A inteligência artificial é a simulação feita por máquinas de processos relacionados com inteligência humana, normalmente através de sistemas de informação suportados por computadores. A Inteligência Artificial é utilizada em sistemas específicos, como processamento de linguagem natural, reconhecimento de fala e visão de máquina.
1 – Como funciona a Inteligência Artificial?
À medida que a Inteligência Artificial foi ficando cada vez mais popular, os fornecedores esforçam-se por tentarem promover os seus produtos e serviços utilizando essa tecnologia. Muitas vezes, aquilo que chamam inteligência Artificial é apenas um simples componente da IA, como, por exemplo, a aprendizagem das máquinas. A Inteligência Artificial requer um suporte de hardware e de software especializado para conseguir escrever e treinar os algoritmos de aprendizagem para as máquinas. Nenhuma linguagem de programação é sinónimo de IA, mas algumas, incluindo Python, R e Java, são bastante populares para esta tecnologia.
Basicamente, os sistemas de IA funcionam absorvendo grandes quantidades de dados de forma estruturada que analisam à procura de correlações e padrões, que depois utilizam para conseguirem fazer previsões sobre estados futuros. É dessa forma que um chatbot, quando alimentado com exemplos de chats de texto, consegue aprender a produzir conversas realistas com pessoas. Ou então, uma ferramenta de reconhecimento de imagem que pode aprender a identificar e a descrever objetos através de imagens porque antes reviu milhões de exemplos.
A programação de sistemas de inteligência Artificial concentra-se em três habilidades cognitivas: aprendizagem, raciocínio e autocorreção.
Processos de aprendizagem
Este método de programação de Inteligência Artificial concentra-se na recolha de dados e na criação de regras que sejam capazes de os transformar em informações úteis. As regras, normalmente chamadas algoritmos, fornecem aos equipamentos informáticos instruções passo a passo para conseguirem concluir uma determinada tarefa com sucesso.
Processos de raciocínio
Este método de programação de Inteligência Artificial baseia-se na escolha do melhor algoritmo para se conseguir alcançar um determinado resultado.
Processos de autocorreção
Este método de programação de sistemas de Inteligência Artificial foi concebido para ajustar continuamente os algoritmos de forma a garantir que fornecem os resultados mais precisos possíveis.
2 – Qual a importância da Inteligência Artificial?
A Inteligência Artificial é importante porque oferece às empresas informações úteis sobre o seu funcionamento e as suas operações internas e externas. Muitas vezes as empresas desconhecem essa informação porque, em alguns casos, a Inteligência Artificial consegue executar tarefas melhor que os humanos. Especialmente quando se trata de tarefas repetitivas e detalhadas, como analisar um grande número de documentos legais para garantir que os campos relevantes estão a ser preenchidos corretamente. Normalmente, as ferramentas de Inteligência Artificial conseguem concluir rapidamente este tipo de trabalhos de uma forma eficaz porque raramente se enganam.
Estas características da inteligência Artificial ajudaram a impulsionar a eficiência das empresas e abriram-lhes muitas portas para novas oportunidades de negócio até então desconhecidas para a maioria delas, sobretudo as grandes empresas. Antes da atual onda de popularidade da IA, éra difícil imaginar a utilização de software de computador para conseguir, por exemplo, ligar o passageiro correto com o serviço de transporte ideal. Lembramos que o Uber ao utilizar a Inteligência artificial conseguiu tornar-se numa das maiores empresas do mundo de transporte de passageiros. Basicamente, porque utiliza algoritmos sofisticados de aprendizagem de máquina para conseguir prever a probabilidade das pessoas precisarem de boleias numa determinada zona da cidade. Com isso, consegue colocar os motoristas na estrada de forma proativa antes que eles sejam necessários.
Outro exemplo é o Google que se tornou um dos maiores “players” de uma variedade de serviços online utilizando a aprendizagem de máquina para conseguir entender como as pessoas utilizam os seus serviços para depois os melhorarem. Em 2017, o CEO da empresa, Sundar Pichai, declarou que o Google trabalhava como uma empresa de Inteligência Artificial chamada “AI first”.
As maiores e mais bem-sucedidas empresas que existem atualmente utilizaram e continuam a utilizar a Inteligência Artificial para conseguirem melhorar as suas operações e obterem vantagens competitivas em relação aos seus concorrentes.
3 – Quais as vantagens e desvantagens da Inteligência Artificial?
As redes neuronais artificiais e as tecnologias de inteligência artificial de aprendizagem profunda evoluem rapidamente. Principalmente porque a IA processa grandes quantidades de dados muito mais rapidamente e com muito mais precisão do que os humanos conseguiriam fazer.
Apesar do enorme volume de dados criado diariamente pelos computadores conseguir dar em doido qualquer investigador humano, as aplicações de Inteligência Artificial que utilizam aprendizagem de máquina conseguem tratar esses dados e transformá-los rapidamente em informações úteis para as tomadas de decisão. No momento, como em tudo na vida, não existe bela sem senão. A principal desvantagem em utilizar a Inteligência Artificial é que o processamento de grandes quantidades de dados, que a programação da IA exige, ainda é um processo muito caro. Isso faz com que apenas algumas grandes empresas consigam usufruir deste tipo de inteligência na gestão dos seus negócios.
Mostramos-lhe a seguir um pequeno resumo das principais vantagens e desvantagens da utilização da tecnologia de inteligência artificial nas organizações:
Vantagens
- Bom para trabalhos com mais detalhe e mais precisão;
- Tempo reduzido para tarefas com muitos dados;
- Entrega resultados consistentes;
- Disponibilidade imediata de agentes virtuais com inteligência artificial.
Desvantagens
- Processos normalmente dispendiosos;
- Requer profundo conhecimento técnico;
- Poucos trabalhadores qualificados para construir ferramentas de IA;
- Só conseguimos saber o que nos é mostrado;
- Pouca capacidade de generalizar as tarefas.
4 – Qual a diferença entre a IA forte e IA fraca
Conforme as caraterísticas da inteligência Artificial podemos classificá-las em dois tipos diferentes. A Inteligência Artificial Fraca e a inteligência Artificial Forte que descrevemos muito resumidamente a seguir.
Inteligência Artificial Fraca
A Inteligência Artificial fraca, também conhecida como IA estreita, é um sistema de IA projetado e treinado para concluir uma tarefa muito específica. Alguns exemplos da utilização desse tipo de Inteligência são os Robôs industriais e os assistentes pessoais virtuais, como o Siri da Apple, a assistente da Google, a Cortana da Microsoft e a Alexa da Amazon.
Inteligência Artificial Forte
A inteligência Artificial forte, também conhecida como inteligência geral artificial (AGI), descreve a programação que pode replicar as habilidades cognitivas do cérebro humano. Quando apresentado a uma tarefa desconhecida, um sistema de Inteligência Artificial forte consegue utilizar uma lógica difusa para aplicar o conhecimento que tem de um determinado assunto a outro assunto e assim encontrar uma solução de forma autónoma. Em teoria, um programa de inteligência Artificial forte consegue passar no teste de Turing e no teste do Quarto Chinês.
5 – Quais são os 4 tipos de inteligência artificial?
Arend Hintze, professora assistente de biologia integrativa e ciência da computação e engenharia da Michigan State University, explicou num artigo de 2016 que a Inteligência Artificial pode ser classificada em quatro tipos. Começou com os sistemas inteligentes específicos para tarefas genéricas e foi progredindo para sistemas sencientes, que ainda não existem.
Mostramos-lhe a seguir as categorias de sistemas de inteligência Artificial e quais são as suas principais características:
Máquinas reativas
Estes sistemas de inteligência Artificial não têm memória e são utilizados normalmente para executarem tarefas muito específicas. Um exemplo disso é o “Deep Blue”, que é um programa de xadrez da IBM que derrotou Garry Kasparov na década de 1990. O “Deep Blue” pode identificar peças no tabuleiro e fazer previsões, mas como não tem memória, não consegue utilizar as suas experiências passadas para tomar decisões futuras.
