Adobe Firefly
Use linguagem cotidiana para gerar resultados extraordinários com IA generativa.
PULAR PARA A SEÇÃO
Como a IA generativa funciona nos bastidores?
Por que a inteligência generativa é tão inteligente?
O que impulsiona a IA generativa?
Como a IA generativa é treinada?
Como funcionam os diferentes tipos de modelos de IA generativa?
Como a IA generativa funciona no mundo real? Quais são suas vantagens?
Desafios relacionados à qualidade, ao viés e à segurança da IA generativa.
Abrace o futuro do design com a IA generativa do Adobe Firefly.
Como a IA generativa funciona, do prompt ao resultado final?
Visão geral sobre o funcionamento da IA generativa.
No último ano, a inteligência artificial generativa despertou a imaginação do mundo todo. Esse tipo robusto de IA pode criar novo conteúdo, como imagens, músicas, textos ou códigos, com base em padrões que aprende a partir de dados existentes. A IA generativa usa suas entradas, como um prompt de texto ou uma imagem de referência, e aplica modelos avançados para produzir resultados totalmente novos que atendam à sua solicitação. É por isso que ela pode criar imagens fantásticas, escrever poesias, gerar códigos de software ou até mesmo produzir músicas que soam autênticas.
Em breve, a IA generativa poderá se tornar tão essencial em nossas vidas quanto o smartphone. No entanto, para muitos, ela ainda é um mistério. Este guia explora o que é a IA generativa, o que ela não é e como ela pode mudar a forma como trabalhamos e criamos.
Como a IA generativa funciona nos bastidores?
Embora a IA generativa pareça mágica, ela é impulsionada por uma tecnologia complexa que aprende com dados e aplica padrões para criar algo novo. Ao desmembrá-la peça por peça, a “mágica” fica mais fácil de entender.
A IA generativa é uma inteligência artificial que, além de analisar informações existentes, gera conteúdo totalmente novo. Os modelos são treinados com enormes conjuntos de dados de texto, imagem, áudio ou vídeo, com os quais aprendem padrões, relações e estilos. Quando você fornece uma entrada ao modelo, como um prompt de texto ou uma imagem de referência, ele aplica o que aprendeu para produzir um resultado original que atenda à sua solicitação.
É por isso que você pode pedir a um chatbot para sugerir um slogan e conseguir uma ideia nova em questão de segundos ou usar o Firefly para transformar uma descrição em uma imagem que pareça desenhada à mão ou realista. Além de tarefas criativas, a IA generativa está sendo usada na ciência e na saúde para criar novas proteínas, melhorar tratamentos contra o câncer e acelerar pesquisas. Seu potencial vai muito além do jogo de palavras: ela já está remodelando setores.
Por que a inteligência generativa é tão inteligente?
No passado, os aplicativos de computador não podiam realizar uma tarefa sem que os humanos fornecessem instruções explícitas sobre como realizá-la. Essas instruções são chamadas de “programação”. Embora a programação sofisticada possa produzir resultados impressionantes, um aplicativo de computador tradicional não pode fazer algo que os humanos não incluíram em sua programação.
Os sistemas de IA generativa são mais flexíveis porque dependem do aprendizado de máquina, que não requer programação explícita. Em vez disso, os humanos dão aos computadores acesso a grandes quantidades de dados. As máquinas se treinam para reconhecer padrões nesses dados e, o mais importante, tirar conclusões do que aprenderam. (É aí que entra a parte do aprendizado no "aprendizado de máquina".) O tamanho e a qualidade do conjunto de dados são importantes. A IA é tão boa quanto os dados com os quais é treinada.
Explicar como a IA generativa funciona é complexo, e entendê-la profundamente exige esforço. A beleza da IA generativa, no entanto, é que você não precisa compreender tudo sobre ela para se beneficiar. Basta encontrar um aplicativo, como o Firefly, digitar o que deseja ver, como “três filhotes de labradoodle correndo na grama”, e pronto: você já é um usuário de IA generativa. Não é necessário diploma em programação.
O que impulsiona a IA generativa?
Nos bastidores, a IA generativa depende de hardware poderoso e computação em grande escala para funcionar. Unidades de processamento gráfico (GPUs) e unidades de processamento tensorial (TPUs) processam os cálculos enormes necessários para treinar e executar esses modelos.
O processo tem duas fases principais:
Treinamento.
Durante o treinamento, os modelos aprendem com enormes conjuntos de dados de texto, imagens, áudio ou vídeo. Esta etapa consome muita energia porque requer computação distribuída, processamento paralelo e longos tempos de execução para reconhecer padrões e relações.
Inferência.
Após treinado, um modelo pode gerar resultados sob demanda, como escrever texto, produzir uma imagem ou traduzir áudio, usando muito menos energia. A inferência também pode ser otimizada por meio de técnicas como processamento em massa e implantação na nuvem.
A IA generativa pode consumir muita energia, e as empresas que desenvolvem essas ferramentas estão cada vez mais conscientes do custo ambiental. Já estão sendo implementadas medidas para melhorar a eficiência e reduzir a pegada de carbono, mas ainda há muito progresso a ser feito.
Como a IA generativa é treinada?
Para entender como a IA generativa funciona, é útil observar o que acontece antes mesmo de você digitar um prompt. O processo de treinamento da IA inclui a limpeza e a curadoria cuidadosa dos dados para melhorar a qualidade, o pré-treinamento com grandes conjuntos de dados para estabelecer uma base de conhecimento e o ajuste de acordo com tarefas ou domínios específicos.
O feedback humano e o ajuste de segurança também são essenciais, ajudando a aperfeiçoar os resultados e reduzir vieses indesejados. Na Adobe, o treinamento incorpora dados licenciados e com direitos liberados, incluindo conteúdo do Adobe Stock, para que os profissionais criativos possam usar ferramentas generativas sem receios.
Como funcionam os diferentes tipos de modelos de IA generativa?
Existem diversos tipos de modelos de IA generativa, e cada um funciona de maneira um tanto diferente. Entender a diferença entre IA generativa e outros tipos de IA pode ajudar você a escolher o modelo mais adequado para o seu projeto específico.
- Modelos de linguagem de grande escala (LLMs).
Treinados com enormes conjuntos de dados textuais, os LLMs, como o ChatGPT ou o Claude, geram linguagem natural prevendo a próxima palavra em uma sequência. Sendo assim, são ideais para escrever, responder a perguntas e criar diálogos semelhantes aos humanos. - Modelos de difusão.
Geralmente usados para imagens e vídeos, os modelos de difusão começam com um ruído aleatório e gradualmente o refinam em um resultado claro que corresponde a um prompt. Esse é o método que impulsiona o gerador de imagem por IA do Firefly. - Redes adversárias generativas (GANs).
As GANs usam duas redes: uma geradora que cria resultados e uma discriminadora que as avalia. Elas competem e melhoram os resultados até que as imagens geradas pareçam realistas. As GANs foram um dos primeiros impulsionadores da arte por IA e da criação de deepfakes. - Autocodificadores variacionais (VAEs).
Os VAEs comprimem dados em uma representação mais simples e depois os reconstroem, permitindo gerar variações que captam a “essência” do original. Eles são úteis para misturar estilos ou produzir várias versões. - Modelos baseados em transformadores.
Os transformadores são a arquitetura subjacente a muitos sistemas generativos, incluindo LLMs e modelos de difusão. Eles usam um mecanismo de “atenção” para entender as relações entre dados, como palavras em uma frase ou pixels em uma imagem, gerando resultados precisos e contextualmente relevantes.
Juntos esses tipos de modelos possibilitam que a IA generativa processe tudo, de texto a vídeo, e continue evoluindo para sistemas mais capazes e criativos.
