inteligência artificial

Prévia do material em texto

INTELIGÊNCIA ARTIFICIAL 
Conceito rigoroso 
 
Em 1959, vemos pela primeira vez o termo machine learning (Aprendizado de máquina), 
descrevendo um sistema que dá aos computadores a habilidade de aprender alguma função 
sem serem programados diretamente pra isso. Basicamente permite que a máquina aprenda a 
executar uma tarefa automaticamente. 
 
Limitações 
 
Década de 80: o Japão fez um alto investimento que acelerou alguns setores, porém não 
obteve grandes avanços com a inteligência artificial devido a adoção de uma linguagem de 
programação sem grande adesão chamada Prolog e ideias maiores que o poder das CPUs na 
época. 
 
Fica claro que a linguagem de programação era um dos principais obstáculos, ou até o 
principal, já que o desenvolvimento do hardware era uma questão de tempo. 
 
Na internet 
 
Na segunda metade dos anos 90 foi marcada pela explosão da internet comercial. As redes se 
aproveitaram da IA pra desenvolver sistemas de navegação e também de indexação. 
Programas que vasculhavam a rede automaticamente e classificavam resultados, como o 
protótipo do Google, nasceram nesse período. 
 
Nos automóveis 
 
Desde cerca de 2005, a inteligência artificial também é estudada pra aplicação em carros 
autônomos. 
 
O homem perder para a máquina 
 
Em 1997, O campeão soviético Garry Kasparov foi derrotado em uma das rodadas pelo 
computador Deep Blue, da IBM, em partidas que repercutiram ao redor do mundo. O Deep 
Blue adotava um método de cálculo via força bruta que analisava possibilidades, previa 
respostas e sugeria o melhor movimento. 
 
Também em 2011, a IBM voltou a ganhar as manchetes com o Watson, um supercomputador 
e plataforma de inteligência artificial. Pra mostrar todo o seu potencial, ele venceu os 
melhores jogadores no game show televisivo de adivinhação Jeopardy. A partir daí, ele 
começou a ser aplicado em vários campos, como saúde, direito, reconhecimento de imagem e 
muito mais. 
 
Já em 2016, a AlphaGo, desenvolvida pela Deepmind, virou mestre no jogo de tabuleiro Go e 
venceu o campeão mundial da categoria em uma série de vitórias bem mais impressionantes 
que as no xadrez de anos atrás, porque o algoritmo aprendeu todas as regras e estratégias do 
jogo observando outras partidas e depois jogando contra si próprio. 
 
Interações com imagens 
 
Em 2012, a Google deu mais um passo em seus sistemas de IA. Consolidando tecnologias em 
desenvolvimento desde 2006 em deep learning, ela conseguiu treinar um algoritmo 
para... reconhecer gatinhos em vídeos do YouTube. 
 
O deep learning pode ser integrado com outro processo: a visão computacional, que é permitir 
que um sistema lide com obtenção, compreensão e análise de imagens. A Affectiva, por 
exemplo, empregou isso em reconhecimento de rostos pra reconhecer emoções no rosto 
humano. 
Interações com humanos 
Em 1964, teve o primeiro chatbot do mundo, ELIZA, que conversava de forma automática 
imitando uma psicanalista, usando respostas baseadas em palavras-chave e estrutura sintática. 
 
A partir de 2008, o processamento de linguagem natural voltou com tudo. A Google lançou o 
recurso de reconhecimento de voz no iPhone pra pesquisas, e isso mostrou a integração da IA 
com todo o ecossistema da empresa. Em 2011, a própria Apple lançou uma assistente virtual, 
a Siri, que responde perguntas, pesquisa por você e até conta piadas. Ela é seguida pela Alexa, 
da Amazon, que explodiu em popularidade, a Cortana, da Microsoft, e o Google Assistente. 
 
Falando em presente, nos últimos anos foram várias as conquistas de inteligências artificiais 
no ambiente humano. Em 2014, um chatbot chamado Eugene Goostman conseguiu vencer o 
teste de Turing e convenceu jurados durante uma conversa por escrito de que ele, um 
programa, era na verdade um humano. 
 
Atualmente, temos: 
 
o Kirin 980 da Huawei e até nas respostas automáticas sugeridas quando você escreve um 
email. 
 
O Google Duplex, que é uma inteligência artificial que conversa por telefone e agenda 
consultar ou reserva mesas em restaurantes 
 
 
 
 
 
 
 
 
 
 
LIMITAÇÕES – Linguagem de programação 
 
A Inteligência Artificial (AI) já invadiu o mundo corporativo. Se antes era uma tendência, 
agora já é realidade — com expectativa de ter um uso cada vez mais amplo nos próximos 
anos. Por isso, é fundamental que os gestores e profissionais de TI conheçam as linguagens de 
programação mais comuns para esse contexto. 
 
As primeiras a serem adotadas foram o Prolog e o Lisp, que eram utilizadas principalmente 
para construir sistemas especialistas. No entanto, essas opções já estão ultrapassadas. Agora, 
a tendência é a de implementação da AI em ambientes comerciais, que exigem uma interface 
de manuseio simples e amigável. 
 
1. Python 
É uma das opções mais comuns quando o assunto é AI. O motivo? A simplicidade de uso 
dessa linguagem de programação. Outro benefício verificado por programadores é a criação 
de protótipos. Esse processo é muito rápido, inclusive porque as ideias são validadas com 
apenas 30 ou 40 linhas de código. 
É importante destacar que o Python está no topo quando o assunto é AI. É nessa linguagem 
que o programador encontra boa parte da aprendizagem profunda e das estruturas do Machine 
Learning. Por isso, torna-se indispensável até para empresas reconhecidas, como Nasa, 
Google, IBM e Embratel. 
 
2. Java 
Comum em diferentes trabalhos, o Java também é usado na AI. Ele é indicado para projetos 
de larga escala, porque oferece um suporte adequado. Além disso, facilita a interação dos 
usuários, a visualização e a depuração dos dados. 
3. R 
Apesar de menos falada, a linguagem R é a preferida dos cientistas de dados. Sua abordagem 
é diferente e centrada no dataframe, o que faz os programadores terem certa dificuldade. No 
entanto, ela é uma alternativa excelente para trabalhar a AI. 
4. C/C++ 
É uma boa opção para desenvolver um aplicativo em AI. Ela nem sempre é escolhida, mas se 
torna uma alternativa interessante quando o ambiente é integrado e não consegue lidar com a 
sobrecarga do Java Virtual Machine ou do interpretador Python. 
5. JavaScript 
O JavaScript é uma boa escolha, mas apresenta algumas limitações em relação às bibliotecas. 
Ele não oferece o mesmo acesso no que se refere ao Aprendizado de Máquina, mas os 
desenvolvedores adicionam redes neurais nas páginas da Internet com facilidade. 
LIMITAÇÕES – Hardware 
 
Como mencionado anteriormente, realmente existiu uma limitação de equipamentos, mas isso 
ficou pra trás, temos aqui exemplos de diferentes configurações em datas distintas: