Glossary

0-9

1-shot learning 5G + AI 7D representation 0-shot learning 3D convolution 4D data 2-stage detector 6DoF pose estimation 8-bit quantization 9-layer network

A

AGI / Artificial General Intelligence Algorithm Attention Autoencoder Artificial Intelligence (AI)

B

Backpropagation BERT Bias Boosting Batch Normalization

C

Chatbot Classifier / Classification Clustering CNN / Convolutional Neural Network Cross-Validation

D

Data Augmentation Deep Learning Deepfake Deterministic Model Discriminative Model

E

Ensemble Learning Embedding Encoder Epoch Explainable AI (XAI)

F

Feature Extraction Fine-tuning Fusion / Multimodal Fusion Foundation Model Forward Propagation

G

Gradient Descent GAN / Generative Adversarial Network Grounding Generative AI Graph Neural Network (GNN)

H

Hidden Layer Hallucination Heuristic Hyperparameter Hierarchical Model

I

Intelligence Amplification / Augmentation Imbalanced Data Instance / Sample Instruction tuning Interpretability

J

JAX Jittering Joint Embedding JSONL / JSON-lines Juxtaposition

K

Knowledge Distillation KL Divergence (Kullback–Leibler Divergence)K-means Clustering K-Shot Learning Kernel Trick

L

Loss Function LSTM / Long Short-Term Memory Learning Rate Large Language Model (LLM)Latent Variable

M

Machine Learning (ML)Meta-learning Model Multi-head Attention Multimodal / Multimodality

N

Novelty Detection / Anomaly Detection NLP / Natural Language Processing NLU / Natural Language Understanding Normalization Neural Network

O

Online Learning Objective Function One-hot Encoding Optimizer Overfitting

P

Parameter Policy / Reinforcement Learning Policy Pooling Pretraining Prompt

Q

Quality Estimation Queue / Buffer Q-learning Quantization Query

R

Representation Learning Reinforcement Learning (RL)Retrieval Augmented Generation (RAG)Regularization RNN / Recurrent Neural Network

S

Sampling Self-Supervised Learning Supervised Learning Sequence Modeling Softmax

T

Training Data Tokenizer Transfer Learning Transformer Tuning / Hyperparameter Tuning

U

Unsupervised Learning Uncertainty Estimation Universal Approximation Theorem U-Net Underfitting

V

Vector Embedding Vanishing / Exploding Gradient Validation Set Variational Autoencoder (VAE)Vision Transformer (ViT)

W

Weak Supervision Weight Decay Whitening / Whitening Transformation Word Embedding Workflow

X

X-axis / feature axis XOR problem XAI / Explainable AI XLM XLNet

Y

Y-axis / feature axis Y-transform / YUV YAGNI (You Aren't Gonna Need It)Yield (model yield / throughput)Yoga of AI

Z

Zero-shot Learning / Zero-shot inference Zero-centric / Zero-bias initialization Z-score Normalization Zero-gradient phenomenon Zygosity in augmentation

O que é Workflow

Workflow - AI and technology concept illustration

© 2025 / unsplash.com

Workflow refere-se a uma sequência estruturada de tarefas e atividades projetadas para alcançar um objetivo específico. É amplamente utilizado em diversas áreas, como negócios, desenvolvimento de software, educação e saúde. O principal objetivo de um workflow é aumentar a eficiência, reduzir erros e simplificar processos.

No campo da tecnologia da informação, os workflows geralmente envolvem ferramentas de automação e sistemas de software. Essas ferramentas permitem que as equipes gerenciem projetos e tarefas de forma mais eficaz. O design do workflow pode ser adaptado para atender a necessidades e cenários específicos, especialmente em desenvolvimento de software, onde pode incluir etapas como coleta de requisitos, desenvolvimento, teste e implantação.

Com o avanço da tecnologia, o futuro dos workflows provavelmente se concentrará na automação inteligente. A integração da inteligência artificial e do aprendizado de máquina otimizará a alocação de recursos e a execução de tarefas. No entanto, projetar um workflow eficaz não é simples; é necessário considerar a colaboração da equipe, a priorização de tarefas e o gerenciamento do tempo.

As organizações devem garantir transparência e comunicação ao utilizar workflows para evitar problemas causados por silos de informação. Embora os workflows tragam muitos benefícios, como aumento da produtividade e redução de custos, a implementação inadequada pode levar à resistência dos funcionários e a desafios na gestão de mudanças.