Introdução a Inteligência Artificial - Unifatecie

Prévia do material em texto

Professor Leonam Nagel
INTRODUÇÃO À 
INTELIGÊNCIA ARTIFICIAL
2023 by Editora Edufatecie. Copyright do Texto C 2023. Os autores. Copyright C Edição 2023 Editora Edufatecie.
O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva
dos autores e não representam necessariamente a posição oficial da Editora Edufatecie. Permitido o download da 
obra e o compartilhamento desde que sejam atribuídos créditos aos autores, mas sem a possibilidade de alterá-la 
de nenhuma forma ou utilizá-la para fins comerciais.
 REITORIA Prof. Me. Gilmar de Oliveira
 DIREÇÃO ADMINISTRATIVA Prof. Me. Renato Valença 
 DIREÇÃO DE ENSINO PRESENCIAL Prof. Me. Daniel de Lima
 DIREÇÃO DE ENSINO EAD Profa. Dra. Giani Andrea Linde Colauto 
 DIREÇÃO FINANCEIRA Eduardo Luiz Campano Santini
 DIREÇÃO FINANCEIRA EAD Guilherme Esquivel
 COORDENAÇÃO DE ENSINO, PESQUISA E EXTENSÃO Profa. Ma. Luciana Moraes
 COORDENAÇÃO ADJUNTA DE ENSINO Profa. Dra. Nelma Sgarbosa Roman de Araújo
 COORDENAÇÃO ADJUNTA DE PESQUISA Profa. Ma. Luciana Moraes
 COORDENAÇÃO ADJUNTA DE EXTENSÃO Prof. Me. Jeferson de Souza Sá
 COORDENAÇÃO DO NÚCLEO DE EDUCAÇÃO A DISTÂNCIA Prof. Me. Jorge Luiz Garcia Van Dal
 COORDENAÇÃO DE PLANEJAMENTO E PROCESSOS Prof. Me. Arthur Rosinski do Nascimento
 COORDENAÇÃO PEDAGÓGICA EAD Profa. Ma. Sônia Maria Crivelli Mataruco
 COORDENAÇÃO DO DEPTO. DE PRODUÇÃO DE MATERIAIS DIDÁTICOS Luiz Fernando Freitas
 REVISÃO ORTOGRÁFICA E NORMATIVA Beatriz Longen Rohling 
 Carolayne Beatriz da Silva Cavalcante
 Caroline da Silva Marques 
 Eduardo Alves de Oliveira
 Isabelly Oliveira Fernandes de Souza
 Jéssica Eugênio Azevedo
 Louise Ribeiro 
 Marcelino Fernando Rodrigues Santos
 Vinicius Rovedo Bratfisch
 PROJETO GRÁFICO E DIAGRAMAÇÃO Bruna de Lima Ramos
 Carlos Firmino de Oliveira
 Hugo Batalhoti Morangueira
 Giovane Jasper 
 Vitor Amaral Poltronieri
 ESTÚDIO, PRODUÇÃO E EDIÇÃO André Oliveira Vaz 
 DE VÍDEO Carlos Henrique Moraes dos Anjos
 Pedro Vinícius de Lima Machado
 Thassiane da Silva Jacinto
 FICHA CATALOGRÁFICA
 
 Dados Internacionais de Catalogação na Publicação - CIP
 N147i Nagel, Leonam
 Introdução à inteligência artificial / Leonam Nagel.
 Paranavaí: EduFatecie, 2024.
 89 p.: il. Color.
 
 1. Inteligência artificial. 2. . Inteligência computacional.
 3. Software – Desenvolvimento I. Centro Universitário
 UniFatecie. II. Núcleo de Educação a Distância. III. Título. 
 
 CDD: 23. ed. 006.3
 Catalogação na publicação: Zineide Pereira dos Santos – CRB 9/1577
As imagens utilizadas neste material didático 
são oriundas do banco de imagens 
Shutterstock .
3
AUTOR
Professor Leonam Nagel
• Consultor de IA – Foco em integrar soluções de IA de forma ética e eficaz a 
startups a grandes empresas.
• Cofundador e Consultor de IA na Ayvo — ChatBots automatizados e outras 
soluções de IA para análise de dados.
• Palestrante de Aplicação da Inteligência Artificial com foco em desmistificar a IA 
e oferecer orientações práticas. 
• Professor de cursos online: tópicos de nível básico a avançado em IA.
• Primeiro brasileiro a fazer um curso voltado para ChatGPT: “Dominando o 
ChatGPT”.
A trajetória profissional em campos como produção audiovisual, música, teatro, 
arte, educação e empreendedorismo perpassou o envolvimento com a produção e atuação 
em curtas-metragens, documentários, clipes, filmes e peças de teatro. Músico em bandas 
de rock e professor de música em escolas. Essa mescla de vivências construiu uma visão 
criativa que facilitou o ingresso no universo da Inteligência Artificial.
Com o avanço da tecnologia, Leonam percebeu em dezembro de 2022, com 
o lançamento do ChatGPT, que o mundo havia mudado. Determinado a entender 
profundamente como essas ferramentas poderiam impactar o dia a dia, a produtividade 
e a sociedade como um todo, ele se dedicou ao estudo intenso do assunto. Esse esforço 
resultou em oportunidades de palestrar em eventos menores, que gradualmente se 
expandiram, abrindo portas para convites em eventos maiores.
Professor
Leonam Nagel
4
Foi ministrante de palestras sobre IA em Universidades como Univali e Uniavan de 
Itajaí; Fez parcerias com empresas e instituições de ensino como a TI Exames, e uma série 
de workshops com grupos, empresas e associações empresariais como SCMC, Inaed, 
Senai, entre outros.
5
APRESENTAÇÃO
Bem vindo (a) ao universo da Inteligência Artificial! Não sei se você já é amante 
desse tema ou se o está adentrando devido a demandas do nosso contexto atual, mas de 
qualquer forma proponho que aproveite esse momento para compreender os conceitos 
fundamentais de IA, visto que toda aprendizagem é um processo gradual e ascendente – 
Uma construção. Por isso, durante nosso percurso, faremos uma introdução à IA. Fazer uma 
introdução significa conhecer os aspectos-base desse campo, para que você se familiarize, 
leve para seu cotidiano e tenha curiosidade para aprofundar seus conhecimentos depois. 
 Na Unidade I, conheceremos o passado que está nos levando ao futuro. Ou seja: 
iremos conhecer mais da história da Inteligência Artificial, com seus marcos mais importantes. 
Esse fator é necessário para que você entenda como chegamos onde chegamos hoje e 
possa fazer sua reflexão sobre a evolução temporal;
Na Unidade II, exploraremos conceitos básicos para que você entenda do que 
estamos falando quando mencionamos a IA;
Na Unidade III, vamos falar um pouco mais das aplicações e interfaces da IA. 
Embora essas tecnologias estejam dominando vários ambientes nos quais você convive, é 
interessante pensar em alguns exemplos e pesquisar outros;
Por fim, na Unidade IV, falaremos um pouco mais sobre otimizações de hardware e 
software em IA. Esse conhecimento servirá para entender as potencialidades e limitações 
das tecnologias atuais e como possivelmente serão resolvidas. 
Recomendo que percorra as unidades sem perder de vista o potencial reflexivo e 
crítico, pois esse será um grande diferencial em sua trajetória profissional e humana, diante 
de um tema com um potencial ainda imensurável de transformação.
6
SUMÁRIO
Otimização de hardware e software para IA
Aplicações de I.A e suas interfaces
Conceitos fundamentais em IA
Introdução a inteligência artificial – fundamentos 
históricos e evolução
Professor Leonam Nagel
INTRODUÇÃO A 
INTELIGÊNCIA 
ARTIFICIAL – 
FUNDAMENTOS 
HISTÓRICOS E 
EVOLUÇÃO1UNIDADEUNIDADE
PLANO DE ESTUDO
8
Plano de Estudos
• Reproduzindo o cérebro.
• Ensinando a aprender.
• A materialização.
• O inverno da IA.
• Renascimento.
• A Guerra Fria Artificial.
• Um novo paradigma.
Objetivos da Aprendizagem
• Compreender as influências históricas no desenvolvimento da Inteligência 
Artificial;
• Traçar um panorama do cenário atual da IA; 
• Propor reflexões acerca das potencialidades das tecnologias de IA. 
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
9
INTRODUÇÃO
Ao longo da história, independente da cultura a qual pertencem, os seres humanos 
expressam o desejo de ir além do que suas capacidades biológicasda IA.
• Link do vídeo: https://www.youtube.com/watch?v=ZJixNvx9BAc
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
https://www.databricks.com/sites/default/files/2023-10/compact-guide-to-large-language-models-ptbr.pdf
https://www.databricks.com/sites/default/files/2023-10/compact-guide-to-large-language-models-ptbr.pdf
https://abre.ai/j3Qp
https://www.youtube.com/watch?v=ZJixNvx9BAc
49
MATERIAL COMPLEMENTAR
LIVRO
• Título: Introdução à Inteligência Artificial: Uma abordagem não-
técnica
• Autor: Tom Taulli.
• Editora: Novatec.
• Sinopse: A inteligência artificial envolve praticamente todas as 
partes do seu dia. Embora seja inicialmente possível assumir que 
tecnologias como alto-falantes inteligentes e assistentes digitais 
sejam sua extensão, a IA tornou-se rapidamente uma tecnologia 
de uso geral, repercutindo em diversos setores – como transportes, 
saúde, serviços financeiros e muito mais. Na era moderna, a 
compreensão da IA e suas possibilidades para uma empresa 
é essencial para alcançarem crescimento e sucesso. O livro 
Introdução à Inteligência Artificial chega para equipar os leitores 
com uma compreensão fundamental e oportuna da IA e seu impacto. 
O autor Tom Taulli oferece uma introdução atraente e não técnica a 
conceitos importantes, como machine learning (aprendizagem de 
máquina), deep learning (aprendizagem profunda), natural language 
processing (PNL – processamento da linguagem natural), robótica 
e muito mais. Além de guiá-lo por estudos de caso do mundo real e 
etapas práticas de implementação, Taulli usa sua experiência para 
expandir as questões mais amplas que cercam a IA. Isso inclui 
tendências sociais, ética e impacto futuro que a IA causará nos 
governos, estruturas de empresas e vida cotidiana do mundo.
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
Professor Leonam Nagel
APLICAÇÕES 
DE I.A E SUAS 
INTERFACES3UNIDADEUNIDADE
PLANO DE ESTUDO
51
Plano de Estudos
• Recursos.
• Aplicações: explorando o “o que”.
• Interfaces: explorando o “como”.
Objetivos da Aprendizagem
• Identificar e conhecer as principais áreas de aplicação da IA e suas interfaces;
• Avaliar o impacto da aplicação da IA em nosso cotidiano. 
APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
52
Nas unidades anteriores você conheceu um pouco sobre a história, evolução e conceitos 
desse campo transformador que é a inteligência artificial. Agora vamos pensar um pouco sobre 
as formas que a IA já está presente em nossas vidas e suas possibilidades para o futuro.
Imagine um mundo onde máquinas não são apenas capazes de entender, mas 
também de antecipar suas necessidades; A tecnologia se tornou uma extensão do ser 
humano, ao ponto de não conseguirmos mais reconhecer os limites entre real e virtual. 
Bom… esse futuro já começou. A Inteligência Artificial vem aumentando sua capacidade 
de aprender, analisar e tomar decisões, e está redefinindo o tecido da sociedade moderna, 
transformando indústrias inteiras e alterando profundamente a maneira como vivemos, 
trabalhamos e interagimos.
Mas o que significa, de fato, viver em um mundo permeado pela IA? Como essas 
tecnologias inteligentes se integram tão suavemente em nossas vidas, tornando-se quase 
invisíveis, mas indispensáveis? A chave para esta integração reside nas interfaces de IA: as 
pontes entre a complexidade do pensamento humano e o poder de processamento das IAs. 
Estas interfaces estão evoluindo para além de simples comandos e respostas, tornando-se 
verdadeiros diálogos entre o homem e a máquina.
Convido você para explorar o vasto território das aplicações de IA e entender 
como essas tecnologias estão sendo implementadas em diversos setores. Ao entender 
melhor essas aplicações e interfaces, espera-se que você consiga apreciar o potencial da 
IA em nosso cotidiano, e ajude a abrir caminhos para a inovação. Durante essa unidade 
recomendo que você aproveite para se perguntar: como essas inovações estão redefinindo 
o conceito de inteligência, trabalho e criatividade?
A jornada da IA está apenas começando, e cada um de nós tem um papel a 
desempenhar na moldagem desse futuro.
INTRODUÇÃO
APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
53
Não podemos esquecer que a inteligência artificial (IA) não se resume a uma única 
tecnologia isolada, mas sim a um conjunto diversificado de métodos e técnicas que, em 
conjunto, permitem às máquinas simular e, em alguns casos, até ampliar aspectos da 
inteligência humana. Esses métodos envolvem desde algoritmos simples de tomada de 
decisão até complexos modelos de aprendizado profundo que tentam replicar a maneira 
como o cérebro humano processa informações.
Com essa compreensão em mente, é crucial explorar as áreas fundamentais da 
IA que têm se mostrado essenciais em sua aplicação em diversos campos. Essas áreas 
incluem aprendizado de máquina, que é o coração do desenvolvimento de muitos sistemas 
de IA; processamento de linguagem natural (NLP), que permite que máquinas entendam e 
interajam com o texto e a fala humana; visão computacional, que dá às máquinas a capacidade 
de interpretar e processar imagens e vídeos; e, por fim, sistemas de recomendação, que 
são amplamente utilizados para personalizar conteúdos e produtos para os usuários.
Cada uma dessas áreas desempenha um papel vital na forma como a IA está 
sendo integrada em inúmeros setores, desde a saúde e educação até o entretenimento e a 
indústria. À medida que avançamos, exploraremos como essas técnicas são aplicadas em 
cenários do mundo real, proporcionando uma compreensão mais ampla de como a IA está 
moldando o futuro em uma variedade de contextos.
1.1 Visão Computacional 
Tipos de tecnologia que conferem às máquinas a habilidade de “ver” e interpretar 
informações visuais são essenciais para o desenvolvimento de sistemas que exigem 
RECURSOS1
TÓPICO
APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
54APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
processamento avançado de imagens e vídeos. Essas tecnologias permitem que 
as máquinas não apenas capturem, mas também compreendam o conteúdo visual, 
identificando padrões, reconhecendo objetos, e, com base nisso, realizem ações 
apropriadas. O núcleo dessas capacidades reside principalmente nas Redes Neurais 
Convolucionais (CNNs), uma arquitetura de rede neural projetada especificamente para 
analisar dados visuais com uma eficiência notável.
As CNNs são capazes de extrair características essenciais das imagens, como 
bordas, texturas, e formas, permitindo uma análise detalhada que imita, em certa medida, 
o processamento visual humano. Essas redes são compostas por camadas convolucionais 
que filtram a entrada de dados visuais, destacando as características relevantes que podem 
ser usadas para identificar objetos, classificar cenas ou até mesmo prever eventos futuros 
com base em padrões visuais.
Essas tecnologias têm uma ampla gama de aplicações em diversos setores. Nos 
sistemas de segurança, por exemplo, elas são utilizadas para reconhecimento facial, 
monitoramento de atividades suspeitas, e análise de vídeo em tempo real, contribuindo 
para a prevenção de crimes e a proteção de áreas sensíveis. No campo da saúde, a visão 
computacional auxilia na análise de imagens médicas, como radiografias e tomografias, 
ajudando na detecção precoce de doenças e na realização de diagnósticos precisos.
Na automação industrial, essas tecnologias permitem que robôs realizem inspeções 
de qualidade, identifiquem defeitos em produtos e realizem tarefas de montagem com extrema 
precisão. Além disso, nos veículos autônomos, a capacidade de “ver” e interpretar o ambiente 
circundante em tempo real é crucial para a navegação segura, evitando os obstáculos e tomando 
decisões rápidas para garantir a segurança dos passageiros e pedestres.
Essas aplicações demonstram como as tecnologias de visão computacional, 
impulsionadas por CNNs e outras técnicas avançadas, estão transformando a maneira como 
as máquinas interagem com o mundo visual,permitindo-lhes executar tarefas complexas que 
antes eram exclusivas dos seres humanos. A contínua evolução dessas tecnologias promete 
expandir ainda mais suas capacidades e aplicações em novos e inovadores campos.
1.2 Robótica
A combinação de inteligência artificial (IA) com engenharia mecânica e eletrônica 
tem impulsionado o desenvolvimento de robôs avançados, capazes de executar uma ampla 
variedade de tarefas com precisão e autonomia (Amaral; Gasparotto, 2021). Essa sinergia 
entre tecnologias permite a criação de sistemas robóticos que não apenas imitam a ação 
55APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
humana, mas também superam nossas capacidades em certos aspectos, operando em 
ambientes desafiadores e realizando tarefas complexas de maneira mais rápida e eficiente.
Esses robôs podem ser programados para substituir os humanos em atividades que 
envolvem altos riscos, como a manipulação de materiais perigosos, exploração de áreas 
de desastre, ou operações em ambientes extremos, como o fundo do mar ou o espaço. Ao 
assumir essas tarefas, os robôs reduzem o risco de acidentes e protegem vidas humanas, 
ao mesmo tempo, em que aumentam a eficiência operacional em setores críticos.
Além disso, os robôs inteligentes são extremamente úteis em processos industriais e 
de manufatura, onde realizam tarefas repetitivas com precisão constante, minimizando erros e 
aumentando a produtividade. Em linhas de montagem, por exemplo, esses robôs podem operar 
24 horas por dia sem a necessidade de pausas, acelerando a produção e reduzindo custos.
Mais do que apenas substituir o trabalho humano, a integração de IA em robótica 
também abre novas possibilidades para a inovação. Robôs equipados com IA podem 
aprender e se adaptar a novas tarefas, tornando-se cada vez mais autônomos e versáteis. 
Isso permite que sejam utilizados em áreas como a medicina, onde podem auxiliar em 
cirurgias delicadas, ou na agricultura, onde podem monitorar e cuidar das plantações com 
uma precisão sem precedentes.
1.3 Sistemas Especialistas 
Sistemas especialistas, como o próprio nome sugere, são projetados para simular a 
tomada de decisão de especialistas humanos em campos específicos, como medicina, finanças, 
engenharia, entre outros. Esses sistemas são desenvolvidos para reproduzir o conhecimento 
e a experiência de especialistas, a fim de fornecer soluções, diagnósticos ou recomendações 
para problemas que geralmente exigem um alto grau de especialização e julgamento humano.
Diferentemente dos sistemas tradicionais de computação, que seguem regras rígidas 
e pré-definidas, os sistemas especialistas utilizam a Lógica Difusa, um conceito da inteligência 
artificial que permite trabalhar com incertezas e ambiguidade, características comuns em 
problemas do mundo real. A Lógica Difusa permite que esses sistemas processem informações 
imprecisas ou parciais, aproximando-se da maneira como os seres humanos tomam decisões.
Além disso, os sistemas especialistas contam com uma base de conhecimento composta 
por uma vasta quantidade de informações e regras de inferência, muitas vezes derivadas de 
aprendizado profundo (deep learning) e outras técnicas de inteligência artificial. Essa base de 
conhecimento é constantemente atualizada e aprimorada à medida que o sistema aprende com 
novos dados e situações, tornando-o mais preciso e eficaz ao longo do tempo.
56APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
1.4 Processamento de Linguagem Natural (PLN) 
O Processamento de Linguagem Natural (PLN) é uma tecnologia avançada que 
capacita as máquinas a entenderem, interpretarem e responderem à linguagem humana de 
maneira natural e intuitiva. Em outras palavras, o PLN permite que as máquinas interajam 
com os seres humanos utilizando a linguagem que falamos e escrevemos diariamente, 
reduzindo a necessidade de comandos técnicos ou instruções complexas.
Essa tecnologia é fundamental para o desenvolvimento de uma série de aplicações 
modernas, como chatbots, assistentes virtuais e sistemas de tradução automática. Por exemplo, 
em chatbots, o PLN permite que os sistemas compreendam as perguntas dos usuários e 
respondam de forma relevante e contextualizada, simulando uma conversa humana. Assistentes 
virtuais, como Alexa, Siri e Google Assistant, utilizam o PLN para interpretar comandos de voz, 
realizar tarefas e fornecer informações de maneira fluida e natural. Além disso, os sistemas de 
tradução automática, como o Google Translate, se valem do PLN para traduzir textos entre 
diferentes idiomas de forma cada vez mais precisa e contextual.
O PLN é uma área da inteligência artificial em rápido desenvolvimento, impulsionada 
por avanços em técnicas de aprendizado profundo, processamento de grandes volumes de 
dados e a crescente capacidade computacional. Cada vez mais, essa tecnologia permite 
uma interação mais sofisticada e eficiente entre humanos e máquinas, tornando possível 
que os sistemas compreendam não apenas o significado literal das palavras, mas também 
o contexto, a intenção e as nuances emocionais presentes na comunicação humana.
57
Uma aplicação de IA se refere à maneira prática que fazemos uso dessas tecnologias 
para realizar tarefas específicas e resolver problemas. Essas aplicações variam em complexidade 
e propósito, abrangendo desde simples chatbots até sistemas avançados de reconhecimento 
de imagens, análise preditiva, robótica e veículos autônomos. A IA vem sendo aplicada em 
diferentes setores, como saúde, educação, finanças, entre outros, que exploraremos um pouco 
mais agora. A aplicação foca no “o quê” a IA está fazendo e qual problema está resolvendo. 
Talvez algumas dessas coisas você já esteja utilizando sem ter percebido. 
2.1 Saúde
 Na medicina, a IA vem contribuindo e pode contribuir muito mais, desde a prevenção 
à reabilitação. Há algum tempo já tínhamos notícias de robôs utilizados na execução de 
cirurgias. No entanto, o uso das IAs aumentou muito na área da saúde. Um dos destaques 
são os diagnósticos por imagem para detecção precoce de doenças. As análises dessas 
imagens são eficientes, mas podem ser complementadas pela análise de um médico 
humano. Os médicos então conseguem ter mais tempo para oferecer uma melhor atenção 
ao paciente e têm um suporte na decisão em relação ao melhor tratamento. 
 Os sistemas de IA também podem ser utilizados na personalização de tratamentos 
para pacientes, baseando-se em seu histórico médico e genético particular. Dados estão 
sendo utilizados para realização de análises e previsões da ocorrência de doenças ao nível 
populacional (Nunes, 2023).
APLICAÇÕES: EXPLORANDO 
O “O QUÊ”2
TÓPICO
APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
58APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
Alguns hospitais utilizam Chatbots para agilizar a entrada do paciente na unidade. 
Após a pandemia de Covid-19, também se popularizaram as consultas com médicos virtuais, 
o que induziu à utilização de IAs para aprimorar esse tipo de atendimento e entender que 
tipo de cuidados as pessoas estavam precisando (Neves, 2020). 
São apenas alguns exemplos de uma área que a IA tem muitas aplicações e muito 
a contribuir. Entretanto, essa é uma das áreas que mais demanda delimitações éticas, visto 
que envolve a questão da privacidade de dados e decisões críticas sobre a vida humana. 
2.2 Assistentes Virtuais
Talvez essa seja uma das aplicações mais curiosas com o uso de IA, devido à 
interação direta e um tanto humanizada entre usuário e tecnologia, que aborda uma grande 
variabilidade de tarefas (Kissinger et al, 2023). A troca de informações é dinâmica e a 
ferramenta se adapta progressivamente conforme o histórico de interações. Esses tipos 
de aplicação também estão em constante desenvolvimento, tornando o diálogo mais fácil, 
rápido e fluido. No momento, se busca uma personalização cada vez maior. Como exemplo, 
temos assistentes virtuais, como a Siri, Cortana, Alexa e Google Assistente.Estar em constante desenvolvimento implica uma corrida competitiva para definir qual 
empresa oferecerá o melhor assistente virtual, com investimentos bilionários. Empresas como 
a Google e a Apple, seguem prometendo resolver os constantes “bugs” em seus assistentes 
pessoais e também desenvolver um assistente que seja capaz de superar seus concorrentes. 
Enquanto isso, a Microsoft vem investindo forte no Microsoft Copilot. Nos resta esperar.
2.3 Finanças e Mercado
O setor financeiro está aproveitando a IA de várias maneiras. Tudo dependerá 
do problema enfrentado pelo setor. A IA pode ser utilizada para evitar fraudes, analisar 
padrões de transações para prever comportamento, oferecer conselhos personalizados de 
investimento com base no histórico e automatizar processos de atendimento ao cliente com 
chatbots inteligentes.
Nas empresas, a IA está sendo aplicada em todos os níveis possíveis como: 
desenvolvimento de produtos, marketing, design utilizando IAs generativas de texto, 
imagem, áudio e vídeo. Atendimento ao usuário através de Chatbots. As mais diversas 
soluções podem auxiliar na otimização dos processos dentro de uma empresa. Por exemplo: 
Ao utilizar um chatbot, é possível colher informações importantes do cliente, personalizar 
atendimento e aumentar as vendas, remanejar a força de trabalho humana para outras 
funções ou como suporte. A utilização de IAs de geração de texto e imagem poupam tempo 
https://blog.pareto.io/assistentes-virtuais/
59APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
dos profissionais para que possam ter mais tempo para criação de mais produtos. As IAs 
também auxiliam no treinamento interno e análise de desempenho, favorecendo a melhoria 
do ambiente de trabalho. 
2.4 Transporte 
Os veículos autônomos estão evoluindo cada vez mais em busca de uma operação 
que seja segura. Podemos esperar que em breve os veículos com sistema de IA poderão 
reduzir a quantidade de acidentes de trânsito e otimizar a logística de suprimentos de forma 
mais eficiente do que acontece hoje. 
Pensando no transporte, também temos aplicativos que estão incorporando IA para 
aprimorar a experiência dos passageiros, como a Uber. Os aplicativos de GPS como Google 
Maps e Waze são capazes de oferecer previsões de tempo de percurso, localização, sugerir 
rotas mais eficientes em tempo real. Ambos possuem uma interface intuitiva e fácil de utilizar. 
Agora, se você ainda não sabia, pasme: A IA permitirá a criação dos “carros 
voadores”. Já tem uma verdadeira corrida competitiva e uma das empresas brasileira: 
a Embraer, que anunciou a criação da EVE, cujo verdadeiro nome é EVTOL (aeronave 
elétrica de pouso e decolagem vertical) (Ferreira, 2023). 
2.5 Entretenimento e Mídia
As ferramentas de IA que fazem uso de algoritmos, estão envolvidas na possibilidade 
de obtermos recomendações personalizadas de filmes, músicas e notícias. Esses sistemas 
aprendem com as preferências e comportamentos dos usuários (Kaufman; Santaella, 
2020). Temos como exemplo as plataformas de streaming, como Netflix, Deezer e Spotify, 
que buscam melhorar a experiência do usuário e prolongar o tempo de uso através dos 
sistemas de recomendação.
Também precisamos lembrar do uso de algoritmos nas redes sociais. Nem toda a 
informação disponível na internet chega de forma aleatória até você, mas é direcionado de 
maneira personalizada com base no histórico de interação e outros fatores. 
2.6 E-mail
A IA aplicada em serviços de e-mail consegue filtrar de maneira personalizada 
os conteúdos que de fato são interessantes, selecionar conteúdos de Spam, entre outros 
serviços que tornam a sua caixa de e-mail uma experiência também “só sua”. Alguns 
serviços como o Outlook e o Gmail já incorporaram IA para essas finalidades.
60APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
2.7 Reconhecimento Facial
Esse é um tipo de aplicação que pode servir de exemplo também na utilização de 
IA para questões de segurança, embora esse seja um questionamento atualmente com a 
facilidade de falsificação até mesmo de rostos e outras críticas à privacidade. 
O sistema de reconhecimento realiza o scanner detalhado do rosto, podendo 
reconhecê-lo em diferentes ângulos. Alguns exemplos de utilização desse tipo de serviço 
são os celulares que utilizam desbloqueio de tela com reconhecimento facial, como o Apple 
Face ID. Algumas portarias de prédios também utilizam esses sistemas para aumentar a 
segurança e agilidade
2.8 Educação
Considerando que a educação deve acompanhar a cultura à qual está inserida, é 
uma das áreas que merece destaque nas aplicações de IA, não apenas porque os métodos 
de aprendizagem após o advento da internet e principalmente agora com a inteligência 
artificial, não são mais os mesmos. É preciso reinventar a educação e buscar incluir as 
tecnologias disponíveis aos métodos de ensino e também transformar o papel do professor, 
de instrutor para construtor (Santos et al, 2024).
Mas por ser uma discussão um tanto longa, nesse momento vamos apenas pensar 
novamente na possibilidade que a IA oferece para construir novos métodos de aprendizagem 
personalizados e avaliações mais apuradas de aprendizagem. A educação já passou em 
grande parte para o modo online, que possibilitou uma maior interação com o meio virtual. 
Agora o desafio é aplicar cada vez mais a inteligência artificial através das ferramentas 
disponíveis, tanto para processos de aprendizagem quanto para avaliação desses 
processos. Além disso, é um papel também importante da educação ensinar habilidades 
humanas que serão necessárias no futuro e construir o conhecimento sobre como utilizar a 
IA de forma responsável.
Para pensarmos um pouco mais nessa nova relação que estamos criando com 
essas ferramentas, uma pesquisa recente da Workplace Intelligence apontou que quase 
metade dos profissionais de geração Z (pessoas nascidas entre 1995 e 2010), prefere a 
mentoria do ChatGPT a de seus gestores (Levine, 2024).
De fato, temos aplicações variadas no campo da Inteligência Artificial, que fica 
até difícil lembrar de todas ou até mesmo saber de todas. Embora sejam exemplos bem 
conhecidos, eles foram listados com o intuito de destacar o quanto a IA está presente e o 
quanto é importante que estejamos atentos a essas aplicações e tenhamos curiosidade 
sobre o quanto elas estão transformando as nossas vidas.
61
Uma interface se refere à maneira como interagimos com as aplicações de IA; é a 
ponte entre o usuário (indivíduo ou sistema) e a tecnologia de IA. São projetadas para facilitar a 
comunicação e interação e tornar a tecnologia acessível e utilizável (DO CARMO et al, 2022). 
Elas incluem interfaces de usuário gráficas (GUIs), interfaces de programação de aplicações 
(APIs), sistemas de processamento de linguagem natural (PLN), que permitem a comunicação 
em linguagem natural, e até interfaces físicas em robôs ou dispositivos inteligentes. Uma interface 
que funciona de maneira eficaz inclusive é crucial para tornar a IA acessível e utilizável por 
pessoas sem conhecimento especializado em tecnologia. Vamos conhecer alguns exemplos: 
3.1 Interfaces de Usuário Gráficas (GUIs)
Softwares que incorporam elementos visuais, como botões, ícones, menus 
e janelas, desempenham um papel crucial na interação entre usuários e sistemas de 
inteligência artificial (IA). Essas interfaces gráficas, conhecidas como GUI (Graphical User 
Interface), são projetadas para tornar a interação com a tecnologia mais intuitiva e acessível, 
permitindo que até mesmo usuários com pouca ou nenhuma experiência técnica possam 
operar sistemas complexos de forma eficiente.
A presença de elementos visuais como botões e ícones simplifica a navegação e 
o uso de funcionalidades dos sistemas de IA. Por exemplo, em smartphones, os ícones 
representando aplicativos permitem que os usuários acessem rapidamente diferentes 
funcionalidades, como enviar mensagens, navegar na internet ou utilizar um assistentevirtual. Esses elementos visuais são organizados de maneira lógica e acessível, facilitando 
a descoberta e o uso de diversas ferramentas e recursos.
INTERFACES: EXPLORANDO 
O “COMO”3
TÓPICO
APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
62APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
Nos computadores e tablets, as interfaces gráficas oferecem um ambiente de 
trabalho visual onde tarefas podem ser realizadas de maneira direta, como arrastar e 
soltar arquivos, clicar em botões para executar comandos ou selecionar opções em menus 
suspensos. Essas interações visuais reduzem a necessidade de memorização de comandos 
complexos ou linhas de código, democratizando o acesso a tecnologias avançadas.
3.2 Interfaces de Programação de Aplicações (APIs)
Ao permitir que diferentes softwares “conversem” entre si, APIs possibilitam a 
integração de capacidades de IA em aplicativos existentes, facilitando o desenvolvimento 
de soluções personalizadas (Do Carmo et al., 2022).
As APIs permitem que os desenvolvedores integrem funcionalidades avançadas 
sem precisar de especialistas em IA. Há empresas de tecnologia que oferecem serviços de 
APIs para que qualquer pessoa, startup ou até grandes corporações possam implementar 
IA em seus produtos. Bacana, né?!
3.3 Processamento de Linguagem Natural (PLN)
O Processamento de Linguagem Natural (PLN) é uma tecnologia revolucionária que 
possibilita a comunicação entre pessoas e computadores utilizando a linguagem cotidiana, 
a mesma que usamos em nossas conversas diárias. Essa capacidade de entendimento e 
resposta em linguagem natural representa um avanço significativo na interação homem-
máquina, tornando a tecnologia mais acessível, intuitiva e poderosa.
Assistentes virtuais, como Siri da Apple e Alexa da Amazon, são exemplos claros 
de PLN em ação. Esses assistentes utilizam algoritmos avançados de PLN para interpretar 
comandos verbais dos usuários, processar essas informações e responder de forma 
coerente e útil. Por exemplo, quando você pede à Siri para enviar uma mensagem de texto 
ou à Alexa para tocar uma música específica, esses assistentes compreendem a intenção 
por trás de suas palavras e executam as tarefas solicitadas, tornando a interação com a 
tecnologia quase tão natural quanto falar com outra pessoa.
Outro exemplo proeminente de ferramenta que utiliza PLN é o ChatGPT, um 
modelo de linguagem desenvolvido pela OpenAI. ChatGPT é capaz de entender e gerar 
texto em uma variedade de contextos, desde responder perguntas e criar conteúdos até 
simular diálogos e oferecer suporte técnico. Essa ferramenta demonstra o poder do PLN 
ao conseguir manter conversas detalhadas e complexas com usuários, ajustando suas 
respostas conforme o contexto e a continuidade da interação.
3.4 Interfaces Físicas
As interfaces tangíveis são uma inovadora categoria de interfaces que possibilitam aos 
usuários interagir com sistemas digitais por meio de objetos físicos, criando uma ponte direta 
63APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
entre o mundo físico e o virtual. Esse tipo de interface transforma a maneira como as pessoas 
interagem com a tecnologia, oferecendo uma experiência mais intuitiva, envolvente e, muitas 
vezes, mais acessível, especialmente em contextos de aprendizagem e entretenimento.
Um exemplo comum dessas interfaces são os jogos e dispositivos educacionais 
que utilizam peças físicas, como blocos ou figuras, para controlar ações no ambiente virtual. 
Imagine, por exemplo, um jogo em que as crianças movem peças de um tabuleiro físico 
para construir estruturas que aparecem simultaneamente na tela de um computador ou 
tablet. Esse tipo de interação não só torna a experiência mais divertida e cativante, mas 
também ajuda a reforçar conceitos educativos ao combinar o pensamento abstrato com a 
manipulação física, facilitando a compreensão de tópicos complexos.
Essas interfaces tangíveis são particularmente eficazes no campo da educação, 
onde podem ser usadas para ensinar desde habilidades básicas, como leitura e 
matemática, até conceitos mais avançados, como programação e robótica. Ao tornar 
a interação com a inteligência artificial (IA) mais concreta e palpável, essas interfaces 
conseguem manter os usuários, especialmente crianças, mais motivados e engajados no 
processo de aprendizagem. A manipulação de objetos físicos dá ao usuário um senso de 
controle e participação ativa, o que pode levar a uma maior retenção de conhecimento e 
a uma experiência de aprendizado mais rica.
Além dos jogos e dispositivos educacionais, outro exemplo fascinante de interfaces 
tangíveis são os robôs equipados com IA que interagem diretamente com humanos. Esses 
robôs podem realizar uma variedade de ações, desde movimentos básicos até expressões 
faciais complexas, que permitem uma comunicação mais natural e emocionalmente 
conectada com os seres humanos. Em contextos como cuidados com idosos, terapia ou até 
mesmo em ambientes domésticos, esses robôs podem se tornar companheiros interativos, 
capazes de compreender e responder às necessidades emocionais e físicas das pessoas.
3.5 Interfaces de Realidade Aumentada (RA) e Realidade Virtual (RV)
A utilização de recursos que sobrepõem realidades virtuais ao mundo real é uma 
tecnologia que tem revolucionado a forma como interagimos com o ambiente ao nosso 
redor, proporcionando experiências imersivas e enriquecedoras (Do Carmo et al., 2022). 
Essa integração entre o virtual e o real, muitas vezes chamada de Realidade Aumentada 
(RA) ou Realidade Mista (RM), cria um ambiente híbrido onde elementos digitais interagem 
diretamente com o espaço físico, oferecendo ao usuário uma percepção e uma experiência 
significativamente aprimoradas.
Essa tecnologia não apenas permite que o usuário visualize objetos virtuais 
sobrepostos ao mundo real, mas também que interaja com eles de maneira natural e 
intuitiva. Por exemplo, em um ambiente de compras, a realidade aumentada pode permitir 
que os consumidores experimentem virtualmente roupas ou visualizem móveis em suas 
64
Até 2023, ao realizar perguntas básicas ao ChatGPT cujas respostas necessitavam de informações 
posteriores a setembro de 2021, quando o treinamento do chatbot terminou, era certeza de se deparar com 
uma resposta padrão em que ele afirmava não ter acesso às informações atuais.
Até mesmo utilizando o GPT-4, as respostas se repetiam, afinal o ChatGPT não tinha a capacidade 
de acessar a web.
Mas as coisas mudaram. A OpenAI lançou uma atualização, exclusiva para usuários do ChatGPT 
Plus selecionados, incluindo o recurso beta de navegação web. Ativando este recurso beta, os usuários 
podem selecionar a navegação web no GPT-4 e fazer perguntas atuais, que o ChatGPT busca na web e 
oferece respostas corretas.
 Além da navegação web, a OpenAI lançou outro recurso beta para o ChatGPT: Plugins. Com o 
recurso, o ChatGPT “sabe quando e como usar plugins de terceiros que você habilita”, segundo a OpenAI. 
Dezenas de plugins já estão disponíveis no ChatGPT, que incluem diversas funcionalidades como buscas 
por restaurantes, planos de viagens, receitas culinárias, voos e aluguel de carros e até como um tutor para 
aprender novas línguas.
Fonte: FIGUEIREDO, G. ChatGPT ganha acesso à internet e responde perguntas atuais. Olhar 
Digital, 2023. Disponível em https://olhardigital.com.br/2023/05/16/internet-e-redes-sociais/chatgpt-ganha-
acesso-a-internet-e-responde-perguntas-atuais/ 
SAIBA
MAIS
APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
casas antes de fazer uma compra. Isso não apenas melhora a experiência de compra, 
tornando-a mais envolvente e informativa, mas também ajuda a tomar decisões mais 
assertivas e satisfatórias, reduzindo incertezas e arrependimentos pós-compra.
