Introdução à inteligência artificial
Objetivos de aprendizagem
Após concluir esta unidade, você estará apto a:
- Explicar os conceitos fundamentais da inteligência artificial.
- Identificar os desafios que dificultam a definição da inteligência artificial.
- Descrever os tipos de tarefas que a inteligência artificial pode realizar.
Hora de dominar a IA
A Inteligência artificial (IA) é um sonho de vários contadores de história e fãs de ficção científica há anos. Mas a maioria das pessoas não deu muita atenção à IA porque era sempre algo que poderia acontecer em um futuro distante. Bem, os pesquisadores e cientistas da computação não ficaram esperando o dia de amanhã e vêm trabalhando com afinco para tornar o sonho da IA realidade. Na verdade, já entramos na Era da IA.
[Imagens geradas por IA usando o DreamStudio em stability.ai. A primeira imagem usa o prompt "Close de uma pessoa sentada na frente de uma máquina de datilografar, desenhado com um estilo divertido de arte de vetor 2D." A segunda imagem usa o prompt "A cena é uma sala de aula universitária; há um quadro negro ao fundo com um desenho de uma rede neural. Na parte da frente está um estudante universitário digitando em um computador, desenhado com um estilo divertido de arte de vetor 2D. ]
Para muitos, a IA já faz parte do trabalho, escola e vidas pessoais e essa parte crescerá à medida que nossos recursos de IA melhorarem. Para que tenhamos conversas relevantes sobre IA, precisamos ter um vocabulário em comum e um conhecimento sólido de conceitos-base. No momento, se você pedir a 10 pessoas para definir inteligência artificial, provavelmente ouvirá 10 respostas diferentes dependendo do impacto que ela tem na vida das pessoas. Neste emblema, vamos explorar alguns recursos e usos atuais da IA.
A dificuldade de definir a IA
A primeira etapa na definição da IA é reconhecer que nossa noção atual de IA pode estar distorcida. Uma dieta constante de livros e filmes de ficção científica em que a IA é sempre vista como uma entidade maligna que quer dominar o mundo não ajudou muito.
A ficção científica não é a única coisa que complicou nossa visão de IA. De modo geral, nós, seres humanos, tendemos a ter uma opinião bastante elevada sobre nós mesmos. Somos o padrão pelo qual tudo o mais é medido. Logo, quando falamos de inteligência artificial, não deixamos de compará-la com nossa própria inteligência e nossa capacidade de aprender e agir em função do que sabemos. O problema é que os humanos não são os únicos seres inteligentes por aí. Os animais, de corvos a polvos, usam ferramentas e solução de problemas para realizar tarefas complexas. Até os fungos gelatinosos podem sair de labirintos se tiverem tempo suficiente.
À medida que começamos a perceber o amplo espectro de inteligências no reino animal, também começamos a observar a grande diversidade da nossa própria inteligência humana. Talvez você conheça alguém que seja excelente oradora, mas não percebe nada de matemática. Ou alguém que sempre sabe se você está um pouco ansioso, mas que tropeçaria em uma bola de futebol se tivesse uma a seus pés. A questão é que nossa inteligência é expressada de muitas formas especializadas. Precisamos pensar na inteligência artificial da mesma maneira. Existem tipos específicos de IA que são bons em tarefas específicas. Então vamos definir o conceito de inteligência artificial dando uma olhada no que a IA pode fazer hoje.
Vários tipos de capacidade de IA
No momento, não existe IA boa em tudo. Essa ideia, chamada de IA geral, ainda é coisa do futuro. Ao longo dos anos, desenvolvemos sistemas de IA especializados projetados para realizar tarefas específicas. Os tipos de tarefa que eles realizam entram em uma dentre algumas categorias mais amplas.
Processamento de linguagem
Em 30 de novembro de 2022, a palavra do dia do dicionário Merriam-Webster foi sofisma. Aqueles que aprenderam a palavra ficaram melhores no que pode ser a habilidade mais importante de todas: a comunicação. Nesse mesmo dia, o mundo conheceu o ChatGPT, uma inteligência artificial que demonstrou suas próprias habilidades de comunicação. GPT quer dizer Generative Pre-trained Transformer (Transformador pré-treinado generativo) e, desde o lançamento do ChatGPT, vários outros GPTs surgiram, alguns especializados em tipos específicos de processamento de linguagem, como escrita em diários, codificação ou análise financeira. Os GPTs são criados para interpretar a linguagem cotidiana e atuar de forma adequada, como responder perguntas, escrever histórias ou artigos, resumir informações ou realizar cálculos complexos. Isso é conhecido no setor como processamento de linguagem natural, ou apenas PLN.
