Modelo de Base

Um modelo de base é um grande modelo de aprendizagem automática treinado com dados amplos que pode ser adaptado a muitas tarefas a jusante, em vez de ser construído para um único problema restrito. Na indústria, os modelos de base treinados com dados de texto, sensores ou imagem servem de base reutilizável para aplicações de manutenção, visão e processos.

Os modelos industriais tradicionais são treinados de raiz para uma única tarefa — um modelo por tipo de bomba, um classificador por defeito. Em contrapartida, um modelo de base é pré-treinado com um conjunto de dados muito grande e geral, sendo depois afinado ou orientado por instruções para usos específicos, amortizando o pesado custo de treino por muitas aplicações.

Os exemplos mais conhecidos são os grandes modelos de linguagem para texto, mas a mesma abordagem está a estender-se aos dados de séries temporais de sensores e à visão por computador, onde um único modelo pré-treinado pode ser adaptado a novos ativos ou linhas de produto com relativamente poucos dados específicos da tarefa.

Para as equipas industriais, o atrativo é a reutilização e a implementação mais rápida: menos dados rotulados e menos esforço de engenharia por cada novo caso de uso. As contrapartidas são a dimensão do modelo, o custo computacional e a necessidade de validar que um modelo geral se comporta corretamente nos equipamentos e condições de uma instalação concreta.

Termos relacionados

Large Language Model (LLM) · Generative AI · Machine Learning (Industrial) · Neural Network