Conteúdo

Edição atualizada em 07/2025.

A Inteligência Artificial está redefinindo o nosso mundo. Estamos no epicentro de uma revolução multidisciplinar, impulsionada pela adoção em tempo recorde do ChatGPT, Gemini, Claude, Midjourney e muitas outras. Porém, para pessoas interessadas em tecnologia que querem dominar o tema, e não apenas utilizar essas ferramentas fantásticas, é preciso entender com profundidade como elas operam por baixo dos panos e como tirar o melhor delas.

Neste livro, Fabrício Carraro guia você em uma jornada detalhada ao funcionamento interno das Inteligências Artificiais. Partindo dos conceitos fundamentais de Machine Learning, você mergulhará nos LLMs (Large Language Models), redes neurais artificiais e Deep Learning. Analisaremos o treinamento completo do modelo inicial do ChatGPT que mudou o mundo, assim como técnicas modernas utilizadas nos modelos de linguagem posteriores e outras arquiteturas candidatas a substituir a de Transformers.

Carraro trata de forma abrangente o que são e como são construídos os agentes de IA e sistemas multiagentes, além dos protocolos MCP e A2A. O livro aborda ainda as principais técnicas de treinamento dos LLMs, as melhores práticas para gerar prompts eficazes com Engenharia de Prompt e conceitos como tokens, temperatura, alucinações e parâmetros de calibragem. Por fim, o autor levanta questões como segurança, direitos autorais, consumo energético, fake news, viés e as futuras implicações que a Inteligência Artificial pode provocar no mundo e na sua carreira.

Saiba o que você vai aprender

Sumário

• 1 Introdução à Inteligência Artificial
• 1.1 O que é Inteligência Artificial?
• 1.2 Inteligência Artificial no seu dia a dia
• 1.3 Tipos de Inteligência Artificial

• 2 Como a Inteligência Artificial aprende?
• 2.1 Subáreas da Inteligência Artificial
• 2.2 Visão geral do processo de aprendizado
• 2.3 Machine Learning, o Aprendizado de Máquina
• 2.4 Redes Neurais e Deep Learning

• 3 Modelos de linguagem e como funcionam
• 3.1 O que é um modelo de linguagem?
• 3.2 O início e evolução de PLN e modelos de linguagem
• 3.3 LLMs — Large Language Models
• 3.4 SLMs — Small Language Models

• 4 Como funcionam o ChatGPT, Gemini e outros LLMs
• 4.1 O que é o ChatGPT
• 4.2 O que fazem e como funcionam o ChatGPT, Gemini e outros LLMs
• 4.3 Tokens
• 4.4 Como o primeiro ChatGPT foi treinado
• 4.5 Alucinações
• 4.6 GPT-4 e GPT-4o
• 4.7 Mixture-of-Experts (MoE)
• 4.8 Modelos de Raciocínio e Híbridos
• 4.9 Uso de ferramentas externas
• 4.10 Deep Research, a Busca Profunda

• 5 Agentes de IA
• 5.1 O que é um Agente de IA?
• 5.2 Como funcionam Agentes de IA
• 5.3 Sistemas multiagentes
• 5.4 Níveis de agência
• 5.5 Principais frameworks para Agentes de IA
• 5.6 Protocolos MCP e A2A

• 6 Parâmetros de calibragem dos LLMs

• 7 Engenharia de Prompt
• 7.1 Princípios para a criação de um prompt
• 7.2 Zero-shot & Few-shot Prompting
• 7.3 Chain-of-Thought Prompting
• 7.4 Outras técnicas
• 7.5 Vibe coding

• 8 Técnicas avançadas com IA no mundo real
• 8.1 RAG — Retrieval-Augmented Generation
• 8.2 Evoluções do RAG
• 8.3 Quantização
• 8.4 Fine-tuning
• 8.5 Destilação

• 9 Limitações e considerações éticas sobre a Inteligência Artificial
• 9.1 Privacidade, segurança e regulamentação
• 9.2 Geopolítica da IA
• 9.3 Direitos autorais
• 9.4 Fake news
• 9.5 Viés
• 9.6 Alinhamento
• 9.7 Água, energia e o custo ambiental
• 9.8 Mercado de trabalho

• 10 Extra — Rodando modelos open source localmente com o LM Studio
• 10.1 Preparando o sistema
• 10.2 Baixando o modelo
• 10.3 Rodando o modelo
• 10.4 Usando o modelo como servidor local

• 11 Extra — Programando sistemas em Python com a API do GPT