Como a IA generativa funciona no mundo real? Quais são suas vantagens?
A IA nos proporcionou os assistentes virtuais. A IA generativa, por outro lado, oferece os especialistas virtuais, com algumas limitações que abordaremos depois. Então como a IA generativa funciona na prática para empresas, profissionais e usuários comuns? Ao criar conteúdo novo sob demanda, ela está ajudando equipes a trabalhar com mais rapidez, explorar mais ideias e entregar resultados que antes exigiam muito mais tempo e recursos. As vantagens da IA generativa incluem o aumento da eficiência e da criatividade, então ela é uma ferramenta útil em diversos setores.
Empresas e a IA generativa.
A IA generativa pode agregar valor otimizando a maneira como as organizações lidam com conhecimento interno. Profissionais criativos podem usar ferramentas como o gerador de personagem por IA do Adobe Firefly para desenvolver personagens exclusivos para jogos, filmes e campanhas de marketing. A IA generativa tem o potencial de permitir que, por exemplo, estrategistas de redes de lojas de roupa pesquisem seus registros de estoque fazendo perguntas como “Vendemos mais shorts ou calças no verão passado?”. Tais insights podem acelerar a tomada de decisões e o desenvolvimento de estratégias.
Além desses exemplos, a IA generativa atua em diversos setores para impulsionar a produtividade, melhorar a eficiência e estimular a criatividade. Ela pode analisar conjuntos de dados complexos, desde planilhas e relatórios até imagens e gráficos, com muito mais rapidez do que os humanos, ajudando as equipes a encontrar insights e fazer recomendações. Para profissionais de marketing, ela pode agilizar tarefas repetitivas, como redimensionar anúncios ou criar relatórios sobre o desempenho de ativos. Profissionais criativos como designers gráficos podem usar a IA para brainstorming, sugerindo novas direções e variações que inspiram ideias inovadoras.
Uso pessoal e a IA generativa.
As pessoas já usam a IA generativa para responder a perguntas gerais e realizar pesquisas. (Observe que as respostas e pesquisas exigem verificação humana dos fatos; mais sobre essas e outras desvantagens na seção “Limitações e desafios da IA generativa” abaixo.)
A criação de arte com IA generativa também é popular entre o público geral. Você pode testar conceitos rapidamente, montar um mood board e imaginar cenas extraordinárias usando linguagem cotidiana. Porém também existem problemas, já que muitas ferramentas de geração de arte por IA são treinadas com imagens protegidas por direitos autorais.
No entanto, também podem surgir preocupações relacionadas aos direitos autorais. Para ajudar a resolver essas questões, a Adobe treinou o Firefly com imagens licenciadas do Adobe Stock, além de conteúdo com licença aberta e em domínio público cujos direitos autorais expiraram. Como o Firefly foi projetado para uso comercial, ele pode abrir portas para muitas outras áreas, como arte comercial, design, jogos, ambientes virtuais e muito mais.
Desafios relacionados à qualidade, ao viés e à segurança da IA generativa.
A IA generativa é capaz de muita coisa, mas é importante entender suas limitações. Esses desafios, como precisão, viés, propriedade intelectual e regras em constante evolução sobre a ética da IA, têm origem no funcionamento da IA generativa nos bastidores.
- A IA nem sempre está certa. A IA generativa pode produzir resultados que parecem convincentes, mas não são precisos. Como a IA generativa prevê padrões em dados, em vez de verificar fatos, ela pode apresentar informações que parecem precisas, mas estão incorretas. A melhor proteção ainda é a supervisão humana e a validação usando fontes confiáveis.
- O viés pode estar presente em todo lugar. Entender como a IA generativa funciona (aprendizado com grandes conjuntos de dados que refletem entradas do mundo real) explica como vieses sociais, como os relacionados a gênero ou raça, podem aparecer nos resultados. Enquanto os desenvolvedores trabalham para identificar e reduzir o viés por meio de design e supervisão contínua, os usuários também podem reconhecer pontos que precisam de melhoria, refinando prompts e compartilhando feedback.