Memória limitada
Este tipo de sistemas de inteligência Artificial têm memória para poderem utilizar experiências passadas na tomada de decisões futuras. Alguns tipos de Inteligência Artificial mais recentes, que se aproveitam desta capacidade de tomada de decisão, podem ser encontrados, por exemplo, em carros com sistemas de condução autónoma.
Teoria da mente
A teoria da mente é um termo muito conhecido da psicologia que quando é aplicado à Inteligência Artificial significa que o sistema tem a inteligência social e capacidade de conseguir entender as emoções. Este tipo de Inteligência Artificial consegue inferir as intenções humanas e prever o nosso comportamento. Basicamente, é uma habilidade que os sistemas de Inteligência Artificial têm de ter para se conseguirem integrar completamente com as equipas humanas.
Autoconsciência
Nesta categoria, os sistemas de Inteligência Artificial têm um senso de identidade, o que de certa forma lhes dá uma consciência. As máquinas que possuem autoconsciência conseguem entender o seu próprio estado atual. Felizmente ou infelizmente este tipo de Inteligência Artificial ainda não existe.
6 – Exemplos da utilização da inteligência Artificial
Atualmente a Inteligência Artificial é incorporada numa variedade de diferentes tipos de tecnologias. Mostramos-lhe a seguir, seis dos principais exemplos de utilização de sistema de Inteligência Artificial em tecnologias atuais:
Automação
As ferramentas de automação, quando combinadas com tecnologias de Inteligência Artificial, podem aumentar o volume e melhorar as tarefas executadas. Um exemplo desta interação é a automação dos processos robóticos (RPA), em que um software automatiza as tarefas repetitivas de processamento de dados com base em regras tradicionalmente criadas por humanos. Quando isto é combinado com a aprendizagem de máquina e as ferramentas de IA emergentes, os RPAs conseguem automatizar maiores quantidades de trabalho corporativo. Além disso, também permite que os “bots” táticos do RPA transmitam a sua inteligência entre si e consigam responder melhor às mudanças dos processos de produção.
Aprendizagem de máquina
Basicamente, a aprendizagem de máquina é a ciência capaz de fazer com que um computador execute uma tarefa sem ser programado para tal. A aprendizagem profunda é um subconjunto do processo de aprendizagem das máquinas. Basicamente pode ser considerado como a automação do processo de análise preditiva dos computadores. Atualmente, existem três tipos diferentes de algoritmos de aprendizagem de máquina que vamos tentar descrever a seguir:
- Aprendizagem supervisionada: os conjuntos de dados são rotulados para que os padrões possam ser detetados e utilizados para identificar e marcar novos conjuntos de dados.
- Aprendizagem não supervisionada: Os conjuntos de dados não são rotulados, sendo classificados conforme as suas semelhanças ou diferenças.
- Aprendizagem por reforço: Os conjuntos de dados não são rotulados, mas, depois executada uma tarefa ou várias tarefas, o sistema de Inteligência Artificial recebe um feedback.
Visão de máquina
Esta tecnologia de Inteligência Artificial dá a uma máquina a capacidade de conseguir ver. A visão de máquina captura e analisa informações visuais que recolhe através de uma câmara que converte de analógico para digital, e que depois processa digitalmente. Muitas vezes, este sistema de inteligência, é comparado com a visão humana. A vantagem da visão das máquinas é que não está limitada pela biologia e o sistema digital pode ser programado, por exemplo, para conseguir ver através das paredes. É uma tecnologia utilizada numa enorme variedade de aplicações, desde a identificação de assinaturas até à análise de imagens médicas. A visão computacional, focada no processamento de imagens baseado em máquina, é muito confundida com a visão de máquina.
