16 de jul de 2018

O que é inteligência artificial? Entre carros autônomos e jogos de xadrez, entenda o campo

Udacity Brasil

Em poucas palavras, a inteligência artificial, IA ou AI (sigla em inglês para artificial intelligence) é a capacidade de ensinar uma máquina as habilidades que simulam a inteligência de um ser humano.

E não é nova: o famoso Teste de Turing, por exemplo, surgiu nos anos 1950. Neste artigo, entenda os principais conceitos de inteligência artificial, exemplos de aplicação no Brasil e no mundo e onde aprender mais, seja através de livros, filmes ou cursos.

Baixe o ebook gratuito: Carreira em inteligência artificial: desafios e oportunidades

O que é inteligência artificial

Afinal, o que é inteligência artificial? Basicamente, 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.

Na inteligência artificial – e vale destacar que hoje existem apenas modelos e sistemas, não uma inteligência artificial completa –, os sistemas pensam e atuam como seres humanos, ou seja, racionalmente.

Longe de ser algo fechado, inteligência artificial pode aparecer em uma técnica, uma atividade, um recurso ou campo de estudo em que são feitos algoritmos de treinamento e aprendizagem com o objetivo de atingir uma generalização de capacidades humanas.

O que é o teste de Turing, projeto para avaliar as capacidades de uma inteligência artificial?

O campo nasce da tentativa de emular o comportamento inteligente por meio de processos computacionais. Embora tenha o nome “artificial”, esta é uma atividade essencialmente associada às engrenagens do pensamento do homem, seja de tomada de decisão, de aprendizado ou de resolução de problemas.

Por definição pura e simples, o objetivo da AI é desenvolver sistemas, por meio do treinamento, capazes de reproduzir o comportamento inteligente. É comumente utilizada para a realização de tarefas previsíveis e repetitivas ou que não têm solução algorítmica viável na computação convencional.

Esses processos são realizados pelos agentes de inteligência artificial, que identificam comportamentos em um determinado ambiente e os reproduzem em ações que maximizam as chances de sucesso na proximidade com as habilidades, emoções e atitudes humanas.

Tudo isso está programado em algoritmos, compostos por 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.

Veja abaixo diversos tipos de inteligência artificial.

Leia: O que é inteligência artificial? As perguntas mais frequentes

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.

Marcelo Tas explica o que é machine learning

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.

Instrutor da Udacity explica o que é deep learning em curso gratuito

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.

Engenheiros da Google falam sobre processamento da linguagem natural e seus avanços

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.

Instrutor da Udacity explica o que é visão computacional e como extrair conteúdo de imagens em curso gratuito

Como funciona a inteligência artificial

A inteligência artificial imita o comportamento da mente humana. É, portanto, um campo complexo e transdisciplinar. A IA está fundamentada em diversas áreas, principalmente engenharia de computação, matemática, economia, filosofia, psicologia, linguística, neurociência e cibernética.

Considerando que o homem treina a máquina, é preciso elaborar um passo a passo – em um caminho de erros e acertos – na busca pelo sucesso da construção de racionalidade humana na máquina. Nesse percurso, é necessário que pesquisadores e técnicos façam uma reflexão crítica com base em questionamentos de nível até filosófico.

Alguns exemplos de perguntas são:

  • Como surgem as ideias?
  • Você já se perguntou como funciona o pensar?
  • De quais maneiras o conhecimento humano é absorvido? E essas informações absorvidas, como são processada na mente?
  • A inteligência se desenvolve por quais meios?
  • De que maneira a mente elabora raciocínios e chega a conclusões?
  • A tomada de decisões se constrói por quais etapas?

Essas são algumas perguntas necessárias para criar algoritmos eficientes de inteligência artificial capazes de decifrar, destrinchar e categorizar o raciocínio do homem a fim de simular seu processo de pensamento.

Leia: Neural lace: como funciona e quem investe (de verdade) nesta promissora interface cérebro-máquina

História da inteligência artificial

A inteligência em todas as suas formas, do raciocínio à memória, do aprendizado à visão, é estudada há séculos pelos filósofos. Já a história da inteligência artificial remonta à década de 1950, quando a inteligência começou a ser estudada a partir de teorias e experimentos.