O PLN usa o entendimento de como as palavras são usadas em conjunto para que a IA extraia a intenção por trás das palavras. Por exemplo, talvez você queira traduzir um documento do inglês para o alemão. Ou talvez queira um resumo breve de um longo artigo científico. A IA também pode fazer isso.
O PLN tem revolucionado a forma como trabalhamos em quase todos os tipos de negócios. Por exemplo, os agentes de IA conseguem interpretar linguagem natural e são dotados de habilidades de raciocínio, substituindo rapidamente os chatbots e copilotos em ambientes de atendimento ao cliente. Prompts de linguagem natural são frequentemente usados para gerar código, economizando às empresas inúmeras horas de desenvolvimento de software ou aplicativos. Os representantes de vendas usam o PLN para solicitar resumos de contas, criar emails de vendas ou até elaborar rascunhos de apresentações para clientes.
O PLN é uma das áreas de maior crescimento da IA generativa, uma subcategoria de IA que pega palavras e as transforma em imagens, sons e, claro, outras palavras totalmente únicas. O PLN e a IA generativa são tecnologias tão revolucionárias que criamos emblemas inteiros sobre os tópicos Noções básicas de processamento de linguagem natural e Noções básicas de IA generativa. Confira esses emblemas quando acabar este aqui.
Previsões numéricas
Você tem visto a previsão do tempo ultimamente? A previsão de chuva ou sol ajuda você a decidir se deveria levar um guarda-chuva. Embora tenhamos o hábito de prever o tempo há milhares de anos, os modelos de IA podem fazer isso melhor do que qualquer outro método anterior.
Uma boa previsão pode ajudar você a responder a todos os tipos de perguntas. Qual é a probabilidade desse cliente renovar a assinatura? Você corre o risco de desenvolver uma doença? Essa grade de energia terá muita demanda hoje à noite? Qual estilo de tênis será o mais popular nesta estação?
A maioria das previsões de IA assume um valor entre 0 (não vai ocorrer) e 1 (vai ocorrer com certeza). As previsões numéricas incluem mais do que apenas valores percentuais; elas podem prever qualquer valor numérico (por exemplo, dólares). Talvez sua empresa queira prever as vendas do próximo trimestre ou encontrar o preço ideal para seu serviço mais recente: Widget+. Como consumidor, você provavelmente já sente os efeitos dessas previsões numéricas, mais até do que imagina. Basta imaginar uma viagem para o exterior: as passagens de avião, o hotel, os transportes e o seguro de viagem provavelmente têm seus preços definidos pela IA para equilibrar perfeitamente a oferta e a demanda.
[Imagens geradas por IA usando o DreamStudio em stability.ai com o prompt “Close de um robô amigável dirigindo um táxi, no estilo desenhado em 2D.” ]
Classificações
O cachorro-quente é um sanduíche? Essa pergunta já levou a horas e horas de conversas filosóficas sobre como categorizamos as coisas. Mas, no mundo real, o risco pode ser maior. Que planta é essa? É comestível ou venenosa? Esse email é legítimo ou é uma tentativa de phishing? A classificação costuma ser o primeiro passo em uma tentativa de ação, o que a torna uma habilidade valiosa.
Ou seja, não é de surpreender que cientistas da computação tenham trabalhado duro para criar IA que seja boa na classificação de dados. A identificação de plantas e emails de phishing é apenas a ponta do iceberg. As instituições financeiras precisam sinalizar transações fraudulentas. Os médicos precisam diagnosticar doenças. As plataformas de mídias sociais querem identificar comentários tóxicos. Todos esses são exemplos de problemas de classificação. A IA pode realmente dar o primeiro passo com a classificação e os profissionais podem partir daí.
