Alan Turing se perguntou: será que as máquinas podem pensar? O que faz “algo” ser considerado inteligente? Veja abaixo, como funciona a inteligência artificial, a ciência que tem por objetivo solucionar essas questões com experimentos práticos que estão auxiliando a humanidade a dar seus próximos passos.
O que é a inteligência artificial?
A principal limitação em definir inteligência artificial ou AI (em inglês) simplesmente como “construir máquinas que sejam inteligentes” é que isso não explica realmente o que é a inteligência artificial. O que torna uma máquina inteligente?
A IA é uma ciência interdisciplinar com múltiplas abordagens, mas os avanços no aprendizado de máquina (machine learning) e no aprendizado profundo (deep learning) estão criando uma mudança de paradigma em praticamente todos os setores da indústria de tecnologia.
Como a inteligência artificial funciona?
Autores contemporâneos de IA, Stuart Russell e Peter Norvig, definem o conceito como “estudo de agentes que recebem informações e percepções do ambiente e executam ações”.
Atualmente, existem diversas técnicas que são empregadas para trabalhar com a inteligência artificial. Dependendo da aplicação e do objetivo, algumas são mais exploradas, mas todas pode agir de forma complementar.
Machine learning (aprendizado por experiência)
É uma aplicação de IA que fornece aos sistemas de computador a capacidade de aprender e melhorar automaticamente com a experiência, não sendo explicitamente programado. O machine learning se concentra no desenvolvimento de algoritmos que podem analisar dados e fazer previsões.
Além de ser usado para prever quais filmes da Netflix o usuário pode gostar ou o melhor trajeto para um carro do Uber, o machine learning está sendo aplicado aos setores de saúde, farmacêutico e ciências biológicas para auxiliar no diagnóstico de doenças, interpretação de imagens médicas e acelerar o desenvolvimento de medicamentos.
Deep learning (máquinas autodidatas)
O deep learning é uma subparte específica do machine learning. Sua grande diferença está em empregar redes neurais artificiais que aprendem por processamento de dados. As redes neurais artificiais imitam as redes neurais biológicas do cérebro humano.
Múltiplas camadas de redes neurais artificiais trabalham juntas para determinar uma única saída de muitas entradas, por exemplo, identificando a imagem de um rosto em um mosaico de ladrilhos.
As máquinas aprendem por meio do reforço positivo e negativo das tarefas que realizam, o que requer processamento constante para progredir. É a técnica que leva ao reconhecimento de fala.
Redes neurais (fazendo associações)
As redes neurais permitem o deep learning. São sistemas de computador modelados a partir de conexões neurais no cérebro humano. O equivalente artificial de um neurônio humano é um perceptron. Assim como feixes de neurônios criam redes neurais no cérebro, pilhas de perceptrons criam redes neurais artificiais em sistemas de computador.
Este processo analisa dados muitas vezes para encontrar associações e dar significado aos indefinidos. Por meio de diferentes modelos de aprendizagem, como o reforço positivo, a máquina aprende que identificou o objeto com sucesso.
Computação cognitiva (análise de contexto)
A computação cognitiva é outro componente essencial da IA. Seu objetivo é imitar e melhorar a interação entre humanos e máquinas. A computação cognitiva busca recriar o processo de pensamento humano em um modelo de computador, especificamente, por meio da compreensão da linguagem e do significado das imagens.
Juntas, a computação cognitiva e a inteligência artificial trabalham para dar às máquinas comportamentos semelhantes aos humanos e habilidades de processamento de informações.
NLP (Natural Language Processing – entender a linguagem)
O Natural Language Processing ou NLP — em tradução livre, processamento de linguagem natural — permite que os computadores interpretem, reconheçam e produzam a linguagem e a fala humanas.
O objetivo da tecnologia é permitir a interação contínua com as máquinas que usamos todos os dias, ensinando os sistemas a compreender a linguagem humana no contexto e produzir respostas lógicas. Um bom exemplo são tradutores de idiomas em tempo real, como no Skype.
Visão computacional (“olhos” ativos da máquina)
A visão computacional é uma técnica que implementa o deep learning e a identificação de padrões para interpretar o conteúdo de uma imagem. A ação é feita entre os mais diversos tipos, incluindo os gráficos, tabelas e imagens em documentos PDF, bem como outros textos e vídeos.
A visão computacional é um campo integral da inteligência artificial, permitindo que os computadores identifiquem, processem e interpretem dados visuais. Se tornam mais ativos ao definir quais dados serão usados para maior precisão na resposta. As ciências médicas são a área de maior efetividade desta técnica — “olhos clínicos”, podemos dizer.
A inteligência artificial aborda, até agora, todos esses conjuntos de técnicas específicas que podem ou não somar forças para ampliar a sua funcionalidade. Cada aspecto é tão rico, que seria possível fazer posts individuais.