ENQUETE

Voce acha que o sonho de Martin Luther King já é uma realidade ?

Isso é assunto do passado

Falta muito ainda

O Racismo sempre vai existir

Acho que avançamos muito

5 coisas que você precisa saber sobre Inteligência Artificial

É como se fosse uma verdade explícita: nunca faltarão novos termos da moda/buzzwords no mundo de TI! Agora, eis que nos deparamos (novamente) com o velho conhecido “Inteligência Artificial” ou “AI”, para os íntimos.

Ocorre que o conceito, dessa vez, não voltou das sombras sozinho. Agora, ele trouxe consigo variações do tipo aprendizado de máquinas (ou machine learning), computação cognitiva (cognitive computing), deep learning, ...

Nessas horas, você (assim como nós) deve estar se perguntando “qual a diferença entre um e outro ???”. Caso queria saber o que distância um termo do outro, listamos cinco pontos a seguir.

1. IA é, basicamente, um termo “guarda-chuva”

Inteligência Artificial é usada para descrever “diversos métodos, algoritmos e técnicas que tornam um software inteligente no sentido humano da palavra”, define Lynne Parker, diretora da divisão de sistemas de informação da Fundação Nacional de Ciências dos Estados Unidos.

Em outras palavras, visão computacional, processamento de linguagem natural, robótica e tópicos relacionados são parte integrante da IA.

2. Aprendizado de máquinas = IA

“Algumas pessoas talvez vejam distinções, mas não há uma visão universal sobre a diferença de significados entre esses dois termos”, pondera Lynne. Há quem sugira que se trata apenas de uma distinção regional por trás das origens dos conceitos.

Aprendizado de máquinas tem mais apelo e é mais usado em países Europeus, enquanto inteligência artificial, com sua conotação de ficção científica, é mais popular nos Estados Unidos, analisa Thomas Dietterich, professor da Oregon State University. “No Canadá, a expressão mais usada é ‘inteligência computacional’”, adiciona.

3. Machine learning é, também, um termo usado para se referir a múltiplas tecnologias

Como parte integrante da IA, aprendizado de máquinas também se refere a uma vasta gama de algoritmos e metodologias que permitem que softwares melhorem seu desempenho a medida que obtém mais dados. Aqui, incluem-se redes neurais e deep learning (veja abaixo).

“Fundamentalmente, todo o aprendizado de máquinas é sobre o reconhecimento de tendências a partir de dados ou reconhecimento de categorias que trazem a possibilidade de trazer previsões”, defende Lynne.

Algumas técnicas de machine learning incluem redes neurais, árvores de decisões, hipóteses bayesianas, mapas auto-organizáveis, instâncias de aprendizado, modelos de Markov e “dezenas de outras ferramentas de regressão”, acrescenta a especialista.

4. Redes neurais são um tipo de aprendizado de máquinas enquanto deep learning se refere a algo específico

Redes neurais – também conhecidas como redes neurais “artificiais” – são um tipo de aprendizado de máquinas que se assemelha a forma como neurônios trabalham em nossos cérebros. “De fato, é algo muito parecido”, enfatiza Lynne.

Existem muitos tipos de redes neurais, mas, em geral, elas consistem de um sistema de nós que interconecta diversas ramificações. Tipicamente, as redes neurais aprendem a partir da atualização e ampliação desses laços e interconexões.

Já deep learning, às vezes chamado de "deep neural network", considera um amplo sistema onde esses neurônios se organizam em diversas camadas “ocultas” abaixo de uma superfície de rede neural.

“A ideia desse aprendizado profundo não é nova, mas vem se popularizando recentemente porque agora temos muito mais dados e processadores mais rápidos capazes de encontrar, com sucesso, o resultado de problemas complexos”, comenta Lynne.

5. Computação cognitiva (é aí que a coisa complica…)

Cognitive computing é outro subcampo embaixo do guarda-chuva da IA. Só que essa subárea não é simples de ser definida. De fato, há muita controvérsia. Essencialmente, o termo se refere a “computação focada na racionalização e compreensão de alto nível, de maneira análoga a cognição humana – ou, ao menos, inspirada por ela”, define a especialista.

Tipicamente, trata-se de uma disciplina que lida com informações simbólicas e conceituais que vão além de dados puros para ajudar na tomada de decisões precisas frente a situações complexas.

Sistemas cognitivos, geralmente, usam uma variedade de técnicas de aprendizado de máquinas, mas cognitive computing não é um método de machine learning por si só. Ao invés disso, está mais para uma “arquitetura de subsistemas de IA que trabalham em conjunto”, defende Lynne.

“Esse subconjunto lida com cognição, que se refere a comportamentos associados que associamos com o ‘pensar’”, afirma Dietterich. Agora, se computação cognitiva é de fato uma categoria verdadeira ou apenas uma palavra da moda, isso não é totalmente claro ainda.

“‘Cognitivo’ é jogada de marketing”, avalia Tom Austin, vice-presidente do Gartner. “Isso implicaria achar que máquinas são capazes de pensar. Não faz sentido. Premissas ruins levarão a péssima conclusão”, adiciona.

Fonte : IDGNOW