Alguns anos antes, foi elaborada uma das bases da IA, quando Alonzo Church e Alan Turing desenvolveram o conceito de computabilidade. Ali, foi criada a Tese de Church-Turing, uma hipótese que relaciona algoritmos a artefatos mecânicos de cálculo – no caso, o computador.

A partir dos estudos com Church, em 1950, Turing fez a famosa pergunta: “Mas podem as máquinas pensar?”. Nasce então o Teste de Turing, que simula a capacidade de uma máquina reproduzir comportamento inteligente que se equivale ao de um ser humano.

A pergunta foi desenvolvida quatro anos após a apresentação do primeiro modelo de um neurônio artificial, quando os pesquisadores McCulloch e Pitts criaram operadores lógicos através de uma rede neural.

Após o neurônio McCulloch-Pitts e o Teste de Turing, no final da década de 1950, Herbert Simon, J.Cliff Shaw e Allen Newell criaram um programa de computador que ficou conhecido como Solucionador de Problemas Gerais. Em inglês, General Problem Solver (GPS).

Basicamente, o equipamento foi idealizado para funcionar como uma máquina universal para solucionar provas de teoremas, jogos de xadrez, questões de geometria, entre outras operações.

Na mesma época, é criada uma família de linguagens de programação e John McCarthy elabora a Lisp (de List Processing). Nela, a lista é a estrutura de dados fundamental. Nos anos de 1970 e 1980, a Lisp se tornou a linguagem pioneira dos desenvolvedores de inteligência artificial.

Com a Lisp, nos anos de 1960 a 1980, McCarthy ganhou destaque no desenvolvimento dos primeiros passos da inteligência artificial. Foi possível naquele momento criar sistemas especializados: para diagnóstico médico (MYCIN), para linguagem aplicada ao mundo dos blocos (SHRLDU) e para análise de geólogos das amostras de rochas trazidas pela missão Apollo da lua.

A IA ganhou corpo em 1980 com projetos mais reais. Foi quando ela começou a ser utilizada na indústria, tendo sucesso por garantir corte de despesas e otimização de tarefas.

Outro exemplo de uso prático na década de 1980 foi o projeto governamental japonês que criou a chamada “quinta geração de computadores”, um nome que era uma espécie de estratégia de marketing para projetar o novo sistema como um salto de eficiência em relação às máquinas criadas até então.

O objetivo era ousado: criar um computador que marcasse uma era, tendo performance de última geração, semelhante a um supercomputador na funcionalidade, com os mecanismos de interação propiciados pelo avanços da inteligência artificial do momento.

O projeto governamental e industrial japonês teve grande repercussão no mercado global de financiamento da área de IA. Dos anos 1980 em diante, a inteligência artificial cresceu em abrangência de atividades, consolidando um framework eficiente para projetos e análises de programas. A ideia de “agentes inteligentes” nasce nesse contexto.

Leia: Conheça a GAN, modelo de inteligência artificial que quer dar imaginação às máquinas

Deep Blue vs. Kasparov

No fim de 1996, deu-se outro marco importante na história da inteligência artificial: a vitória do computador Deep Blue, da IBM, sobre o então campeão mundial de xadrez, o russo Garry Kasparov. Foram seis partidas de confronto, que entrou em 1997. Em maio daquele ano, a máquina venceu o homem.

Com algoritmos de busca, hardware desenvolvido especificamente para uso no xadrez e computador de ultra velocidade, a máquina foi capaz de avaliar 200 milhões de posições por segundo, tendo como parâmetros situações comparativas. Exemplo: a importância de manter uma posição segura para o rei ou garantir o maior domínio no centro do tabuleiro.

A combinação desses algoritmos sobre possíveis posições das peças e jogadas foi possível graças ao cruzamento de análise de registros de diversos jogos, e até mesmo dos movimentos feitos por jogadores de destaque na história do xadrez.

Acima, trecho do jogo entre Deep Blue e Garry Kasparov

Devido à aplicação desses jogos e movimentos de sucesso implantados no arsenal de dados do Deep Blue, após perder a partida, o russo teria insinuado que jogadores de xadrez pudessem estar por trás dos movimentos da máquina, o que seria uma violação das regras estabelecidas com a IBM. O motivo da desconfiança? Kasparovz relatou ter percebido criatividade, raciocínio e inteligência profunda nos movimentos da máquina.

Para a acusação, a justificativa da empresa foi que durante o jogo não havia intervenção de humanos, somente entre as partidas. Isso estava de acordo com as regras, já que era permitido o computador ser “treinado” com mecanismos de interação para aprender os movimentos, tal como um técnico treina atletas. Como prova, foram disponibilizados pela IBM arquivos de log (ou registros) do Deep Blue.

Um dos técnicos que moviam as peças de xadrez por determinação do computador, Feng-hsiung Hsu, escreveu um livro com detalhes dos bastidores da vitória da máquina da IBM. Behind Deep Blue: building the computer that defeated the world chess champion foi publicado em 2002 pela Universidade de Princeton.

Leia: Tutorial de TensorFlow para iniciantes: aprenda a processar imagens

IBM Watson no Jeopardy

Um dos destaques recentes na história da inteligência artificial se deu em 2011, quando a plataforma IBM Watson venceu seres humanos em uma disputa de perguntas e respostas.

A plataforma foi criada por uma equipe de pesquisadores da IBM para responder perguntas elaboradas de forma textual. Em um programa americano de TV, a competição Jeopardy! reuniu campeões de edições anteriores e usou perguntas e respostas com temas variados.

Watson coletava informações em bases de dados e conhecimento, na sua forma estruturada, e ainda em documentos de texto principalmente na Internet, na forma não-estruturada.

Acima, o IBM Watson vence no Jeopardy!

Isso aconteceu porque o Watson é uma plataforma cognitiva. Ou seja, tem a capacidade de aprender. Um ser humano alimenta a plataforma permanentemente com novas informações, treinando a máquina para aprender com esses dados. As respostas eram dadas com a conexão dessas fontes de informação, após serem localizadas no sistema da plataforma.

Após o Deep Blue, a vitória de Watson também passou a ser vista como mais uma façanha do computador nos confrontos humano-máquina da história da inteligência artificial. Nos laboratórios da IBM, tecnologia continua até hoje sendo aperfeiçoada pelos pesquisadores e há pelo menos 30 serviços Watson disponíveis na plataforma criada pela empresa.

Leia: IBM Watson: tudo sobre a plataforma de inteligência artificial da IBM

AlphaGo vs. Lee Se-dol

Em 2016, mais uma partida traz à tona o evidente progresso da inteligência artificial. O programa AlphaGo, criado pela unidade de deep learning da Google, a DeepMind, ganhou do lendário jogador de Go Lee Se-dol naquilo que é considerado um dos jogos mais complexos do mundo.

Um antiquíssimo jogo de tabuleiro chinês, o Go é considerado um enorme desafio para sistemas de inteligência artificial por exigir altos níveis de intuição e avaliação. Para vencer, o AlphaGo criou um sistema complexo que envolve redes neurais profundas e machine learning.

"Estou em choque, admito isso, mas o que está feito está feito. Gostei desse jogo e estou ansioso pelo próximo", disse Lee, um dos melhores do mundo, após perder a primeira das cinco partidas do round, que se surpreendeu com as jogadas ousadas do programa.

De tão histórico, o evento rendeu até um documentário, AlphaGo:

Trailer do documentário sobre AlphaGo e sua partida com Lee Se-dol, um dos melhores do mundo no jogo milenar

Exemplos de aplicações de inteligência artificial

As aplicações de inteligência artificial são vastas em termos de área, de química às finanças, de medicina à arquitetura e arte, da indústria à computação e à engenharia. No campo da tecnologia, as principais aplicações se dão com jogos, computação e robótica.

Em computação, a inteligência artificial pode ser aplicada à engenharia de software, aos bancos de dados ativos e dedutivos, à mineração de dados (data mining), às interfaces adaptativas e à programação automática.

Na prática, a inteligência artificial está e será cada vez mais aplicada em serviços comuns do dia a dia. Por exemplo: com base nos filmes e nas séries que você assiste na conta, a Netflix usa IA para criar suas sugestões. Da mesma forma ocorre em aplicativos de música, como o Spotify, que mapeia os estilos das músicas mais ouvidas e, a partir dessa base de dados, sugere listas com combinações similares.

A Uber também utiliza inteligência artificial e a aplica para calcular seus preços dinâmicos. O Facebook também faz uso de recursos da IA para identificar, por exemplo, usuários depressivos e potencialmente suicidas através das postagens.