3.6 Interfaces Cerebrais ou Nanotecnológicas
São interfaces que permitem a comunicação entre o cérebro e o computador. 
Isso permite, por exemplo, que pessoas com deficiência consigam controlar dispositivos 
externos utilizando os pensamentos e outros recursos possíveis.Lembrando que essas interfaces podem ser combinadas entre si para possibilitar o 
acesso do usuário (Do Carmo et al., 2022). Quando utilizamos as tecnologias, não pensamos 
conscientemente sobre o processo de elaboração do mesmo, mas com certeza sentimos 
na experiência se a ferramenta é ou não boa de utilizar, e para que esse sentimento seja 
positivo, a elaboração dessa interface é um trabalho que inclui muito planejamento estético, 
pesquisa e desenvolvimento, tanto é que exige mudanças em casos de não adaptação. 
https://olhardigital.com.br/2023/05/16/internet-e-redes-sociais/chatgpt-ganha-acesso-a-internet-e-responde-perguntas-atuais/
https://olhardigital.com.br/2023/05/16/internet-e-redes-sociais/chatgpt-ganha-acesso-a-internet-e-responde-perguntas-atuais/
65
Por que as assistentes virtuais são predominantemente femininas?
Siri, Cortana, Google Assistant e Alexa: o que essas tecnologias criadas para auxiliar os usuários 
de dispositivos eletrônicos têm em comum? Todas possuem vozes femininas. De acordo com um estudo da 
Universidade de Indiana, nos Estados Unidos, o motivo dessa escolha é que vozes de mulheres são mais 
acolhedoras.
 No recorte acima temos um exemplo de questão ética que pode surgir após o desenvolvimento 
e experiência de uso de uma tecnologia, e com a qual precisamos nos preocupar para evitar a perpetuação 
de preconceitos e estereótipos sociais. Com base nisso, reflita sobre a importância da diversidade no 
treinamento e desenvolvimento dessas tecnologias. Indo mais além: podemos pensar em habilidades que 
precisamos ter para utilizar as tecnologias de forma responsável. 
Fonte: MACEDO, J. Por que as assistentes virtuais são predominantemente femininas? Canaltech, 
2017. Disponível em: https://arquivo.canaltech.com.br/comportamento/por-que-as-assistentes-virtuais-sao-
predominantemente-femininas-89866/ Acesso em: 19 fev. 2024.
REFLITA
APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
https://arquivo.canaltech.com.br/comportamento/por-que-as-assistentes-virtuais-sao-predominantemente-femininas-89866/
https://arquivo.canaltech.com.br/comportamento/por-que-as-assistentes-virtuais-sao-predominantemente-femininas-89866/
66
Quando iniciamos essa unidade, convidei você a imaginar um mundo em que a 
inteligência artificial não fosse uma ferramenta ou um conceito distante, mas uma presença 
viva, entrelaçada com as fibras do que é considerado humano, sendo impossível uma 
distinção. Agora, ao finalizar nossa exploração sobre as aplicações e interfaces da IA, fica 
nítido que o convite à imaginação talvez fosse, na verdade, um chamado à observação da 
realidade presente. Não precisamos mais imaginar. A IA já influencia desde as decisões mais 
banais até os marcos mais significativos de nossas vidas. Ela redefiniu nossas estruturas 
sociais e culturais, introduzindo novas dinâmicas em como nos comunicamos, trabalhamos, 
aprendemos e nos divertimos. 
Mais do que uma ferramenta de conveniência ou eficiência, a IA atua como um 
espelho, refletindo e, simultaneamente, moldando quem somos e quem aspiramos ser. 
Ela lança luz sobre nossos valores, desejos e medos, desafiando-nos a reavaliar nossas 
concepções de inteligência, consciência e identidade.
À medida que avançamos, é crucial reconhecer que o potencial para transformação 
é imenso, mas também são imensas as responsabilidades que acompanham a moldagem 
deste futuro compartilhado. As decisões que tomamos hoje sobre como desenvolver, 
implementar e interagir com a IA irão reverberar por gerações, determinando o legado que 
deixaremos para o futuro (que pode ser daqui a um dia ou uma semana, quem sabe?!). 
Portanto, mais do que nunca, é essencial abordar a evolução da IA com um senso 
de ética, responsabilidade e humanidade, para que de fato ela continue servindo para a 
melhoria de nossa qualidade de vida.
CONSIDERAÇÕES FINAIS
APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
67
MATERIAL COMPLEMENTAR
FILME/VÍDEO
• Título: Her
• Ano: 2013.
• Sinopse: O solitário escritor Theodore desenvolve uma relação de 
amor especial com o novo sistema operacional do seu computador. 
Surpreendentemente, ele acaba se apaixonando pela voz deste 
programa, uma entidade intuitiva e sensível chamada Samantha.
LIVRO
• Título: 2041 Como a inteligência artificial vai mudar sua vida nas 
próximas décadas
• Autor: Kai-Fu Lee e Chen Qiufan.
• Ano: 2022.
• Editora: Globo Livros.
• Sinopse: No livro 2041, um dos maiores especialistas em 
inteligência artificial imagina, através de análises e contos 
no melhor estilo Black Mirror, uma realidade dominada pela 
tecnologia. Saindo do clichê dos livros teóricos e cheios de 
conceitos incompreensíveis ao público leigo, Kai-Fu Lee, fundador 
da Google China e autor do best-seller Inteligência artificial, e Chen 
Qiufan, um dos grandes nomes do sci-fi, apresentam ao leitor dez 
contos que mostram de forma divertida concepções que podem se 
tornar uma realidade até 2041. Ainda que alguns deles pareçam 
saídos de um filme de ficção científica, outros serão facilmente 
reconhecidos pelo leitor como parte do seu cotidiano. Cada conto 
de Chen Qiufan é acompanhado por uma análise de Kai-Fu Lee 
sobre como a tecnologia apresentada na trama fará em breve parte 
de nossas vidas. Os temas vão desde carros sem motoristas e 
robôs que farão todo o trabalho que consideramos entediante até 
novas formas de educação e de cuidados com aqueles que estão 
prestes a partir. Os autores apresentam de maneira simples e direta 
temas que poderiam, de outro modo, soar complexos, ao mesmo 
tempo, em que refletem sobre como a inteligência artificial já é uma 
realidade para nós. 2041 demonstra como o mundo pode ser daqui 
a duas décadas em uma obra dedicada não apenas aos leitores 
que se interessam por tecnologia, mas também a todos aqueles 
que desejam ter um vislumbre de como serão os próximos anos.
APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
68
MATERIAL COMPLEMENTAR
WEB
• Título: Para além do hype: o que esperar da inteligência artificial 
em 2024
• Resumo: O texto traz estimativas sobre o futuro da inteligência 
artificial a partir de 2024, incluindo a necessidade de capacitação 
de pessoas para interagirem com essa tecnologia. 
• Link de acesso: https://www.tecmundo.com.br/software/275674-
hype-esperar-inteligencia-artificial-2024.htm
WEB
• Título: 4 tendências do mercado de inteligência artificial para 
2024
• Resumo: O texto traz quatro previsões acerca do caminho de 
desenvolvimento que a inteligência artificial irá traçar no ano de 
2024, sobretudo após o ano de 2023 ter sido marcado por uma 
explosão de desenvolvimento no campo da IA generativa.
• Link de acesso: https://revistapegn.globo.com/tecnologia/
noticia/2024/01/4-tendencias-do-mercado-de-inteligencia-artificial-
para-2024.ghtml
APLICAÇÕES DE I.A E SUAS INTERFACESUNIDADE 3
https://www.tecmundo.com.br/software/275674-hype-esperar-inteligencia-artificial-2024.htm
https://www.tecmundo.com.br/software/275674-hype-esperar-inteligencia-artificial-2024.htm
https://revistapegn.globo.com/tecnologia/noticia/2024/01/4-tendencias-do-mercado-de-inteligencia-artificial-para-2024.ghtml
https://revistapegn.globo.com/tecnologia/noticia/2024/01/4-tendencias-do-mercado-de-inteligencia-artificial-para-2024.ghtml
https://revistapegn.globo.com/tecnologia/noticia/2024/01/4-tendencias-do-mercado-de-inteligencia-artificial-para-2024.ghtml
Professor Leonam Nagel
OTIMIZAÇÃO DE 
HARDWARE E 
SOFTWARE PARA IA4UNIDADEUNIDADE
PLANO DE ESTUDO
70
Plano de Estudos
• Hardware em IA.
• Software em IA.
• Outras ferramentas para software. 
• Redes neuromórficas e computação quântica.
Objetivos da Aprendizagem
• Explorar opções de hardware especializado (GPUs, TPUs, FPGAs) na 
aceleração de IA ressaltando suas diferenças e benefícios.
• Investigar opções e técnicas de otimização de software;
• Entender como a combinação de otimizações de hardware e software pode 
afetar positivamente o desempenho de sistemas de IA.
OTIMIZAÇÃO DE HARDWARE E SOFTWAREPARA IAUNIDADE 4
71
Estamos vivenciando um momento em que a Inteligência Artificial está remodelando 
indústrias, impulsionando inovações e redefinindo as fronteiras entre tecnologia e nossas 
vidas. As ferramentas revolucionárias que temos hoje só foram e estão sendo possíveis 
devido à evolução de componentes de hardware e software, que por sua vez também 
seguem em constante adaptação. 
As otimizações de hardware e software para IA representam um campo desafiador 
de estudo e prática e abrangem desde o desenvolvimento de hardware especializado, capaz 
de processar tarefas de IA com velocidade e eficiência, até ao refinamento de software, 
para que algoritmos de IA possam operar com maior precisão e menor consumo de energia 
possível. Esse campo de estudo não se limita à busca por melhor desempenho, mas 
também por garantir que as soluções de IA sejam adaptáveis a variados contextos. Alcançar 
essas otimizações exige compromisso com pesquisa e desenvolvimento, navegando por 
complexidades técnicas e demandando investimentos significativos. 
Ao embarcar no estudo das otimizações de hardware e software para IA, você poderá 
entender melhor o campo que está definindo o futuro da tecnologia. Este é um convite para 
explorar o desenvolvimento de tecnologias que não apenas avançam nossas capacidades 
computacionais, mas também oferecem novas maneiras de resolver problemas complexos 
e melhorar nossas vidas. 
Vamos lá!
INTRODUÇÃO
OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
72
Como você já deve saber, quando falamos sobre hardware, nos referimos aos 
componentes e dispositivos físicos utilizados para processar e executar tarefas. Como as 
tarefas às quais a IA se propõe são muito mais complexas que outros sistemas, esse tipo de 
hardware também precisa ser especializado. Isso quer dizer que precisa conseguir processar 
uma enorme quantidade de dados, ter velocidade, alta capacidade de armazenamento 
e bom desempenho na comunicação com outros dispositivos na rede. Quanto maior a 
tecnologia do hardware, maior o desempenho e maiores as possibilidades de inovação e 
aplicação da IA em outras áreas. 
O hardware específico para IA é diferente dos hardwares da computação tradicional, 
devido a maior complexidade de seus objetivos. No entanto, para garantir um potencial 
desses, o custo também é mais elevado que os melhores hardwares tradicionais. 
Um hardware para IA funciona por meio de circuitos integrados e chips especializados. 
Os dispositivos utilizam Machine learning e Deep learning para realizar cálculos complexos 
em tempo real e analisar dados com precisão. O design de hardware é um dos campos 
mais importantes. Os chips, por exemplo, possibilitam sistemas compactos e portáteis. 
Os fabricantes de hardwares, entre os quais se destacam a NVIDIA, Google e Intel, 
continuam a desenvolver tecnologias que aumentem a capacidade de processamento e de 
armazenamento. A seguir conheceremos alguns tipos de hardware para IA: processadores 
especializados e sistemas em chip.
 
HARDWARE EM IA1
TÓPICO
OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
73OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
1.1 Processadores Especializados
Todos conhecemos a CPU, que é generalista e capaz de realizar uma ampla 
gama de tarefas. Mas quando se refere à IA, temos processadores especializados como a 
GPU, que é um especialista em processamento paralelo para gráficos e cálculos pesados 
(Machado, 2012); A TPU, especialista ultra eficiente em tarefas específicas de aprendizado 
de máquina e IA e FPGAs que oferecem uma combinação de flexibilidade e desempenho para 
aplicações que podem se beneficiar da customização do hardware, permitindo otimizações 
específicas que não são possíveis com dispositivos de propósito geral ou mesmo com 
hardware especializado como GPUs e TPUs (Heck; Künas; Padoin, 2021).
1.1.1 GPU (Unidades de Processamento Gráfico)
As GPUs são hardwares muito eficientes para a IA generativa. Isso porque utilizam 
um processamento paralelo, realizam cálculos rapidamente e oferecem grande desempenho 
no treinamento e inferência de IA (Pinheiro, 2023). O ChatGPT utiliza esse tipo de hardware 
para o treinamento da LLM. Uma empresa em especial domina o desenvolvimento desse 
tipo de tecnologia de hardware: a NVIDIA. 
1.1.2 TPU (Tensor Processing Units)
O sistema de Hardware, chamado TPU, foi criado pela Google para acelerar o 
processamento de dados nos servidores. Enquanto alguns modelos levam semanas para 
serem treinados, nas TPUs levam apenas horas. Foi desenvolvido para o processamento 
de matrizes, que é uma combinação de operações de multiplicação e acumulação. São 
boas opções para áreas de visão computacional, processamento de linguagem natural, e 
análise preditiva (Heck; Künas; Padoin, 2021).
1.1.3 FPGA (Field-Programmable Gate Arrays)
Alguns desenvolvedores de IA utilizam algoritmos em dispositivos de computação na 
borda para melhorar aplicações como a Internet das Coisas (IoT). A borda é o processamento 
de dados próximo de sua fonte, ao invés de um data center centralizado ou na nuvem, 
pois reduz o tempo de resposta e mantém os sistemas funcionando mesmo sem conexão 
com a internet. Reduz também alguns custos operacionais (Pinheiro, 2023). Para essa 
opção de algoritmos de IA na borda, as FPGAs são eficazes devido à sua capacidade de 
processamento e eficiência energética (possui baixo consumo de energia). Pode ser ótima 
opção para automação industrial, segurança e casas inteligentes, pois melhora o tempo de 
74OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
resposta e a confiabilidade e reduz a dependência de recursos de computação em nuvem 
(Lorenzon; Schnorr, 2023). Uma das empresas destaque é a Intel. 
1.1.4 Unidades de Processamento de Aprendizado - LPUs 
Representam uma inovação significativa de hardware, sendo especificamente 
projetadas para acelerar tarefas de inteligência artificial. Com uma arquitetura otimizada 
para executar operações de matriz e vetor, cruciais em algoritmos de IA, proporcionam um 
processamento mais rápido e eficiente em comparação com as CPUs e GPUs tradicionais. 
Se destacam pela eficiência energética, permitindo a realização de cálculos por watt de 
energia consumida, o que é vital para desenvolver sistemas de IA sustentáveis. Um ponto 
forte das LPUs é o seu alto grau de paralelismo, possibilitando a execução simultânea de 
múltiplas operações, o que é essencial para acelerar o treinamento de modelos complexos 
em aprendizado profundo. Tem como pontos fortes a flexibilidade e a especificidade, pois 
algumas são versáteis para diversos algoritmos de IA, enquanto outras são especializadas 
em tarefas específicas, como visão computacional ou processamento de linguagem natural, 
oferecendo aos desenvolvedores a opção de escolher o hardware mais adequado para 
seus projetos de IA (Eliaçik, 2024).
É uma otimização importante no desenvolvimento da IA generativa.
1.2 Sistemas em chip (SOCS) para IA
 Projetados especificamente para dispositivos móveis e edge computing, estes chips 
integram capacidades de IA diretamente no hardware, permitindo processamento rápido e 
eficiente de energia para aplicações como smartphones, câmeras inteligentes e dispositivos 
IoT. Há duas empresas em destaque nesse mercado: Ambarella e AMD (Valladão, 2024). 
1.2.1 Série de SoCs N1
Produzidos pela empresa Ambarella, são uma nova geração de SoCs (Sistemas 
em Chips) otimizados para o processamento de IA generativa. Os N1 foram desenvolvidos 
inicialmente para direção autônoma, mas agora são usados para executar modelos de 
linguagem grande (LLMs) multimodais com consumo de energia notavelmente baixo. Estes 
SoCs são até três vezes mais eficientes em termos de energia para cada token de IA gerado 
em comparação com as GPUs e outros aceleradores de IA permitindo uma implantação mais 
rápida e econômica (Santaella, 2023).A capacidade de processar IA generativa localmentenos dispositivos não só promete maior velocidade e privacidade, mas também reduz o custo 
total de propriedade ao se adaptar melhor às necessidades específicas de cada aplicação.
75OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
1.2.2 SoCs Adaptativos 
SoCs adaptativos destacam-se pela flexibilidade para serem reconfigurados 
e ajustados para tarefas específicas, com bom desempenho, eficiência energética para 
aplicações de IA, processamento de sinal, entre outros.
Produzidos pela AMD, esse tipo de SoCs fornece uma solução integrada que 
combina os benefícios da processabilidade de software dos processadores ARM®com 
a flexibilidade da lógica programável FPGA, ideal para uma variedade de aplicações em 
diferentes indústrias (Valladão, 2024).
76
SOFTWARE EM IA2
TÓPICO
OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
Nem só de hardware vive a IA. Precisamos também dos softwares, que englobam 
a lógica por trás da capacidade de aprendizado, interpretação e tomada de decisões das 
máquinas. São os programas, algoritmos e sistemas operacionais projetados para permitir 
que máquinas realizem tarefas. No caso da IA, essas tarefas são complexas e normalmente 
requerem inteligência humana. Estas tarefas podem variar desde reconhecimento de padrões 
e processamento de linguagem natural até aprendizado de máquina e Deep Learning, exigindo 
algoritmos avançados e processamento de dados em larga escala (Bengi, 2024).
Os softwares de IA são desenvolvidos com linguagens de programação específicas 
que suportam cálculos complexos e análise de grandes volumes de dados, como Python, R 
e Java. A eficácia desses programas depende em grande parte da qualidade dos algoritmos 
e da capacidade de aprender e adaptar-se com o tempo (Santaella, 2023). Os sistemas 
operacionais fornecem a interface entre o hardware e o software, possibilitando a interação 
entre o usuário e os sistemas de IA.
No centro do desenvolvimento de software em IA estão os algoritmos de aprendizado 
de máquina e Deep Learning, que como já vimos em outras unidades, permitem que as 
máquinas aprendam a partir de dados e melhorem suas tarefas sem programação específica 
para cada situação. 
As bibliotecas e frameworks desempenham um papel essencial ao oferecer aos 
desenvolvedores conjuntos de ferramentas prontas para uso. Elas simplificam a codificação, 
o experimento e a inovação ao diminuir a complexidade das operações de IA, como o 
treinamento de redes neurais e o processamento de grandes conjuntos de dados, tornando 
77OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
a tecnologia mais acessível a não especialistas (Lorenzon; Schnorr, 2023). São também 
otimizadas para desempenho, aproveitando ao máximo o hardware disponível, como 
CPUs e GPUs. É possível realizar modelagem e treinamento de redes neurais profundas 
com TensorFlow, PyTorch e Keras; Aprendizado de máquina clássico com Scikit-learn e o 
desenvolvimento de algoritmos de aprendizado por reforço com OpenAI Gym.
Empresas líderes como OpenAI, Google DeepMind e IBM lideram a pesquisa e 
desenvolvimento de software em IA, e seguem criando soluções para expandir os limites 
do que a tecnologia pode alcançar. A utilização de técnicas para otimização e a colaboração 
entre o software de IA e o hardware especializado é fundamental, pois o desempenho do 
software é amplamente influenciado pela capacidade do hardware de processar e armazenar 
dados de forma eficiente. À medida que o campo da IA continua a evoluir, o desenvolvimento 
de softwares mais sofisticados e adaptáveis torna-se essencial para atender às crescentes 
demandas de inovação e aplicação em diferentes setores.
2.1 Frameworks E Bibliotecas
Frameworks e bibliotecas são ferramentas fundamentais no desenvolvimento de 
software, mas desempenham papéis distintos. Frameworks podem ser comparados a estruturas 
esqueléticas ou modelos que fornecem uma base robusta e um conjunto de funcionalidades 
prontas para serem utilizadas. Eles estabelecem a arquitetura do software, direcionando o fluxo 
de trabalho e as decisões de design, além de impor uma determinada maneira de organizar 
e construir aplicações. Os desenvolvedores que utilizam um framework geralmente precisam 
seguir suas regras e convenções, o que pode acelerar o desenvolvimento ao fornecer diretrizes 
claras e reduzir a necessidade de decisões repetitivas.
Por outro lado, as bibliotecas consistem em coleções de códigos reutilizáveis que 
ajudam a resolver problemas específicos ou realizar tarefas comuns de maneira eficiente. 
Diferentemente dos frameworks, as bibliotecas são mais flexíveis e podem ser chamadas 
conforme a necessidade dentro do código. Elas não impõem uma estrutura rígida; em vez 
disso, oferecem funcionalidades que o desenvolvedor pode integrar livremente em suas 
aplicações. Por exemplo, uma biblioteca pode fornecer funções para manipulação de 
strings, acesso a banco de dados, ou geração de gráficos, permitindo que o desenvolvedor 
escolha quando e como utilizar esses recursos.
Enquanto um framework define o esqueleto e exige que o desenvolvedor preencha 
os espaços em branco, uma biblioteca é mais parecida com uma ferramenta em uma 
caixa de ferramentas: disponível para uso quando necessário, sem impor a forma como a 
aplicação deve ser construída (Bengi, 2024).
78OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
2.1.1 PyTorch 
É usado para aplicativos de linguagem natural. Aumenta a velocidade de 
processamento e possui gráficos dinâmicos e fáceis de usar. Foi desenvolvido pelo grupo 
de pesquisa de IA do Facebook (Oracle, 2022). É ferramenta flexível e que permite o 
desenvolvimento rápido de protótipos de modelos de IA.
 
2.1.2 Keras 
Escrita em Python, esta biblioteca de rede neural de código aberto foi projetada 
para fornecer experimentação rápida com redes neurais profundas. É extensível e fácil de 
usar. Pode ser executada em CNTK, TensorFlow e Theano (Ribeiro; Guimarães, 2018).
2.1.3 TensorFlow
Plataforma de código aberto que aborda desde a documentação até a implementação 
de suporte de treinamento, com opções escaláveis para produção e implantação. É uma 
biblioteca matemática simbólica versátil para redes neurais e programação de fluxo de 
dados em várias tarefas. Desenvolvido pelo Google, é um dos frameworks mais populares 
para o desenvolvimento de modelos de aprendizado de máquina e redes neurais profundas 
(Ribeiro; Guimarães, 2018).
2.1.4 Scikit-learn
 Biblioteca para Python que oferece ferramentas simples e eficientes para análise 
de dados e mineração de dados. É particularmente popular para aprendizado de máquina 
clássico (Santos; Heredia; Souza, 2023).
2.1.5 Microsoft Cognitive Toolkit (CNTK)
Biblioteca de aprendizado profundo da Microsoft oferecem eficiência e velocidade para 
grandes conjuntos de dados. Menos popular que TensorFlow e PyTorch (Microsoft, 2023). 
2.1.6 Apache MXNet
 Patrocinado pela Amazon Web Services (AWS), MXNet é um framework eficiente 
para treinamento e inferência de redes neurais em clusters de GPUs e CPUs (Bengi, 
2024). Tem capacidade de treinar modelos de aprendizado profundo de forma distribuída, 
permitindo o treinamento em grandes conjuntos de dados em ambientes distribuídos.
2.1.7 Hugging Face Transformers
Biblioteca que oferece milhares de modelos pré-treinados para tarefas de processamento 
de linguagem natural (PLN), tornando mais acessível à implementação de modelos de última 
https://www.simplilearn.com/what-is-pytorch-article
https://www.simplilearn.com/tutorials/deep-learning-tutorial/what-is-keras
79OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
geração (Microsoft, 2023). É conhecido até o momento como a biblioteca mais adequada para 
implementação de modelos de processamento de linguagem natural. 
2.1.8 Theano
Utilizável em CPUs e GPUs, desenvolvido em Python. Ideal para aprendizado 
profundo com alto desempenho. Tem kits de ferramentas de computação numérica que 
otimizaexpressões matemáticas em grandes conjuntos de dados. (Bengi, 2024).
https://theano-pymc.readthedocs.io/en/latest/
80
OUTRAS FERRAMENTAS 
PARA SOFTWARE3
TÓPICO
OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
Além das ferramentas convencionais de programação e desenvolvimento, há 
uma série de outras soluções que se tornaram essenciais, especialmente no contexto 
da inteligência artificial (IA), aprendizado de máquina (ML) e ciência de dados. Essas 
ferramentas não apenas facilitam o processo de desenvolvimento, mas também abrem 
novas possibilidades e aceleram a inovação.
OpenAI Gym 
Kit de ferramentas para desenvolver e comparar algoritmos de aprendizado por 
reforço. (Allen, 2016).
Jupyter Notebook 
Aplicação web que permite criar e compartilhar documentos que contêm código 
ao vivo, equações, visualizações e texto narrativo. É amplamente utilizado para tutoriais, 
experimentos e análises exploratórias (Pimentel et al, 2021). 
GitHub
Plataforma de hospedagem de código-fonte e uma ferramenta de controle de 
versão baseada no Git que facilita a colaboração entre desenvolvedores. Essa plataforma 
contribui muito para o desenvolvimento de software para IA, pois disponibiliza uma grande 
quantidade de bibliotecas, frameworks e modelos de IA. Os códigos existentes podem ser 
reutilizados e adaptados, acelerando o processo de desenvolvimento (Bell; Beer, 2015).
81
 Após falarmos sobre hardwares e softwares para IA, agora vamos falar de áreas que 
unem o mais avançado das duas coisas: redes neuromórficas e computação quântica. Houve 
um longo caminho de evolução do primeiro computador até os supercomputadores que temos 
hoje. Com a rapidez que a tecnologia vem se desenvolvendo, a computação neuromórfica 
e computação quântica, embora ainda em estágios experimentais, prometem revolucionar a 
computação para IA e iniciar uma nova era da computação (Pinheiro, 2023). 
A computação neuromórfica busca imitar o funcionamento do cérebro humano e 
combina ciência da computação com neurologia. Enquanto os computadores convencionais 
utilizam dados binários, os neuromórficos utilizam algoritmos inspirados no nosso cérebro, 
como as redes neurais artificiais. Uma das vantagens é a eficiência energética. (Lorenzon; 
Schnorr, 2023). Ainda é uma tecnologia pouco acessível e complexa para ser desenvolvida. 
Enquanto os computadores convencionais utilizam códigos binários e os 
neuromórficos utilizam algoritmos, os computadores quânticos utilizam bits ou qubits. 
Uma das vantagens é a segurança e desempenho excelente para realização de cálculos. 
Também é uma tecnologia que continua pouco disponível. Ambas as opções vêm tendo 
seus estudos intensificados e mobilizam investimentos milionários. 
A computação quântica é um campo multidisciplinar que une física, matemática, 
mecânica quântica e ciência da computação. Os computadores quânticos funcionam de 
forma muito mais rápida que os computadores tradicionais, resolvendo problemas que 
mesmo o melhor desses últimos seria capaz de resolver. Essa eficiência traz um olhar 
interessado principalmente para o campo de aprendizado de máquina. 
REDES NEUROMÓRFICAS E 
COMPUTAÇÃO QUÂNTICA4
TÓPICO
OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
82
Assim como um computador tradicional, o computador quântico possui hardwares 
e softwares. O hardware é composto de:
• Plano de Dados Quânticos: estrutura que mantém os bits quânticos físicos no 
lugar.
• Plano de controle e medição: converte os sinais digitais em sinais analógicos 
que executam as operações nos bits quânticos. 
• Plano de processador de controle e processador host: o primeiro implementa 
o algorítmo quântico e o segundo interage com o software e fornece sinal para o 
plano de controle e medição (AWS, [s.d])
Sobre o software quântico, este utiliza circuitos que definem operações lógicas 
nos bits subjacentes. Por isso, os desenvolvedores podem utilizar várias bibliotecas e 
ferramentas para programar com algoritmos quânticos (AWS [s.d]).
Ambas as áreas compartilham um objetivo comum: impulsionar a inteligência 
artificial e a computação para novos patamares de desempenho e eficiência. Enquanto 
a computação quântica ofereça um maior desempenho em tarefas específicas, as redes 
neuromórficas são altamente eficientes em processamento paralelo, o que as torna ideais 
para lidar com grandes volumes de dados e realizar tarefas complexas de forma rápida e 
eficaz. Ao explorar uma convergência entre esses campos aparentemente distintos, podemos 
abrir caminho para inovações transformadoras que moldarão o futuro da tecnologia e da 
sociedade, mas é preciso não esquecer dos riscos e das questões éticas, claro.
Sobre Os Impactos Da Inteligência Artificial Em Sociedades Caracterizadas Pela Desigualdade Social
[…] Se, por um lado procede afirmar e constatar os benefícios decorrentes da utilização da IA 
na inovação dos setores produtivos e no aumento de produtividades dos negócios em geral, por outro, 
há que se avaliar – e têm-se elementos para tal avaliação, basta tão somente investir em pesquisas – os 
dados sobre quantos empregos serão perdidos em decorrência da utilização da IA, mormente nos setores 
administrativos e seus reflexos no que diz respeito à mobilidade social, bem como quais serão os setores 
mais atingidos por esse fenômeno para que seja possível formular preventivamente políticas públicas que 
possam minimizar efeitos decorrentes desse processo.
Fonte: HOGEMANN, Edna Raquel. Sobre os impactos da inteligência artificial em sociedades 
caracterizadas pela desigualdade social. RJLB, Rio de Janeiro, Ano 9, nº 1, 2023, p. 465-487.
REFLITA
OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
83
O conceito de código aberto gira em torno da disponibilização do código-fonte de um programa 
ao público em geral. Isso significa que qualquer pessoa pode acessar, modificar e distribuir esse código. 
Em contraste, o software proprietário mantém seu código-fonte fechado, limitando o acesso apenas aos 
desenvolvedores autorizados.
 O movimento de Open Source promove a colaboração e o compartilhamento de conhecimento. Ele 
permite que desenvolvedores de diferentes partes do mundo colaborem para aprimorar um software. Quanto 
mais olhos revisam o código, maiores são as chances de identificar bugs e vulnerabilidades, resultando em 
software mais seguro e confiável.
Fonte: OLIVEIRA, Danilo; LIMA, Bruno Ignacio de (ed.). Open Source: o que é, o que significa e 
quais as principais ferramentas. Olhar Digital, [S.l.], 25 ago. 2023. Disponível em: https://abre.ai/j4tp. Acesso 
em: 19 fev, 2024.
SAIBA
MAIS
OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
https://abre.ai/j4tp
84
Nesta unidade, foram apresentados alguns exemplos de softwares e hardwares 
utilizados em IA, que estão cada vez mais se desenvolvendo para possibilitar a execução 
de tarefas complexas. Foi possível observar que as duas áreas de otimização são 
profundamente interdependentes, cada uma influenciando e sendo influenciada pela outra 
em questões de eficiência e desempenho. Essa interdependência não é apenas um desafio 
técnico; é também uma oportunidade para inovação e avanço. O hardware especializado 
para IA, com seus circuitos e arquiteturas otimizados, oferece o terreno fértil sobre o qual os 
algoritmos de software podem operar. No entanto, sem o software devidamente otimizado, 
mesmo o hardware mais avançado não pode alcançar seu potencial total. Da mesma forma, 
um software altamente eficiente pode ser limitado por hardware que não está à altura das 
demandas de processamento de IA. Portanto, o sucesso na implementação de soluções de 
IA depende da harmonia entre hardware e software.
Esta interdependência também destaca a importância da colaboração multidisciplinar 
na pesquisa e desenvolvimento de IA. Engenheiros de hardware, cientistas de computação, 
especialistas em IA e outros profissionais precisam compartilhar conhecimentos para criar 
soluçõesinovadoras. Este é um campo em constante evolução, onde a colaboração, 
inovação e visão integrada são as chaves para desbloquear o pleno potencial da IA em 
benefício da sociedade.
CONSIDERAÇÕES FINAIS
OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
85
MATERIAL COMPLEMENTAR
WEB
• Título: Por Que as GPUs São Ideais para IA?
• Resumo: Texto elaborado pela Nvidia, buscando explicar as 
funcionalidades do processador do tipo GPU no campo da IA, 
abordando aplicações e vantagens
• Link de Acesso: https://abre.ai/j4tH
WEB
• Titulo: Intel® FPGA AI Suite
• Resumo: Esse texto da Intel busca explicar o tipo de processador 
FPGA, aplicações e recursos.
• Link de Acesso: https://www.intel.com.br/content/www/br/pt/
software/programmable/fpga-ai-suite/overview.html
WEB
• Título: Introdução ao Cloud TPU
• Resumo: Trata-se de um guia online sobre o processador criado 
pela Google, o Cloud TPU. Facilita o entendimento desse tipo de 
tecnologia de hardware para o desenvolvimento de alguns tipos de IA. 
• Link de Acesso: https://cloud.google.com/tpu/docs/intro-to-
tpu?hl=pt-br
OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
https://abre.ai/j4tH
https://www.intel.com.br/content/www/br/pt/software/programmable/fpga-ai-suite/overview.html
https://www.intel.com.br/content/www/br/pt/software/programmable/fpga-ai-suite/overview.html
https://cloud.google.com/tpu/docs/intro-to-tpu?hl=pt-br
https://cloud.google.com/tpu/docs/intro-to-tpu?hl=pt-br
86
MATERIAL COMPLEMENTAR
LIVRO
• Título: A inteligência artificial é inteligente? 
• Autor: Lúcia Santaella.
• Editora: Edições 70.
• Sinopse: A discussão sobre a inteligência das máquinas fragmenta-
se em duas posições: os que não hesitam em demonstrar suas 
incertezas e aqueles que negam categoricamente a Inteligência Artificial 
(IA). Entre as duas tendências, pesquisadores buscam definições 
renovadas e não antropocêntricas de inteligência. A inteligência é 
uma habilidade sobretudo performática, do modo como se age para o 
alcance de metas, contanto que passe pelo crivo da ética. A partir da 
escolha da aprendizagem como mola mestra da inteligência, Santaella 
aborda neste livro a controvérsia entre a inteligência humana e a dos 
algoritmos, com recortes objetivos, precisos e claros.
WEB
• Título: Além do software: vem aí, a era da IA generativa embutida 
no hardware
• Resumo: O texto traz algumas tendências no desenvolvimento 
de hardware a partir de 2024, abordando o que cada empresa 
poderá trazer de novidade nesse setor. 
• Link de Acesso: https://fastcompanybrasil.com/tech/inteligencia-
artificial/alem-do-software-vem-ai-a-era-da-ia-generativa-
embutida-no-hardware/
OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
https://fastcompanybrasil.com/tech/inteligencia-artificial/alem-do-software-vem-ai-a-era-da-ia-generativa-embutida-no-hardware/
https://fastcompanybrasil.com/tech/inteligencia-artificial/alem-do-software-vem-ai-a-era-da-ia-generativa-embutida-no-hardware/
https://fastcompanybrasil.com/tech/inteligencia-artificial/alem-do-software-vem-ai-a-era-da-ia-generativa-embutida-no-hardware/
87
MATERIAL COMPLEMENTAR
LIVRO
• Título: A Ascensão da IA
• Ano: 2022.
• Sinopse: “A Ascensão da IA” é uma cativante série documental 
que investiga o rápido desenvolvimento da inteligência artificial, 
robótica e aprendizado de máquina. À medida que continuamos a 
criar máquinas cada vez mais inteligentes e poderosas, esta série 
levanta questões importantes sobre o que o futuro reserva para 
a humanidade. Com entrevistas de especialistas das principais 
marcas de tecnologia, como Samsung, Spotify e Google, os 
espectadores podem obter informações sobre como essas 
empresas estão usando IA para moldar seus negócios e o mundo 
em que vivemos.
• Link: https://abre.ai/j4tW
OTIMIZAÇÃO DE HARDWARE E SOFTWARE PARA IAUNIDADE 4
https://www.imdb.com/title/tt15150556/?ref_=ttep_ep_tt
https://abre.ai/j4tW
88
CONCLUSÃO GERAL
Ao chegar até aqui, você deu um passo em direção ao entendimento de uma 
das áreas mais fascinantes e importantes da tecnologia contemporânea. A jornada da IA 
demonstra não apenas a evolução tecnológica, mas também a profunda transformação na 
maneira como compreendemos o mundo, a nós mesmos e como visualizamos o futuro. 
A história da IA revela uma trajetória de ambição humana e inovação incessante. Essa 
perspectiva histórica foi crucial para entender a IA não como uma força externa, mas como 
um reflexo do desejo humano de expandir as fronteiras do possível.
Já os conceitos fundamentais de IA forneceram as bases sobre as quais toda a 
construção da inteligência artificial se apoiou e se apoia. Esses conceitos são as ferramentas 
com as quais os futuros profissionais e pesquisadores irão moldar as próximas gerações de 
tecnologias de IA, com soluções cada vez mais sofisticadas e criativas.
As aplicações e interfaces de IA revelam o vasto potencial da tecnologia para 
melhoria de processos industriais até a criação de novas formas de interação entre humano 
e máquina. Isso mostra que a IA não é apenas uma ferramenta técnica, mas um meio 
através do qual expressamos nossas ideias, valores e aspirações.
Finalmente, as otimizações de hardware e software em IA destacam o aspecto 
prático e técnico da implementação da inteligência artificial. A constante busca por eficiência 
e acessibilidade nos sistemas de IA é o que possibilita a sua aplicação, tornando a tecnologia 
não apenas uma promessa futura, mas uma realidade presente. 
Espero que você também tenha percebido que a IA é um campo de estudo 
desafiador e recompensador, que exige uma abordagem crítica e reflexiva. A IA é um 
espelho das nossas mais ousadas aspirações e nos confronta com questões profundas 
sobre ética, privacidade, e nosso papel. Conforme avançamos, é essencial que equilibremos 
o entusiasmo pela inovação com uma consideração cuidadosa das implicações sociais e 
éticas da nossa dependência cada vez maior da IA. Esse não é o fim, mas um convite 
para continuar explorando, questionando e contribuindo para o campo da inteligência 
artificial, reconhecendo seu potencial para transformar o mundo de maneiras que apenas 
começamos a imaginar.
89
REFERÊNCIAS
ALLEN, Jonathan. Pesquisas de IA open source com o OpenAI Gym. Traduzido por: 
Rafael Sakurai. InfoQ, 2016. Disponível em: https://www.infoq.com/br/news/2016/06/
OpenAI-Gym/. Acesso em 21 fev, 2024.
