O que é inteligência artificial? As perguntas mais frequentes

Mat Leonard
20 de abr de 2018

A inteligência artificial, frequentemente chamada de AI pela sua sigla em inglês, é a fronteira mais interessante que existe em termos de conhecimentos e tecnologia. Não importa onde você olha, as pessoas estão falando sobre máquinas inteligentes melhorando vidas.

Mesmo com todo esse entusiasmo, muitos dos conceitos e aplicações ainda são muito técnicos, o que pode ser confuso se você não estiver familiarizado com o básico. Se tiver perguntas, não se preocupe: você não está sozinho.

Leia: 10 tecnologias promissoras em 2018, segundo o MIT

O que é inteligência artificial?

Inteligência Artificial (IA ou AI)

Inteligência artificial é um ramo da ciência da computação que foca na construção de computadores e máquinas capazes de simular comportamento inteligente. Sistemas de inteligência artificial são capazes de fazer tarefas tradicionalmente associadas à inteligência humana, como percepção visual, reconhecimento de voz, tomada de decisão e tradução de idiomas.

Algoritmos

Um algoritmo é uma série de instruções matemáticas que deve ser seguida por uma máquina. Pense nele como um simples conjunto de instruções passo a passo: primeiro faça A, depois B, depois C. Em AI, programadores criam algoritmos que mandam o computador olhar para dados, identificar um problema e aprender com suas tentativas de resolução.

Machine Learning

Machine learning é um dos muitos algoritmos usando AI. O campo de machine learning projeta programas que aprendem a fazer previsões com base em dados sozinhos, sem precisar da assistência de um programador. Esses algoritmos são usados em aplicações como recomendações de música, filtro de spam e detecção de fraudes.

Deep Learning

Deep learning é construído sobre redes neurais, um tipo de modelo de machine learning estruturado de tal maneira que se parece com os neurônios de um cérebro humano. Em uma rede neural, neurônios artificiais são organizados em camadas interconectadas.

Há uma camada de input para receber dados externos e uma camada de output que dita como sistema vai responder à informação. Entre essas camadas, há outras camadas adicionais “escondidas" de neurônios que processam dados ao dar um peso numérico à informação que recebem da camada anterior, e passando essa informação para a próxima camada da rede. Uma rede neural pode resolver problemas muito complexos porque há uma enorme quantidade de neurônios trabalhando juntos.

Deep Learning ganha seu nome das redes neurais “profundas”, que têm dezenas ou mesmo centenas de camadas escondidas. Essas redes estão alimentando a revolução de AI com tecnologias de ponta para detectar objetos e fazer traduções automáticas e síntese de áudios.

No vídeo acima, Kadu Vido, especialista em machine learning da Udacity, explica como a tecnologia funciona

Processamento de Linguagem Natural

É através do processamento de linguagem natural (PLN ou NPL, na sigla em inglês) que conseguimos fazer com que computadores entendam, processem e manipulem a linguagem humana. Para tanto, um computador precisa conseguir “entender" uma enorme quantidade de informação, de regras gramaticais e de sintaxe a coloquialismo e sotaque.

Em um sistema de reconhecimento de voz, por exemplo, o imputa da voz humana se torna dados de áudio, que então são convertidos em dados de texto em um outro processo complexo. Esses dados de texto podem então ser utilizados por um sistema “inteligente" em uma série de aplicações como tradutores ou para controlar aparelhos como televisões.

Visão computacional

O objetivo da visão computacional é ajudar computadores a identificarem e processarem imagens do mesmo jeito que seres humanos fazem. Assim como aprendemos a distinguir os rostos de diferentes pessoas, a visão computacional quer ensinar máquinas a reconhecerem os diferentes objetos que “veem" através de uma câmera.

Elas conseguem fazer isso ao olhar para pixels individuais, identificar cores diferentes, convertê-las em valores numéricos e então procurar padrões para identificar grupos de pixels com cores e texturas similares. Isso ajuda as máquinas a identificarem objetos diferentes.

