Python + IA: Fundamentos e Projetos Práticos
Hoje você vai aprender como usar modelos de IA generativa para criar respostas automáticas, resumos, textos completos e até simular conversas com linguagem natural.
Bem-vindo ao mundo do NLG – Natural Language Generation!
🧠 O que é Geração de Texto?
A geração de texto é uma tarefa de IA onde um modelo, a partir de um prompt (texto de entrada), continua, responde ou cria algo novo com coerência.
Exemplos reais:
- Chatbots inteligentes
- E-mails automáticos
- Geração de artigos ou resumos
- Sistemas de perguntas e respostas
🧰 O que vamos usar
- Python 3.10+
- Biblioteca
transformers - Modelo pré-treinado:
gpt2(modelo de linguagem da OpenAI)
📦 Instalação das dependências
pip install transformers
pip install torch✍️ Código: Gerando Texto com GPT-2
from transformers import pipeline, set_seed
# Cria gerador com modelo em português
gerador = pipeline(
"text-generation",
model="pierreguillou/gpt2-small-portuguese"
)
# Garante repetibilidade nos testes
set_seed(42)
# Frase inicial
entrada = "A inteligência artificial no futuro será capaz de"
# Gera 3 variações
resultados = gerador(
entrada,
max_length=60,
num_return_sequences=3,
truncation=True
)
# Exibe resultados numerados
for i, resultado in enumerate(resultados, 1):
print(f"\n🧠 Versão {i}:\n{resultado['generated_text']}")🧠 Explicando
pipeline("text-generation"): cria um gerador de texto com base em linguagem naturalmax_length: controla o tamanho máximo da respostaset_seed(): garante que o resultado seja o mesmo a cada execução (para testes)
📊 Exemplo de saída
A inteligência artificial no futuro será capaz de entender emoções humanas, tomar decisões autônomas em áreas como medicina, transporte e educação, e colaborar com humanos em tarefas criativas e complexas.🎯 Desafio do Dia
Crie um script que:
- Receba uma frase inicial digitada pelo usuário
- Gere três versões diferentes de continuação (com
num_return_sequences=3) - Exiba todas as respostas geradas, numeradas
