{"id":175,"date":"2018-06-05T13:15:10","date_gmt":"2018-06-05T16:15:10","guid":{"rendered":"http:\/\/corporateacademy.org\/?p=175"},"modified":"2025-01-17T13:40:56","modified_gmt":"2025-01-17T16:40:56","slug":"o-que-e-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/corporateacademy.org\/index.php\/2018\/06\/05\/o-que-e-inteligencia-artificial\/","title":{"rendered":"O que \u00e9 Intelig\u00eancia Artificial?"},"content":{"rendered":"\n

Texto: Fernando Neves, Ph.D.        Imagem: Gert Altmann (Pixabay)<\/em><\/p>\n\n\n\n

Cidade de Nova Iorque,  dia 11 de maio de 1997. O mundo assistia a derrota do campe\u00e3o mundial de xadrez Garry Kasparov para o supercomputador da IBM: O Deep Blue.  Era um marco no desenvolvimento da chamada intelig\u00eancia artificial. Hoje, 21 anos ap\u00f3s este evento estamos cercado de not\u00edcias relacionadas a intelig\u00eancia artificial. Carros aut\u00f4nomos da Tesla, Uber e assistente do Google, assistentes virtuais como Siri da Apple, Alexa da Amazon, Cortana da Microsoft e do Google. Isso sem falar no Watson, projeto de intelig\u00eancia artificial da IBM que abrange a todas as \u00e1reas do conhecimento. Tudo isso parece um filme de fic\u00e7\u00e3o cient\u00edfica e demoramos a perceber que o futuro chegou. A intelig\u00eancia artificial est\u00e1 no nosso dia a dia. Alguns exemplos disso s\u00e3o as recomenda\u00e7\u00f5es de filmes que o Netflix nos faz baseados nos que j\u00e1 assistimos, recomenda\u00e7\u00f5es de compras que recebemos quando navegamos na internet ou nas redes sociais.<\/p>\n\n\n\n

Mas o que h\u00e1 de t\u00e3o diferente da tecnologia que derrotou Kasparov? O Deep Blue usava a tecnologia de redes neurais que tamb\u00e9m \u00e9 utilizada no Deep Learning, uma das ferramentas que contribuem para o avan\u00e7o da intelig\u00eancia artificial, mas hoje o ambiente \u00e9 muito diferente daquele em 1997.  O termo intelig\u00eancia artificial n\u00e3o \u00e9 novo; foi pela primeira vez utilizado por John McCarthy em 1955 e define como um conjunto de tecnologias avan\u00e7adas \u00e9  capaz de permitir que as m\u00e1quinas percebam o ambiente, compreendam, ajam mas tamb\u00e9m aprendam. Dentre as diversas tecnologias que contribuem para os avan\u00e7os da intelig\u00eancia artificiais destacam-se as seguintes:  Machine Learning, Deep Learning, interface com linguagem natural e rob\u00f3tica.<\/p>\n\n\n\n

\n

A intelig\u00eancia artificial refere-se \u00e0 capacidade de um programa de \u201cpensar\u201d por si mesmo sem programa\u00e7\u00e3o pr\u00e9via<\/p>\n<\/blockquote>\n\n\n\n

Machine Learning<\/h4>\n\n\n\n

O termo Machine Learning (ML) foi usado pela primeira vez em 1959 pelo cientista da computa\u00e7\u00e3o Arthur Samuel e muitas vezes \u00e9 usado para se referir a intelig\u00eancia artificial, mas na verdade \u00e9 apenas uma das disciplinas que comp\u00f5em a complexa \u00e1rea de intelig\u00eancia artificial. Enquanto a intelig\u00eancia artificial refere-se \u00e0 capacidade de um programa de \u201cpensar\u201d por si mesmo sem programa\u00e7\u00e3o pr\u00e9via, o Machine Learning \u00e9 o processo pelo qual ele aprende e consiste em prever comportamentos futuros baseados nas entradas de dados pr\u00e9vias.<\/p>\n\n\n\n

Em 1951 Marvin Minsky e Dean Edmund constru\u00edram a primeira rede neural artificial que somadas \u00e0s descobertas Arthur Bryson e Yu-Chi Ho, que por volta de 1967 descreveram o processo de retropropaga\u00e7\u00e3o (backpropagation),  utilizaram suas descobertas para aplicar um m\u00e9todo multiest\u00e1gio de otimiza\u00e7\u00e3o das redes neurais, emulando a forma como o c\u00e9rebro humano trabalha. D\u00e1-se neste momento in\u00edcio a uma nova disciplina chamada de Deep Learning (DL) que \u00e9 uma sub\u00e1rea do Machine Learning.<\/p>\n\n\n\n

NPL<\/h4>\n\n\n\n

O processamento de linguagem natural ou Natural Processing language (NPL), em ingl\u00eas, \u00e9 uma disciplina da intelig\u00eancia artificial que na verdade pode ser considerada uma aplica\u00e7\u00e3o de Machine Learning. O programa STUDENT desenvolvido por Daniel Bobrow em 1964 em seu doutorado no MIT (Massachusetts Institute of Technology) \u00e9 uma das primeiras tentativas para que os programas de computador entendam a linguagem humana. Um ano depois, em 1965 Joseph Weizenbaum desenvolveu o programa ELIZA que de forma interativa era capaz de desenvolver uma conversa em ingl\u00eas com um ser humano sobre qualquer t\u00f3pico. As aplica\u00e7\u00f5es mais recentes nesta \u00e1rea s\u00e3o os assistentes virtuais do Google,  Apple,  Microsoft e  Amazon.<\/p>\n\n\n\n

\n<\/a>\"\"\n<\/center>\n\n\n\n

Rob\u00f3tica<\/h4>\n\n\n\n

A Rob\u00f3tica \u00e9 outra \u00e1rea da intelig\u00eancia artificial que tem se desenvolvido bastante. Quem primeiro usou o termo rob\u00f4 foi o escritor Checo Karel Capel em 1921. J\u00e1 a palavra rob\u00f3tica foi usada pela primeira vez em 1941 por Isaac Asimov na hist\u00f3ria \u201cLiar\u201d. O primeiro rob\u00f4 foi projetado e constru\u00eddo no Jap\u00e3o em 1929, mas foi em 1961 que se fez o uso industrial desta nova tecnologia na f\u00e1brica da General Motors em New Jersey nos Estados Unidos. O termo rob\u00f4 hoje \u00e9 usado n\u00e3o apenas para m\u00e1quinas programadas, mas tamb\u00e9m para programas de computador automatizados. Desta forma, um chatbot ou programas que enviam spams com links para compras tamb\u00e9m s\u00e3o considerados rob\u00f4s. A rob\u00f3tica \u00e9 uma \u00e1rea que tem se especializado em m\u00e1quinas que efetuam tarefas repetitivas e atualmente h\u00e1 uma interface com intelig\u00eancia artificial quando o software destes rob\u00f4s s\u00e3o capazes de \u201caprender\u201d e desta forma melhoram suas atividades. Um exemplo disso \u00e9 a aplica\u00e7\u00e3o em pr\u00f3teses como bra\u00e7os mec\u00e2nicos que captam sinais musculares e os transformam em corrente el\u00e9trica alimentando o software que o controla. \u00c0 medida que s\u00e3o utilizadas coletam dados atrav\u00e9s de sensores que s\u00e3o armazenados em bancos de dados, muitas vezes em nuvem que s\u00e3o utilizados para \u201ctreinar\u201d o software de intelig\u00eancia artificial tornando as pr\u00f3tese muito mais sens\u00edveis e mais precisas. Outro exemplo de rob\u00f3tica associada a intelig\u00eancia artificial \u00f3 o rob\u00f4 Asimo desenvolvido pela japonesa Honda e tamb\u00e9m Sophia, desenvolvida pela Hanson Robotics nos Estados Unidos. Este \u00faltimo tem se tornado uma sensa\u00e7\u00e3o na m\u00eddia tendo suas entrevistas milh\u00f5es de visualiza\u00e7\u00f5es no YouTube .<\/p>\n\n\n\n

A IBM desmontou o Deep Blue sem nunca dar a chance de revanche a Kasparov e muito se especulou acerca do assunto. O fato \u00e9 que a tecnologia foi aperfei\u00e7oada e ganhou alguns aliados: a computa\u00e7\u00e3o em nuvem, o alto poder de processamento dos novos hardwares e a capacidade de lidar com grande quantidade de dados que s\u00e3o as tecnologias Big Data. Hoje a quantidade de dados gerados em uma determinada \u00e1rea supera em muito os dados utilizados para treinar as redes neurais do Deep Blue e a diferen\u00e7a \u00e9 que n\u00e3o precisa estar na mem\u00f3ria do computador. Com a tecnologia em nuvem qualquer dado gerado em nossa navega\u00e7\u00e3o da web, quando assistimos um filme ou quando compramos online alimentam as redes neurais espalhadas pela web, cada qual especializada em \u00e1reas distintas.<\/p>\n\n\n\n

\n

A seguran\u00e7a digital precisa evoluir junto e ser\u00e1 uma das \u00e1reas promissoras em um futuro dominado pela intelig\u00eancia artificial.<\/em> <\/p>\n<\/blockquote>\n\n\n\n

A grande quest\u00e3o n\u00e3o \u00e9 mais se a intelig\u00eancia artificial se tornar\u00e1 realidade porque ela j\u00e1 o \u00e9, mas de que forma seremos impactados por ela. Como qualquer nova tecnologia, h\u00e1 sempre um primeiro espanto e at\u00e9 mesmo medo, principalmente ap\u00f3s uma das maiores mentes da atualidade, Stephen Hawking, declarar: \u201cA intelig\u00eancia artificial pode se mostrar a maior inven\u00e7\u00e3o da hist\u00f3ria da civiliza\u00e7\u00e3o ou a pior, ainda n\u00e3o sabemos\u201d. Como toda nova tecnologia, \u00e9 natural que haja receio. Afinal, algo desconhecido mudar\u00e1 de forma radical nosso mundo. A tecnologia, na verdade \u00e9 neutra, desta forma, o que pode causar problema \u00e9 exatamente o seu mau uso. Um exemplo cl\u00e1ssico disso foi o epis\u00f3dio que aconteceu quando a Microsoft criou um chatbot que \u00e9 um programa que interagia com o p\u00fablico por meio do Twitter. O chatbot Tay foi lan\u00e7ado pela Microsoft em mar\u00e7o de 2016 para interagir com as pessoas pelo Tweeter, mas ap\u00f3s apenas 16 horas, o programa come\u00e7ou a publicar tweets politicamente incorretos, racistas e sexistas. O que ocorreu foi que a rede neural do chatbot \u201caprendeu\u201d com a intera\u00e7\u00e3o de pessoas que faziam coment\u00e1rios com este teor, alimentando o programa com estas novas informa\u00e7\u00f5es fazendo com que ela agisse da mesma forma. \u00c9 imposs\u00edvel evitar o mau uso da tecnologia, da mesma forma que n\u00e3o evitamos v\u00edrus de computador, phishing ou roubo de dados. A seguran\u00e7a digital precisa evoluir junto e ser\u00e1 uma das \u00e1reas promissoras em um futuro dominado pela intelig\u00eancia artificial.<\/p>\n\n\n\n

\n<\/a>\"\"\n<\/center>\n\n\n\n

De acordo com publica\u00e7\u00e3o Technology Vision 2016 da Accenture, l\u00edderes v\u00e3o adotar a automa\u00e7\u00e3o n\u00e3o apenas para aproveitar o ritmo alucinante da mudan\u00e7a digital, mas tamb\u00e9m para criar um novo mundo digital em que eles tenham vantagem competitiva. M\u00e1quinas e intelig\u00eancia artificial ser\u00e3o os mais novos recrutas para a for\u00e7a de trabalho, trazendo novas habilidades para ajudar as pessoas a fazer novos trabalhos e reinventando o que \u00e9 poss\u00edvel. Isso significa que os empregos estar\u00e3o em risco? Alguns sim, por\u00e9m haver\u00e1 uma maior demanda em todas as \u00e1reas por profissionais que dever\u00e3o conhecer de programa\u00e7\u00e3o, seguran\u00e7a cibern\u00e9tica para evitar o uso ilegal da tecnologia, profissionais da \u00e1rea jur\u00eddica para tratar e regular as novas rela\u00e7\u00f5es. Enfim, tudo que se passou com outras tecnologias tais como a ascens\u00e3o da internet, mercado eletr\u00f4nico, automa\u00e7\u00e3o e outras dever\u00e1 passar tamb\u00e9m com essa nova \u00e1rea do conhecimento. Na verdade, hoje as aplica\u00e7\u00f5es que utilizam quaisquer tecnologias relacionadas \u00e0 automa\u00e7\u00e3o j\u00e1 necessitam destes profissionais enquanto outras deixaram de existir. O controle de estoques, por exemplo, antes feito por um profissional de carne e osso, hoje \u00e9 gerenciado por um software. Neg\u00f3cios deixaram de existir para dar lugar a outros como \u00e9 o caso das locadoras e a oferta de filmes por streaming. Os neg\u00f3cios est\u00e3o em constante mudan\u00e7a e adapta\u00e7\u00e3o.  Atividades como, por exemplo, pr\u00e9-sele\u00e7\u00e3o de curr\u00edculos, monitoramentos de pacientes idosos, fiscaliza\u00e7\u00e3o de tr\u00e2nsito, gera\u00e7\u00e3o de boletos de contas a pagar, entre outros, s\u00e3o alguns exemplos do dia a dia que j\u00e1 s\u00e3o realizados por intelig\u00eancia artificial em diversas empresas.<\/p>\n\n\n\n

Veja este Post em v\u00eddeo<\/h2>\n\n\n\n
\n