AMARAL, H. N; GASPAROTTO, A. M. S. inteligência artificial: o uso da robótica indústria 
4.0. Revista Interface Tecnológica, São Paulo, v. 18, n. 1, p. 474-486, 2021.
Amazon Web Services - AWS. O que é computação quântica? [S.l.: s.n.], [s.d.]. Disponível 
em: https://aws.amazon.com/pt/what-is/quantum-computing/. Acesso em 08 mai, 2024. 
AVELINO, Daniele. Você é insubstituível? O mercado de trabalho na era que vivemos. 
StartSe, 2023. Disponível em: https://www.startse.com/artigos/voce-e-insubstituivel-na-era-
do-ia/ . Acesso em: 14 fev. 2024.
BARBOSA, Xênia de Castro; BEZERRA, Ruth Ferreira. Breve introdução à história da 
Inteligência Artificial. Revista de História e Humanidades Jamaxi, Rio Branco, vol. 4, n. 
2, p. 90-87, ago./fev. 2021.
BELL, Peter; BEER, Brent. Introdução ao GitHub. São Paulo: Novatec Editora Ltda, 2015. 
BENGI, İlke Candan. 15 melhores frameworks de IA que você deve conhecer. HashDork, 
2024. Disponível: https://hashdork.com/pt/best-a-i-frameworks/. Acesso em: 21 fev, 2024. 
CAMPOS, Rafael Saraiva. Desmistificando a inteligência artificial:: uma breve introdução 
conceitual ao aprendizado de máquina. Aoristo - International Journal of Phenomenology, 
Hermeneutics and Metaphysics, [S. l.], v. 3, n. 1, p. 106–123, 2020. 
CATARINO, Marino H. Estrutura de banco de dados para big data. Editora Senac São 
Paulo, 2023.
https://aws.amazon.com/pt/what-is/quantum-computing/
https://aws.amazon.com/pt/what-is/quantum-computing/
https://hashdork.com/pt/autor/princ%C3%ADpio/
90
FRAZÃO, Ana. Algoritmos e inteligência artificial. Jota, mai., 2018.Disponível em: https://
www.jota.info/opiniao-e-analise/colunas/constituicao-empresa-e-mercado/algoritmos-e-
inteligencia-artificial-15052018?non-beta=1. Acesso em: 08 maio 2024. Disponível em: 
https://forbes.com.br/carreira/2024/02/geracao-z-prefere-mentoria-com-o-chatgpt-do-que-
com-o-chefe/. Acesso em: 03 mar. 2024. 
DO CARMO, R. O; DE SAMPAIO, C. P. O avanço da inteligência artificial e o impacto nas 
interfaces de dispositivos móveis. Projética, Londrina, v. 13, n. 2, p. 277-303, 2022.
ELIAÇIK, Eray. LPU vs GPU: explorando o novo player no cenário de hardware de IA. 
TechBriefly. 2024. Disponível em: https://pt.techbriefly.com/lpu-vs-gpu-explorando-o-novo-
player-no-cenario-de-hardware-de-ia-tech-82214/. Acesso em 03 mar, 2024. 
ELIAS, Jennifer. Google pede aos funcionários que reescrevam as respostas ruins do Bard. 
CNBC, 2023. Disponível em: https://www.cnbc.com/2023/02/15/google-asks-employees-to-
rewrite-bards-incorrect-responses-to-queries.html?uuid=Av7szy2naZnby8OG2355. Acesso 
em 03 de mar, 2024. 
FERREIRA, J. V. Embraer anuncia a primeira fábrica de carros voadores do Brasil. Quatro 
Rodas, 2023. Disponível em https://quatrorodas.abril.com.br/noticias/embraer-anuncia-a-
primeira-fabrica-de-carros-voadores-do-brasil. Acesso em 03 mar. 2024. 
GABRIEL, Martha. Inteligência artificial: do zero ao metaverso. São Paulo: Atlas, 2022.
HAAS, Guilherme. 1 ano de ChatGPT | 15 curiosidades sobre o chatbot da OpenAI 
Canaltech. 2023. Disponível em: https://canaltech.com.br/inteligencia-artificial/aniversario-
chatgpt-curiosidades-sobre-o-chatbot-da-openai/. Acesso em: 14 fev. 2024.Disponível em: 
https://canaltech.com.br/inteligencia-artificial/aniversario-chatgpt-curiosidades-sobre-o-
chatbot-da-openai/ Acesso em 14 fev de 2024. 
HAYKIN, S. Redes Neurais: Princípios e prática. Porto Alegre, Bookman, 2001.
https://pt.techbriefly.com/author/eray/
https://canaltech.com.br/inteligencia-artificial/aniversario-chatgpt-curiosidades-sobre-o-chatbot-da-openai/
https://canaltech.com.br/inteligencia-artificial/aniversario-chatgpt-curiosidades-sobre-o-chatbot-da-openai/
91
HECK, Leandro; KÜNAS, Cristiano; PADOIN, Edson. Análise de Desempenho de Redes 
Neurais Convolucionais Aplicadas ao Reconhecimento de Emoções. In: Anais da XXI 
Escola Regional de Alto Desempenho da Região Sul. SBC, 2021. p. 41-44.
HOSAKI, Gabriel Yuri; RIBEIRO, Douglas Francisco. Deep learning: ensinando a aprender. 
RGE - Revista de Gestão e Estratégia. Assis, v.1, n.3, p. 36-50, 2021.
JUNIOR, Joelson S. et al. Revisão sistemática das teorias norteadoras do Visual 
Transformers. In: Anais do VII Workshop-Escola de Informática Teórica. SBC, 2023. p. 
87-94.
KAUFMAN, D; SANTAELLA, L. O papel dos algoritmos de inteligência artificial nas redes 
sociais. Revista Famecos, Porto Alegre, v. 27, n. 1, p. e34074-e34074, 2020.
KAUFMAN, Dora. A inteligência artificial irá suplantar a inteligência humana?. Estação 
das letras e cores EDI, 2019.
KAUFMAN, Dora. Inteligência artificial: repensando a mediação. Brazilian Journal of 
Development, v. 6, n. 9, p. 67621-67639, 2020.
KISSINGER, H; SCHMIDT, E; HOTTENLOCHER, D. A Era da Inteligência Artificial: e 
nosso futuro como humanos. 1ª ed. Rio de Janeiro: Alta Cult, 2023.
LEE, K. F. Inteligência Artificial: como os robôs estão mudando o mundo, a forma 
como amamos, nos relacionamos, trabalhamos e vivemos. Rio de Janeiro: Globo 
Livros, 2019.
LEVINE, C. C. Geração Z prefere mentoria com o ChatGPT do que com o chefe. Forbes. 
2024.
92
LOPES, André. Pincel de pixel: inteligência artificial chega às obras de arte. Exame, 
2023. Disponível em: https://exame.com/casual/pincel-de-pixel-inteligencia-artificial-chega-
as-obras-de-arte/. Acesso em: 03 mar, 2024.
LORENZON, Arthur F.; SCHNORR, Lucas Mello. Pensamento Computacional Paralelo: 
Desafios do Presente e do Futuro. Porto Alegre: Sociedade Brasileira de Computação, 
2023.
LUDERMIR, Teresa Bernarda. Inteligência Artificial e Aprendizado de Máquina: estado atual 
e tendências. Estudos Avançados, v. 35, p. 85-94, 2021.
MACHADO, Felipe Nery Rodrigues. Big data: o futuro dos dados e aplicações. Saraiva 
Educação SA, 2018.
MACHADO, Jonathan. O que é GPU?. TecMundo, 06 jul. 2012. Disponível em: https://www.
tecmundo.com.br/hardware/1127-o-que-e-gpu-.htm. Acesso em: 21 fev. 2024.
MICROSOFIT. O Microsoft Cognitive Toolkit. 2023. Disponível em: https://learn.microsoft.
com/pt-br/cognitive-toolkit/. Acesso em 21 fev, 2024.
MICROSOFIT. O que são transformadores do Hugging Face? 2023. Disponível em: https://
learn.microsoft.com/pt-br/azure/databricks/machine-learning/train-model/huggingface/. 
Acesso em 21 fev, 2024.
NEVES, B. C. Metodologias, ferramentas e aplicações da inteligência artificial nas diferentes 
linhas do combate a Covid-19. Folha de Rosto, Bahia, v. 6, n. 2, p. 44–57, 2020.
NUNES, B. IA: entenda como ela pode ser usada em benefício da saúde. Metrópoles, 
2023. Disponível em: https://www.metropoles.com/saude/inteligencia-artificial-uso-saude 
Acesso em 03 mar. 2024. 
https://www.metropoles.com/saude/inteligencia-artificial-uso-saude
93
ORACLE. O que é PyTorch: um guia completo. 2022. Disponível em: https://developer.
oracle.com/pt-BR/learn/technical-articles/1481879246306-134-what-is-pytorch. Acesso em 
21 fev, 2024.
OREMUS, Will. Conheça os hackers que têm como missão ‘enlouquecer’ a inteligência 
artificial. Byte, 2023. Disponível em: https://www.terra.com.br/byte/conheca-os-hackers-
que-tem-como-missao-enlouquecer-a-inteligencia-artificial,ff738308cf188312eaefcc0a177
928b3txfw3xqm.html?utm_source=clipboard. Acesso em: 14 fev. 2024.
PEQUENINO, Karla. OpenAI anuncia modelo de IA que cria vídeos. Sora está a ser 
testada para riscos. Público, 2024. Disponível em: https://www.publico.pt/2024/02/17/
tecnologia/noticia/openai-anuncia-modelo-ia-cria-videos-sora-testada-riscos-2080640. 
Acesso em 14 fev. 2024.
PEREIRA, Lilian Prado. Inteligência artificial: sua natureza e futuro. Cadernos CERU, v. 31, 
n. 2, p. 271-275, 2020.
PIMENTEL, João Felipe et al. Ciência de dados com reprodutibilidade usando jupyter. 
Sociedade Brasileira de Computação, 2021.
PINHEIRO, Maurício. Hardware para IA: Evolução, Inovações e Perspectivas Futuras. 
AI-Talks, 13 jul. 2023. Disponível em: https://ai-talks.org/2023/07/13/hardware-para-ia-
evolucao-inovacoes-e-perspectivas-futuras/. Acesso em: 21 fev, 2024.
QUARESMA, Alexandre. A superinteligência de Bostrom. TECCOGS: Revista Digital de 
Tecnologias Cognitivas, n. 18, 2018.
RIBEIRO, Maxwell da Mata; GUIMARÃES, Samuel Soares. Redes neurais utilizando 
tensorflow e keras. RE3C-Revista Eletrônica Científica de Ciência da Computação, v. 
13, n. 1, 2018.
https://ai-talks.org/2023/07/13/hardware-para-ia-evolucao-inovacoes-e-perspectivas-futuras/
94
ROCKCONTENT. Big Data: entenda o conceito, suas aplicações em diferentes contextos 
e como impacta as iniciativas de Marketing. Tech. 2019. Disponível em: https://rockcontent.
com/br/blog/big-data/. Acesso em 08 maio 2024.
ROCKCONTENT. Saiba como funciona um algoritmo e conheça os principais exemplos 
existentes no mercado. Tech. 2019. Disponível em: https://rockcontent.com/br/blog/
algoritmo/. Acesso em 08 maio 2024). 
RUSSEL, S.; NORVIG, P. Inteligência Artificial. tradução da 2. edição. Rio de Janeiro: 
Campus, 2004. 
SANTAELLA, Lucia. A inteligência artificial é inteligente? São Paulo: Almedina, 2023.
SANTOS, S. M. A et al. Inteligência artificial na educação. Revista Contemporânea, v. 4, 
n. 1, p. 1850-1870, 2024.
SANTOS, Zirlene Alves da Silva; HEREDIA, Jonas Barbosa; SOUZA, Delano João Virgílio 
de. Programa de análise de falhas para o equipamento CNC utilizando o Machine 
Learning. In: 76º Congresso Anual da ABM – Internacional, 7ª ABM Week, São Paulo, SP, 
Brasil. Conference Paper, 2023.
SCHMIDT, Luiz. Bill Gates acredita que ChatGPT mudará o mundo. Mundo Conectado, 
2023. Disponível em: https://www.mundoconectado.com.br/noticias/bill-gates-acredita-que-
chatgpt-mudara-o-mundo/.permitem. Esse desejo 
se manifesta em suas crenças e também no entretenimento. Sejam deuses ou super-heróis, 
há uma mescla da imagem humana à de seres com poderes “sobrenaturais”, ou a utilização 
de ferramentas “mágicas”. Também podemos observar na filosofia, nos livros e filmes de 
ficção científica o desejo humano de reproduzir suas capacidades cognitivas em um outro 
corpo. Foram esses desejos que nos fizeram evoluir enquanto espécie e sociedade até o 
ponto em que estamos hoje, e embora o termo “inteligência artificial” ainda não existisse, 
a ideia é antiga. A robótica já aparecia em ideias de grandes artistas como Leonardo da 
Vinci, e em invenções como às de Jacques de Vaucanson no século XVIII (Máquina de tear 
automatizada), embora o termo “robot” só viesse a surgir no século XX (GABRIEL, 2022). 
Desenvolvemos ferramentas para expandir nossas capacidades e podemos chamar 
isso de tecnologia. Em dado momento precisamos cortar o alimento, e inventamos a faca. 
Descobrimos o fogo e hoje o obtemos de maneira tão fácil através das ferramentas como o 
isqueiro, a eletricidade ou o fósforo, que já parece algo muito básico. As revoluções industriais 
trouxeram outro tipo de organização social e do trabalho: temos cada vez mais máquinas 
fazendo parte do nosso cotidiano. Com o advento da internet, não só ultrapassamos os limites 
físicos, mas também de comunicação e relacionamento. Hoje não existe mais uma distinção 
clara entre o corpo e a máquina. Nesse cenário, a inteligência artificial é mais um passo 
dessa evolução tecnológica. Um passo bem grande e rápido, é verdade. No entanto, embora 
tenhamos a impressão de que é algo recente, nessa unidade vamos entender um pouco mais 
sobre como a IA adentrou as nossas vidas e tem transformado realidades passo a passo.
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
10
A consciência é uma capacidade humana interessante. Temos curiosidade sobre 
quem somos, de onde viemos e por que as coisas são como elas são. Embora isso nos 
traga crises existenciais e nos obrigue a lidar com uma grande variedade de transtornos 
psicológicos, também nos permitiu a adaptação e criação de soluções para nossos 
problemas. Conforme começamos a entender como o cérebro funciona e se organiza, 
também surgiram questões como: “é possível reproduzir isso?”. 
Tivemos uma longa trajetória de estudos sobre como o nosso cérebro biológico 
funciona até começarmos a cogitar essa reprodução. Em 1943 Walter Pitts e Warren McCulloch 
propuseram um modelo matemático que representava o funcionamento dos neurônios (Teixeira, 
2014). Esse modelo permitiu a criação das redes neurais artificiais, que são essenciais para os 
modelos de inteligência artificial terem atingido o desenvolvimento que temos hoje.
Foi só a partir de 1945 que a tecnologia dos computadores permitiu um começo real 
no desenvolvimento de inteligência artificial, visto que antes havia ainda barreiras técnicas a 
serem superadas (Teixeira, 2014). A Segunda Guerra Mundial gerou um movimento científico, 
sobretudo na área da neurologia e no desenvolvimento computacional. Esse movimento foi 
infelizmente utilizado também de forma cruel e desumana pelos médicos nazistas. 
Em 1948, Norbert Wiener publica o livro Cibernética, fazendo analogias sobre o 
funcionamento dos seres vivos e as máquinas (Gabriel, 2022). Além de acelerar ainda mais 
o interesse pela cibernética e cibercultura, também trouxe ao debate inúmeras questões 
éticas, que apontam para a necessidade da multidisciplinaridade nesse campo. 
REPRODUZINDO 
O CÉREBRO1
TÓPICO
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
11
Em 1950 surgiu um inglês que foi uma peça chave no desenvolvimento da computação 
e da IA, chamado Alan Turing (Gabriel, 2022). Você provavelmente conhece esse sobrenome. 
O teste de Turing, uma de suas contribuições, visava verificar se a máquina era capaz de se 
passar por um ser humano em uma conversa, a ponto de enganar outro ser humano. Se a 
máquina conseguisse tal façanha, essa seria a prova de que ela é inteligente. Turing acabou 
também inaugurando a preocupação com questões éticas acerca do funcionamento das 
máquinas. Uma máquina só conseguiu passar no teste em 2014, quando um sistema de IA 
enganou uma banca na Universidade de Reading, em Londres. (Gabriel, 2022)
FIGURA 1: ALAN TURING
Fonte: ALAN Turing é eleito o cientista do século 20 em pesquisa da BBC. Instituto de Matemática Pura 
e Aplicada, 2019. Disponível em: https://impa.br/noticias/alan-turing-e-eleito-o-cientista-do-seculo-20-em-
pesquisa-da-bbc/
Foi apenas em 1956, através da Conferência de Dartmouth que o termo “inteligência 
artificial” foi oficializado (Teixeira, 2014).
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
https://tecnoblog.net/noticias/2014/06/09/computador-passou-primeira-vez-teste-de-turing/
https://tecnoblog.net/noticias/2014/06/09/computador-passou-primeira-vez-teste-de-turing/
https://impa.br/noticias/alan-turing-e-eleito-o-cientista-do-seculo-20-em-pesquisa-da-bbc/
https://impa.br/noticias/alan-turing-e-eleito-o-cientista-do-seculo-20-em-pesquisa-da-bbc/
12
Após um processo que até hoje é um tanto quanto misterioso e alvo de especulações, 
nós humanos nascemos naturalmente com “equipamentos” necessários para realizar 
inúmeras tarefas cognitivas e aprender através da experiência, enquanto que as máquinas 
precisam ser minuciosamente programadas para realizar uma tarefa que ainda fica, em 
complexidade, muito longe do pensamento humano, ao menos por enquanto. O investimento 
técnico e material para a construção de uma estrutura e sistema que consiga emular algumas 
capacidades intelectuais humanas é enorme e, embora hoje pareça que a tecnologia está 
“voando” nesse sentido, levou muitas décadas de evolução, decepções e recomeços para 
pequenos passos. Por isso que, para ser considerada uma inteligência artificial, uma máquina 
precisa ter, entre outras capacidades que definem a inteligência, a capacidade de aprender. 
Vamos resumir assim para que não entremos na discussão muito abrangente sobre o que 
é “inteligência”, visto que aborda muitas capacidades e tem muitas definições sem uma 
certeza absoluta. Sabemos que temos tal capacidade, mas não sabemos bem como. A 
própria capacidade de aprender algo novo envolve muitos processos básicos cognitivos, 
e que são interdependentes, como o pensamento, a memória, a atenção, entre outros. E 
sobre o que seria “aprender”, vamos utilizar também uma das definições, que é: conseguir 
adquirir, através da experiência, uma resposta mais adequada às situações (Campos, 2020). 
Em 1959, surgiu o termo “machine learning” (aprendizado de máquina), para definir o 
campo de estudo sobre como a máquina poderia aprender algum conhecimento ou função 
sem ser programada especificamente para tal (Barbosa; Bezerra, 2021). E assim como 
nós humanos precisamos de um repertório de dados, experiências e demandas para 
ENSINANDO A 
APRENDER2
TÓPICO
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
13
construir um conhecimento, a máquina também. Portanto, o campo de aprendizagem de 
máquina envolve alimentar os algoritmos com dados até que seja possível que a máquina 
associe esses dados e resolva problemas e tome decisões. Isso nada mais é do que 
ensinar a máquina a aprender com as experiências e, obviamente, foram desenvolvidas 
várias abordagens para que isso fosse possível: Simbólica, Conexionista e Evolutiva. 
A abordagem simbólica foi a primeira no desenvolvimento da aprendizagem de máquina, 
que buscava utilizar regras lógicas e inferência para a tomada de decisões, sendo sua maior 
utilização observada em sistemas especialistas. Nessa época, os pesquisadores estavam 
focados em emular a cognição humana e o otimismo estava para lá de exagerado, mas 
acabou não gerando grandes resultados. 
A abordagem conexionista utiliza um modelo matemático que resultou na criação de 
redes neurais artificiais,Acesso em: 03 de mar, 2024. 
SILVEIRA, Guilherme; BULLOCK, Bennett. Machine Learning: introdução a classificação. 
Editora Casa do Código, 2017.
SOARES, M. Impacto do Chat GPT na sociedade. The Trends Hub, Porto, n. 3, 2023.
TAULLI, T. Introdução à Inteligência Artificial: uma abordagem não técnica. Trad. Luciana 
do Amaral Teixeira. São Paulo: Novatec, 2020.
95
TAULLI, Tom. Introdução à Inteligência Artificial: Uma abordagem não técnica. Novatec 
Editora, 2020.
TEIXEIRA, João de Fernandes. O que é inteligência artificial. São Paulo: Editora Paulus, 
2014.
VALLADÃO, Marcelo. O que são chips de inteligência artificial? Edição de Bruno Ignácio 
de Lima. Olhar Digital, 2024. Disponível em: https://olhardigital.com.br/2024/01/31/pro/o-
que-sao-chips-de-inteligencia-artificial/. Acesso em: 21 fev. 2024.
https://olhardigital.com.br/2024/01/31/pro/o-que-sao-chips-de-inteligencia-artificial/
https://olhardigital.com.br/2024/01/31/pro/o-que-sao-chips-de-inteligencia-artificial/
ENDEREÇO MEGAPOLO SEDE
 Praça Brasil , 250 - Centro
 CEP 87702 - 320
 Paranavaí - PR - Brasil 
TELEFONE (44) 3045 - 9898
	Unidade 1 - 2024
	Unidade 2 - 2024
	Unidade 3 - 2024
	Unidade 4 - 2024
	Site UniFatecie 3: 
	Botão 19: 
	Botão 18: 
	Botão 17: 
	Botão 16:que veremos mais à frente em nosso material. Por fim, a abordagem 
evolutiva se baseia, como o próprio nome diz, na teoria da evolução das espécies, de Darwin, 
considerando uma complexa “seleção artificial”, ao invés de natural, realizada com algoritmos, 
buscando manter e reproduzir as melhores soluções de problemas (Campos, 2020). 
A abordagem com maior sucesso atualmente é a conexionista, sobretudo com as 
redes neurais profundas. Isso não quer dizer que uma só abordagem seja completa e possa 
suplantar as demais. Apesar de tamanha especulação e conspiração em torno da suposta 
proposta de criar um ser artificial que tenha capacidades iguais às do cérebro humano, entre 
elas a “consciência”, isso não parece de fato uma vantagem que irá nos ajudar a chegar 
a objetivos mais assertivos, justamente porque já existimos e a consciência acaba sendo 
uma limitação baseada em princípios e emoções que não são apenas racionais. A busca 
da inteligência artificial, até o momento, tem sido mais para criar agentes racionais, o que, 
convenhamos, não é nossa especialidade (Kaufman, 2019). Entender o imenso abismo 
que existe entre uma inteligência humana e uma inteligência artificial, e a ideia de que a 
comparação das duas é muito mais uma inspiração do que um fato ou tentativa, são tarefas 
que acabaram sendo dificultadas pela conceituação. Também seria difícil encontrar uma outra 
forma de descrever a IA, já que é muito mais fácil que algo seja humanamente compreensível 
quando se recorre a uma analogia ou metáfora. Deixemos assim, mas precisamos entender 
a inteligência artificial como fruto da nossa inteligência, e que visa buscar soluções que não 
estão ao nível de um cérebro humano, mas são completamente outras.
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
14
Diferentemente da cibernética e da computação, a IA teve principalmente como 
diferença a ambição de aproximar-se com o funcionamento de um cérebro humano. Isso 
expandiu o campo ao estudo não apenas das áreas da computação e da matemática, 
mas para as ciências humanas, como psicologia e filosofia. Os estudos avançaram 
consideravelmente após a Segunda Guerra Mundial, com o surgimento de computadores 
melhores e a expansão da ideia de IA entre os estudiosos de várias áreas e locais.
John McCarthy foi um dos cientistas da computação mais interessado na IA nesse 
período da dpecada de 60. Ajudou a desenvolver estudos na área e a linguagem de 
programação Lisp, que facilitou a manipulação de dados não numéricos. Esse modelo de 
linguagem ainda é utilizado na robótica atualmente. McCarthy também ajudou na fundação 
do laboratório de IA do MIT e formulou o conceito de time-sharing, que contribuiu para o 
desenvolvimento da computação em nuvem e da própria internet (Taulli, 2020).
 Por isso, a década de 60 acabou sendo marcada pela possibilidade de aprimoramento 
da IA e de fato a materialização de ideias que não haviam ainda saído do papel. Um 
dos pontos mais importantes foi o surgimento de robôs que eram capazes de estabelecer 
um diálogo, como foi o caso da Eliza, o primeiro chatbot psicanalista capaz de interagir 
com um humano, aparecendo depois em uma versão chamada “Doctor”. O princípio de 
funcionamento era basicamente decompor a informação fornecida pelo humano e enviar 
essas partes a um conjunto de regras armazenadas no computador (Teixeira, 2014). A 
capacidade de Eliza era limitada a esse script, claro, não sendo capaz de pensar de fato 
sobre os conteúdos, no entanto conseguia responder de forma a imitar o comportamento 
A MATERIALIZAÇÃO3
TÓPICO
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
15
verbal de um psicanalista humano para uma certa variedade de conversas, e isso por si só 
já foi um avanço inimaginável. 
Houve entre a década de 60 e início da década de 70 um desenvolvimento maior 
em relação aos robôs humanoides, capazes de executar tarefas cotidianas como carregar 
coisas, de forma semelhante a um humano. Esse desenvolvimento só foi possível após 
o aprimoramento da microeletrônica e dos sensores. Um dos destaques entre os robôs 
humanoides foi o robô Wabot, que tinha o tamanho de um ser humano médio, sendo que 
o Wabot-1 era capaz de carregar objetos, se comunicar e medir distâncias. Já na versão 
Wabot-2, era capaz de ler e tocar partituras musicais, conversar e acompanhar uma pessoa 
cantando (Barbosa; Bezerra, 2021). É importante destacar que nem sempre reproduzir a 
estrutura humana é vantajoso de um ponto de vista do funcionamento de um robô. 
FIGURA 2: WABOT 1 (1970 - 1973)
Fonte: COLODETTE, A. L. Uma história completa da Inteligência Artificial. Medium, 2021. Disponível em: https://
medium.com/mednerdtech/historia-completa-da-inteligencia-artificial-badadb6d5e8e Acesso em: 10 mar. 2024.
Nos anos 60 surgiu também o termo “ciborgue”, para se referir a possibilidade de 
alterar artificialmente a capacidade corporal de um ser humano para a possibilidade de 
sobrevivência em ambientes hostis. 
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
https://medium.com/mednerdtech/historia-completa-da-inteligencia-artificial-badadb6d5e8e
https://medium.com/mednerdtech/historia-completa-da-inteligencia-artificial-badadb6d5e8e
16
Embora pareça uma ideia assustadora de início e que acaba esbarrando em 
questões éticas e religiosas acerca do que é ser humano e os limites da tecnologia, o 
termo é um pouco menos assustador e cinematográfico do que temos na nossa fantasia. 
Já temos ciborgues presentes em sistemas de comunicação para pessoas com deficiências 
e outras limitações físicas, próteses, entre outros avanços que só foram possíveis graças 
a essa ideia. E se pensarmos bem, os próprios celulares já são essa forma de expansão 
tecnológica do nosso corpo. Mas claro que os limites disso ainda não são bem claros e 
dependem das expectativas realistas ou não dos mais interessados nessa área. 
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
17
Com tantas transformações surgindo rapidamente, é normal que o ser humano 
resolva “colocar a carroça na frente dos bois” e criar expectativas demais, que são seguidas 
de frustração. Foi o que aconteceu. 
 Durante a década de 70 e 90, pouco se desenvolveu na inteligência artificial. O 
ceticismo sobre o funcionamento das redes neurais foi um fator marcante para a decepção 
dos estudiosos dessa época após uma alta expectativa acerca das possibilidades e da 
realidade repleta de impedimentos técnicos (Lee, 2019). Restaram poucos interessados que 
continuavam a estudar nos bastidores e a preparar o campo para um retorno muito mais forte, 
com a continuidade da ênfase no aprendizado de máquina com base nas redes neurais. 
O primeiro “inverno” ocorreu nos anos 70 e o segundo nos anos 80 e início dos 
anos 90. Cada um desses períodos foi precedido por um grande entusiasmo e expectativas 
exageradas sobre as capacidades da IA, seguidos por uma realização das limitações 
técnicas e práticas da tecnologia da época.
Durante o primeiro inverno da IA, no final dos anos 60 e início dos anos 70, a 
desilusão surgiu principalmente devido às limitações dos primeiros sistemas baseados 
em regras, que não conseguiam generalizar ou escalar para problemas mais amplos, ou 
mais complexos. Além disso, a falta de poder computacional disponível na época limitava 
severamente o que os sistemas de IA podiam fazer.
O segundo inverno da IA foi desencadeado por vários fatores, incluindo o fracasso 
de alguns projetos de IA de alto perfil, uma compreensão mais profunda das limitações 
O INVERNO DA IA4
TÓPICO
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
18
dos modelos simbólicos de IA e o reconhecimento de que muitos problemas que pareciam 
simples na superfície eram, na verdade, incrivelmente complexos para serem resolvidos 
com as abordagens de IA da época (Taulli, 2020). 
Hoje, experimentamos um período de avanço sem precedentes em muitos setores. 
Tanto desenvolvimentorepentino pode levantar a possibilidade de um novo inverno da IA, 
dessa vez devido a problemas éticos e dificuldade para resolvê-los, preocupações com 
a privacidade ou mesmo limitações tecnológicas ainda não superadas. Essa perspectiva 
ressalta a importância de abordar o desenvolvimento da IA de forma realista.
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
19
Entre a década de 1980 e 2000, começou a florescer um campo de aprendizado de 
máquina baseado em redes neurais, que passou a ser chamado de Deep Learning. As redes 
neurais artificiais são um modelo inspirado no funcionamento das redes neurais naturais do 
nosso cérebro. Assim, os neurônios artificiais (unidades de processamento), se ligam uns 
aos outros de formas programadas que permitem o aprendizado mais eficiente. Embora 
não se comparem nem de longe à complexidade do cérebro humano, as RNAs permitem a 
realização de coisas inimagináveis até então. A década de 80 foi também marcante para o 
surgimento da computação quântica.
Nos anos 90 foi lançado o Deep Blue, da IBM, uma máquina capaz de vencer o 
campeão soviético de Xadrez. O computador calculava as possibilidades e realizava os 
movimentos necessários. 
FIGURA 3: DEEP BLUE
Fonte: GUERREIRO, G. O futuro das organizações - tecnologias. Medium, 2021. Disponível em: https: 
medium.com/@guerreiro13/o-futuro-das-organiza%C3%A7%C3%B5es-tecnologias-949f80db0eb6 
RENASCIMENTO5
TÓPICO
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
https://medium.com/@guerreiro13/o-futuro-das-organiza%C3%A7%C3%B5es-tecnologias-949f80db0eb6
https://medium.com/@guerreiro13/o-futuro-das-organiza%C3%A7%C3%B5es-tecnologias-949f80db0eb6
20
Em 1998 ocorreu a criação da Google, surgindo enquanto buscador e expandindo 
seus serviços no universo digital até os dias de hoje. 
A partir de 2000 houve uma aceleração no desenvolvimento de grandes 
volumes de dados (big data), que permitiu também a aceleração no desenvolvimento 
das ferramentas de inteligência artificial que até então não eram possíveis. 
 A partir de 2000 também começaram a se desenvolver uma grande variabilidade 
de robôs “humanoides”, como o ASIMO da Honda, capaz de realizar gestos motores, 
identificação de objetos e reconhecimento de sons e rostos. 
FIGURA 4: ROBÔ ASIMO
Fonte: ASIMO. Wikimedia, 2011. Disponível em: https://commons.wikimedia.org/wiki/File:ASIMO_4.28.11.
jpg#/media/File:ASIMO_4.28.11.jpg. Acesso em: 10 mar. 2024.
Em 2005 surgiu a primeira versão, em desenvolvimento até hoje, o Big Dog. Esses 
robôs passaram a ser vistos nas ruas, executando tarefas variadas. Nesse mesmo ano 
surgiu também o primeiro carro autônomo, Stanley, em Stanford, nos Estados Unidos. 
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
https://commons.wikimedia.org/wiki/File:ASIMO_4.28.11.jpg#/media/File:ASIMO_4.28.11.jpg
https://commons.wikimedia.org/wiki/File:ASIMO_4.28.11.jpg#/media/File:ASIMO_4.28.11.jpg
21
FIGURA 5: BIG DOG
Fonte: MAJEED, W. Robôs semelhantes aos humanos na guerra: Quanto tempo levará para serem implantados? Medium, 
2020. Disponível em: https://medium.com/@DIGIchaser/human-alike-robots-in-warfare-how-long-will-it-take-them-to-be-deployed-
22d251cf18b6 Acesso em: 10 mar. 2024.
A partir de 2008, grandes empresas como a Google e a Apple lançaram ferramentas 
com reconhecimento por voz. A Amazon lançou a Alexa apenas em 2015. 
Em 2010 é lançada um robô humanoide capaz de ser um clone mental de um 
ser humano, chamada de Bina48. Essa invenção foi especialmente polêmica por trazer 
novamente discussões acerca das possibilidades e riscos da inteligência artificial. A bina 
continuou evoluindo e em 2018 foi capaz de ministrar aulas em uma universidade (qualquer 
um da UNIFATECIE é suspeito). 
FIGURA 6: BINA48
Fonte: SOARES, L. Robôs ultrarrealistas já estão entre nós; conheça alguns. Olhar Digital, 2022. Disponível em: 
https://olhardigital.com.br/2022/09/16/ciencia-e-espaco/robos-ultrarrealistas-ja-estao-entre-nos-conheca-alguns/ .
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
https://medium.com/@DIGIchaser/human-alike-robots-in-warfare-how-long-will-it-take-them-to-be-deployed-22d251cf18b6
https://medium.com/@DIGIchaser/human-alike-robots-in-warfare-how-long-will-it-take-them-to-be-deployed-22d251cf18b6
https://olhardigital.com.br/2022/09/16/ciencia-e-espaco/robos-ultrarrealistas-ja-estao-entre-nos-conheca-alguns/
22
Em 2014, a Google comprou a inteligência artificial AlphaGo, desenvolvida pela 
empresa Deep Mind para aprender e superar os campeões de um jogo complexo e 
com o maior número de possibilidades de jogadas, chamado Go. Em 2017 a Alphago 
venceu o campeão mundial chinês número 1 no ranking de Go (LEE, 2019). Esse foi 
um acontecimento significativo para a capacidade de aprendizado das IAs (Assista o 
documentário citado nas recomendações e acompanhe a trajetória do AlphaGo. É um 
documentário que com certeza prenderá sua atenção).
 
FIGURA 7: VITÓRIA DA ALPHAGO
Fonte: LOO, J. A IA que derrotou os humanos. Medium, 2021. Disponível em: https://medium.com/
illumination/the-ai-that-defeated-humans-8e71378f0bb6
A partir de 2017 houve uma aceleração muito grande no desenvolvimento da IA 
quando a Google apresentou resultados de seus experimentos, indicando que as redes 
neurais artificiais são capazes de ser criativas. Várias descobertas, uma atrás da outra, 
passaram a ocorrer a partir daí, ficando cada vez mais difíceis de acompanhar. 
Nesse ano de 2017, pesquisadores da Google publicaram um artigo chamado “Attention 
is All You Need”, apresentando a tecnologia “Transformer”, que se tornou um marco na área 
de processamento de linguagem natural e aprendizado de máquina. O artigo introduziu uma 
nova arquitetura que se afastava das abordagens tradicionais baseadas em redes neurais 
recorrentes (RNNs) e convolucionais (CNNs) para o processamento de sequências. Em vez 
disso, a arquitetura Transformer depende inteiramente de mecanismos de atenção para capturar 
dependências globais dentro dos dados de entrada. (Junior et al, 2023).
Embora a descoberta tenha sido significativa, a própria Google inicialmente não 
reconheceu plenamente o potencial disruptivo dessa tecnologia. Com o tempo, no entanto, 
a importância da arquitetura Transformer tornou-se amplamente reconhecida, tanto que 
moldou a próxima geração de modelos de linguagem, chegando ao desenvolvimento do 
modelo GPT. Esse acontecimento demonstra que nem sempre as tecnologias desenvolvidas 
têm seus efeitos claros imediatamente.
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
https://medium.com/illumination/the-ai-that-defeated-humans-8e71378f0bb6
https://medium.com/illumination/the-ai-that-defeated-humans-8e71378f0bb6
23
Se por um lado muitos de nós estávamos alheios às invenções tecnológicas 
que estavam surgindo anteriormente, vendo-as apenas ocasionalmente em 
noticiários, é certo que a pandemia de COVID-19 estabeleceu uma nova dinâmica 
quanto à nossa relação com a tecnologia. Se ela já estava acelerada, certamente a 
necessidade de distanciamento colocou um pouco mais de incentivo nessa equação. 
 Uma vez que a proximidade física entre as pessoas se tornou um risco às nossas 
vidas, foi necessário utilizar das tecnologias disponíveis e criar rapidamente outras que 
minimizassem o problema. Por sorte, grande parte de nós já estávamos adaptados ao 
meio digital, e a outra parte precisou se adaptar. Todo serviço possível de ser transferido ao 
modo online, foi. Algumas dessas áreas já traziam algumas possibilidades, no entanto, não 
da forma que repentinamente precisou passar a ser. 
Em 2020, um dos marcos principais do desenvolvimento de IA foi o GPT-3 da 
OpenAI, um modelo de processamento de linguagem natural. Esse modelo é capaz de 
gerar textos semelhantes aos que seriam elaborados por um ser humano, sobre os mais 
variados temas (Gabriel, 2022). Esse campo da Inteligência Artificial que é capaz de gerar 
novos dados de texto, imagem e áudio através do processamento dedados previamente 
treinados é chamado de IA Generativa.
Em novembro de 2022, a OpenAI lançou gratuitamente o ChatGPT 3.5, um chatbot 
que utiliza o modelo de linguagem GPT para geração de textos. Com essa ferramenta, em 
questão de segundos é possível gerar textos, roteiros ou o que sua imaginação permitir, 
conforme os comandos fornecidos no painel de conversação. A diferença para o GPT 3 é que 
A GUERRA FRIA 
ARTIFICIAL6
TÓPICO
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
24
a interface é mais simples e há possibilidade de se comunicar em modelo de conversação, 
lembrando uma conversa comum entre humanos. Em 2023 foram lançados o ChatGPT 4 e o 
ChatGPT Plus, que utilizam o GPT 4 como modelo principal. Essa ferramenta é multimodal, 
que significa que, além de textos, é também capaz de gerar imagens; é treinado com um 
número maior de parâmetros e capacidade de raciocínio (Soares, 2023). 
