Skip to main content

Mapa de conhecimento de IA

Nota: Este documento é uma tradução automática da versão original em inglês.

Mapa de conhecimento de IA

Esta página é um guia de navegação para todos os explicadores relacionados a IA na wiki do DecAIHub. Foi pensada para iniciantes — seja você lendo seu primeiro cartão de projeto ou tentando entender o que "AI/Agents" significa em um rótulo de categoria. Use-a como um índice, uma árvore de conceitos e um conjunto de trilhas de leitura recomendadas.

Em resumo: isto é um mapa, não uma enciclopédia. Cada título abaixo leva a um artigo independente. Comece onde está sua dúvida, siga os links e volte aqui quando precisar de orientação.

Marque esta página se você alterna com frequência entre tópicos de verificação (o que conta como prova) e tópicos de tecnologia (o que é um modelo ou agente). As seções abaixo estão ordenadas para que você possa ir de conceitos de alto nível a páginas de clusters especializados sem perder o lugar.

Comece por aqui

Se você é novo no DecAIHub e na verificação de cripto IA, leia primeiro estes quatro artigos:

  1. O que é inteligência artificial — o ponto de partida mais amplo.
  2. O que é um AI component — o conceito central em todo cartão de projeto.
  3. Como ler um cartão de projeto — o que cada campo significa e onde procurar.
  4. O que é DecAI Fit — a pontuação de 0-6 que resume a verificabilidade de um projeto.

Árvore de conceitos

Os artigos desta wiki formam uma hierarquia. A indentação abaixo mostra as relações pai-filho.

Trilhas de leitura

"Estou lendo meu primeiro cartão de projeto"

  1. O que é um AI component — entenda o campo central.
  2. AI component vs use case — aprenda por que são separados.
  3. Como funcionam as categorias compostas de IA — decodifique o rótulo de categoria.
  4. Como ler um cartão de projeto — guia completo de cada campo.

"Quero entender se a IA é real"

  1. Como saber se um projeto realmente tem IA — o framework de verificação.
  2. O que conta como evidência de IA — o que se qualifica como prova.
  3. O que não conta como evidência — falsos positivos comuns.
  4. AI washing, Onchain washing, Token washing — red flags.

"Quero saber o que uma categoria de IA específica significa"

  1. Escolha a categoria: AI/Agents | AI/Compute | AI/Inference | AI/Data | AI/Analytics | AI/Training.
  2. Leia o artigo de componente correspondente: Agentes | Compute | Inference | Dados | Análise | Treinamento.
  3. Para nuances específicas de agentes: O que é um agente de IA e Assistente, copilot, chatbot, agente.

"Quero entender a tecnologia de IA em si"

  1. O que é inteligência artificial — visão geral do campo.
  2. O que é um modelo de IA — o bloco de construção central.
  3. O que é aprendizado de máquina — como os modelos aprendem com os dados.
  4. O que é um large language model — o tipo de modelo mais comum na cripto IA.
  5. O que é inference — como um modelo treinado produz saídas.
  6. Benchmarks e métricas de qualidade — como a qualidade do modelo é medida.

Perguntas frequentes

Preciso ler todos os artigos vinculados?

Não. Use esta página para escolher uma trilha; cada explicador é independente. Volte aqui quando precisar de um lembrete de como os tópicos se conectam — por exemplo, como os tiers de evidência se relacionam com a redação do AI component.

Para onde devo ir se um artigo usar um termo que não conheço?

Abra a Árvore de conceitos acima e siga o artigo pai (por exemplo, do LLM até inteligência artificial), ou vá para Como ler um cartão de projeto para ver as definições dos campos.

Referências externas

No comments to display

Back to top