Tecnologia além do código.
Régys Borges da Silveira
Início / Acervo

Tag: Machine Learning

3 resultado(s)

Composição colorida contrapondo geração aberta de conteúdo, à esquerda, e decisões estruturadas com probabilidades, à direita, conectadas por um núcleo híbrido e revisão humana

Jev na prática: quando usar um modelo de decisão em vez de um LLM

Durante os últimos anos, inteligência artificial aplicada a software tornou-se quase sinônimo de grandes modelos de linguagem, os LLMs. Quando um sistema precisa classificar uma solicitação, escolher uma ferramenta ou avaliar um texto, tornou-se comum enviar um prompt a um modelo generativo e pedir uma resposta em JSON.

Ver resumo completo

Durante os últimos anos, inteligência artificial aplicada a software tornou-se quase sinônimo de grandes modelos de linguagem, os LLMs. Quando um sistema precisa classificar uma solicitação, escolher uma ferramenta ou avaliar um texto, tornou-se comum enviar um prompt a um modelo generativo e pedir uma resposta em JSON. Essa solução funciona, mas levanta uma pergunta importante: se o programa precisa somente de uma decisão, por que utilizar um mecanismo projetado principalmente para gerar linguagem?

O Jev, apresentado pela TypeSafe AI em setembro de 2026, parte dessa pergunta. Em vez de escrever uma explicação, ele recebe informações sobre um caso e responde a perguntas delimitadas com valores tipados e probabilidades. A proposta chama atenção pelo custo e pela velocidade divulgados, mas o aspecto mais interessante é arquitetural: o modelo não recebe autoridade sobre o fluxo; ele fornece julgamentos que o código pode combinar, limitar e encaminhar para revisão.

Neste artigo, explicarei o paradigma que sustenta o Jev, suas três primitivas, uma integração prática e os critérios para escolher entre Jev, LLM, regras determinísticas e classificadores tradicionais. Também examinarei limitações e pesquisas iniciais, porque saída estruturada, confiança e baixo custo não tornam uma decisão automaticamente correta.

A escolha entre uma decisão tipada e uma resposta gerada só faz sentido dentro do processo que utilizará o resultado. IA Além da Conversa aprofunda a arquitetura ao redor dos modelos: contexto, ferramentas, permissões, avaliação e operação. Conheça a proposta e leia a degustação gratuita para avaliar como definir essas fronteiras no seu projeto. Para registrar comportamentos esperados, exceções e critérios de aceite em uma implementação Delphi, SDD em Delphi oferece um percurso complementar. São conexões de método, não uma afirmação de que os livros ensinam especificamente o Jev.

· Régys Borges da Silveira
Ler artigo →

Do Zero ao LLM com Delphi: inteligência artificial para quem quer entender de verdade, construa, execute e treine seu próprio modelo

Inteligência artificial parece um assunto reservado a quem domina álgebra linear, cálculo, estatística e ciência de dados. Para muitos programadores, a impressão é que existe uma longa lista de pré-requisitos antes mesmo de escrever a primeira linha de código.

Ver resumo completo

Inteligência artificial parece um assunto reservado a quem domina álgebra linear, cálculo, estatística e ciência de dados. Para muitos programadores, a impressão é que existe uma longa lista de pré-requisitos antes mesmo de escrever a primeira linha de código.

Eu escrevi Do Zero ao LLM com Delphi: Construa, treine e execute seu próprio modelo de linguagem para mostrar que existe outro caminho.

Se você já programa em Delphi, conhece variáveis, condições, laços, funções e arrays, já possui a base necessária para começar. Não é preciso chegar ao livro sabendo o que são tensores, gradientes, Softmax, atenção ou Transformers. Esses conceitos são construídos ao longo da leitura, passo a passo, a partir da linguagem que o desenvolvedor Delphi já conhece, hoje tenho a alegria de anunciar o lançamento do livro.

A matemática faz parte da inteligência artificial. Fingir que ela não existe seria trocar uma dificuldade real por uma explicação superficial. Mas isso não significa que você precise concluir cursos inteiros de álgebra, cálculo e estatística antes de compreender como um modelo de linguagem funciona.

No livro, cada conceito matemático nasce de um problema concreto, antes de apresentar uma fórmula, observamos o comportamento que precisamos implementar. Trabalhamos com poucos números, fazemos contas que podem ser acompanhadas no papel e, em seguida, transformamos cada operação em código Object Pascal. A notação formal aparece como uma segunda camada de compreensão, não como uma barreira na entrada.

Você não precisa memorizar símbolos para avançar. Precisa entender perguntas práticas como estas:

Cada resposta é construída, implementada e verificada em Delphi, com todo o código funcional desenvolvido ao longo do livro e disponível em um repositório público no GitHub para você baixar, executar, testar e modificar.

conheça o livro e adquira seu exemplar.

· Régys Borges da Silveira
Ler artigo →

Livro: Antes do ChatGPT agora disponível no Kindle

Tenho uma ótima novidade para compartilhar: Antes do ChatGPT agora também está disponível em versão digital para Kindle.

Ver resumo completo

Tenho uma ótima novidade para compartilhar: Antes do ChatGPT agora também está disponível em versão digital para Kindle.

A edição digital acaba de chegar à Amazon e permite acompanhar toda essa viagem pela história da Inteligência Artificial diretamente no Kindle, no celular, no tablet ou no computador.

Conheça a versão Kindle de Antes do ChatGPT na Amazon

Em novembro de 2022, milhões de pessoas descobriram que podiam escrever uma pergunta em uma caixa de conversa e receber uma resposta produzida por uma máquina. Para muita gente, aquele parecia ser o nascimento da Inteligência Artificial.

Mas essa história começou muito antes.

Antes do ChatGPT, houve mitos sobre seres artificiais, autômatos mecânicos, máquinas de calcular, cartões perfurados, pesquisadores, laboratórios, grandes promessas, períodos de decepção e descobertas que mudaram nossa relação com a tecnologia.

Foi para contar essa trajetória que escrevi Antes do ChatGPT: A incrível história da Inteligência Artificial, dos primeiros sonhos à revolução que vivemos hoje.

Este não é um livro de programação. Também não é um manual técnico ou uma obra escrita apenas para especialistas.

O livro foi pensado para quem deseja entender a Inteligência Artificial sem precisar conhecer matemática avançada, computação ou termos complicados. Os conceitos aparecem naturalmente, por meio de histórias, analogias, curiosidades e exemplos que fazem parte do cotidiano.

Ao longo de quinze capítulos, viajamos dos antigos sonhos humanos de construir seres inteligentes até os modelos de linguagem e assistentes que utilizamos atualmente.

· Régys Borges da Silveira
Ler artigo →