Processamento de linguagem natural (PLN)
Basicamente, neste tipo de utilização da Inteligência artificial é feito o processamento da linguagem humana através de um programa de computador. Um dos exemplos mais antigos e conhecidos de PNL que é a deteção de mensagens de spam. Basicamente, o sistema analisa o texto do assunto e do conteúdo de uma mensagem de e-mail para depois conseguir decidir se é ou não lixo eletrónico. As abordagens mais recentes de sistemas PNL são baseadas na tecnologia de aprendizagem de máquina. As tarefas mais comuns de PNL incluem tradução de texto, análise de sentimentos e reconhecimento da fala.
Robótica
Esta área da engenharia concentra-se no projeto de desenvolvimento e fabrico de sistemas de automação e robótica. Os robôs são muito utilizados para executarem de forma eficiente tarefas normalmente difíceis para os seres humanos. São utilizados, por exemplo, em linhas de montagem para a produção de carros ou então pela NASA para mover grandes objetos no espaço. Os investigadores também utilizam a aprendizagem de máquina para construirem robôs capazes de interagirem em ambientes sociais.
Carros autónomos
Os recentes veículos com sistemas de condução autónoma combinam a visão computacional com o reconhecimento de imagem e a aprendizagem profundo. Isso permite-lhes desenvolverem habilidades automatizadas capazes de conseguirem pilotar os veículos enquanto permanecem numa determinada faixa de rodagem e evitam obstruções inesperadas, como, por exemplo, os pedestres.
7 – Onde se aplica a inteligência Artificial?
De facto, a inteligência artificial chegou a uma ampla variedade de mercados e é atualmente utilizada pelas mais diversas áreas de conhecimento. Os gestores de organizações relacionadas como a saúde, o ensino, o direito, a banca e outras mais, reconheceram que a inteligência artificial é útil para conseguirem tomar melhores decisões. Mostramos a seguir alguns exemplos das principais áreas em que a tecnologia da inteligência Artificial é atualmente utilizada:
Inteligência Artificial na Saúde
Os principais objetivos da utilização da tecnologia de inteligência Artificial na área da saúde são a melhoria dos resultados dos pacientes e a redução dos custos. As empresas utilizam a aprendizagem de máquina para conseguirem obter mais rapidamente os melhores diagnósticos para os seus pacientes que os humanos conseguiriam obter. Uma das tecnologias de IA aplicada à saúde que é mais conhecida é o IBM Watson. Basicamente, é um sistema que consegue entender a nossa linguagem natural e dar respostas aquilo que lhe perguntamos. Para conseguir fazer isso, o sistema extrai dados do paciente e de outras fontes de informação disponíveis para depois formular uma hipótese que apresenta depois com um esquema de pontuação de confiança.
Outras aplicações de IA incluem a utilização de assistentes virtuais de saúde online e chatbots que ajudam os pacientes e os clientes das unidades de saúde a encontrarem as informações médicas, agendar consultas, concluir o processo de cobrança e outros processos administrativos. Atualmente foram criadas uma série de outras tecnologias de IA utilizadas para se conseguirem prever, combater e entender pandemias como a COVID-19.
Inteligência Artificial nos Negócios
Os algoritmos de aprendizagem de máquina estão a ser integrados com as plataformas de análise e gestão das relações com o cliente (CRM) para conseguirem descobrir informações sobre como atender melhor as suas necessidades. Os chatbots foram incorporados nos sites online das organizações para fornecerem um suporte imediato aos seus clientes. A automação de postos de trabalho também se tornou um ponto de discussão entre académicos e analistas de Tecnologias de Informação.
Inteligência Artificial na Educação
A Inteligência Artificial pode automatizar a avaliação, libertando os professores e responsáveis pela educação dessa tarefa. O sistema consegue avaliar os alunos e adaptar-se às suas necessidades, ajudando-os a trabalhar ao seu próprio ritmo. Os tutores do sistema de inteligência Artificial podem fornecer suporte adicional aos alunos, garantindo que eles permanecem no caminho certo. Esta nova tecnologia pode mudar a forma como os alunos aprendem e talvez até substituir alguns dos professores.
Inteligência Artificial nas Finanças
A inteligência Artificial, associada a aplicações de finanças pessoais, como o Intuit Mint, conseguem fazer frente às aplicações das instituições financeiras. As aplicações como estas, além de recolherem e processarem dados pessoais, também dão aconselhamento financeiro. Outros programas, como o IBM Watson são utilizados no processo de compra de uma casa. Hoje, alguns dos programas de inteligência artificial já realizam grande parte das negociações em Wall Street.
Inteligência Artificial no Direito
O processo de descoberta do sistema de Inteligência Artificial consegue vasculhar por documentos relacionados com uma determinada lei, o que é muitas vezes uma tarefa esmagadora para a maioria dos seres humanos. Ou seja, a utilização da IA consegue ajudar a automatizar os processos de trabalho mais intensivos do setor jurídico, poupando tempo e melhorando o atendimento ao cliente. Os escritórios de advogados estão a utilizar a aprendizagem de máquina para conseguirem processar os dados e preverem mais rapidamente os resultados. São úteis para os advogados conseguirem ter uma visão computacional dos problemas. Ajudam a classificar e a extrair informações de documentos e a processar a nossa linguagem natural de forma a interpretar e responder eficazmente aos pedidos de informações.
Inteligência Artificial na indústria
As fábricas têm estado na vanguarda no que diz respeito à incorporação de robôs nos seus fluxos de trabalho. Por exemplo, os robôs industriais, que antes eram programados para realizarem tarefas únicas e separadas dos trabalhadores humanos, funcionam cada vez mais como “cobots” que basicamente são robôs menores que executam multi tarefas. Normalmente colaboram com os seres humanos e assumem a responsabilidade na maior parte do trabalho de armazém, logística e outros departamentos das organizações.
Inteligência Artificial na Banca
Os bancos estão a utilizar com sucesso sistemas de “Chatbots” para ajudarem os seus clientes com serviços e ofertas. Basicamente utilizam esses sistemas para as transações que não exigem a intervenção humana. Os assistentes virtuais de Inteligência Artificial estão a ser utilizados para melhorar e reduzir os custos operacionais, mantendo-os de acordo com os regulamentos internos bancários. Além disso, as organizações bancárias também estão a utilizar a inteligência Artificial para melhorarem as suas tomadas de decisão relacionadas com a conceção de empréstimos, definição de limites de crédito e identificação de oportunidades de investimento.
Inteligência Artificial nos Transportes
Além do papel fundamental da Inteligência Artificial na condução autónoma de veículos automóveis, as tecnologias de IA são utilizadas nos sistemas de controlo de transportes para a gestão inteligente de tráfego. Além disso, a IA também é utilizada para conseguir prever os atrasos de voos de avião e tornar o transporte marítimo mais seguro e eficiente.
Inteligência Artificial na Segurança
Atualmente, a Inteligência Artificial e a aprendizagem de máquina são expressões muito utilizadas pelos fornecedores de segurança quando pretendem diferenciar as suas ofertas. De facto, são termos que representam tecnologias verdadeiramente viáveis. As organizações utilizam a aprendizagem de máquina nos seus programas de segurança para a gerirem eventos e recolherem informações de segurança (SIEM). São muito utilizadas para a deteção de anomalias e a rápida identificar de atividades suspeitas que podem indicar algum tipo de ameaça de segurança. Ao analisar os dados e utilizar os seus sistemas lógicos para tentar identificar as semelhanças dos ficheiros com códigos maliciosos conhecidos, a inteligência Artificial consegue fornecer alertas sobre um novo ataque ou um ataque emergentes mais cedo do que os informáticos humanos e as iterações das tecnologias anteriores. O amadurecimento da tecnologia está a desempenhar um papel fundamental na ajuda às organizações para o combater aos ataques cibernéticos.
8 – Qual a diferença entre inteligência artificial e aumentada?
Parece-nos que aos longo dos anos a inteligência artificial tem ganhado uma má reputação. Para alguns, o termo IA tornou-se sinónimo de desemprego em massa, escravidão em massa e extermínio em massa de humanos por parte dos robôs. Para outros, a inteligência Artificial está associada a imagens distópicas dos filmes que todos conhecemos como o Exterminador do Futuro, Matrix , Uma Odisseia no Espaço. Claro, já para não falar nos tweets de aviso que o multimilionário Elon Musk fez na rede social.
No entanto, muitos dos especialistas acreditam que essas interpretações não fazem justiça a uma das tecnologias que terá mais impacto positivo na vida dos seres humanos em particular e na sociedade em geral.
Podemos considerar a Inteligência Artificial ou Inteligência Aumentada (IA) como um incremento da inteligência e capacidade cognitiva. Ou seja, é um complemento e não um substituto da nossa inteligência humana. Basicamente serve para ajudar os humanos a tornarem-se mais rápidos e inteligentes nas tarefas que têm de realizar, quer seja em termos de lazer como em termos profissionais.
Tecnicamente, a inteligência aumentada não é diferente do que já conhecemos como Inteligência Artificial. É uma perspetiva um pouco diferente sobre a forma como encaramos os avanços tecnológicos. Sobretudo, aqueles que permitem aos computadores e programas informáticos participem em tarefas que até então se consideravam exclusivas dos seres humanos.
Algumas pessoas consideram a expressão Inteligência Aumentada como apenas mais um termo de marketing e uma forma de restabelecer a reputação da Inteligência Artificial “denegrida” pela indústria cinematográfica sensacionalista. Na nossa opinião, o termos Inteligência Aumentada ajudará sobretudo a entender melhor uma tecnologia cujos limites os seus próprios criadores ainda não conseguem definir.
Qual o problema da inteligência artificial?
Pensamos que o problema do termo “Inteligência Artificial” é ser algo muito vago e normalmente as pessoas associam a palavra Artificial à substituição daquilo que é Natural. Além disso, quando utilizamos a expressão “Inteligência artificial” de certa forma estamos a referiremo-nos a uma coisa que está no mesmo nível da inteligência humana. Essa definição, por si só, é o suficiente para causar medo e pânico nas pessoas relativamente à forma como a IA irá afetar o seu emprego e a sua própria vida.
No entanto, pelo que sabemos, estas preocupações estão completamente erradas e não fazem nenhum sentido. A verdadeira inteligência artificial, também conhecida como Super IA, capaz de raciocinar e decidir como os seres humanos, ainda está a algumas décadas de distância. Alguns acreditam que a criação deste tipo de Super IA é uma coisa irrelevante e em que não devemos investir o nosso tempo. O que temos atualmente é um tipo de IA mais restrita, que é apenas mais eficiente que os seres humanos na execução de um único ou de um conjunto limitado de tarefas.
Na verdade, os avanços tecnológicos relacionados com IA causam desafios, mas talvez não os que são tantas vezes amplificados e discutidos. Como em toda a revolução industrial, os empregos serão deslocados, talvez em proporções maiores do que em revoluções anteriores. Por exemplo, os camiões autónomos, muito falados ultimamente, certamente afetarão os empregos de milhões de camionistas. É um dos empregos que pode desaparecer, tal como a industrialização da agricultura que também reduziu consideravelmente o número de trabalhadores humanos a trabalhar em plantações ou quintas. Mas isso não significa que os humanos se irão tornar obsoletos como resultado do aparecimento da Inteligência Artificial.
Existem algumas habilidades humanas que provavelmente a inteligência artificial nunca irá conseguir replicar. Por exemplo, certas tarefas triviais, como pegar em objetos com formas diferentes e colocá-los numa cesta, é uma tarefa que uma criança de quatro anos consegue fazer, mas é uma tarefa extremamente complicada do ponto de vista da Inteligência Artificial.
Muito sinceramente, acredito que, de alguma maneira, a Inteligência Artificial nos ajuda a melhorar as nossas relações entre seres humanos, porque nos libertam das tarefas chatas que os robôs podem fazer por nós.
Porque utilizar o termo Inteligência Aumentada?
Quando olhamos para a inteligência Artificial na perspetiva da inteligência aumentada, surgem-nos algumas ideias e oportunidades interessantes. Os humanos enfrentam um grande desafio que eles mesmos criaram. Graças aos avanços nas áreas de computação na nuvem ou cloud e à mobilidade, estamos a gerar e a guardar grandes quantidades de dados. São muitas vezes coisas muito simples, como, por exemplo, dados relacionados com o tempo os visitantes passam num determinado site e quais são as páginas que mais visitam.
Mas também pode ser informações mais úteis e críticas, como dados relacionados com a saúde, o clima e o tráfego automóvel. Graças à tecnologia dos sensores inteligentes, à internet das coisas (IoT) e à conectividade ubíqua, podemos recolher e guardar informações em bases de dados relacionados com o nosso mundo físico de uma forma que antes era impossível.
Estas bases de dados dão-nos a oportunidade para conseguirmos reduzir o congestionamento nas cidades, identificar sinais de cancro em estágios iniciais, ajudar os alunos com dificuldades nos seus cursos, descobrir e prevenir ataques cibernéticos antes que causem danos e muito mais. Mas o problema é que analisar esses dados e descobrir esses segredos está muito além da nossa capacidade humana.
De facto, é exatamente aqui que a Inteligência Aumentada, em geral, e a aprendizagem de máquina em particular, podem ajudar os especialistas humanos. A IA é particularmente eficaz na análise de grandes quantidades de dados e no processo de pesquisa de padrões e correlações que de outra forma passariam despercebidos aos analistas humanos ou então levariam muito tempo a terminar.
9 – Como utilizar eticamente a Inteligência Artificial
Apesar das ferramentas de Inteligência Artificial disponibilizarem uma série de novas funcionalidades às empresas, a sua utilização também levanta algumas questões éticas. Isto porque, um sistema de Inteligência Artificial irá sempre reforçar o que vai aprendendo, quer seja bem, quer seja mal.
Isso pode ser algo problemático porque os algoritmos de aprendizagem de máquina, que sustentam muitas das ferramentas de IA mais avançadas, são tão inteligentes quanto os dados que recebem na sua formação. Até ver, continuam a ser os seres humanos a escolherem quais são os dados que se utilizam para treinar um determinado programa de IA. Ou seja, o potencial do nível de aprendizagem da máquina é inerente a esses mesmos dados e por isso deve ser sempre algo sempre muito bem controlado.
Qualquer pessoa que queira utilizar a aprendizagem de máquina como parte dos seus sistemas de produção no mundo real precisa de ter em consideração aspetos relacionados com a ética nos processos de formação da IA e esforçar-se para evitar alguns preconceitos. Isto é mais relevante quando se utilizam algoritmos de IA que são inerentemente inexplicáveis em aplicações de “deep learning” e “generative adversarial network” ( GAN ).
A capacidade de se explicar os resultados obtidos é muitas vezes um obstáculo para a utilização da IA em indústrias que funcionam sob rigorosos requisitos de conformidade e regulação interna. Por exemplo, algumas instituições financeiras possuem regulamentações que exigem a justificação das suas decisões quando atribuem créditos aos seus clientes. Quando um programa de IA toma uma decisão de conceder crédito, pode ser difícil explicar como é que ele chegou a essa conclusão porque as ferramentas de IA normalmente utilizadas utilizam correlações entre milhares de variáveis. Quando o processo de tomada de decisão não pode ser explicado, o programa pode ser chamado de “caixa negar AI”.
Apesar dos potenciais riscos, atualmente existem poucos regulamentos sobre a utilização das ferramentas de IA e, onde existem algumas leis, elas normalmente referem-se indiretamente à IA.
