Inteligência Artificial e Machine Learning

O futuro chegou. A inteligência artificial já está em nossas vidas, não ainda como os filmes de ficção cientifica mas de várias formas para ajudar o ser humano em vários aspectos mesmo que você não perceba.

Neste post irei apresentar os conceitos básico da Inteligência artificial e o do Machine Learning.

Inteligência Artificial – I.A são programas de computador que conseguem ter algum tipo de inteligência, ou seja, um agente inteligente.

Eles podem nos ajudar a tomar decisões e criar soluções baseadas em um banco de dados. O grande objetivo da I.A é criar sistemas que podem funcionar de forma inteligente e independente.

O desenvolvimento dessa área começou com Alan Turing logo após a Segunda Guerra Mundial com a publicação do artigo “Computing Machinery and Intelligence”, mas o nome inteligência artificial surgiu em em 1956 com John McCarthy e sua equipe de cientistas.

Por conta da grande evolução computacional que a humanidade teve nas últimas décadas, esse tema ganhou muito força e agora é possível criarmos máquinas inteligentes.

Como funciona?

A I.A visa recriar a inteligência humana. Então vamos pensar como um ser humano funciona e comparar como uma máquina inteligente funciona.

As pessoas podem falar e ouvir para se comunicarem através da linguagem. Esse é o campo do Speech Recognition ou Reconhecimento de Fala para a I.A e muito dessa área é baseada na estatística que é chamada de Statistical Learning.

Humanos também podem escrever e ler textos em uma linguagem. Essa parte na I.A se chama Natural Language Processing – NLP ou Processo Natural da Linguagem.

As pessoas tem a capacidade de ver com os olhos e processarem o que eles veem. Na I.A isso é comparado com a Computer Vision ou Visão Computacional.Nós podemos nos mover e ter capacidades mecânicas no nosso meio.

Para a I.A isso equivale à Robótica. Nós humanos também temos a capacidade de encontrar padrões no nosso ambiente. Esse campo na I.A se chama Pattern Recognition ou Padrão de Reconhecimento.

Máquinas são melhores de encontrar padrões do que nós pois utilizam de milhares de dados em um curto espaço de tempo, e isso se chama Machine Learning ou Aprendizado de Máquina.

As pessoas utilizam os neurônios para fazerem ligações e assim aprenderem novas coisas através de suas experiências, isso se chama Deep Learning ou Aprendizado Profundo para a I.A.

Essa parte é bem complexa pois ela tenta reproduzir o funcionamento do cérebro humano para a máquina através de redes neurais.

Essa é uma explicação bem resumida sobre como é composta e como funciona a I.A.

Aplicações

Hoje já existem várias aplicações para a I.A, chatbots, a Siri da Apple, robôs como a Sophie, sistemas de predição financeiro, aviões, carros autônomos, chão de fábrica.

Em todos esses casos, as máquinas possuem autonomia, percepção do ambiente, persistência, adaptação à mudanças e a comunicação.

Muitos acreditam que a I.A irá substituir os humanos e até destruir a humanidade como acontece nos filmes, mas na realidade ela foi criada para facilitar a nossa vida.

É verdade sim que muitos empregos deixarão de existir, mas, por conta do grande crescimento dessa incrível tecnologia, inúmeras oportunidades irão surgir.

Empregos que não existem hoje, começarão a surgir no mercado.As pessoas precisam se preparar para essa grande mudança que já está acontecendo.

Será como uma nova revolução industrial. O principal objetivo dos sistemas de I.A, é executar funções que, caso um ser humano fosse executar, seriam consideradas inteligentes.

Podemos pensar em algumas características básicas desses sistemas, como a capacidade de raciocínio, aprendizagem, reconhecer padrões e inferência que é a capacidade de aplicar o raciocínio nas situações do nosso cotidiano.

Machine Learning

Em 1959, Arthur Samuel definiu o Machine Learning, ou aprendizado de máquina, como o campo de estudo que dá aos computadores a capacidade de aprender sem serem explicitamente programados.

Como o próprio nome diz, Machine Learning é a capacidade que uma máquina tem em aprender, assim como nós humanos.

Nós aprendemos através da experiência e as maquinas de I.A também.

Porém a experiência delas são os dados.Hoje existe a capacidade de se utilizar cálculos matemáticos cada vez mais rápidos em cima do Big Data para assim a máquina utilizar desses valiosos dados para aprender.

Existem quatro métodos populares de aprendizado de máquina.

  • Aprendizado supervisionado
  • Aprendizado não supervisionado
  • Aprendizado semi-supervisionado
  • Aprendizado por reforço

Aprendizado supervisionado

Esses algoritmos são treinados utilizando exemplos rotulados, como uma entrada onde a saída desejada é conhecida. O algoritmo recebe um conjunto de entradas junto com as saídas corretas, e o algoritmo aprende comparando a saída real com as saídas corretas para encontrar erros.

Esse tipo de aprendizado normalmente é utilizado em aplicações em que os dados históricos preveem prováveis acontecimentos futuros.

Aprendizado não supervisionado

È usado para dados que não possuem rótulos históricos. O sistema não sabe a resposta correta e o algoritmo deve descobrir o que está sendo mostrado.

Deve-se explorar os dados e encontrar alguma estrutura neles e funciona bem em dados que são transacionais.

Aprendizado semi-supervisionado

É usado para as mesmas aplicações que o aprendizado supervisionado. Mas ele usa tanto dados rotulados quanto não marcados para o treinamento.

É útil quando o custo associado à rotulagem é muito elevado para permitir um processo de treinamento totalmente rotulado.

Aprendizado por reforço

É muito utilizado para robótica, jogos e navegação. Com o aprendizado por reforço, o algoritmo descobre pela tentativa e erro quais ações geram as melhores recompensas.

O objetivo desse aprendizado é aprender a melhor política.

Conclusão

A interação entre máquinas inteligentes e pessoas está se tornando cada vez mais popular. Isso porque evoluímos muito com o nosso poder computacional e com o entendimento do cérebro humano.

A I.A sem dúvidas irá revolucionar o mundo, muita coisa já está mudando por conta dela e precisamos entender que devemos criar ferramentas que nos ajudem em vários campos como o da medicina, da educação, transporte e em vários outros lugares.

Um dos maiores desafios é deixar essas máquinas cada vez mais inteligentes porém que em um futuro próximo, essas máquinas também possam entender sobre moral e ética como nós seres humanos.

 

Gostou do nosso post? Quer saber mais sobre Inteligência Artificial e Machine Learning?
Siga nossas redes sociais e fale conosco!


João Felipe Pessanha
Consultor e Desenvolvedor Java
Trabalha na Clubee Soluções

Certificado Java / Apaixonado por Tecnologia e Pesquisas

 

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

*