O que é Inteligência Artificial (IA)
Histórico

Em 1956, o termo Inteligência Artificial (IA) foi usado pela primeira vez para descrever os campos de pesquisa que tinham como base o conceito de “máquinas pensantes”. O termo foi cunhado por John MacCarthy, no workshop de verão chamado Dartmouth Summer Research Project on Artificial Intelligence, que reuniu pesquisadores de várias áreas para discutir o que se tornaria a IA.

A conferência tinha como base a noção de que todos os aspectos do processo de aprendizado e inteligência poderiam ser descritos de tal forma que máquinas seriam capazes de simulá-los.

Hoje, Inteligência Artificial é um ramo da Ciência da Computação que engloba a teoria e o desenvolvimento de sistemas computacionais que realizem tarefas normalmente associadas à inteligência humana. O campo reúne várias áreas de estudo, que não estão isoladas e se relacionam de diversas formas, confira abaixo.

Ramos da IA
Machine Learning (Aprendizado de Máquina)

O objetivo do Machine Learning é criar sistemas que possam aprender automaticamente, sem intervenção humana direta, e agir com base nesse aprendizado. Para isso, os sistemas são alimentados com dados e, em alguns casos, instruções para procurar por padrões e tomar decisões baseadas nos exemplos com os quais foram providos. Para mais informações sobre Machine Learning, nós escrevemos um artigo aqui no blog e entramos em mais detalhes no post sobre treinamento de algoritmos de Machine Learning.

Processamento de Linguagem Natural (PLN)

Essa área da IA trata da habilidade de interpretar e processar a linguagem humana natural por sistemas computacionais. Eles seriam capazes de entender a estrutura gramatical, o contexto e sentido das palavras e variações regionais dentro de uma mesma língua, por exemplo. Esses estudos ajudam a oferecer uma interação humano-máquina mais natural e são implementados também na criação de sistemas que convertem fala em texto e em sistemas de tradução automática.

Visão Computacional

Essa área envolve os estudos de extração de informação de imagens e dados multi-dimensionais. Ela pode ser confundida com o reconhecimento facial, mas vai além da simples identificação de padrões para a interpretação do significado das imagens, semelhante à visão humana, mas com o potencial de ultrapassá-la.

Redes Neurais

Baseadas no cérebro humano, as redes neurais são algoritmos especializados em reconhecimento de padrões. Elas agrupam e classificam dados de acordo com a percepção de similaridades, sejam esses dados imagens, vídeos, textos ou sons, que devem ser traduzidos em números e contidos em vetores. Essa tecnologia é normalmente usada junto a sistemas de Machine Learning.

Sistemas Especialistas

São sistemas que atuam como especialistas em um determinado assunto. Eles são construídos de acordo com regras específicas que ajudam a reproduzir o conhecimento de um perito e atuam na solução de problemas. Simplificadamente, um sistema especialista é formado pela base de conhecimento, onde estão as informações que constituem o conhecimento do especialista, o motor de inferência, onde estão as heurísticas, esquemas de raciocínio e inferências, e a interface com o usuário, a interação usuário-máquina e a linguagem utilizada.

Aplicações

Essas áreas de estudo e tecnologias são a base para muitas aplicações já incorporadas no nosso cotidiano. As assistentes virtuais Alexa (Amazon), Siri (Apple) e Cortana (Microsoft) usam o Processamento de Linguagem Natural nas suas interações com os usuários finais, por exemplo. Além disso, técnicas de Machine Learning são usadas em algoritmos de recomendação, que selecionam sugestões de produtos personalizadas para o usuário em aplicações de e-commerce e streaming, como Netflix e Spotify.

Entre em Contato