- Direitos de propriedade intelectual são um problema. A IA generativa às vezes é treinada com enormes coleções de trabalhos criativos, o que pode gerar preocupações com direitos autorais. Criadores profissionais têm, com razão, um pé atrás em relação a como seu conteúdo é usado, e os tribunais ainda estão definindo os limites legais. A Adobe treina o Firefly com dados licenciados e com direitos liberados e apoia iniciativas como a Content Authenticity Initiative (CAI) e a proposta da tag “Não treinar”, para que os criadores possam controlar como seu trabalho é usado.
Acompanhar o ritmo das mudanças no funcionamento da IA generativa.
As regras, as políticas e os regulamentos em torno da IA generativa ainda estão evoluindo. Empresas e pessoas físicas precisam se manter informados, revisar cuidadosamente as políticas de privacidade e evitar o upload de informações confidenciais que desejam manter privadas. Para as empresas, isso significa revisar os resultados quanto à precisão, viés e preocupações com direitos autorais. Para as pessoas físicas, significa tratar a IA generativa como um parceiro criativo, não como um substituto para o bom senso humano.
Abrace o futuro do design com a IA generativa do Adobe Firefly.
A IA generativa já está mudando nossas vidas. Como especialista virtual, a IA generativa pode melhorar a eficiência e a produtividade em muitos setores. Como parceira de brainstorming, a IA generativa pode aprimorar nossa criatividade.
A tecnologia por trás do funcionamento da IA generativa está evoluindo tão rapidamente que a IA generativa de amanhã pode ser muito diferente da de hoje. Se explorarmos as ferramentas com curiosidade e cautela, podemos aproveitar suas vantagens e evitar armadilhas.
Como a IA generativa funciona na arquitetura.
Descubra como a IA generativa está remodelando os fluxos de trabalho na arquitetura. Dos esboços iniciais aos modelos 3D completos, a IA generativa está ajudando arquitetos a explorar conceitos, refinar projetos e visualizar espaços mais rapidamente. Saiba mais sobre como a IA generativa funciona na arquitetura.
Como a IA generativa funciona para desenvolvedores de jogos.
Descubra como a IA generativa pode agilizar a criação de mundos, o design de personagens e a elaboração de ativos, permitindo que os desenvolvedores de jogos se concentrem mais na narrativa e na jogabilidade. Saiba mais sobre como a IA generativa funciona para desenvolvedores de jogos.
Como a IA generativa funciona, do prompt ao resultado final?
Veja como a IA generativa funciona nos bastidores quando você fornece um prompt usando o Adobe Firefly ou outra ferramenta generativa. Cada etapa combina aprendizado de máquina avançado com controles intuitivos para criar conteúdo a partir de suas entradas.
1. Entrada e condicionamento.
Comece inserindo um prompt de texto ou fazendo upload de uma imagem de referência. O sistema condiciona essas entradas, ou seja, interpreta o que você pediu e se prepara para gerar um resultado.
2. Codificação.
A entrada é transformada em uma representação numérica que o modelo consegue interpretar. Por exemplo, as palavras são divididas em tokens, enquanto as imagens são convertidas em pontos de dados que descrevem formas, cores e características.
3. Compreensão e alinhamento do contexto.
O modelo de IA generativa avalia sua entrada com base no que aprendeu com os dados de treinamento, prestando atenção às relações e ao contexto. Esse alinhamento garante que o resultado corresponda à sua intenção e permaneça relevante para o pedido.
4. Geração.
Usando o treinamento, o modelo gera o conteúdo, como a previsão da próxima palavra em uma frase, o refinamento de ruído aleatório em uma imagem ou a produção de áudio que se encaixe na descrição.
5. Orientação e controles.
As configurações do usuário, como estilo, proporção ou paletas de marca, guiam o processo. Esses controles ajudam a direcionar o resultado para um visual, tom ou caso de uso específico.
6. Pós-processamento e exportação.
O sistema aprimora o resultado, melhorando a qualidade e fazendo ajustes finais. Você pode baixar, exportar ou refinar ainda mais o resultado com suas ferramentas favoritas do Firefly ou aplicativos da Adobe.
Perguntas frequentes sobre como funciona a IA generativa.
A IA generativa é um ramo da IA que se concentra na criação ou na produção de conteúdo, como imagens, músicas ou textos, por meio de algoritmos e modelos de aprendizado de máquina. Normalmente, a IA generativa requer a ação do usuário, como um comando de texto, para gerar um resultado correspondente, incluindo texto, imagem, música ou vídeo.
O mecanismo por trás da IA generativa envolve o treinamento de modelos com grandes conjuntos de dados de texto, imagem, áudio ou vídeo para que eles aprendam padrões e relações. Quando você insere um comando, o modelo usa esse conhecimento para gerar conteúdo novo, como a previsão da próxima palavra em um texto ou o refinamento de ruído em uma imagem, dependendo do funcionamento do modelo de IA generativa selecionado.
Um exemplo de IA generativa é um gerador de imagem por IA, como o Adobe Firefly, que pode criar novas imagens a partir de comandos de texto ou fotos de referência. Outros exemplos incluem chatbots que geram texto, ferramentas que compõem música ou sistemas que produzem vídeos e modelos 3D.
O Adobe Firefly utiliza modelos avançados, como modelos de difusão para imagens, para transformar seus comandos de texto ou arquivos de referência em conteúdo novo. A IA generativa no Firefly aprende padrões a partir de dados licenciados e com direitos autorizados, aplicando esse conhecimento para gerar imagens, efeitos de texto e outros ativos criativos seguros para uso comercial.
A IA generativa tem diversos usos práticos, como escrever códigos de programação, criar imagens e vídeos, resumir relatórios, analisar dados de vendas e atender a clientes.
A inteligência artificial é amplamente definida como máquinas que imitam a inteligência humana para realizar tarefas. Já a IA generativa se concentra na criação ou na produção de conteúdo novo, como imagens, músicas ou textos, por meio de algoritmos e modelos de aprendizado de máquina. A IA generativa geralmente requer a entrada do usuário para gerar um resultado correspondente.
As principais possíveis vantagens da inteligência artificial incluem maior eficiência, produtividade e criatividade. As limitações incluem informações imprecisas, reprodução de preconceitos, violação de direitos autorais e consumo de energia.
Empresas e pessoas físicas podem identificar os pontos em seus fluxos de trabalho nos quais o aumento da eficiência, da produtividade ou da criatividade seria uma vantagem. Empresas que adotarem a IA generativa devem analisar os resultados gerados quanto à precisão, à parcialidade e à violação de direitos autorais, permitindo que os funcionários conduzam a conceitualização e a estratégia. Pessoas físicas podem usar ferramentas de IA generativa por diversão ou a trabalho, dando o devido cuidado às suas informações pessoais.
Artigos sobre IA generativa.
O que é arte de IA? Como ela funciona?
A IA generativa está rapidamente se tornando uma ferramenta essencial para artistas. Continue lendo para saber o que é arte de IA generativa, como criá-la e como ela pode ser usada em seu trabalho.
Sete estilos de arte para comandos de IA
Do surrealismo ao cubismo e impressionismo, descubra como criar imagens nesses e em outros estilos de arte com IA generativa.
Como escrever comandos de IA na arquitetura
Com o comando de texto certo e um pouco de conhecimento, arquitetos podem usar a IA generativa para explorar, idealizar e ampliar sua visão criativa.
Comandos de IA para designers gráficos
Saiba como escrever comandos eficazes para IA generativa e conseguir resultados incríveis para design gráfico.