Na robótica, por exemplo, uma das aplicações da inteligência artificial é o desenvolvimento de robôs "criativos", ou seja, que consegue criar coisas novas. Considerando que, por meio das referências e informações disponíveis na Internet, é possível fazer combinações e criações de todo tipo, a "criatividade" das máquinas ainda não se aproxima da humana e depende de referências, mas avança a passos largos

Um exemplo de robô é o ROSS, uma espécie de IBM Watson. Adaptado para o universo do direito, o ROSS é capaz de ler documentos não estruturados, como textos de artigos, de livros e de documentos em PDF, entendendo as informações apreendidas e retornando com uma resposta em tópicos de leitura da legislação.

No mercado da advocacia, o objetivo do ROSS é substituir grande parte das equipes de advogados e economizar não somente dinheiro, mas tempo dos profissionais. Outra aplicação possível, mas ainda pouco utilizada, é aquela que muitos já devem ter visto no filme Ela, de Spike Jonze.

Ainda estamos distantes de assistentes de voz capazes de conversar naturalmente, mas a figura do conselheiro e consultor está hoje, em sua forma básica, nos sistemas de AI que funcionam em smartphones a partir de informações online e do seu e-mail, bloco de notas e agenda.

Aplicações futuras de inteligência artificial

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.

Leia: Carros autônomos: entenda o funcionamento e a construção do transporte do futuro

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.

Perigos da inteligência artificial

O risco de que as criações da inteligência artificial dominem o ser humano é discutido há décadas no mundo e desde seus primeiros avanços é retratado em filmes e livros. Pesquisadores se dividem sobre o futuro da inteligência artificial e o papel dela na sociedade.

Stephen Hawking, por exemplo, era um cientista que acreditava nas consequências negativas da inteligência artificial geral, aquela que é uma inteligência artificial completa. Ele tratava essa potencial IA como “potencial ameaça” de destruição do mundo. Isso porque, segundo ele, na medida em que a técnica se desenvolve, já não é possível prever como poderá se organizar.

“Dá para imaginar essa tecnologia ficando mais inteligente que mercados financeiros, inventando mais que pesquisadores humanos, manipulando líderes e criando armas que sequer entendemos. Enquanto o impacto da inteligência artificial a curto prazo depende de quem a controla, a longo prazo dependerá se ela poderá ser controlada”, escreveu Hawkings em artigo publicado no The Independent.

Entre pesquisadores, há quem defenda uma regulação da inteligência artificial, a fim de evitar que se perca o controle em relação à tecnologia, e o fim das pesquisas secretas. É o caso de Elon Musk, que criou a organização sem fins lucrativos OpenAI e contratou mentes brilhantes do mundo para pesquisar o assunto e divulgar publicamente seus achados.

A inteligência é uma questão de processamento de informação em sistemas físicos e as máquinas inteligentes, que não dormem nem se cansam, passam por constantes melhorias. Há estudiosos que acreditam que, em meio a esse aperfeiçoamento ininterrupto e cada vez mais complexo das máquinas, isso possa em algum momento fugir do controle.

Há também o outro lado, que considera a preocupação exagerada. Mark Zuckerberg, por exemplo, está otimista. "Acredito que a IA vai desbloquear uma enorme quantidade de coisas positivas, seja ao ajudar a identificar e curar doenças, ter carros mais seguros ou manter nossas comunidades mais seguras."

Leia: O avanço da inteligência artificial (e dos desafios éticos envolvidos)

Inteligência artificial nas empresas

Nas empresas, a IA permite melhorias nos processos internos, criando serviços mais inteligentes na solução de problemas. Com a inteligência artificial, por exemplo, é possível utilizar algoritmos antifraude para reforçar a segurança digital. Por meio do cruzamento de múltiplos dados, é possível identificar ameaças e aumentar a segurança digital das empresas.

Empresas líderes do mercado global como Microsoft, HP, IBM, Google e Amazon utilizam inteligência artificial no seu desenvolvimento. Órgãos governamentais como a National Security Agency (NSA), nos Estados Unidos, também fazem pleno uso da inteligência artificial.

Há ainda o universo de empresas não exatamente ligadas à tecnologia, mas que fazem uso da inteligência artificial para otimizar seus processos, como as redes Walmart e Target.

