Baixe o app para aproveitar ainda mais
Prévia do material em texto
Inteligência Artificial Sumário 1 Introdução 4 2 CONCEITOS E APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL 5 2.1 APLICABILIDADE DA INTELIGÊNCIA ARTIFICIAL 6 3 ALGORITMO DE BUSCAR E OTIMIZAÇÃO 9 3.1 O QUE É UM ALGORITMO DE BUSCA 10 4 CONCEITOS DO AMBIENTE COM REINFORCE- MENT LEARNING 11 5 ESTRUTURAÇÃO DE PROJETOS LEARNING 12 5.1 FASES DE UM PROJETO LEARNING 13 5.2 FATORES QUE AFETAM O PROJETO 14 6 AGRUPAMENTOS E ASSOCIADORES COM MACHI- NE LEARNING 15 6.1 AGRUPAMENTO DE DADOS OU CLUSTERING 16 7 APLICAÇÕES WEB DE INTELIGÊNCIA ARTIFICIAL 17 7.1 APLICAÇÕES DA INTERNET DAS COISAS 17 7.1 APLICAÇÕES DA INTELIGENCIA ARTIFICIAL NA WEB 18 8 SOLUÇÃO DE PROBLEMAS COM A INTELIGÊNCIA ARTIFICIAL 18 9 EFEITOS DA INTELIGÊNCIA ARTIFICIAL NA ECONOMIA 20 10 PROCESSAMENTO DE LINGUAGEM NATURAL (PLN) 20 10.1 DIFERENÇA ENTRE LINGUAGEM NATURAL E LINGUAGEM DE PROGRAMAÇÃO 21 10.2 A CONVERSA ENTRE HOMENS E MÁQUINAS 21 11 SISTEMA DE RECONHECIMENTO POR VOZ 22 Resumo do curso 24 Referências 25 Módulo 1 Inteligência Artificial 1 Introdução Neste material, abordaremos o conceito do termo “inteligência artificial”, que representa um software diferente, pois apresenta inteligência e oportuniza que os computadores realizem funções que eram exclusivas dos seres humanos, como, por exemplo, reconhecimento facial, atender a um comando de voz, realizar fala e escrita, criar perfumes, entre outros. Temos um campo enorme de avanços à disposição e muitos que ainda estão por vir. Você também estudará o que são ferramentas de busca, além do Reinforcement Learning (aprendizagem por reforço), uma técnica utilizada em máquinas, mas que também pode ser aplicada em seres humanos. Além disso, verá como desenvolver um projeto learning e como abranger os efeitos da inteligência artificial na economia, a linguagem natural e o reconheci- mento por voz, algo tão usual hoje em dia, mas que foi desenvolvido décadas atrás. Compreender o mundo que nos cerca é muito importante para podermos nos preparar para o futuro, pois os avanços tecnológicos chegaram para ficar e, com certeza, estamos cada vez mais dependentes deles. Vamos entrar juntos neste mundo tão desconhecido e fascinante da inteligência artificial. 5 2 CONCEITOS E APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL Devido ao grau de utilidade, muitos pensam que a inteligência artificial (AI) é algo recente, mas sua origem ocorreu décadas atrás e não seria possível a sua criação sem o advento e de- senvolvimento dos computadores, conforme descrito por Lima et al. (2014, p. 1): Os primeiros estudos sobre Inteligência Artificial surgiram na década de 1940, marcada pela Segunda Guerra Mundial. Neste período houve a necessidade de desenvolver uma tecnologia voltada para a análise de balística, quebra de códi- gos e cálculos para projetos de armas nucleares. Surgiam, então, os primeiros grandes projetos de construção de computadores, assim chamados por serem máquinas utilizadas para fazer cálculos (cômputos) (LIMA et al., 2014, p. 1). Com o término da Segunda Guerra Mundial, o computador passou a ser utilizado de uma for- ma mais ampla, atingindo, assim, empresas, universidades, indústrias, entre outros espaços. Dessa forma, a diversidade de aplicação proporcionou investimentos em hardwares, softwa- res e nas linguagens de programação. FIGURA 1 - MACINTOSH, OS PRIMEIROS COMPUTADORES FONTE: Pixabay (2021). 6 A aplicação militar impulsionou o desenvolvimento do computador e, posteriormente, sua in- serção no meio comercial, dando mais relevância a sua utilização. Por meio de um desenvolvi- mento rápido e o surgimento dos primeiros computadores utilizando válvulas, o Colossus, na Inglaterra, e o Eniac, nos Estados Unidos, até o surgimento dos microprocessadores, além dos equipamentos menores e mais eficazes, demonstrou o grande avanço e investimento realiza- do na área. Devido aos grandes investimentos, não é de se estranhar que, ao longo do tempo, fossem desenvolvidos softwares que pudessem pensar como o homem, evidentemente com certas limitações. A inteligência artificial teve seu início nos anos de 1950, conforme descrito por Silva et al. (2019, p. 13): A inteligência artificial está cada vez mais presente no dia a dia, mas essa tec- nologia é mais antiga do que você pensa e começou a ser desenvolvida ainda na década de 1950, com o Dartmouth Summer Research Project on Artificial Intel- ligence (Projeto de Pesquisas de Verão em Inteligência Artificial de Dartmouth) no Dartmouth College, em Hanover, New Hampshire, Estados Unidos (SILVA et al., 2019, p. 13). Hoje, podemos observar que a inteligência artificial é amplamente utilizada em campos de aplicações diversos, e seu maior objetivo é auxiliar o ser humano na área de projetos, desen- volvimento de produtos e de sistemas, além de sua aplicação na substituição em atividades que são consideradas repetitivas e enfadonhas para o ser humano. 