Muitas vezes, os classificadores de IA podem fazer o trabalho tão bem quanto os humanos, ou até melhor. Dito isso, a maioria dos classificadores é bom em apenas uma tarefa muito específica. Ou seja, a IA que é excelente em detectar emails de phishing seria horrível na hora de identificar imagens de peixes reais.
Navegação robótica
Algumas IAs são excelentes em navegar um ambiente em mudança, e isso inclui a navegação real no caso da direção autônoma (sem motorista). Os carros alimentados por IA já são quase capazes de se manter centralizados em uma pista e manter uma distância segura na estrada. Eles se adaptam aos padrões de tráfego das cidades, às curvas na estrada, às rajadas de vento criadas pelos caminhões e às paradas repentinas.
Uma IA que pode se adaptar às condições ambientais em mudança pode servir a várias finalidades no mundo real. Por exemplo, as empresas precisam produzir e entregar produtos aos seus clientes diariamente. Várias condições de mercado influenciam a velocidade com que isso acontece: a disponibilidade dos materiais, a capacidade de fabricação, o estoque existente, as despesas com transporte, até o tráfego em tempo real. A IA pode otimizar a cadeia logística até quando as condições estão mudando.
E não vamos nos esquecer dos robôs! Até mesmo o robô-faxineiro mais modesto pode se desviar de escadas e cadeiras. Em uma escala maior, muitas linhas de montagem são equipadas com robôs que ficam mais rápidos e eficientes ao longo do tempo. Esses mesmos robôs podem se ajustar em relação a mudanças no método de produção sem precisar de uma reprogramação cara. E os pesquisadores estão criando robôs de resgate que podem atravessar áreas de desastre, por exemplo, um prédio desabado. Um robô-lagarta que pode passar por pequenas rachaduras pode levar ajuda e esperança aos que estão presos.
Modelos de IA e redes neurais
Nenhuma conversa sobre IA está completa se não falarmos sobre modelos de IA e redes neurais. Os modelos de IA são como programas de computador superinteligentes que aprendem com exemplos. Por exemplo, imagine que você tenha iniciado um novo hobby como a observação de pássaros. À medida que você tem contato com mais pássaros reais, fotos de pássaros, sons de pássaros, nomes de pássaros, locais e hábitos de pássaros, você começará a reconhecer com mais precisão os vários pássaros e onde poderá encontrá-los. Assim como seu novo hobby, um modelo de IA aprende padrões, toma decisões e faz previsões analisando grandes quantidades de dados. Depois de treinado, ele pode realizar tarefas com base no que aprendeu e continua aprendendo.
As redes neurais são ferramentas importantes para treinar modelos de IA. As redes neurais são uma mistura de nós, camadas, pesos, vieses e muita matemática. Juntos, eles imitam nossas próprias redes neurais orgânicas. Cada rede neural é refinada minuciosamente para uma tarefa específica. Talvez ela seja ótima em prever chuva, talvez categorize pássaros, ou talvez mantenha seu carro centralizado na faixa da estrada. Seja qual for a tarefa, as redes neurais são grande parte do que faz a IA parecer magia. E agora você sabe um pouco sobre como o truque funciona.
Originalmente concebidas para permitir que as máquinas resolvessem problemas como os humanos, as redes neurais permitem que a IA identifique relações complexas entre dados de entrada e classificações de saída. Em outras palavras, elas permitem que os computadores aprendam quais variáveis e valores são importantes para as pessoas quando tentam atingir um objetivo. Isso é essencial na tecnologia de IA, porque permite conectar necessidades humanas como, por exemplo, trabalho mais rápido, menos erros ou um dia mais fácil, a soluções baseadas em dados, como agentes que respondem a prompts de linguagem natural. As redes neurais são o que permite que modelos de IA complexos saibam, por exemplo, que um cliente está tentando redefinir uma senha, mesmo que não use uma palavra-chave ou frase específica no curso de uma interação.
Em resumo
A inteligência artificial é a capacidade de um computador de realizar tarefas tipicamente associadas à intuição, à inferência e ao raciocínio humanos. Muitas dessas habilidades se encaixam em categorias amplas, como previsões numéricas e processamento de linguagem, que têm sido incorporadas às nossas vidas por meio da IA que auxilia em nossos casos de uso comercial, necessidades educacionais e usos nas indústrias.