A inteligência artificial (IA) é um amplo ramo da ciência da computação que se preocupa com a construção de máquinas inteligentes que podem executar tarefas que normalmente exigem inteligência humana. A inteligência artificial é uma ciência interdisciplinar com múltiplas abordagens, mas os avanços em aprendizado de máquina e aprendizado profundo estão criando uma mudança de paradigma em praticamente todos os setores da indústria de tecnologia.
Como funciona a inteligência artificial?
Menos de uma década depois de quebrar a máquina de criptografia nazista Enigma e ajudar as forças aliadas a vencer a Segunda Guerra Mundial, o matemático Alan Turing mudou a história pela segunda vez com uma pergunta simples: "As máquinas podem pensar?"
O artigo de Turing "Computing Machinery and Intelligence" (1950), e seu subsequente Teste de Turing, estabeleceram o objetivo e a visão fundamentais da inteligência artificial.
Em sua essência, a IA é o ramo da computação que visa responder afirmativamente à pergunta de Turing. É o esforço de replicar ou simular a inteligência humana em máquinas.
O objetivo expansivo da inteligência artificial provocou muitas perguntas e debates. Tanto que nenhuma definição singular do campo é universalmente aceita.
A principal limitação em definir a IA simplesmente como “construir máquinas inteligentes” é que ela realmente não explica o que é inteligência artificial? O que torna uma máquina inteligente?
Em seu livro inovador Artificial Intelligence: A Modern Approach, os autores Stuart Russell e Peter Norvig abordam essa questão unificando seu trabalho em torno do tema de agentes inteligentes em máquinas. Com isso em mente, a inteligência artificial é “o estudo de agentes que recebem percepções do ambiente e realizam ações”. (Russel e Norvig viii)
Norvig e Russell continuam explorando quatro abordagens diferentes que historicamente definiram o campo da IA:
- Pensando humanamente
- Pensando racionalmente
- Agir humanamente
- Aja racionalmente
As duas primeiras ideias lidam com processos de pensamento e raciocínio, enquanto as outras lidam com comportamento. Norvig e Russell focam particularmente em agentes racionais agindo para obter o melhor resultado, observando que "todas as habilidades necessárias para o teste de Turing também permitem que um agente aja racionalmente". (Russel e Norvig 4).
Patrick Winston, professor de inteligência artificial e ciência da computação do MIT, define IA como "algoritmos habilitados para restrições, expostos por representações que suportam modelos voltados para circuitos que conectam pensamento, percepção e ação".
Embora essas definições possam parecer abstratas para a pessoa comum, elas ajudam a focar o campo como uma área de computação e fornecem um modelo para infundir máquinas e programas com aprendizado de máquina e outros subconjuntos de inteligência artificial.
Ao abordar uma multidão na Japan AI Experience em 2017, o CEO da DataRobot, Jeremy Achin, começou seu discurso oferecendo a seguinte definição de como a IA é usada hoje:
"A inteligência artificial é um sistema de computador que pode executar tarefas que normalmente exigem inteligência humana ... Muitos desses sistemas de IA são alimentados por aprendizado de máquina, alguns são alimentados por aprendizado profundo e alguns são alimentados por coisas muito chatas, como as regras".
Como a inteligência artificial é usada? I A
A inteligência artificial geralmente falsa em duas grandes categorias:
- IA fechar: Às vezes chamado de "IA fraca", esse tipo de inteligência artificial opera em um contexto limitado e é uma simulação da inteligência humana. A IA restrita geralmente se concentra na execução de uma única tarefa e, embora essas máquinas possam parecer inteligentes, elas operam com muito mais restrições e limitações do que a inteligência humana mais básica.
- Inteligência Artificial Geral (AGI): AGI, às vezes chamado de “Strong AI”, é o tipo de inteligência artificial que vemos em filmes, como robôs de Westworld ou Data from Star Trek: The Next Generation. AGI é uma máquina com inteligência geral e, assim como um ser humano, pode aplicar essa inteligência para resolver qualquer problema.
Exemplos de inteligência artificial
- Assistentes inteligentes (como Siri e Alexa)
- Ferramentas de mapeamento e previsão de doenças
- Robôs e drones de produção
- Recomendações de terapia personalizada otimizada
- Bots de conversação para marketing e atendimento ao cliente
- Robô-consultor para negociação de ações
- Filtri antispam via e-mail
- Ferramentas de monitoramento de mídia social para conteúdo perigoso ou notícias falsas
- Dicas sobre músicas ou programas de TV do Spotify e Netflix
Como você pode ver, já se tornou parte de nossas vidas.
Inteligência artificial estreita
A IA estreita nos cerca e é a IA mais bem-sucedida até hoje. Com foco na execução de tarefas específicas, a Narrow AI foi pioneira em inúmeras descobertas na última década que trouxeram “benefícios significativos para a sociedade e contribuíram para a viabilidade econômica da nação”, de acordo com o relatório “Preparing for the Future of Artificial Intelligence”. 2016 publicado pela administração Obama.
Alguns exemplos de IA estreita incluem:
- Pesquisa do Google
- Software de reconhecimento de imagem
- Siri, Alexa e outros assistentes pessoais
- Carro autônomo
- Watson da IBM
Aprendizado de máquina e aprendizado profundo
A IA muito estreita é alimentada por avanços em aprendizado de máquina e aprendizado profundo. Entender a diferença entre inteligência artificial, aprendizado de máquina e aprendizado profundo pode ser confuso. O capitalista Frank Chen oferece uma boa visão geral de como distingui-los, observando:
“A inteligência artificial é um conjunto de algoritmos e inteligência para tentar imitar a inteligência humana. O aprendizado de máquina é um deles e o aprendizado profundo é uma dessas técnicas de aprendizado de máquina."
Simplificando, o aprendizado de máquina alimenta um computador com dados e usa técnicas estatísticas para ajudá-lo a "aprender" a melhorar progressivamente uma atividade, sem ter sido programado especificamente para essa atividade, eliminando a necessidade de milhões de linhas de código escrito. O aprendizado de máquina consiste em aprendizado supervisionado (usando conjuntos de dados rotulados) e aprendizado não supervisionado (usando conjuntos de dados não rotulados).
O aprendizado profundo é um tipo de aprendizado de máquina que gerencia entradas por meio de uma arquitetura de rede neural inspirada biologicamente. As redes neurais contêm uma série de camadas ocultas pelas quais os dados são processados, permitindo que a máquina aprofunde seu aprendizado, fazendo conexões e pesando entradas para obter os melhores resultados.
Inteligência geral artificial
Criar uma máquina com inteligência de nível humano que pode ser aplicada a qualquer tarefa é o santo graal para muitos pesquisadores de IA, mas a pesquisa da AGI tem sido repleta de dificuldades.
A busca por um "algoritmo universal para aprender e agir em qualquer ambiente" (Russel e Norvig) não é nova, mas o tempo não amenizou a dificuldade de criar essencialmente uma máquina com um conjunto completo de habilidades cognitivas.
A AGI tem sido a musa da ficção científica distópica, onde robôs superinteligentes invadiram a humanidade, mas os especialistas concordam que não é algo com o qual precisamos nos preocupar.
Leitura:
- Microsoft lança aplicativo que descreve o que está nas fotos para cegos
- Como limpar fotos de fundo rapidamente
- TVs Samsung em 2022: QLED, menos cabos e inteligência artificial
- O que exatamente é a tecnologia MicroLED da Samsung (e como isso afeta sua nova TV)
- Diferenças de LED de TV: LED de borda vs LED direto vs matriz completa