2.1 APLICABILIDADE DA INTELIGÊNCIA ARTIFICIAL Estamos em plena era da informação e, assim sendo, o volume de dados que recebemos é in- finitamente maior do que a nossa capacidade de assimilação. Da mesma forma, as empresas trabalham com informações relacionadas a fornecedores, clientes, mercado, entre outros. O ser humano, assim como as organizações, precisa saber extrair o que é de mais importante, fazendo a triagem das informações de uma forma que uma pessoa não conseguiria fazer. Para essa função, pode-se utilizar de inteligência artificial, devido à grande capacidade de realizar as atividades no lugar dos seres humanos. Essas máquinas e softwares foram desen- volvidos para apresentar um comportamento inteligente, tendo, de certa forma, uma proximi- dade com o pensamento humano, por conta da possibilidade de aprendizado contínuo. As organizações utilizam a inteligência artificial como forma de maximizar os seus resulta- dos, gerando aumento da produtividade e economia de tempo. Devido a sua versatilidade, ela pode ser implantada em vários setores para melhoria do desempenho e execução de tarefas específicas. Vejamos, a seguir, algumas aplicações da inteligência artificial nas organizações: 7 • Chatbots: reproduzem o comportamento humano utilizando uma linguagem natural e pré-programada. Uma das suas funcionalidades é a integração com outras ferra- mentas e bancos de dados, gerando automatização a processos mais simples, como cadastro, atualizações e as consultas de informações. • Aplicativos de gestão: as corporações, em sua maioria, utilizam os aplicativos de in- teligência artificial para acompanhar a gestão dos seus colaboradores. Eles são úteis, por exemplo, para verificar quais trabalhadores desempenham a tarefa com mais eficiência. • Assistentes pessoais: marcar uma reunião e acompanhar a agenda, além de ativida- des cotidianas, podem ser muito mais fáceis com um assistente pessoal. Temos, por exemplo, a Siri, da Apple, e a Alexa, da Amazon, que reconhecem comandos de voz e possuem funções diversas. FIGURA 2 - ASSISTENTE PESSOAL FONTE: Pixabay (2021). • Mecanismos de segurança: hoje, mais do que nunca, é preciso desenvolver mecanis- mos para a segurança, a fim de evitar ataques digitais, bem como para as situações do dia a dia. • Previsão: as máquinas podem ser equipadas com a inteligência artificial, a fim de rea- lizar previsões relacionadas ao comportamento humano. • Vendas e marketing: a personalização do atendimento será um grande diferencial para as empresas, proporcionando um atendimento diferenciado. • Ensino: a educação na atualidade está se transformando de forma irreversível. A tec- nologia tomou conta do ensino e, com o apoio dela, os professores podem ensinar de forma diversa e muito mais atrativa para os alunos. 8 Segundo Lopes et al. (2014, p. 5), como áreas de aplicação da inteligência artificial, podemos citar: • Matemática: demonstração de teoremas, resolução simbólica de equações, aproxi- mação de funções complexas etc. • Pesquisa operacional: otimização e busca heurística em geral. • Jogos: xadrez, damas,go etc. • Processamento de linguagem natural: tradução automática, verificadores ortográ- ficos e sintáticos, interfaces para BDs etc. • Sistemas tutores: modelagem de aprendizados, escolha de estratégias pedagógicas etc. • Percepção: visão, tato, audição, olfato, paladar e outras. • Robótica: visão, navegação, controle etc. • Sistemas especialistas: atividades que exigem conhecimento especializado, e não formalizado; extração de conhecimentos; regras ou informações em tarefas como diagnósticos, previsão, monitoramento, análises, planejamentos e projeto; e em áreas como medicina, finanças, engenharia, artes, computação e outras. Podemos considerar a inteligência artificial como uma grande área de pesquisa que têm vá- rias divisões e subdivisões. Dessa forma, cada uma delas tem um direcionamento e adota abordagens diferentes para tratar os problemas e suas complexidades, apresentando, muitas vezes, soluções que não poderiam ser pensadas pelo homem. Importante A principal diferença entre um software comum em relação à inteligência ar- tificial é que a IA consegue aprender e melhorar o próprio serviço a qual se destina. Hoje, é possível encontrar, por exemplo, softwares com Inteligência artificial em celulares, casas inteligentes, carros e em vários outros locais e dispositivos. 