Não é à toa. Uma pesquisa recente realizada pela consultoria PwC apontou que 30% dos executivos entrevistados acreditam que a inteligência artificial será a tecnologia mais disruptiva em suas indústrias nos próximos cinco anos.

Outros 80% disseram que identificar oportunidades para incluir tecnologias digitais em suas organizações era uma parte crítica do processo de inovação. Ou seja, não se trata de uma tendência, mas de uma vantagem competitiva que se torna cada vez mais essencial.

Leia: Influência e aplicações da inteligência artificial em diferentes indústrias

Inteligência artificial no Brasil

Nos últimos anos, a inteligência artificial começou a ganhar destaque e espaço no mercado empresarial brasileiro em empresas como Fleury, Bradesco e BRF, que já usam a tecnologia de diversas formas.

Em 2017, foi fundada a Associação Brasileira de Inteligência Artificial (ABRIA), inicialmente com um grupo de 16 empresas com atuação no setor. O grupo pretende acelerar o processo de adoção das plataformas de inteligência artificial com a meta de alavancar a produtividade econômica.

Para avançar no processo de aprendizado, diversos projetos estão aplicando a tecnologia e a IA no país. Nas salas de aula do Brasil, a inteligência artificial já é utilizada por escolas públicas e privadas que são parceiras da plataforma QMágico, que conta com sistemas que monitoram o desempenho individual dos estudantes e utilizam seus dados para dar feedback aos gestores e aprimorar o ensino de maneira personalizada.

Na gestão pública, não é diferente. Frente à lentidão do sistema jurídico-burocrático, o Superior Tribunal de Justiça anunciou em junho de 2018 que começaria a utilizar um projeto-piloto para aplicar soluções de IA nos gabinetes dos ministros, identificando temas jurídicos dos processos, localização ações e separando casos. A ideia é agilizar os processos ao definir uma classificação processual antes da distribuição.

Leia: As 100 principais empresas de inteligência artificial do mundo

Cursos de inteligência artificial

Não há dúvidas de que a inteligência artificial terá um enorme impacto na sociedade global futura, o que acarretará mudanças no mercado de trabalho e também a demanda por novas habilidades.

Por isso, para quem tem interesse em conhecer técnicas e conceitos do universo da inteligência artificial e áreas afins, a Udacity criou cursos voltados para o mercado para todos os níveis.

Programas Nanodegree da Udacity

Fundamentos de AI & Machine Learning

Iniciantes com conhecimento básico em álgebra e cálculo podem aprender neste curso os fundamentos da IA e os principais conceitos de machine learning. Nele, o aluno aprende a programar em Python, a construir os primeiros modelos preditivos, entre outras habilidades.

Engenheiro de Machine Learning

Para público de nível avançado, o curso ensina os alunos a construir modelos preditivos e automatizados, utilizando conceitos de aprendizagem.

Artificial Intelligence Concepts

Para participantes de nível avançado, este curso de três meses ensina conceitos fundamentais da IA, como busca, otimização, planejamento e reconhecimento de padrões.

Computer Vision Expert

Neste curso de 3 meses, o aluno vai se tornar um especialista em visão computacional, capaz por exemplo de escrever programas para analisar imagens e reconhecer objetos com modelos de deep learning.

Natural Language Processing Expert

Se deseja tornar-se um especialista em processamento de linguagem natural, ensinando computadores a compreenderem, interpretarem e manipularem a linguagem humana, este é o curso mais indicado. Para nível avançado, requer conhecimento em Python e experiência com machine learning e deep learning.

Deep Learning

Este curso, que requer conhecimento em Python, estatística e cálculo básico, ensina um tópico que está em alta quando o assunto é inteligência artificial: o Deep learning. Aprenda a criar e aplicar suas próprias redes neurais para produzir soluções aos desafios.

Deep Reinforcement Learning Expert

O aluno aprenderá durante 4 meses de aula sobre deep reinforcement learning, aprofundando em teorias e aplicações práticas. Ao final do curso, as técnicas serão aplicadas na produção de três projetos, de videogames à robótica.

Introdução a Carros Autônomos

Com o mínimo de experiência em programação, saiba o que faz um engenheiro de carros autônomos, o futuro do transporte, e comece a construir as habilidades necessárias para iniciar neste ramo.

