×
logo labcriativo
×

Um guia de dois minutos para inteligência artificial

Tempo de leitura estimado: 4 min

Se você continua ouvindo sobre inteligência artificial, mas não tem certeza do que significa ou como funciona, você não está sozinho.

Existe muita confusão sobre o termo entre o público em geral, não ajudado por notícias dramáticas sobre como "IA" destruirá empregos, ou empresas que superestimam suas habilidades para "usar IA".

Muito dessa confusão vem do uso indevido de termos como IA e machine learning, ou aprendizado de máquina. Então aqui está um pequeno guia para explicá-los:

Qual é a diferença entre IA e aprendizado de máquina?

Pense nisso como a diferença entre economia e contabilidade.

Economia é um campo de estudo, mas você não contrataria um economista ganhador do Prêmio Nobel para fazer seus impostos. Da mesma forma, a inteligência artificial é o campo da ciência que estuda como os computadores podem tomar decisões, bem como os humanos. Mas o aprendizado de máquina refere-se à técnica popular e moderna de criação de software que aprendem com os dados.

A diferença se torna importante quando o dinheiro está em jogo. Investidores de capital de risco que eles têm skin on the game muitas vezes descartam a IA como um sendo modismo ou algo supervalorizado. Eles preferem startups que fazem software de aprendizado de máquina com um aplicativo claro e comercial, como uma plataforma que pode filtrar e-mails da empresa com processamento de linguagem natural ou rastrear clientes em uma loja com reconhecimento facial (são negócios reais).

Por outro lado, universidades e algumas grandes empresas de tecnologia como Facebook e Google têm grandes laboratórios realizando pesquisas que impulsionam o campo mais amplo da IA para a frente. Muitas das ferramentas que eles inventam, como tensorflow do Google ou Pytorch do Facebook, estão disponíveis gratuitamente online.

Por que o termo "aprender" (por exemplo, aprendizado profundo – machine learn) aparece em todos os lugares?

Porque a aplicação mais emocionante da IA hoje dá aos computadores a capacidade de "aprender" como realizar uma tarefa a partir de dados, sem ser programado para fazer essa tarefa.

A terminologia é confusa porque envolve uma mistura de diferentes técnicas, muitas das quais também têm a palavra "aprender" em seus nomes.

Existem, por exemplo, três tipos principais de aprendizado de máquina, que podem ser todos realizados de diferentes maneiras: não supervisionados, supervisionados e reforçados, e também podem ser usados com aprendizado estatístico de máquina, aprendizado de máquina baeysean ou aprendizado de máquina simbólico.

Você realmente não precisa saber sobre estes, porém, uma vez que as aplicações mais populares de aprendizado de máquina usam uma rede neural.

O que é uma rede neural?

É um sistema de computador livremente inspirado pelo cérebro humano que entra e sai de moda há mais de 70 anos.

Então, o que é "aprendizado profundo"?

Essa é uma abordagem específica para o uso de uma rede neural — essencialmente, uma rede neural (profunda) com muitas camadas. A técnica levou a serviços populares que usamos hoje, incluindo reconhecimento de voz em smartphones e tradução automática do Google.

Na prática, cada camada pode representar características cada vez mais abstratas. Uma empresa de mídia social pode, por exemplo, usar uma "rede neural profunda" para reconhecimento facial. Uma das primeiras camadas descreve as bordas escuras ao redor da cabeça de alguém, outra descreve as bordas de um nariz e boca, e outra descreve manchas de sombreamento. As camadas se tornam cada vez mais abstratas, mas juntas podem representar um rosto inteiro.

Como é uma rede neural em uma tela — uma mistura de código de computador?

Basicamente, sim. Engenheiros da subsidiária de IA do Google, DeepMind, escrevem quase todo o seu código no Python, uma linguagem de programação de propósito geral lançada pela primeira vez em 1991.

O Python tem sido usado para desenvolver todos os tipos de programas, tanto básicos quanto altamente complexos, incluindo alguns dos serviços mais populares na Web atualmente: YouTube, Instagram e Google. Você pode aprender o básico do Python em diversos cursos gratuitos na internet.

Todos concordam que redes neurais de aprendizagem profunda são a melhor abordagem para a IA?

Não,não, não, não. Embora as redes neurais combinadas com o aprendizado profundo sejam vistas como a abordagem mais promissora da IA hoje, isso tudo pode mudar em cinco anos.

———

Esse texto foi traduzido pela equipe do LabCriativo. O texto original foi escrito por Parmy Olson para Forbes e você pode acessá-lo em: https://www.forbes.com/sites/parmyolson/2018/10/03/a-two-minute-guide-to-artificial-intelligence/#70859b1d61c0

Postado em June 11, 2020, 11 a.m.

Digital Disruption
Canal

Conheça e se inspire com soluções e inovações que simplificam a maneira como as pessoas se comunicam, produzem, ensinam e transmitem conhecimento.



Canais
  • Lucas Foster
    Head of Content

    Founder and Head of Content

  • Digital Disruption
    Canal

    Conheça e se inspire com soluções e inovações que simplificam a maneira como as pessoas se comunicam, produzem, ensinam e …

  • New World, New Skills
    Canal

    Apresentamos novas referências de como produzir melhor usando novas tecnologias e como trabalhar de forma mais consciente, levando em consideração …

  • Corp Meets Planet
    Canal

    Inspirar, trazer referências e instruir líderes e tomadores de decisões ampliando seu repertório com casos, ideias e notícias que comprovam …

  • LabCriativo
    quemsomos

    Redação do LabCriativo

Últimas postagens

Veja também

O futuro do trabalho chegou, como me preparar?

Descubra com especialistas da área tudo o que você precisa saber para se adaptar ao novo normal e adotar o trabalho …

Por que precisamos considerar trabalhos mais flexíveis?

A pandemia nos fez enxergar novas possibilidades de relações de trabalho. Nos questionar sobre os padrões e abrir os olhos para …

Reimaginando o escritório e a vida profissional após o COVID-19

A pandemia levou a adoção de novas formas de trabalhar. As organizações devem reimaginar seu trabalho e o papel dos escritórios …

Por que é preciso uma crise para as empresas mudarem?

Para superar a resistência à mudança, você precisa superar o poder da ansiedade, das recompensas e do status social. A crise …

O aplicativo matador na transformação digital é a conexão humana

A transformação digital não é mais uma opção. Toda organização sabe que deve se tornar um líder digital para sobreviver e …

Excelência no atendimento ao cliente no novo normal

Depois de vários meses abrigados em casa, perdas de negócios surpreendentes e alta no desemprego, estamos lenta e cautelosamente reabrindo.Em minhas …