O que é Inteligência artificial?
Inteligência artificial é uma área da computação que dá capacidade a computadores de interpretar dados externos e a partir dele se aprimorar, imitando a inteligência humana na execução de tarefas específicas.
Há alguns anos atrás, certas tarefas executadas pela I.A como: controle de estoque de produtos nas empresas, aplicativos de rotas, reconhecimento facial, análise de comportamento do consumidor, publicidade em painéis digitais entre outros, não seria possível de serem executadas. Parecia ser algo bem distante da realidade ou vindo de ficção científica.
Entenda como esses algoritmos fascinantes funcionam. Vamos lá?
História da I.A
Para entendermos I.A temos que saber que esse conceito não surgiu agora, na verdade desde a década de 1940 já existia tentativas de criar funcionalidades para a chegada do computador. Estávamos na mesma década da segunda guerra mundial, que impulsionou as pesquisas tecnológicas e bélicas.
Em 1943 Warren McCulloch e Walter Pitts apresentaram um artigo que falava pela primeira vez sobre redes neurais. Estruturas de raciocínio artificiais em forma de modelo matemático que imitam o nosso sistema nervoso.
1950 o termo I.A poderia ser atribuído a John Mccarthy do MIT – onde podemos definir como construção de programas de computador que se envolve em tarefas que são desempenhadas de forma mais satisfatória por seres humanos, devido aos processos mentais de alto nível como: aprendizagem perceptual, organização da memória e raciocínio crítico.
Essa tecnologia teve sua definição conceitual em 1950 ainda na universidade de Carnegie Mellon. Herbert Simon e Allen Newell eram os pais dessa ciência, criando na universidade o primeiro laboratório dedicado a I.A no âmbito acadêmico.
Muitos cientistas já estavam estudando o tema naquela época, porém próximo aos anos de 1960, as pesquisas sobre I.A esfriaram, devido às limitações técnicas da época, como a escassez de memória dos computadores por exemplo.
Esse “inverno da I.A” se deu até o início da década de 80, e a partir dos próximos anos essa realidade seria modificada graças às inovações nos algoritmos, a ampliação das técnicas de Deep Learning e o aumento de financiamento de pesquisas nessa área.
Em 1997 o projeto Deep Blue da IBM conseguiu vencer o praticamente invencível Garry Kasparov campeão mundial de xadrez. Em 2011 Watson, também da IBM, venceu o Jeopardy, um jogo de perguntas e respostas da TV norte-americana. Watson o computador, busca informações em 200 milhões de páginas de livros, incrível neh?
Mesmo na década de 1960, os sistemas eletrônicos precisavam tratar algum grau de incerteza nas suas variáveis, para isso foi utilizada a lógica fuzzy. Ela avalia e calcula o pertencimento de uma variável de entrada a uma ou mais variáveis de saída.
Ainda hoje é amplamente utilizada em sistemas de apoio à decisão, controladores e qualquer tipo de aplicação de análise multi valorada. Ela pode ser utilizada para imitar um processo decisório humano, o que foi a primeira fórmula de I.A implementada em dispositivos eletrônicos. Muitos sistemas de ar condicionado utilizam controladores fuzzy, são considerados dispositivos inteligentes.
Depois de vários outros eventos o termo I.A ficou popular, mas o que temos atualmente é muito superior do que vimos nessas décadas. Vamos entender como funciona a estrutura de uma I.A:
Quando falamos de inteligência artificial, estamos falando também de uma tecnologia que faz parte de uma I.A, Machine Learning e Deep Learning, mas não são obrigatórios.
Machine Learning: é a tecnologia onde computadores têm a capacidade de aprender de acordo com as respostas esperadas por meio de associações de dados diferentes. Não importa se são imagens, números, ou qualquer tipo de informação que seja possível identificar. No Brasil esse termo é conhecido como aprendizado de máquina.
Deep Learning: é uma área concentrada em algoritmos e estruturas e funções cerebrais, chamadas de redes neurais e preditivas. Serve para ensinar o computador a aprender, para depois conseguir prever alguns padrões.
Não seria somente isso, não é obrigatório, mas alguns sistemas de machine learning precisam utilizar certos conjuntos de dados muito grandes, para isso outro termo surge: o big data.
Para trabalhar com sistema de aprendizagem de máquinas, é necessário utilizar um certo conjunto de dados. O Big Data, permite que os dados sejam virtualizados, para que possam ser armazenados de forma mais eficiente e econômica.
O big data também auxilia na melhoria da velocidade e confiabilidade da rede, removendo outras limitações físicas, associadas aos gerenciamento de dados em grandes quantidades.
A inteligência artificial é como um universo completo de toda tecnologia de informática que exibe qualquer coisa que se assemelha à inteligência humana. Podendo ser um aplicativo para resolver problemas mediante a tomadas de decisão, baseada em uma lista de regras complexas ou lógicas de (IF / THEN).
Machine Learning é um subconjunto do uso da inteligência artificial o qual aprende por conta própria enquanto recebe mais dados para poder desenvolver tarefas específicas, com cada vez mais precisão.
Deep Learning que aprende a realizar tarefas específicas com precisão, por conta própria e evolui sem a necessidade de intervenção humana.
Embora todo Machine Learning faça parte de uma inteligência artificial, nem toda inteligência artificial faz uso de Machine Learning.
Os algoritmos de I.A são capazes de raciocinar, planejar e processar com base em métodos computacionais lógicos e estatísticos, porém essas habilidades são limitadas aos recursos específicos dos próprios algoritmos.
Ex:
Se você criar um algoritmo para identificar quantas pessoas estão em uma foto e se elas estão sorrindo, ele não vai funcionar para identificar outra coisa, como por exemplo identificar se tem céu na foto está azul ou nublado, nesse caso é necessário criar outro algoritmo para identificar.
Podemos definir a I.A em duas categorias: forte e fraca.
I.A Forte – Artificial General Intelligence (AGI): é a I.A que mais se parece com a autonomia do cérebro humano, resolvendo muitos tipos de problema incluindo também a seleção dos problemas que ela escolhe resolver. Ainda é teórica e não possuímos exemplos práticos do seu uso, embora Elon Musk acredite que já podemos estar em um caminho perigoso e sem volta de inteligência artificial.
I.A Fraca – Narrow A.I: é a I.A que mais conhecemos e usamos em nosso dia a dia. Ela é focada e treinada para realizar uma tarefa específica, chamamos de “fraca”, mas de certa forma é errado chamar assim, pois esse tipo de I.A é que habita em certas tecnologias que usamos em nosso dia a dia como google fotos, algumas câmeras de smartphone e muitos outros.
Ex: Siri da Apple ou Alexa da amazon
Seja tirando uma foto de comida e a câmera ajustando automaticamente a iluminação e as configurações, ou tentando prever ações de empresas no futuro, ou até gerando códigos sozinhos a I.A está literalmente presente no nosso dia a dia de uma forma que ficará impossível retirar, pois a tendência é cada dia mais ajudar o ser humano a executar diversas tarefas e facilitar a nossa vida.
E você, tem medo ou é a favor do I.A?
- Tags:
- I.A
One Comment: