Arie Halpern explica os desdobramentos do conceito de AI

Arie Halpern explica a diferença entre inteligência artificial, machine learning e deep learning

Arie Halpern explica a diferença entre inteligência artificial, machine learning e deep learning

Diversos termos utilizados na tecnologia, principalmente aqueles que foram explorados por obras de ficção científica, criaram raízes na fala popular. Esse é o caso do conceito de “inteligência artificial”, que inspira , de um lado, e cria temor, de outro.  O termo vem sendo disseminado, nos últimos anos, por grandes empresas de tecnologia envolvidas com projetos de carros autônomos e smartphones a despertadores e hologramas de aeroporto. E, então,  a IA se desdobrou em novas terminologias, como machine learning (“aprendizado de máquina”, em inglês) e deep learning (“aprendizado profundo”, em inglês). Mas o que realmente significam essas expressões?

O economista e empreendedor com foco em inovação e tecnologias disruptivas Arie Halpern explica que uma forma simples de entender esses conceitos é pensar neles como caixas, uma dentro da outra: na primeira, está a inteligência artificial, dentro dela, numa outra caixa, encontra-se o aprendizado de máquina e, dentro das duas, uma outra, contendo o aprendizado profundo.

O conceito de inteligência artificial surgiu em 1956 e se referia à capacidade, ainda hipotética, que computadores teriam de apresentar uma inteligência racional semelhante à de seres humanos. “Atualmente, AI também é considerada um campo dentro da ciência da computação, e é dividida pela plenitude de sua capacidade”, diz Arie Halpern. O que vemos na ficção, diz ele, seria uma IA plena, capaz de fazer tudo o que um ser humano faz, mas, hoje, o que realmente existe é uma IA limitada, que simula apenas algumas das habilidades humanas. Exemplos desse último caso: a IA que derrotou um campeão mundial de xadrez e as que existem dentro dos assistentes virtuais dos smartphones.

O machine learning é um processo dentro da inteligência artificial em que os cientistas criam algoritmos que permitem que a IA analise dados, aprenda com eles e, em seguida, faça uma determinação ou previsão sobre algo no mundo. “O aprendizado de máquina é o modo como as máquinas com inteligência artificial aprendem sobre o mundo”, diz Arie Halpern. “Ao invés de programar a máquina para responder a um estímulo, os pesquisadores a alimentam com uma grande quantidade de dados para que ela tire suas próprias conclusões.” Um bom exemplo é quando o Facebook consegue detectar seu rosto em fotos postadas por amigos ou quando seu email filtra automaticamente as mensagens reconhecidas como “spam”.

Há ainda o conceito de deep learning. Ele nada mais é do que um método de utilização de algoritmos inspirado nas redes neurais encontradas na biologia para analisar dados. A área também promete agilizar o processo de aprendizado pelo qual as máquinas passam. Arie Halpern comenta que, ao contrário das redes neurais biológicas, as artificiais funcionam por meio de camadas, com cada uma realizando uma função específica e passando os dados para a camada seguinte. O caso mais famoso do deep learning em ação é o da IA construída pelo Google que aprendeu a reconhecer e selecionar vídeos de gatos no Youtube. Essa capacidade vai muito além, com algumas máquinas sendo capazes de reconhecer tumores malignos em ressonâncias magnéticas.


Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *