuais.

Explicação: A IA explicável (XAI - Explainable AI) visa tornar as decisões dos modelos de IA transparentes e compreensíveis para os humanos, ao contrário das "caixas-pretas".

Explicação: O TensorFlow, desenvolvido pelo Google Brain e disponibilizado como código aberto em 2015, é um dos frameworks mais populares para criar e treinar modelos de aprendizado de máquina.

Explicação: O sobreajuste (overfitting) ocorre quando um modelo se adapta demais aos dados de treinamento e perde sua capacidade de generalizar para novos dados.

Explicação: O LiDAR (Light Detection and Ranging) usa feixes de laser para criar um mapa 3D detalhado do ambiente, essencial para a navegação de veículos autônomos.

Explicação: Os deepfakes usam IA para criar conteúdos sintéticos hiper-realistas, como vídeos onde o rosto de uma pessoa é substituído pelo de outra.

Explicação: A supremacia quântica e algoritmos quânticos como o de Shor poderiam quebrar os sistemas de criptografia RSA atuais, daí o desenvolvimento da criptografia pós-quântica.