Engenheiro de Carro Autônomo

Durante este Nanodegree, você vai aprender sobre visão computacional, deep learning, função sensorial, localização e controle, planejamento de rota e sistemas do veículo. Além disso, vai desenvolver projetos na linha de especialização à sua escolha: deep learning avançado ou segurança funcional.

Voo Autônomo

Este programa de robótica aérea ensina o aluno a escrever um código pronto para dominar veículos de voos autônomos. Nele, o participante trabalha com o simulador de voo exclusivo da Udacity.

Cursos abertos

Introdução ao Aprendizado de Máquina

Parte do Nanodegree Analista de Dados, este curso aberto ensina o processo, do início ao fim, de investigação de dados por meio do aprendizado de máquina. Para ter sucesso neste curso, é exigida proficiência em programação em Python e estatísticas básicas.

Aprendizado de Máquina

Com experiência em programação e familiaridade com redes neurais, o aluno terá neste curso de pós-graduação os videoaulas sobre aprendizagem supervisionada (importante para todos os tipos de tecnologia, de prevenção à fraude de cartão de crédito ao reconhecimento de rostos em imagens de segurança), sem supervisão e por reforço.

Introdução à Inteligência Artificial

Com conhecimentos básicos em teoria das probabilidades e álgebra linear, o aluno vai aprender neste curso aberto os fundamentos da Inteligência Artificial, campo útil para indústria, finanças, robótica, diagnóstico médico, ciência quântica, entre outras áreas.

Deep Learning

Neste curso aberto feito em parceria com a Google, você vai aprender sobre métodos de aprendizagem profunda com o objetivo de dominar o Deep Learning. É voltado para alunos de nível intermediário e avançado.

Livros sobre inteligência artificial

Ficção

2001: Uma odisseia no espaço, por Arthur C. Clarke

Primeiro romance da clássica tetralogia de ficção científica Odisseia no Espaço, escrita em 1968 pelo britânico Arthur C. Clarke. O livro foi desenvolvido junto da versão cinematográfica de Stanley Kubrick. Criou um novo parâmetro para as ficções científicas, tratando de temas como evolução humana, tecnologia, inteligência artificial e vida extraterrestre.

Eu, Robô, por Isaac Asimov

Este livro de contos sobre robôs é considerado um marco na história da ficção científica, com introdução das Leis da Robótica. Os protagonistas são robôs de múltiplos perfis que demonstram ter personalidade similar à dos seres humanos.

Androides sonham com ovelhas elétricas?, por Philip K. Dick

No livro que deu origem ao filme Blade Runner - o caçador de androides, o caçador de recompensas Rick Deckard persegue seis androides fugitivos. O autor provoca reflexões filosóficas acerca de tecnologia, religião, natureza da vida e condição humana.

Não-ficção

Superinteligência: Caminhos, Perigos, Estratégias, por Nick Bostrom

Recomendado por nomes como Bill Gates e Elon Musk, Superinteligência, do professor na faculdade de Filosofia na Universidade de Oxford, foi best-seller do New York Times. Retomando cinco eventos de extinção em massa na história do planeta Terra, a obra debate a possibilidade real do protagonismo de máquinas com superinteligência, bem como os benefícios e riscos associados a este processo.

Inteligência Artificial, por Peter Norvig e Stuart Russell

Nesta obra de introdução à teoria e prática da inteligência artificial, Norvig e Russell apresentam exemplos de aplicações da área. Entre os possíveis usos práticos, estão o reconhecimento de fala, os veículos autônomos, e a robótica para uso doméstico e também para exploração interplanetária. Indicado para cursos de graduação e pós-graduação, o livro é adotado por universidades do mundo todo. Também é recomendado para estudantes familiarizados com conceitos básicos em ciências da computação.

Como Criar Uma Mente, por Ray Kurzweil

Utilizando as mais recentes pesquisas na área de neurociência, bem como os próprios estudos, o diretor de engenharia do Google, Ray Kurzweil, apresenta uma nova teoria para o funcionamento do neocórtex. A parte pensante do cérebro atua como sistema hierárquico de reconhecimento de padrões. Kurzweil faz um debate científico sobre o poder da mente e a iminente criação de uma superinteligência artificial, projetando um futuro para as próximas décadas de interação entre o homem e a máquina.