Diante de tantas possibilidades de aplicação da ferramenta e da intensa adesão 
de usuários, outras empresas se sentiram ainda mais pressionadas a desenvolver seus 
chatbots e a buscar soluções alternativas às soluções da OpenAI. 
A Microsoft incorporou a tecnologia do GPT ao buscador Bing, que estava um tanto 
esquecido em comparação ao buscador da Google. A Google, que tinha sua fama de ser 
imbatível no desenvolvimento de suas tecnologias, se sentiu ameaçada pelo lançamento 
do ChatGpt e, em resposta, lançou o Bard em março de 2023, visando não perder tempo 
nessa corrida. No entanto, essa pressa impactou negativamente sobre o produto, visto que 
ele tinha a promessa de ser muito superior ao ChatGPT. O Bard apresentou uma inúmera 
quantidade de problemas, inclusive durante a apresentação de lançamento, desvalorizando 
consideravelmente o preço das ações da empresa (Elias, 2023).
 E a corrida continua com o aprimoramento das tecnologias de IA generativa. A 
própria Google continua buscando aprimorar seus produtos a fim de conseguir de fato 
rivalizar com a OpenAI e o ChatGPT.
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
25
A competição não ficou acirrada apenas para as grandes empresas criadoras de 
ferramentas de IA. Inaugurou-se um cenário competitivo em todos os níveis da sociedade. 
As possibilidades de aplicação das ferramentas de IA generativa nos mais variados tipos de 
funções nos coloca diante de uma iminente reorganização social do trabalho. Chegamos ao 
ponto em que não é mais possível retroceder. Vou explicar por que: As ferramentas de IA 
facilitam e otimizam processos, assim como as máquinas e a internet em outros momentos 
de nossa história. Grandes empresários poderiam, sim, optar por não aderir à utilização 
dessas ferramentas dentro de sua empresa, no entanto, se ele não o fizer, o concorrente 
fará. Produtividade é lucro. Bill Gates, em algumas de suas entrevistas em 2023, afirmou 
que o ChatGPT é tão revolucionário quanto a criação do computador (Schmidt, 2023). 
Ao passo que as empresas se preocupam com a concorrência e aderem cada 
vez mais ao universo da IA, surge a grande preocupação generalizada acerca da possível 
substituição de trabalhos que eram exclusivamente humanos pelas ferramentas de IA. 
Ocasionalmente surgem estimativas sobre funções que entrarão em declínio pelo uso das IAs. 
Essas funções são principalmente relacionadas a trabalhos administrativos e burocráticos, 
embora as áreas relacionadas a trabalhos criativos também estejam direcionando críticas 
às ferramentas de geração de texto e imagem, como o ChatGPT, Midjourney e Dall-e. Até 
pouco tempo acreditávamos que a área da criatividade fosse estritamente humana, e que 
a máquina não nos substituiria de forma alguma. 
No entanto, já estamos experimentando com o aprimoramento das ferramentas, 
que a máquina, se bem orientada, pode, sim, ser criativa. Um exemplo são as artes visuais 
geradas a partir de ferramentas de geração de imagem. Esses produtos podem evocar 
sentimentos e experiências tanto quanto a arte produzida por um ser humano. Inúmeras 
UM NOVO 
PARADIGMA7
TÓPICO
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
26
discussões estão sendo formadas sobre os aspectos éticos. Surgiram alguns movimentos 
que buscam reduzir o alcance de artes produzidas por IA (Lopes, 2023). 
O mundo acadêmico está confuso sobre permitir ou não que um aluno utilize a 
ferramenta para escrever trabalhos, até mesmo um TCC, afinal, as pessoas realmente irão 
aprender alguma coisa? É mais uma discussão que mobiliza e nos faz questionar o “para 
que” de todas as atividades intelectuais. 
Como você pode perceber, não se trata apenas de uma transformação iminente nos 
métodos de trabalho, mas também na concepção que tínhamos da essência das atividades e 
por que fazemos o que fazemos. Hoje as habilidades mais buscadas para o mercado de trabalho 
passaram a ser as que a máquina precisa para ter bons resultados: as habilidades humanas.
O ChatGPT não tem compreensão sobre os textos que produz. Os conteúdos gerados pela IA são 
formados por uma relação de probabilidade e associação de palavras dentro de cada contexto — chamada 
“geração autorregressiva” — e com base nos bancos de dados nos quais foi treinado. É por essa razão que 
a ferramenta pode apresentar erros e informações incorretas (alucinações). 
Fonte: HAAS, Guilherme. 1 ano de ChatGPT | 15 curiosidades sobre o chatbot da OpenAI. 
Canaltech, 2023. Disponível em: https://canaltech.com.br/inteligencia-artificial/aniversario-chatgpt-
curiosidades-sobre-o-chatbot-da-openai/ Acesso em: 14 fev. 2024. 
SAIBA
MAIS
Você é insubstituível? O mercado de trabalho na era que vivemos
Enquanto algumas tarefas rotineiras e repetitivas estão sendo substituídas por máquinas e 
algoritmos, as habilidades humanas, como criatividade, empatia, pensamento crítico e resolução de problemas 
complexos, continuam sendo altamente valorizadas. É importante reconhecer que a tecnologia é uma 
ferramenta poderosa que pode aprimorar as capacidades humanas, em vez de substituí-las completamente. 
Portanto, a capacidade de se adaptar às mudanças e desenvolver habilidades relevantes é fundamental.
Fonte: (Avelino, 2023)
REFLITA
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
https://canaltech.com.br/inteligencia-artificial/aniversario-chatgpt-curiosidades-sobre-o-chatbot-da-openai/
https://canaltech.com.br/inteligencia-artificial/aniversario-chatgpt-curiosidades-sobre-o-chatbot-da-openai/
27
Todo processo de mudança, seja individualmente ou coletivo, traz consigo inúmeras 
vantagens, mas também rupturas, conflitos e medo. Embora tenhamos a impressão de que 
estamos vivendo um processo que surgiu repentinamente e com grande potencial ameaçador, 
quando observamos nossa história, percebemos que a necessidade e o desejo de inovação nos 
acompanham desde o surgimento de nossa espécie. Passamos por inúmeras transformações, 
não com a mesma velocidade, mas ainda assim significativas e transformadoras. 
Espero que você tenha percebido que, assim como todo processo de evolução, 
a inteligência artificial também passou por um longo desenvolvimento, acompanhado 
das reflexões sobre os impactos sociais, ou seja: ética. Os períodos em que houve maior 
aceleração dessa evolução, foram também os períodos com maior preocupação sobre seus 
impactos em nossas vidas. E esse é um dos momentos em que estamos mais preocupados, 
afinal mudança envolve risco. 
Assim como a internet nos permitiu fazer coisas nunca antes pensadas, como 
uma graduação à distância, a inteligência artificial também vem para, novamente, servir 
de ferramenta para elevarmos nosso potencial. Mas para servir aos propósitos adequados, 
precisamos nos propor a conhecer esse campo e dominá-lo. É impossível evoluir cientifica 
e tecnologicamente sem pensar em humanidade e em ética. 
Adaptar-se significa encontrar em meio à novidade formas de continuar existindo. 
Se as máquinas irão suplantar os trabalhos mais administrativos e burocráticos, o que 
poderemos realizar?O sentido do nosso trabalho era apenas o resultado? A criatividade 
está associada apenas à produção de uma imagem ou texto, ou às ideias e direção que 
ali contém? Um trabalho de conclusão de curso é sobre o seu processo de pesquisa ou 
sobre as normas para a produção de um texto? Uma apresentação é sobre elaboração 
de slides ou sobre a maneira como você apresentará? O texto é sobre quem escreveu 
ou sobre o que ele comunica e para quê? Nosso modelo de educação ensina realmente 
habilidades para além da técnica? Aprendemos a ser críticos, flexíveis e criativos? Essas e 
outras questões são importantes para que possamos pensar sobre a forma que iremos nos 
posicionar diante da inteligência artificial e sobre como iremos utilizá-las. Isso é mais sobre 
nós do que sobre a máquina.
CONSIDERAÇÕES FINAIS
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
28
O que é IA generativa?
A inteligência artificial generativa (IA generativa) é um tipo de IA que pode criar novos 
conteúdos e ideias, incluindo conversas, histórias, imagens, vídeos e músicas. As tecnologias 
de IA tentam imitar a inteligência humana em tarefas de computação não tradicionais, como 
reconhecimento de imagem, processamento de linguagem natural (PLN) e tradução. A IA 
generativa é a próxima etapa da inteligência artificial. Você pode treiná-la para aprender 
linguagem humana, linguagens de programação, arte, química, biologia ou qualquer assunto 
complexo. Ela reutiliza dados de treinamento para resolver novos problemas. 
Por exemplo, ele pode aprender vocabulário em inglês e criar um poema a partir das 
palavras que processa. Sua organização pode usar a IA generativa para várias finalidades, 
como chatbots, criação de mídia e desenvolvimento e design de produtos.
Fonte: O que é IA generativa? AWS - Amazon Web Services, 2023. Disponível 
em: https://aws.amazon.com/pt/what-is/generative-ai/. Acesso em: 21 maio. 2024.
LEITURA COMPLEMENTAR
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
https://aws.amazon.com/pt/what-is/generative-ai/
29
MATERIAL COMPLEMENTAR
LIVRO
• Título: VOCÊ, EU E OS ROBÔS
• Autor: Martha Gabriel.
• Editora: Atlas.
• Sinopse: O livro “VOCÊ, EU e os ROBÔS: como se transformar 
no profissional digital do futuro” é um guia de sobrevivência para 
que qualquer pessoa consiga compreender a Revolução Digital 
que vivemos e os seus impactos na humanidade, nas suas mais 
diversas dimensões — como biológica, social, econômica —, nos 
auxiliando a caminhar pela principal transformação humana desde 
o surgimento do Homo sapiens. Escrito em linguagem simples e 
objetiva, o livro parte das questões sociais e valores essenciais que 
requerem atenção urgente nesse cenário tecnológico fervilhante, 
para, a seguir, nos conduzir às discussões sobre o estado da 
arte da transformação tecnológica no planeta, concluindo com 
tendências e cenários possíveis e prováveis para a nossa evolução 
e vislumbre de um futuro próximo. Assim, temas como o trabalho, 
educação, privacidade, ética, filtros, pós-verdade, fake news, 
pensamento crítico, criatividade, inteligência artificial, robótica, 
convívio homem-máquina, entre outros, permeiam a obra.
FILME/VÍDEO
• Título: Alpha Go
• Ano: 2017.
• Sinopse: “É um documentário que relata a jornada do programa 
de IA da empresa DeepMind para enfrentar o campeão mundial 
de Go, um antigo e complexo jogo de tabuleiro de origem chinesa. 
Explora os desafios enfrentados pelos desenvolvedores do AlphaGo 
ao criarem um programa capaz de competir com os melhores 
jogadores humanos. Ao longo do documentário, testemunhamos 
o confronto entre o AlphaGo e o jogador Lee Sedol, na Coreia do 
Sul. O documentário oferece uma perspectiva fascinante sobre as 
capacidades da IA em dominar tarefas complexas e a interação 
entre a tecnologia e o potencial humano.”
• Link de acesso: https://www.youtube.com/watch?v=WXuK6gekU1Y
CONCEITOS E TERMINOLOGIA USADOS EM JULGAMENTOUNIDADE 1
https://www.youtube.com/watch?v=WXuK6gekU1Y
Professor Leonam Nagel
CONCEITOS 
FUNDAMENTAIS 
EM IA2UNIDADEUNIDADE
PLANO DE ESTUDO
31
Plano de Estudos
• O que é Inteligência Artificial?
• Algoritmos.
• Big Data.
• Machine Learning.
• Redes Neurais Artificiais (RNAs).
• Deep Learning.
• O que é IA Generativa?
Objetivos da Aprendizagem
• Conhecer e entender os conceitos-chave da área de IA;
• Compreender o desenvolvimento das tecnologias de IA; 
• Fomentar o aprofundamento do conhecimento na área de IA. 
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
32
Assim como qualquer tema que estejamos dispostos a aprender, para ser possível 
avançar no estudo da inteligência artificial, é preciso conhecer as bases que a constituem. 
Na Unidade anterior, você conheceu um pouco da história dessa área que evoluiu junto 
a nossa curiosidade humana. Agora, daremos mais um passo, conhecendo os conceitos 
básicos que sustentam o desenvolvimento da inteligência artificial. 
A base nos permitirá entender como máquinas podem realizar tarefas que antes 
eram exclusivas do intelecto humano. Estaremos discutindo conceitos-chave, como 
algoritmos de aprendizado de máquina, redes neurais, lógica simbólica e processamento 
de linguagem natural. Cada um desses elementos desempenha um papel fundamental na 
construção desses sistemas. 
A proposta é uma introdução à inteligência artificial que possa ser compreendida 
rapidamente, e facilmente lembrada, por isso não nos aprofundaremos tecnicamente. 
Espera-se também que você se interesse e se engaje na busca por mais informações. 
Então vamos lá!
INTRODUÇÃO
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
33
O próprio nome “inteligência artificial” já indica qual a proposta dessa área: objetos 
análogos à inteligência humana, criados pelo homem. No entanto, o próprio conceito 
de inteligência humana não é claramente definido. Se você fosse questionado, nesse 
momento, sobre a sua definição para a inteligência, provavelmente teria um “quê” de dúvida 
e imprecisão. Mas, sem relativizar tanto, vamos considerar que a inteligência artificial é um 
campo de estudo que visa reproduzir artificialmente as capacidades cognitivas humanas 
para resolver problemas. Não devemos nos assustar tanto, afinal não é tão simples assim 
reproduzir a complexidade de um organismo vivo simples, e muito menos de um organismo 
com as nossas capacidades intelectuais e não sabemos se um dia isso será possível. 
Precisamos deixar um pouco de lado nossas leituras de ficção científica e nos debruçar 
sobre o que de fato nos favorece: o uso da IA enquanto ferramentas que nos permitem ir 
além das nossas capacidades. 
1.1 Inteligência artificial restrita (fraca) 
São tipos de IA projetadas e treinadas para realizar uma tarefa específica, no 
entanto, não possuem capacidade de raciocinar sozinhas (Russel; Norvig, 2004). Operam 
considerando regras específicas e com capacidade limitada. Alguns exemplos são: 
ferramentas de reconhecimento de voz, carros autônomos, máquinas de jogos de tabuleiro, 
chatbots e sistemas de recomendação são exemplos de IA fraca.
O QUE É INTELIGÊNCIA 
ARTIFICIAL1
TÓPICO
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
34
1.2 Inteligência artificial Geral (forte) - AGI
São tipos de IA com a capacidade de entender, aprender e aplicar o conhecimento 
em diferentes contextos. Ao contrário da IA fraca, ela não simula um raciocínio, mas 
realmente possui certa autonomia. É capaz de executar várias tarefas diferentes e não 
relacionadas (Taulli, 2020). Uma IA forte poderia realizar qualquer tarefa intelectual que um 
ser humano pode fazer. 
Ela estaria ainda um passo atrás da Superinteligência artificial, mas conseguiria 
aprender sem intervenção humana e também teria capacidade de ter emoções. No entanto, 
esse nível ainda seria mediano. Sobre esse tema e essas expectativas, ainda há muita 
divergência entre otimismo e ceticismo, pois há nessa discussão uma certa subestimação 
de nossa capacidade cerebral humana (Pereira, 2020). Atualmente, aIA forte é mais um 
objetivo teórico do que uma realidade.
 
1.3 Superinteligência artificial
Esse tipo de IA ainda é apenas uma especulação e perpassa debates éticos e 
filosóficos acalorados. Essa forma de IA poderia superar as capacidades cognitivas humanas 
em todos os aspectos, incluindo criatividade, raciocínio geral, e emoções. É possível 
ponderar que se uma tecnologia dessas fosse possível, seria muito mais sustentável ao 
nível de danos ambientais do que o próprio ser humano, sem preocupações com recursos 
energéticos, por exemplo. Há inúmeras questões éticas que ainda não parecem estar sendo 
plenamente pensadas quando se especula uma possibilidade de superação da tecnologia 
em relação ao humano, desse tipo (Quaresma, 2018).
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
35
Falamos muito sobre algoritmos em nosso dia a dia, principalmente por conta das 
redes sociais. A maioria das pessoas sabe para que servem, mas não sabe exatamente 
o que são. Pois bem… Algoritmos são um conjunto ou uma sequência de instruções, ou 
operações para alcançar um objetivo (Taulli, 2020). É como uma “receita” com um passo a 
passo sobre o modo de preparo. Os algoritmos têm uma entrada e uma saída de informações 
mediadas por essas instruções. 
Quando alguém vai programar um programa, precisa estruturá-lo em linhas de 
código. Para isso, é preciso antes definir qual o objetivo do programa. As regras que vão 
definir essa tarefa a ser realizada é o algoritmo. Qualquer conjunto de instruções para 
realizar qualquer tarefa, não só na programação, é um algoritmo. Os tipos de algoritmos 
utilizados permitem que os resultados sejam direcionados de acordo com o conjunto de 
regras. Por exemplo, irá determinar os resultados de uma busca na internet ou conteúdos 
que você mais gosta de ver nas redes sociais e entregá-los a você, tornando sua experiência 
mais interessante e eficiente (Kaufman, 2020). 
Todas as funções de um smartphone ou computador envolve o uso de algoritmos, 
desde o acesso à internet até a interação com aplicativos. A cada clique ou toque, há a ativação 
de algoritmos que foram programados pelos chamados “desenvolvedores” para funcionarem 
de maneira específica. A complexidade dos algoritmos varia conforme o objetivo que ele busca 
cumprir. Quanto mais situações ele tiver que abordar, maior qualidade e treinamento deve ter. 
Quando recebe dados que não foi programado para processar, ou pula uma etapa de código 
que deveria ter sido programado para ler, não funcionará da forma esperada, gerando prejuízos 
ALGORITMOS2
TÓPICO
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
36
(Rockcontent, 2019). Os algoritmos têm sido utilizados com o objetivo de melhorar a capacidade 
de decisão humana em inúmeros contextos, como perfis para contratação de pessoas, análises 
preditivas de mercado, preferências de conteúdo dos usuários de aplicativos, entre outras 
questões que não são mais tão práticas, mas também subjetivas.
Para gerar essas análises, os algoritmos utilizam dados disponíveis no Big Data e 
podem aprender a modificar sua estrutura e comportamento sem interferência humana, através 
da aprendizagem de máquina (Frazão, 2018). Quando se trata de aprendizado de máquina, 
é preciso selecionar os algoritmos apropriados para a solução de problemas específicos, visto 
que nem todos são apropriados para resolver qualquer problema, definir parâmetros e treiná-los 
com dados atualizados. Tudo isso para que funcionem de maneira adequada (Ludemir, 2021). 
Nos últimos anos, várias grandes empresas estão investindo fortemente no aprimoramento 
dos algoritmos de recomendação. Você enquanto usuário pode notar a qualidade dos algoritmos 
utilizados conforme os conteúdos recomendados estão de acordo com suas preferências. Um 
algoritmo possui as estruturas: variáveis e comandos de repetição. As variáveis dizem respeito 
a até onde o algoritmo poderá ir. São as informações de entrada, como: texto, inteiro, lógico e 
real. Já os comandos de repetição são instruções que os algoritmos devem seguir diante da 
ocorrência de algumas condições, como: “se”, “enquanto” (Rockcontent, 2019).
O fato de os algoritmos fazerem parte de nossa vida de forma cada vez mais frequente, 
tem levantado também questões éticas acerca do uso desses dados. Ao mesmo tempo que 
o uso dos nossos dados que estão na internet pode nos ajudar a tomar decisões e entender 
até um pouco mais sobre nossos gostos, é também um tanto desconfortável que esses dados 
estejam disponíveis sem que tenhamos tanto controle sobre eles. Assim como pode nos ajudar, 
também pode vir a nos prejudicar. Além de que, não podemos esquecer que também são 
ferramentas que dependem da intervenção humana e também podem cometer erros. Nesse 
sentido, os debates éticos são importantes para que haja preocupação na garantia de que os 
dados serão utilizados de forma responsável e também que não tomará decisões equivocadas 
e que prejudique determinado grupo de pessoas.
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
37
Conforme vimos acima, os algoritmos utilizam dados disponíveis na internet para 
tomar decisões. Esses dados estão armazenados em um banco de dados virtual chamado 
de Big Data, que é análogo a uma biblioteca. É um processo de análise de um grande 
volume de dados armazenados remotamente. Tudo que está disponível publicamente na 
internet é acessível à tecnologia. Esses dados podem ser agrupados e interpretados para 
os mais variados objetivos (Machado, 2018).
Antes do surgimento do Big Data, muitas informações eram geradas na internet 
todos os dias e armazenadas ao longo dos anos, e não se sabia exatamente o que fazer com 
elas. No entanto, com o avanço da tecnologia e a necessidade de aprimorar a comunicação 
e a eficiência no ambiente virtual, percebeu-se que esses dados poderiam servir para gerar 
insights para ideias interessantes, mesmo que essas informações não estejam explícitas. 
Quando se fala em IA, esse grande conjunto de dados é a base do treinamento de modelos 
de aprendizado de máquina (Rockcontent, 2021).
Devido ao grande volume de informações, é difícil manter esses em um 
armazenamento interno, por isso hoje as empresas utilizam serviços de armazenamento 
em nuvem (Cloud Computing).
O desenvolvimento do Big Data serviu como catalisador para o surgimento e avanço 
da IA generativa. Antes do Big Data não havia tantos dados disponíveis e a capacidade de 
processamento era restrita, reduzindo a IA a tarefas simples e a conjuntos de dados pequenos 
e estruturados. Quando a tecnologia de armazenamento e processamento de dados evoluiu, foi 
possível acessar e analisar grandes quantidades de dados. Quanto maior a riqueza de dados, 
BIG DATA3
TÓPICO
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
38
melhor o treinamento dos algoritmos. Assim, a IA generativa tem a possibilidade de aprender 
com exemplos muito mais variados e complexos, levando ao desenvolvimento de modelos 
mais sofisticados, como as redes neurais profundas. Esses avanços foram significativos no 
campo de processamento de linguagem natural. (Catarino, 2023). 
Para entender melhor o que é Big Data, devemos saber que ele é dividido em três Vs: 
• Volume: é a quantidade de dados armazenados e processados. Diariamente 
as interações na internet geram dados, e após a descoberta sobre possíveis 
análises, as empresas estão buscando armazenar cada vez mais informação. 
O Big Data permite o gerenciamento dessa enorme quantidade de informações.
• Velocidade: diz respeito à velocidade com que os dados são capturados, 
processados e analisados. Esse aspecto é importante pois durante o 
funcionamento de um sistema, é necessário agilidade para a geração de 
resultados e tomada de decisões. 
• Variedade: diz respeito aos tipos de dados coletados, sua diversidade e 
complexidade. O Big Data se diferenciou do banco de dados convencionais ao 
permitir também a coleta de dados não estruturados, como informações das 
redes sociais, de audio,vídeo, texto, etc. 
Embora essa disponibilidade de um grande volume de dados tenha permitido a 
evolução de inúmeros campos de aplicação, a utilização do Big Data ainda está no começo. 
A velocidade, volume e variedade irão continuar se desenvolvendo e permitindo a obtenção 
de respostas cada vez mais assertivas e completas.
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
39
Se você quer poder chamar algo de “inteligência”, é necessário que esse “algo” 
tenha a capacidade de aprender. Parece difícil, não acha? E sim, a aprendizagem de 
máquina foi uma das áreas que precisou de muito esforço para começar a dar certo. 
Aprendizagem de máquina nada mais é que pensar e adaptar meios para fornecer 
dados para que a máquina consiga aprender (realizar tarefas, criar novos conteúdos, adaptar-
se), sem ser restritamente programada para tal. É uma parte complementar importante do 
desenvolvimento das tecnologias como robótica e processamento de linguagem natural, 
que veremos mais adiante (Silveira; Bullock, 2017). 
Os três métodos de aprendizado mais comuns para sistemas de machine learning são: 
aprendizagem supervisionada, aprendizagem não supervisionada e aprendizagem por reforço.
4.1 Aprendizagem supervisionada
Nesse tipo de aprendizagem, a máquina é alimentada com dados padronizados 
(exemplos), e conforme ela compara esses exemplos, aprende os padrões e os identifica 
em novos dados (Machado, 2018). Então se você precisa que a máquina identifique e 
nomeie uma ameixa, você precisa fornecer vários dados até o ponto em que ela consiga 
diferenciar uma ameixa de outras frutas parecidas. 
4.2 Aprendizagem não supervisionada
Ao contrário do método anterior, na aprendizagem não supervisionada, você deixa 
que a máquina aprenda sozinha os padrões diante de vários tipos de dados, por meio de 
MACHINE 
LEARNING4
TÓPICO
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
40
agrupamentos (Silveira; Bullock, 2017). Por exemplo: a máquina recebe vários tipos de 
dados sobre frutas, e divide-as em grupos de acordo com as semelhanças de cor, tamanho, 
etc. Alguns exemplos mais cotidianos, temos ferramentas de organização de fotos, previsão 
do tempo, sugestões de amigos nas redes sociais, análise de texto, entre outros.
4.3 Aprendizagem semi supervisionada
É útil quando há uma quantidade limitada de dados rotulados disponíveis, mas muitos 
dados não rotulados (Silveira; Bullock, 2017). Assim, parte dos dados estão direcionados, 
enquanto a máquina pode identificar os que ainda não contém padrões e auxiliar nesse 
processo de identificação.
4.4 Aprendizagem por Reforço
Imagine que você precisa treinar um cachorro para realizar algumas atividades. Quando 
ele acerca a atividade, você oferece um biscoito (recompensa). Com a máquina é semelhante: 
ela receberá dados, mas sem amostra de resposta correta. Tomará decisões livremente, e 
receberá uma recompensa (reforço) quando essa decisão estiver correta. Se a decisão for 
incorreta receberá uma “punição”, fazendo com que não repita a resposta (Silveira; Bullock, 
2017). Os melhores modelos de IA disponíveis hoje no mercado, são treinados por reforço.
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
41
Um dos maiores avanços da inteligência artificial e que permitiu saltos no 
desenvolvimento da aprendizagem de máquina. As redes neurais artificiais são um modelo 
inspirado no funcionamento das redes neurais do nosso cérebro. Nossos neurônios são 
organizados em redes, com certa proximidade que permite a transmissão de impulsos nervosos 
(sinapse). Nossa aprendizagem se dá conforme a ocorrência das sinapses (Machado, 2018). 
Os neurônios artificiais são chamados de “unidades de processamento” e, assim 
como os naturais, têm uma estrutura de entrada e saída para recepção e transmissão da 
informação (Haykin, 2001). 
As redes neurais são organizadas em camadas: uma de entrada que recebe os dados, 
várias camadas ocultas que processam esses dados, e uma camada de saída que apresenta 
o resultado final. As camadas ocultas permitem que a rede aprenda características cada vez 
mais complexas à medida que os dados avançam pela rede (Hosaki; Ribeiro, 2021). Cada 
conexão entre neurônios tem um peso, que determina a importância da entrada na saída do 
neurônio. Assim como o cérebro humano se adapta e aprende com novas informações, as 
redes neurais também aprendem. Elas fazem isso ajustando os “pesos” das conexões entre 
os neurônios, baseando-se nos dados que recebem e nas tarefas que realizam.
RNAs podem aprender uma ampla variedade de padrões e características nos 
dados, abordando relações que os métodos estatísticos tradicionais não alcançam. São 
importantes em campos como: visão computacional, processamento de linguagem natural, 
jogos, diagnósticos médicos e muitos outros (Taulli, 2020).
REDES NEURAIS
ARTIFICIAIS (RNAS)5
TÓPICO
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
42
Deep learning é basicamente uma rede neural com três ou mais camadas. Uma 
camada é suficiente para o funcionamento de uma rede neural, no entanto, essas camadas 
extras ocultas otimizam a precisão da máquina (Hosaki; Ribeiro, 2021). O deep learning 
permite a realização de tarefas muito mais analíticas e com o mínimo de intervenção 
humana. Enquanto no aprendizado de máquina tradicional os dados precisam ser 
categorizados e estruturados, o deep learning pode lidar com dados mais “bagunçados” 
e aleatórios e fazer muito do trabalho pesado por si só, tornando todo o processo mais 
automático e, em alguns casos, mais eficiente. Há algoritmos e tipos de redes neurais 
para resolver problemas ou conjuntos de dados específicos (Machado, 2018). 
Redes neurais convolucionais (CNNs)
Detectam e reconhecem objetos. Utilizada principalmente para a área de 
classificação de imagens e visão computacional (Hosaki; Ribeiro, 2021)
Redes neurais recorrentes (RNNs) 
Reconhecem padrões em sequências de dados, como texto, séries temporais ou 
sequências de áudio. Conseguem fazer previsões, pois têm capacidade de memorizar 
informações anteriores (Hosaki; Ribeiro, 2021). Utilizada, por exemplo, em aplicativos de 
linguagem natural.
DEEP LEARNING6
TÓPICO
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
https://www.ibm.com/br-pt/topics/convolutional-neural-networks
https://www.ibm.com/br-pt/topics/recurrent-neural-networks
43
O desenvolvimento da inteligência artificial (IA) generativa representa uma das 
transformações mais significativas na maneira como interagimos com a tecnologia. A 
partir de técnicas avançadas de aprendizagem de máquina e aprendizagem profunda, foi 
possível criar IAs capazes de gerar diversos tipos de conteúdo criativo, como texto, imagens, 
música, áudio e até vídeos. Essa revolução se baseia em grandes modelos de linguagem, 
como os desenvolvidos pela OpenAI, que têm a capacidade de compreender e responder 
a instruções em linguagem natural. Em outras palavras, esses modelos permitem que os 
usuários interajam com a IA de maneira intuitiva, usando a própria linguagem cotidiana.
Uma área emergente, conhecida como Engenharia de Prompt, tem se tornado 
crucial nesse contexto. A Engenharia de Prompt estuda e desenvolve métodos para formular 
instruções de forma que a IA possa entender e executar tarefas de maneira mais eficiente e 
precisa. Essa área é especialmente importante porque, embora as IAs sejam poderosas, a 
qualidade dos resultados que produzem depende em grande parte de como as instruções 
são formuladas. Um prompt bem elaborado pode fazer a diferença entre uma resposta 
genérica e uma solução altamente personalizada e relevante.
O avanço dessas ferramentas tem ocorrido em um ritmo impressionante. A cada 
nova versão, as IAs estão se tornando mais sofisticadas, capazes de realizar tarefas 
cada vez mais complexas e de entregar resultados de altíssima qualidade. A capacidade 
dessas IAs de entender contextos variados e gerar respostas criativas tem ampliado 
suas aplicações em uma infinidade de áreas, desde a criaçãode conteúdo artístico até o 
suporte em atividades empresariais e científicas.
O QUE É IA 
GENERATIVA?7
TÓPICO
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
44
Um marco importante nesse campo foi o lançamento do ChatGPT 3.5 pela OpenAI 
no final de 2022. Esse modelo não apenas demonstrou avanços significativos em termos de 
compreensão e geração de linguagem natural, mas também abriu portas para uma gama quase 
infinita de aplicações práticas. Com a capacidade de ser usado em diferentes setores, desde o 
atendimento ao cliente até a educação e a pesquisa científica, o ChatGPT 3.5 exemplificou como 
a IA generativa pode se integrar em nossas vidas de maneiras que antes eram inimagináveis.
Embora as aplicações específicas da IA generativa sejam vastas e continuem a 
se expandir, é importante destacar que esse é apenas o começo. A evolução contínua 
dessas tecnologias promete transformar ainda mais o modo como criamos, interagimos 
e trabalhamos com a informação. No próximo capítulo, exploraremos algumas dessas 
aplicações em detalhe, mostrando como a IA já está sendo utilizada para resolver problemas 
complexos e criar novas oportunidades em diversas áreas do conhecimento e da indústria.
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
45
O evento Howard, que atraiu algumas dezenas de estudantes e entusiastas amadores de IA da área de DC 
em 19 de julho, foi uma prévia de um evento público muito maior que será realizado esta semana na Def Con, 
a convenção anual de hackers em Las Vegas. Organizado pela AI Village da Def Con, o Generative Red Team 
Challenge recebeu apoio da Casa Branca como parte de seu esforço para promover a “inovação responsável” em 
IA, uma tecnologia emergente que desencadeou uma explosão de exagero, investimento e medo.
Lá, os principais hackers de todo o mundo acumularão pontos por induzir modelos de IA a errar de várias 
maneiras, com categorias de desafios que incluem desinformação política, reivindicações difamatórias e 
“discriminação algorítmica” ou viés sistêmico. As principais empresas de IA, como Google, OpenAI, Anthropic e 
Stability, ofereceram seus mais recentes chatbots e geradores de imagens para serem testados. Os resultados 
da competição serão selados por vários meses depois, disseram os organizadores, para dar às empresas tempo 
para corrigir as falhas expostas na competição antes que sejam reveladas ao mundo.
O concurso ressalta o crescente interesse, especialmente entre os críticos de tecnologia e reguladores do 
governo, na aplicação de exercícios de red-teaming, uma prática de longa data na indústria de tecnologia, para 
sistemas de IA de ponta, como o modelo de linguagem ChatGPT, da OpenAI. O pensamento é que esses sistemas 
de IA “generativos” são tão opacos em seu funcionamento e tão abrangentes em suas aplicações potenciais que 
provavelmente serão explorados de maneiras surpreendentes.
No ano passado, as ferramentas generativas de IA encantaram a indústria de tecnologia e deslumbraram o 
público com sua capacidade de manter conversas e gerar espontaneamente prosa, poesia, músicas e imagens 
estranhamente humanas. Eles também assustaram críticos, reguladores e até mesmo seus próprios criadores 
com sua capacidade de enganar, como gerar imagens falsas do Papa Francisco que enganaram milhões e 
ensaios acadêmicos que os alunos podem fazer passar por seus. O mais alarmante é que as ferramentas 
mostraram a capacidade de sugerir novas armas biológicas, uma capacidade que alguns especialistas em IA 
alertam que pode ser explorada por terroristas ou Estados desonestos.
Enquanto os legisladores discutem como regular a tecnologia em rápida evolução, os gigantes da tecnologia 
estão correndo para mostrar que podem se regular por meio de iniciativas e parcerias voluntárias, incluindo uma 
anunciada pela Casa Branca no mês passado. Submeter seus novos modelos de IA ao red-teaming parece ser 
um componente-chave desses esforços.
Fonte: OREMUS, Will. Conheça os hackers que têm como missão ‘enlouquecer’ a inteligência artificial. Byte, 
2023. Disponível em: https://abre.ai/j3PW Acesso em: 14 fev.
SAIBA
MAIS
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
https://abre.ai/j3PW
46
OpenAI anuncia modelo de IA que cria vídeos. Sora está sendo testada para riscos
A criadora do ChatGPT, a OpenAI, desenvolveu um modelo de IA que consegue gerar vídeos de aspecto 
realista, com um máximo de um minuto, a partir de texto. Os exemplos apresentados incluem vídeos 
panorâmicos das corridas de ouro do século XIX, festas de aniversário e pessoas a deslocarem-se em 
cidades movimentadas. Só que a Sora ainda vai demorar a chegar ao grande público: a OpenAI quer garantir 
que o modelo não seja usado para produzir conteúdo impróprio ou ilegal. Por exemplo, notícias falsas ou 
conteúdo sexual com menores.
Fonte: (Pequenino, 2024).
Veja mais em: https://openai.com/sora
 A notícia acima sobre a Sora data de fevereiro de 2024 e os resultados apresentados são assustadores 
devido ao nível de evolução desse tipo de ferramenta generativa de vídeo. Até então, esse tipo de IA só tinha 
conseguido gerar vídeos com grandes distorções e que estavam longe de conseguirem ser confundidos com 
vídeos reais. Após observar os resultados apresentados pela ferramenta, fica uma questão para que você 
pense: quais serão os impactos de tamanho agilidade e eficiência tecnológica?
REFLITA
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
https://openai.com/sora
47
Chegamos ao fim da unidade e espero que você tenha entendido bem os conceitos 
básicos e esteja sentindo o desejo de aprofundá-los. Esses foram conceitos-chave para 
uma grande mudança tecnológica que estamos passando.
Nessa unidade distinguimos os tipos de IA. Essa distinção nos ajuda a compreender 
as abordagens e expectativas quanto ao futuro. Os demais conceitos permitiram observar 
como chegamos ao momento atual e quais as perspectivas de futuro, pois é evidente 
que a interseção desses conceitos fundamentais continuará a impulsionar inovações 
revolucionárias em IA.
A ideia de Superinteligência nos leva a ponderar sobre o futuro e as implicações éticas 
e de segurança de sistemas de IA que possam superar a inteligência humana em todos os 
aspectos. Este conceito desafia-nos a pensar cuidadosamente sobre como orientar a pesquisa 
e o desenvolvimento em IA para garantir benefícios para a humanidade, minimizando riscos 
potenciais. Recomendo que continue a pensar sobre o seu papel nisso tudo.
CONSIDERAÇÕES FINAIS
CONCEITOS FUNDAMENTAIS EM IAUNIDADE 2
48
MATERIAL COMPLEMENTAR
LIVRO
• Título: Um guia compacto sobre Large Language Models (LLM)
• Resumo: Esse guia explica de forma resumida e com linguagem 
facilmente compreensível, sobre o modelo de linguagem LLM: 
conceito, história, aplicações, como utilizar. 
• Link de acesso: https://www.databricks.com/sites/default/
files/2023-10/compact-guide-to-large-language-models-ptbr.pdf
WEB
• Título: O que é engenharia de prompt?
• Resumo: O texto da AWS da Amazon traz uma abordagem 
simples sobre o que é a engenharia de prompt, sua importância, 
utilização e técnicas. É uma boa introdução rápida para quem ainda 
não conhece o campo. 
• Link de acesso: https://abre.ai/j3Qp
FILME/VÍDEO
• Título: Machine Learning - Living on the age of AI
• Ano: 2019.
• Sinopse: “Machine Learning: vivendo na era da IA” é um 
documentário que examina as maneiras pelas quais a inteligência 
artificial está se tornando parte da vida cotidiana das pessoas. O 
filme apresenta exemplos de como a IA é usada por indivíduos em 
vários campos e faixas etárias, ao mesmo tempo, em que explora 
as possíveis consequências do rápido avanço da tecnologia. 
O documentário também reconhece as preocupações com a 
segurança de dados, manipulação digital e a ameaça de perda 
de emprego causada pela IA, mas os especialistas entrevistados 
enfatizam o impacto positivo a longo prazo da tecnologia. Em 
conclusão, o filme fornece um exame envolvente e informativo das 
possibilidades e desafios apresentados pela ascensão