Leia: Machine Learning: entenda as oportunidades profissionais dessa área

Aplicações de inteligência artificial: onde AI está em uso?

AI já está presente em muitos aspectos da vida cotidiana. Seus exemplos incluem:

Assistentes virtuais

Assistentes virtuais como Siri, Alexa e Cortana utilizam processamento de linguagem natural para entender comandos de voz – marcar algo, encontrar músicas, responder perguntas e mesmo ajustar o ar-condicionado – através de um alto-falante ou smartphone.

"Piloto automático" em carros

Carros na estrada hoje já usam visão computacional para operar uma série de sistemas de segurança, como analisar o trânsito ao redor do veículo e frear automaticamente caso haja um perigo à frente. Para tanto, o veículo precisa ser capaz de identificar rapidamente diferentes imagens, prever o que poderia acontecer e tomar uma decisão sobre o que fazer.

Recomendar compras

Sites de compras populares usam AI para acompanhar o que você procura, o que você compra e o que favorita para olhar depois. Eles então usam essa informação para personalizar os produtos e serviços que vão lhe recomendar.

Como cliente, você economiza tempo na hora de buscar o que quer. Para vendedores, significa poder prever a demanda de produtos e assim ter o estoque certo no lugar certo. Isso melhora seu tempo de entrega e maximiza suas chances de lhe vender algo que você realmente quer.

Proteger seu dinheiro

AI é usada para monitorar contas bancárias constantemente em busca de atividades fraudulentas em potencial. Os sistemas de AI acompanham todas as suas compras ao longo do tempo e então constroem um perfil com seus hábitos de compra. O sistema então pode rapidamente sinalizar compras que parecem anormais.

Por exemplos: se 99% de suas compras acontecem em sua cidade natal e de repente uma série de compras em outro país aparece, seu banco pode contatá-lo para checar se seu cartão foi roubado.

Caronas compartilhadas

Apps de caronas compartilhadas como o Uber usam machine learning para prever com precisão quando o carro que você reservou vai chegar. Quando o app diz que o carro chegará em três minutos, por exemplo, machine learning foi usada para analisar os dados de milhões de viagens anteriores para afiar aquela previsão.

Técnicas de AI também são usadas para determinar quantos carros o Uber precisa ter na rua em dado horário e em quais áreas. Isso ajuda a garantir que existam carros extras em locais importantes durante horários de pico.

Que desenvolvimentos de AI estão prestes a mudar o mundo?

Meios de transporte totalmente autônomos

AI vai ter um papel importante no desenvolvimento de sistemas de transporte totalmente automatizados, de carros autônomos a veículos voadores. Sistemas avançados de AI vão ajudar veículos a reagir de maneira segura e inteligente a situações variadas como trânsito, clima e condições da estrada.

Isso vai resultar em um transporte muito mais seguro, rápido e menos estressante que o atual. As soluções de transporte autônomo também vão reduzir o tempo que as pessoas passam no trânsito e liberá-las para atividades mais produtivas.

Máquinas que fazem trabalhos perigosos

Alguns trabalhos são inerentemente perigosos, como trabalhar com produtos químicos perigosos. Conforme o AI se desenvolve, robôs terão a capacidade de tomar decisões independentes e inteligentes e poderão fazer esses trabalhos, eliminando a necessidade de ter pessoas arriscando suas vidas ali.

Diagnósticos médicos mais rápidos e precisos

A inteligência artificial pode ajudar médicos a aumentar a velocidade e a precisão de diagnósticos e tratamento de condições médicas. Os médicos vão trabalhar com sistemas de AI para acessar bancos de dados globais com informações de saúde. A máquina de AI vai comparar os sintomas do paciente com casos similares e fazer recomendações quase instantaneamente.

A inteligência artificial deve ser a tecnologia definitiva do século 21, e este é um momento incrivelmente interessante para entrar nesse campo. Saiba o que pode aprender na Udacity!

Leia também:

Artigo originalmente publicado no blog americano da Udacity