Do curso: Descubra a Inteligência Artificial Generativa

VAE e detecção de anomalias

Do curso: Descubra a Inteligência Artificial Generativa

VAE e detecção de anomalias

“

Agora, vamos falar de uma aplicação da IA generativa que pode não ser tão óbvia quanto a usada na geração de imagens, como vimos anteriormente com áudio ou texto. Mas ainda assim é uma aplicação muito importante. É a detecção de anomalias. Um dos principais modelos que usamos neste espaço são os autoencoders variacionais, chamados de VAEs. Esses modelos podem ser usados para detecção de anomalias treinando-se um modelo com um conjunto de dados normais e depois usando o modelo treinado para identificar casos que se desviam dos dados normais. Eles podem ser usados para detectar anomalias em uma ampla gama de situações, como encontrar fraudes em transações financeiras, detectar falhas na fabricação de artigos ou encontrar violações de segurança em uma rede. Por exemplo, a Uber usou VAE para detecção de anomalias nas suas transações financeiras de modo a identificar fraudes. Outro exemplo é o Google, que também usou VAE para identificar invasões de rede usando a detecção de anomalias. Outra aplicação real dos VAEs é a detecção de anomalias no controle de qualidade industrial. Nesse cenário, um VAE pode ser treinado com um conjunto de dados de imagens de produtos normais e depois ser usado para identificar imagens de produtos que se desviam dos dados normais. Então, ele pode ser usado para detectar defeitos nos produtos, como arranhões, deformações ou desajustes. Outro exemplo do mundo real é o da área da saúde, em que o VAE é usado para detectar anomalias em imagens como tomografia e ressonância magnética. O Children's National Hospital em Washington, DC, usa a IA generativa para analisar registros eletrônicos de saúde. O modelo usa dados como sinais vitais, resultados laboratoriais e informações demográficas para prever quais pacientes correm risco de sepse, permitindo que os profissionais de saúde intervenham precocemente e melhorem os resultados dos pacientes. Os autoencoders variacionais são um modelo generativo flexível. Além de detectar anomalias, eles também fazem parte da arquitetura de vários outros modelos de IA generativa.

Conteúdos