Deep Learning with Python, por François Chollet

François Chollet tem trabalhado com redes neurais desde 2012 e pesquisa aprendizagem profunda no Google. Em Deep Learning com Python, uma série de exemplos práticos do código ilustram os conceitos de aprendizagem profunda, técnica aplicável a diversos problemas relacionados à inteligência artificial, como reconhecimento de fala.

Filmes sobre inteligência artificial

Ficção

Metropolis

O clássico de Fritz Lang mostra Metropolis, uma cidade futurista em 2026 dividida entre operários e poderosos. Em meio ao contraste social, um inventor cria um robô à imagem do homem e diz que agora não haverá mais necessidade de trabalhadores humanos.

Wall-E

Último robô deixado na Terra, Wall-E passa o dia juntando enormes pilhas de lixo do planeta. Em 700 anos nessa função, acabou desenvolvendo uma personalidade, deixando de ser um simples robô. Ao avistar uma sonda mecânica em missão à Terra, Eve, o robô se apaixona e resolve segui-la pela galáxia.

2001: Uma Odisseia no Espaço

Em um dos mais conhecidos filmes de ficção científica, Stanley Kubrick estabelece conexão entre o passado e o futuro. Quando o Dr. Dave Bowman e uma equipe de astronautas viaja para uma missão, os chips dos computadores começam a apresentar um comportamento estranho, o que leva a um confronto interestelar entre homem e máquina.

Matrix

No primeiro filme dessa trilogia, feito em 1999, é retratado um sistema de computadores do futuro, quando a inteligência artificial já evoluiu tanto que os roabôs se revoltaram contra seus criadores e decidiram criar um novo mundo.

O Homem Bicentenário

O robô Andrew é adquirido por uma família americana para realizar tarefas domésticas simples. Aos poucos, porém, ele começa a apresentar características humanas, construindo uma personalidade própria, além de desenvolver inteligência.

Ela

A inovação de Ela (Her, em inglês) está no suporte: em vez de um robô com corpo similar ao do homem, a protagonista é uma voz. No caso, a voz é de uma assistente pessoal, na "pele" de uma máquina, que se relaciona com o escritor Theodore.

Blade Runner

Neste filme de 1982, Harrison Ford é o caçador de andróides: um policial do esquadrão de elite conhecido como Blade Runner. Com o motim provocado por um grupo de robôs evoluídos, ele é autorizado a atirar para matar os replicantes - até então utilizados como escravos na exploração de planetas - que forem encontrados em Terra.

Ex-Machina

Caleb é um jovem programador que, ao ganhar um concurso, recebe a oportunidade de testar um experimento de inteligência artificial. Ao conviver com um robô, que tem corpo de mulher, ele percebe que a inteligência artificial é imprevisível.

Leia: 10 tecnologias promissoras em 2018, segundo o MIT

Documentários

Lo And Behold: Reveries Of The Connected World

O diretor alemão Werner Herzog apresenta a história da Internet, vasculhando as origens da rede. Analisando limites, fronteiras e impactos na sociedade, Herzog estrutura o documentário em 10 capítulos. Trata de vícios, sintomas e traumas ligados à presença da tecnologia no mundo e debate, inclusive, como seria o mundo se a Internet acabasse de uma hora para outra.

AlphaGo

Mesmo nome da inteligência artificial que se dedica ao aprendizado do antigo jogo de tabuleiro Go, este documentário aborda o algoritmo da Google, o AlphaGo. Disponível no catálogo da Netflix, o filme de Grege Kohns mostra a preparação do sul-coreano Lee Sedol, campeão mundial de Go, que se prepara para enfrentar a inteligência artificial em uma batalha de cinco jogos.

Humans Need not Apply

O documentário britânico de CGP Grey centra-se na temática do robô, mostrando a integração da automação na economia. O filme discute o crescimento da utilidade da tecnologia a serviço da sociedade, projetando como a automação levará a um futuro onde o trabalho humano pode não ser mais necessário.

Do You Trust This Computer?

Lançado em 2018, este documentário americano dirigido por Chris Paine trata dos potenciais e dos perigos envolvendo a inteligência artificial. Recomendado por Elon Musk, o filme trata de riscos relacionados a questões próximas do cotidiano do espectador, como o armazenamento de dados a partir de informações das redes sociais e das pesquisas no Google.

Leia também:

Udacity Brasil