Inteligência artificial (IA) refere-se à capacidade de uma máquina de aprender padrões e fazer
predições. A IA não substitui decisões humanas; em vez disso, a IA adiciona valor ao julgamento
humano.
Ao estudar inteligência artificial, você se depara com o termo inteligência aumentada. Ambos os
termos compartilham o mesmo objetivo, mas têm abordagens diferentes. A inteligência aumentada
tem um objetivo modesto de ajudar os humanos em tarefas que não são práticas de fazer. Por
exemplo, "ler" 1000 páginas em uma hora. Diferentemente, a inteligência artificial tem um objetivo
elevado de imitar o pensamento e os processos humanos. NNo entanto, é importante observar
que a IA hoje não está madura o suficiente para executar tarefas independentes, como
diagnosticar um câncer sem apoio de um humano.
Inteligência Artificial:
Para separar frango, carne bovina e carne suína, você pode criar uma regra programada no
formato de instruções if-else. Isso permite que a máquina reconheça o que está na etiqueta e a
encaminhe para a cesta correta.
Uma regra programada pode parecer com isto:
If beef_is_on_label:
route_items_to_center_basket()
else:
redirect_item_to_main_basket()
A inteligência artificial torna este processo mais eficiente.
Machine Learning:
Para melhorar o desempenho da máquina, você a expõe a mais dados para assegurar
que a máquina seja treinada em várias características de cada tipo de carne, como
tamanho, formato e cor. Quanto mais dados você fornecer para o algoritmo, melhor será o
modelo. Ao fornecer mais dados e ajustar parâmetros, a máquina minimiza erros por meio
do trabalho de suposição repetido.
Deep Learning:
O supermercado ampliou sua seleção para incluir mais produtos como tenders de frango,
carne moída e javali. Além disso, os produtos agora vêm em tamanhos, formatos e
temperos diferentes. O que torna o deep learning diferente?
Modelos de deep learning eliminam a necessidade de extrações de características. Para o
seu trabalho no supermercado, você decide usar algoritmos baseados em deep learning
para classificar carnes, eliminando a necessidade de definir como se parece cada
produto. A extração de características é integrada no processo sem entrada humana.
Depois de fornecer o modelo de deep learning com dezenas de imagens de carne, ele
processa as imagens por meio de diferentes camadas de redes neurais. Então, as
próprias camadas podem aprender uma representação implícita dos dados brutos.
Como os serviços de IA fazem cálculos? E o que eles fazem com esses
cálculos? Vamos detalhar isso em duas partes.
Análise: Os serviços de IA podem consumir (ou "ingerir") enormes quantidades de dados.
Eles podem aplicar cálculos matemáticos para analisar dados classificando e organizando
esses dados de maneiras que seriam consideradas impossíveis alguns anos atrás.
Predição: Os serviços de IA podem usar sua análise de dados para fazer predições. Na
prática, eles podem dizer: "Com base nessas informações, provavelmente tal coisa vai
acontecer".
Quais predições a IA pode fazer?
A maioria das pessoas tem um relacionamento de amor e ódio com o recurso de
autocorreção em telefones ou computadores. O que está acontecendo quando você digita
uma palavra incorreta? Como a máquina sabe sugerir uma ortografia melhor?
Colocado de maneira simples, o software analisa o que você digitou até agora e prevê
uma provável correção. Seu telefone ou computador (ou seu serviço on-line) tem mais do
que um dicionário de grafias corretas. Ele tem uma enorme biblioteca de frases que os
humanos usam em certos contextos sobre muitos assuntos. Assim, quando você digita
uma palavra que não está em seu dicionário, ele começa a analisar e prever e sugere a
palavra que você precisa. As previsões nem sempre são precisas. Mas se elas estiverem
corretas frequentemente, elas serão úteis e podem economizar tempo.
Linguagem Humana
Os chatbots on-line usam processamento de linguagem natural (NLP) para analisar
perguntas mal digitadas ou faladas e, em seguida, prever quais respostas dar em tópicos
que variam de envio e horário comercial a mercadorias e tamanhos.
Reconhecimento da Visão
A IA ajuda os médicos a identificarem doenças graves com base em sintomas incomuns e
sinais de alerta precoce, além de ler os sinais de limite de velocidade e parada enquanto
orienta os carros no trânsito.
Detecção de Fraude
A IA analisa padrões criados quando milhares de clientes de um banco fazem compras
com cartão de crédito e, em seguida, prevê quais encargos podem resultar de roubos de
identidade.
Como a IA está evoluindo?
IA Limitada
A IA limitada é focada em lidar com uma único tarefa, como prever sua próxima
compra ou planejar seu dia.
A IA limitada está escalando muito rapidamente no mundo consumidor, no qual há
muitas tarefas e dados comuns para treinar sistemas de IA. Por exemplo, é
possível comprar um livro com um dispositivo baseado em voz.
A IA limitada também permite aplicativos robustos, como o uso da Siri em um
iPhone, o mecanismo de recomendação da Amazon, veículos autônomos e muito
mais. Os sistemas da IA limitada como a Siri têm recursos de conversação, mas
apenas se você seguir o script.
IA Ampla
A IA ampla é um ponto médio entre a IA limitada e a IA geral.
Em vez de se limitarem a uma único tarefa, os sistemas de IA ampla são mais
versáteis e podem lidar com uma gama maior de tarefas relacionadas.
A IA ampla é focada na integração da IA dentro de um processo de negócios
específico, onde as empresas precisam de conhecimento específico corporativo e
de negócios para treinar esse tipo de sistema.
IA Geral
A IA geral refere-se a máquinas que podem executar qualquer tarefa intelectual que
um ser humano pode.
Atualmente, a IA não tem a capacidade de pensar abstratamente, criar estratégias
e usar experiências anteriores para criar ideias novas e criativas como os
humanos, como inventar um novo produto ou responder às pessoas com emoções
apropriadas. E não se preocupe, a IA não está nem perto desse ponto.