9 3 ALGORITMO DE BUSCAR E OTIMIZAÇÃO De uma forma mais simples, Cormen et al. (2012, p. 11) explica algoritmo como um procedimen- to relativo a um processo computacional definido que busca algum valor ou um conjunto de valores como entrada e produz algum valor ou um conjunto de valores como saída. Podemos dizer, então, que o algoritmo se apresenta como uma sequência de etapas computacionais, transformando-as em saídas. FIGURA 3 - LINGUAGEM DE COMPUTADOR FONTE: Pixabay (2021). De uma forma geral, os algoritmos de busca possuem como base um método de procura para qualquer elemento que faz parte de um conjunto de elementos que possuem determinadas propriedades. Podem ser livros nas bibliotecas, ou dados com cifras, por exemplo, usados du- rante as duas grandes guerras. Na busca por informações, esses algoritmos analisam fatores diversos, incluindo palavras, a relevância e utilização das páginas, os conhecimentos da fonte e o local de configuração. 10 3.1 O QUE É UM ALGORITMO DE BUSCA Podemos dizer que um algoritmo de busca é o processo passo a passo utilizado para locali- zar dados específicos entre uma coleção de dados, procedimento fundamental para a com- putação. Nos dados pesquisados, encontramos diferenças significativas entre os aplicativos rápidos ou lentos, principalmente quando relacionamos o uso do algoritmo adequado de pes- quisa. A principal função de um algoritmo é verificar um elemento ou realizar a recuperação de um elemento em qualquer estrutura dos dados no local em que os estão armazenados. Po- demos classificar estes algoritmos em duas categorias: • Pesquisa sequencial: nesse tipo de busca, matriz ou lista, é percorrida de forma se- quencial, em que cada elemento é verificado. Podemos citar como exemplo a pesqui- sa linear. • Pesquisa de intervalo: a projeção desses algoritmos é direcionada para a pesquisa em dados classificados. Esse tipo de algoritmo e mais eficiente do que a pesquisa linear, principalmente por visar repetidamente o centro da estrutura de pesquisa e fazer a divisão do espaço de pesquisa ao meio. Esses algoritmos são utilizados para realizar uma pesquisa ou encontrar um ou mais elemen- tos de conjunto de dados. Podemos, portanto, utilizar a busca sequencial ou não e, se os da- dos forem aleatórios, é preciso lançar mão da pesquisa sequencial. Vejamos alguns tipos de algoritmos de pesquisa: • Pesquisa linear: feita em vetores ou listas e de um modo sequencial. • Pesquisa binária: divide de forma repetida a metade da porção da lista que contém o item, reduzindo as localizações a apenas uma. • Pesquisa de sublista: pesquisa em uma lista que é vinculada a outra. O principal objetivo da busca é encontrar uma ou mais ocorrências que possuem registros de valor igual e, para este fim, temos vários métodos de pesquisa. Escolher o método correto de- pende da quantidade de dados que estão envolvidos no processo e a possibilidade de inserir ou excluir os arquivos. 11 4 CONCEITOS DO AMBIENTE COM REINFORCEMENT LEARNING A aprendizagem é algo inerente ao ser humano, sendo necessário para a evolução das espé- cies e pode ser implementada em máquinas. O aprendizado das máquinas é um ramo muito importante da inteligência artificial e se baseia na ideia de que os sistemas podem aprender e, a partir do uso de dados, identifica os padrões e toma as decisões com o mínimo de inter- venção humana. Esse tipo de aprendizado possui três paradigmas principais: o aprendizado supervisionado, o não supervisionado e a aprendizagem por reforço, também chamado rein- forcement learning (RL). Conforme Silva et al. (2019, p. 230), o reinforcement learning é: (...) específico da área dos agentes e afeto a como os agentes de software atuam em um ambiente, maximizando a recompensa. Ele permite que o agente atue interativamente em um ambiente por tentativa e erro, utilizando os feedbacks de suas próprias ações e experiências (SILVA et al., 2019, p. 230). O RL efetua o mapeamento entre a entrada e a saída, assim como o aprendizado supervisiona- do, mas atua de forma diferente. No aprendizado supervisionado, temos o feedback que será fornecido ao agente e o conjunto correto de ações para a execução da tarefa. Em contrapar- tida, o reinforcement learning usa as recompensas e punições como sinais e comportamento negativo e positivo. Funciona também de forma diferente do aprendizado não supervisionado, cuja maior diferença tem relação ao objetivo deles. Podemos dizer que o objetivo da apren- dizagem supervisionada é encontrar as semelhanças e as diferenças em um grupo de dados; já o objetivo na RL envolve encontrar um modelo de ação adequado que consiga maximizar a recompensa cumulativa total do agente. 12 5 ESTRUTURAÇÃO DE PROJETOS LEARNING Podemos dizer que o aprendizado de máquinas e a inteligência artificial estão interligados, mas não são necessariamente a mesma coisa. De uma forma geral, a inteligência artificial é o conceito de sistemas de computação que realizam tarefas próprias dos seres humanos, como a tomada de decisão, a percepção visual, o reconhecimento de fala, entre outros. Por sua vez, o aprendizado de máquinas é uma subárea da inteligência artificial. FIGURA 4 - APRENDIZADO DAS MÁQUINAS FONTE: Pixabay (2021). O machine learning oferece muitas possibilidades, e a tecnologia está se difundindo no nosso dia a dia, principalmente à medida em que ela começa a ser utilizada de forma mais ampla pe- las empresas em diversos setores. Atua em várias áreas, tais como automatização de tarefas de rotina, além de oferecer apoio criativo - temos várias organizações colhendo os benefícios. Outro exemplo é o de vendas on-line, que aproveitam os algoritmos do machine learning para gerar sugestões aos clientes do que comprar, baseado em seu comportamento na internet. Empresas ganham vantagens competitivas com soluções baseadas em inteligência artificial, utilizando para realizar previsões e insights do negócio, tendo a probabilidade de se difundir cada vez mais. 13 5.1 FASES DE UM PROJETO LEARNING Para desenvolver um projeto utilizando a inteligência artificial, é preciso, primeiramente, ana- lisar o trabalho que será feito para a conclusão do processo. Podemos dividir o desenvolvi- mento em fases. Vejamos, a seguir, as fases do projeto e suas características: I. Descoberta e análise: essa fase tem o objetivo de realizar o estudo da viabilidade e estabelecer os objetivos do projeto e do negócio por meio da análise dos proces- sos de negócios, os ativos de dados e as métricas do cliente. A equipe de projetos possui uma importante missão, que é definir os fatores de sucesso, a tecnologia a ser aplicada, o cronograma e o orçamento, além dedesenvolver as documentações necessárias. II. Implementação e avaliação do protótipo: o próximo passo é utilizado para imple- mentar o protótipo, baseado na inteligência artificial. Esse momento é importante, principalmente para gerar o cálculo dos custos do desenvolvimento da IA. Um protó- tipo é um modelo de negócios criado para gerar um teste de viabilidade. Pode ser, por exemplo, um desenho, um texto ou um protótipo baseado em códigos, a depender das ferramentas com as quais ele foi criado. III. MVP - Produto Mínimo Viável: podemos dizer que a principal diferença entre o protó- tipo e o produto mínimo viável é que o último é um produto viável, enquanto o protó- tipo é mais uma forma de representar visualmente o software. O MVP já é um produto real com todos os recursos em funcionamento, respaldadas as descobertas feitas no protótipo. IV. Lançamento do produto: consideramos o lançamento como a última fase do proje- to, compreendendo um conjunto completo desenvolvido e lançado no mercado. Com as etapas anteriores cumpridas, o risco do projeto é mínimo. Importante A prototipagem é considerada uma ótima técnica, permitindo aos profissio- nais de software realizar a validação, os requisitos e as opções de design. Eles são rápidos e baratos de produzir, além de gerar mais flexibilidade aos ajustes. Quando criado o protótipo, os riscos e os custos para a implementa- ção de um software reduzem drasticamente, pois os requisitos são discuti- dos em todas as etapas do desenvolvimento. 14 5.2 FATORES QUE AFETAM O PROJETO O processo para o desenvolvimento do sistema baseado em machine learning é constituído de características distintas que visam determinar os custos da finalização de desenvolvimento da solução da IA. Podemos citar algumas delas: a. Problemas de dados Para um desenvolvimento de um sistema de machine learning confiável, depende, além de uma boa codificação, da qualidade e a quantidade dos dados de treinamento. Um grande con- junto de dados é necessário para capturar, de forma razoável, os relacionamentos que podem existir entre os recursos de entradas e saídas. b. O desempenho do algoritmo requerido Podemos dizer que o desempenho do algoritmo é considerado um outro fator importante para o custo e desenvolvimento do projeto, principalmente porque, muitas vezes, o algorit- mo de alta qualidade necessita de uma rodada de ajustes, o que gera um aumento de custo e de tempo. 15 6 AGRUPAMENTOS E ASSOCIADORES COM MACHINE LEARNING Podemos definir o agrupamento de dados como uma técnica que consiste em caracterizar um grupo ou um conjunto de dados que possuem alguma semelhança. O desenvolvimento de análise consiste em fazer um resumo das informações coletadas, usando uma função para di- ferenciá-las em elementos que podem ser semelhantes ou diferentes. De uma forma intuitiva, o agrupamento dos dados busca grupos de objetos, de forma que sejam similares, ou pelo me- nos próximos um do outro, e não relacionados aos objetos dos outros grupos. Como exemplo, podemos agrupar os objetos a seguir: FIGURA 5 - AGRUPAMENTO DE PESSOAS FONTE: Elaborada pelo autor (2021). Grupo é um conceito, de certa forma, subjetivo: FIGURA 6 - AGRUPAMENTO POR CARACTERÍSTICAS Mulheres Adultos Homens Crianças FONTE: Elaborada pelo autor (2021). 16 Este agrupamento acaba sendo de grande importância no desenvolvimento do processo de análise, pois várias disciplinas, além da própria computação, utilizam o agrupamento para ge- rar uma informação. Podemos citar o marketing, por exemplo, que utiliza técnicas para desco- brir grupos de clientes, a astronomia para encontrar grupos de galáxias, entre outros. 6.1 AGRUPAMENTO DE DADOS OU CLUSTERING O agrupamento de dados também pode ser chamado de clustering, que são as técnicas que consistem na separação dos objetos em grupos, levando-se em conta as suas característi- cas. Nessa técnica, temos a separação em grupos, em que são analisadas tanto as caracte- rísticas iguais quanto as diferenças ao mesmo tempo. Segundo Palma (2018, p. 8): Com o passar dos anos, vários métodos e algoritmos vem sendo desenvolvidos com o intuito de dinamizar a aplicação das técnicas de agrupamento de dados em âmbitos sociais e econômicos. Dentre elas, podemos citar como as princi- pais os métodos hierárquicos, o k-médias, o k-medoides, fuzzy e redes neurais. Todos os citados partem do princípio da análise de grupo, que segue um proces- so de partição de um banco de dados heterogêneos para subgrupos homogê- neos. (...) (PALMA, 2018, p. 8). De acordo com Zaiane (2014) apud Palma (2018, p. 8), uma análise mais criteriosa exige méto- dos que possuam as características a seguir: • Ser capaz de lidar com dados com alta dimensionalidade. • Ser “compatível” com o número de dimensões e com a quantidade de ele- mentos a serem agrupados. • Habilidade para lidar com diferentes tipos de dados. • Capacidade de definir agrupamentos de diferentes tamanhos e formas. • Exigir o mínimo de conhecimento para determinação dos parâmetros de entrada. • Ser sensível à presença de ruído, uma vez que um elemento com um valor extremamente alto pode distorcer a distribuição dos dados. • Apresentar resultado consistente, independente da ordem em que os da- dos são apresentados (ZAIANE, apud PALMA, 2018, p. 8). De uma forma geral, os algoritmos não atendem a essas características e, por isso, é impor- tante a escolha de um método adequado para o problema apresentado. 17 7 APLICAÇÕES WEB DE INTELIGÊNCIA ARTIFICIAL As tecnologias avançam de uma forma muito mais rápida do que podemos assimilá-las e, des- sa forma, não é de se estranhar que façamos confusão entre elas. Duas vertentes que po- demos confundir é a inteligência artificial e a Internet das Coisas, ou IoT (Internet of Things). Vejamos a diferença entre elas e suas aplicações no dia a dia. A Internet das Coisas define que os objetos estão conectados em rede, gerando acesso remo- to e análise de problemas por meio da coleta de dados. Já a inteligência artificial sistemas é um sistema que aprende e pode executar muitas funções que, anteriormente, eram direcio- nadas apenas aos humanos. Elas se confundem, principalmente porque não é possível uma existir sem a outra, especialmente porque, sem a Internet das Coisas, a inteligência artificial não consegue fazer a aplicação das situações do cotidiano, gerando os dados que possibili- tam que elas aprendam. Em contrapartida, a IoT precisa da inteligência artificial para realizar a análise dos dados coletados, fazendo um processamento mais rápido das informações. 7.1 APLICAÇÕES DA INTERNET DAS COISAS A principal função da Internet das Coisas é conectar à internet os itens que usamos no dia a dia. Temos uma infinidade de objetos que surgem diariamente que utilizam a IoT para maximi- zar a sua utilização, ampliando infinitamente a experiência do usuário. Como exemplo, eletro- domésticos, roupas, sapatos, maçanetas, entre outros que se conectam por meio de disposi- tivos, como computadores ou telefones celulares. FIGURA 7 - INTERNET DAS COISAS E INTELIGÊNCIA ARTIFICIAL FONTE: Pixabay (2021). 18 Um dia, o mundo físico e o digital estarão interligados por meio de dispositivos que façam a comunicação uns com os outros. Nos dias de hoie, temos carros comandados a distância, ele- vadores inteligentes, geladeiras que se comunicam com seus donos, tênis que enviam infor- mações sobre as corridas, entre tantas outras invenções. Certo dizer que ainda temos muito a aprender e a desenvolver com a Internet das Coisas. 7.1 APLICAÇÕES DA INTELIGENCIA ARTIFICIAL NA WEB Cada vez mais temos acesso a produtos e serviços que utilizam a inteligência artificial e, com certeza, todos nós já conversamos com um atendente-robô e dificilmente identificamos que, do outro lado, está um software e não uma pessoa. De certa forma, são inúmeras as formas de utilizar a IA e suas aplicações. A inteligência artificial precisa do meio tecnológico para de- senvolver a sua percepçãoe seu aprendizado. Sem isso, ela fica restrita aos dados já inclusos em seu banco, não acrescendo de informações complementares. Por meio da web, a IA con- segue conectar pessoas, responder questionamentos e direcionar informações. 8 SOLUÇÃO DE PROBLEMAS COM A INTELIGÊNCIA ARTIFICIAL O homem é considerado o único ser inteligente que habita nosso planeta, e sempre foi o grande tomador de decisões, principalmente quando existe a necessidade de uma resolução de pro- blemas mais complexos. O advento da inteligência artificial trouxe a possibilidade de encon- trar soluções para assuntos complexos de forma muito mais fácil e, muitas vezes, econômica. Entre as aplicações da inteligência artificial, veja a seguir algumas áreas em que a atuação da IA consegue auxiliar o homem na resolução de problemas: • Saúde: podemos citar a IA no diagnóstico preciso do câncer, na interpretação de to- mografias, fazendo o pré-atendimento ao cliente, desenvolvendo medicamentos, entre outros. 19 • Atendimento ao cliente: chatbots são utilizados para sanar dúvidas dos clientes, re- solver problemas sobre as compras, registrar dúvidas e reclamações. • Manutenção inteligente de veículos: uso de realidade aumentada (RA) gera mais pre- cisão e eficiência nos diagnósticos e consertos, além do uso de sensores e câmeras que podem mostrar as partes e ângulos dos veículos em tamanho real, gerando solu- ções mais pontuais e com menos chances de erros. • Agricultura inteligente: o cultivo está sendo feito de forma mais sustentável, com a utilização da IA, por meio da análise e redução de riscos no sistema produtivo. A detecção antecipada dos problemas auxilia o produtor em todo o processo, desde o plantio até a venda. • Reconhecimento facial: a tecnologia não só traz grandes avanços, mas também ori- gina vários tipos de golpes relacionados à utilização incorreta dos meios eletrônicos. O reconhecimento facial pode ser um grande aliado na detecção de furtos e fraudes. Além disso, sua aplicabilidade compreende o meio estético e o marketing. • Setor jurídico: a análise mais rápida de documentos, gestão de contratos, entre ou- tros, se torna mais eficiente, gerando resultados que, muitas vezes, o ser humano não poderia entregar. • Seleção de candidatos a emprego: a empresa pode filtrar de forma mais fácil os candidatos, realizar entrevistas mais assertivas e fazer uma análise mais precisa dos currículos. Além das aplicações para a inteligência artificial citadas, podemos ainda ressaltar várias ou- tras. O certo é que a cada dia surgem novas formas de inserção da tecnologia em nossas vidas e o homem deve utilizá-las principalmente para auxiliar na solução de problemas mais com- plexos, gerando resoluções mais rápidas e assertivas. 20 9 EFEITOS DA INTELIGÊNCIA ARTIFICIAL NA ECONOMIA A inteligência artificial, assim como a Internet das Coisas, veio para melhorar significativa- mente a relação do homem com o trabalho e com a sociedade. A máxima “ou muda ou morre” nunca esteve tão em alta em relação às empresas. Apesar de saber da necessidade de inves- timento em tecnologia, o acesso ainda é restrito, seja pelo lado financeiro ou acesso aos pro- dutos tecnológicos. Embora com contratempos, é cada vez maior o valor investido em IA pelas empresas princi- palmente em grandes organizações, e tende a aumentar muito nos próximos anos com a am- pliação do acesso para um maior número de organizações. A IA atua diretamente na melhoria da colheita, na prevenção de epidemias e na ampliação da produção industrial. Especialistas afirmam que o avanço da tecnologia poderá transformar, de forma significativa, a relação do trabalho fabril atual, considerado mais repetitivo e des- gastante. Caso ocorra realmente, é bem provável que aumente o número de desempregados, impactando diretamente no processo econômico. 10 PROCESSAMENTO DE LINGUAGEM NATURAL (PLN) O Processamento de Linguagem Natural (PLN), ou Natural Language Processing (NLP), é uma ramificação da IA que auxilia os computadores a manipular, entender e interpretar a lingua- gem humana. Seria a junção de algumas disciplinas, tais como a ciência da computação e a própria linguagem computacional, buscando preencher o espaço entre a comunicação do homem e o entendimento dos computadores. Esse processamento não é uma ciência nova, mas que cresce a cada dia, principalmente no interesse que ocorre em relação à comuni- cação entre o homem e a máquina. O PNL possibilita que os computadores consigam ler textos, ouvir e interpretar as falas, identificar os sentimentos e determinar quais os trechos mais importantes. Mexer no celular ou aplicativo pode parecer uma coisa simples de se fazer, mas, para que o computador entenda o que se quer dizer ou solicitar, é preciso que exista um tradutor de lin- guagem. Nesse sentido, o PNL se apresenta como interlocutor. Além de traduzir a linguagem das máquinas, o PNL gera uma melhor experiência para o usuário. 21 10.1 DIFERENÇA ENTRE LINGUAGEM NATURAL E LINGUAGEM DE PROGRAMAÇÃO A linguagem natural corresponde à comunicação dos humanos, com máquinas ou pessoas, enquanto a linguagem de programação diz respeito à linguagem utilizada por dispositivos com os computadores. Entre as linguagens mais comuns, podemos citar a Java, a Python e a Ruby, utilizadas pelos programadores para criar os sistemas e suas aplicações. Já o PLN se caracteriza como um tradutor, permitindo que a tecnologia seja compreensível ao usuário, mesmo utilizando a linguagem natural. Além de entender a linguagem, o NPL capacita os dispositivos para criar respostas, podendo ser em textos ou áudios; para as interações, podemos citar como exemplo a inteligência ar- tificial do smartphone - no caso da Apple, temos a Siri, ou os chatbots de uma empresa com a qual nos comunicamos. 10.2 A CONVERSA ENTRE HOMENS E MÁQUINAS Utilizando esse sistema, o PNL é capaz de buscar informações por meio da interação com os usuários. Assim, a inteligência artificial simula a estrutura do pensamento dos seres huma- nos, e o PNL é imprescindível para que a máquina entenda o que está sendo dito e seja dada uma resposta mais estruturada a partir do processamento do PNL para entender a linguagem do homem e simulá-la. A linguagem humana pode ser confusa às vezes, pois utilizamos palavras iguais para definir coisas diferentes. Um exemplo: banco pode ser de sentar ou uma instituição financeira; por- tanto, é importante que a máquina entenda não somente o sentido literal do que está sendo dito, mas também deve considerar aspectos como o contexto do que se está conversando, os significados, a interpretação de texto, a análise dos sentimentos, entre outros. Para isso, a inteligência artificial utiliza o aprendizado de máquinas, ou o deep learning, assunto que já foi tratado anteriormente. Por meio desse processo, os sistemas conseguem aprender a cada interação e melhorar a sua capacidade de resposta. 22 11 SISTEMA DE RECONHECIMENTO POR VOZ Os recursos digitais estão mudando nosso modo de vida, porque a maioria das pessoas já uti- lizou o comando de voz do smartphone pelo menos alguma vez na vida. Não é possível falar so- bre esse recurso hoje sem lembrar o seu início. De acordo com Macedo (2017, p 3), o comando de voz teve início em 1952 e era conhecido por Audrey, desenvolvido por três pesquisadores da Best Labs. Audrey conseguia reconhecer apenas dígitos falados por apenas um usuário. Na década de 1960, a IBM implementou o Shoebox, que já apresentava o diferencial de reconhe- cer 16 palavras em inglês, além dos dígitos de 0 a 9. Mesmo considerando as limitações dessas ferramentas, elas foram primordiais para o que viria a seguir. Na década de 1970, a Universidade de Carnegie Mellon, da Pensilvânia, apresentou o Harpy Program, que já conseguia entender uma média de 1000 palavras. Décadas mais tarde, a Dra- gon lançou o primeiro software conhecido capaz de transcrever a voz e reconhecer a fala. A maioria dos softwares utilizados para reconhecimento de vozfoi desenvolvida para o meio empresarial e somente com o lançamento da Siri, em 2011, que a Apple trouxe o acesso para pessoas comuns, tornando-o popular. Além dessa ferramenta, podemos destacar ainda a Cortana, da Microsoft, o assistente do Google, a Alexa da Amazon, todas espalhadas por di- versas residências hoje em dia. FIGURA 8 - COMANDO DE VOZ FONTE: Pixabay (2021). 23 As pessoas, principalmente os adolescentes, utilizam muito o comando de voz, geralmente para interagir durante um processo de comprar, por exemplo, ou solicitar alguma informação ao assistente pessoal. A tendência é ter um aumento significativo em investimentos. Em um futuro próximo, provavelmente teremos assistentes de voz por todos os lugares, as pessoas poderão conversar com suas casas, carros ou qualquer outro objeto que possua um alto nível de inteligência e possibilidade de personalização. 24 Resumo do curso Neste curso, você aprendeu que o ser humano é capaz de aprender e desenvolver soluções sobre problemas que ocorrem no dia a dia, além de receber e assimilar muitas informações. Mas, com o acesso à quantidade infinita de dados que captamos, tornou-se necessário criar uma forma de otimizar e melhorar o processo. Sendo assim, foi criada a inteligência artificial, ou softwares que aprendem. No início, eram tímidos e direcionados às organizações, mas hoje estão presentes em objetos que usamos em nosso dia a dia, como os smartphones e echodots personificados em assistentes pessoais. Desde o advento da internet, o mundo passa por grandes mudanças, sejam elas de peque- no ou de grande impacto, mas todas significativas para o desenvolvimento da humanidade e conforto para o ser humano. O advento das inteligências artificiais, ou a Internet das Coisas, é uma prova de que o mundo ainda tem muito a se beneficiar dessas tecnologias, apesar do medo humano de criar inteligências que possam pensar e tomar decisões sozinhas. Esse é um risco que temos de correr, para o bem das gerações futuras. 25 Referências CORMEN, T. H. et al. Algoritmos. Rio de Janeiro: Elsevier, 2012. LOPES, I. L.et al. Inteligência artificial. Rio de Janeiro: Elsevier, 2014. MACEDO, L. P. Desenvolvimento de um módulo de reconhecimento de voz para a game en- gine Godot. 2017. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade de São Paulo - Instituto de Matemática e Estatística, São Paulo, 2017. Disponível em:. https://linux.ime.usp.br/~cyruss/mac0499/download/Monografia.pdf. Acesso em: 8 set. 2021. NORVIG, P.; RUSSEL, S. Inteligência artificial. Rio de Janeiro: LTC, 2021. PALMA, L. F. Agrupamento de dados: k-médias. 2018. Trabalho de Conclusão de Curso (Ba- charelado em Ciências Exatas e Tecnologias) - Universidade Federal do Recôncavo da Bah- ia - Centro de Ciências Exatas e Tecnológicas Cruz das Almas, 2018. Disponível em: ht- tps://www2.ufrb.edu.br/bcet/components/com_chronoforms5/chronoforms/uploads/ tcc/20190604200511_2018.2_TCC_Luann_Farias_Palma-_Agrupamento_de_dados_-_K_me- dias.pdf. Acesso em: 8 set. 2021. SANTOS; C. A. M. P.; Inteligência artificial. Rio de Janeiro: Elsevier, 2014. SILVA, F. M.et al. Inteligência artificial. Porto Alegre: Sagah, 2019. https://linux.ime.usp.br/~cyruss/mac0499/download/Monografia.pdf https://www2.ufrb.edu.br/bcet/components/com_chronoforms5/chronoforms/uploads/tcc/20190604200511_2018.2_TCC_Luann_Farias_Palma-_Agrupamento_de_dados_-_K_medias.pdf https://www2.ufrb.edu.br/bcet/components/com_chronoforms5/chronoforms/uploads/tcc/20190604200511_2018.2_TCC_Luann_Farias_Palma-_Agrupamento_de_dados_-_K_medias.pdf https://www2.ufrb.edu.br/bcet/components/com_chronoforms5/chronoforms/uploads/tcc/20190604200511_2018.2_TCC_Luann_Farias_Palma-_Agrupamento_de_dados_-_K_medias.pdf https://www2.ufrb.edu.br/bcet/components/com_chronoforms5/chronoforms/uploads/tcc/20190604200511_2018.2_TCC_Luann_Farias_Palma-_Agrupamento_de_dados_-_K_medias.pdf 1 Introdução 2 CONCEITOS E APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL 2.1 APLICABILIDADE DA INTELIGÊNCIA ARTIFICIAL 3 ALGORITMO DE BUSCAR E OTIMIZAÇÃO 3.1 O QUE É UM ALGORITMO DE BUSCA 4 CONCEITOS DO AMBIENTE COM REINFORCEMENT LEARNING 5 ESTRUTURAÇÃO DE PROJETOS LEARNING 5.1 FASES DE UM PROJETO LEARNING 5.2 FATORES QUE AFETAM O PROJETO 6 AGRUPAMENTOS E ASSOCIADORES COM MACHINE LEARNING 6.1 AGRUPAMENTO DE DADOS OU CLUSTERING 7 APLICAÇÕES WEB DE INTELIGÊNCIA ARTIFICIAL 7.1 APLICAÇÕES DA INTERNET DAS COISAS 7.1 APLICAÇÕES DA INTELIGENCIA ARTIFICIAL NA WEB 8 SOLUÇÃO DE PROBLEMAS COM A INTELIGÊNCIA ARTIFICIAL 9 EFEITOS DA INTELIGÊNCIA ARTIFICIAL NA ECONOMIA 10 PROCESSAMENTO DE LINGUAGEM NATURAL (PLN) 10.1 DIFERENÇA ENTRE LINGUAGEM NATURAL E LINGUAGEM DE PROGRAMAÇÃO 10.2 A CONVERSA ENTRE HOMENS E MÁQUINAS 11 SISTEMA DE RECONHECIMENTO POR VOZ Resumo do curso Referências
Compartilhar