O Regulamento Geral de Proteção de Dados da União Europeia (RGPD) impõe limites específicos sobre como as empresas podem utilizar os dados dos seus consumidores, impedindo com isso a formação e o desenvolvimento das funcionalidades de muitas aplicações de IA voltados para o consumidor.
Em outubro de 2016, o Conselho Nacional de Ciência e Tecnologia emitiu um relatório sobre o papel potencial que a regulamentação governamental pode desempenhar no desenvolvimento da IA, mas não recomendou que a legislação específica fosse revista.
De facto, reconhecemos que a criação de leis para regulamentar a IA não é uma coisa fácil. Sobretudo porque a IA compreende uma variedade de tecnologias que as empresas utilizam para diferentes fins. Além disso, as regulamentações desta tecnologia podem impedir ou atrasar o progresso e o desenvolvimento da IA. A rápida evolução das tecnologias de IA é outro obstáculo para se conseguir criar uma regulamentação adequada. Tantos os avanços tecnológicos como as novas aplicações podem tornar as leis existentes instantaneamente obsoletas. Por exemplo, as leis existentes que regulam a privacidade das conversas gravadas não cobrem o desafio colocado por assistentes de voz como a Alexa da Amazon e Siri da Apple e o Assistente da Google, que reúnem, mas não distribuem conversas, exceto para as equipas de tecnologia das empresas que as utilizam para conseguirem melhorar os seus algoritmos de aprendizagem.
10 – Qual a diferença entre Computação Cognitiva e Inteligência Artificial
Embora seja um subconjunto da IA, a computação cognitiva utiliza uma abordagem diferente para resolver problemas complexos. Ou seja, a inteligência artificial é um superconjunto utilizado para todas as tecnologias que permitem que as máquinas pensem e ajam como humanos. Isso inclui tudo, desde aprendizagem de máquina “machine learning” (ML), “deep learning”, reconhecimento visual, redes neuronais e processamento de linguagem natural (NLP).
Como a computação cognitiva também utiliza essas mesmas tecnologias, muitas vezes é confundida com IA. Mas os resultados que se obtêm com esses sistemas são bastante diferentes, assim como a sua interação com os humanos. Os sistemas de computação cognitiva são essencialmente sistemas inteligentes de apoio à decisão. Eles destinam-se a fornecer aos decisores as informações de que precisam para conseguirem tomar as melhores decisões com base em dados reais que foram previamente recolhidos e tratados.
Os sistemas de computação cognitiva podem lidar com grandes quantidades de dados, que os seres humanos não conseguem, e depois fazerem análises iterativas intensivas enquanto vão adaptando as suas conclusões à medida que vão entrando novos dados no sistema. Os sistemas de computação cognitiva empregam algoritmos de autoaprendizagem que dependem de tecnologias de IA, como mineração de dados, reconhecimento visual, reconhecimento de fala e PNL para conseguirem encontrar respostas para problemas complexos. Esses sistemas aprendem, raciocinam e interagem com os humanos como se fossem mesmo humanos. Assim como os humanos, eles podem trabalhar com símbolos e conceitos.
Como é a Interação da Computação Cognitiva com os humanos
Os sistemas de computação cognitiva são sistemas de pensamento, raciocínio e memória que trabalham com humanos para lhe fornecerem conselhos úteis nas suas tomadas de decisão. Seus insights são destinados ao consumo humano. A inteligência Artificial pretende utilizar o melhor algoritmo para chegar ao resultado ou à ação que seja mais eficaz ou mais precisa. São sistemas que se caracterizam por funcionarem sem qualquer tipo de intervenção humana.
Que respostas obtemos da Computação Cognitiva
A computação cognitiva consegue ter em consideração as informações que entrem em conflito ou que sejam mutáveis, encaixando-as contextualmente na situação em questão. Os seus resultados são obtidos com base em análises preditivas e prescritivas e não através de algoritmos pré-treinados. Por exemplo, se um adulto de sessenta anos quer descobrir qual é o programa que tem de seguir para conseguir aumentar a sua força muscular, a IA irá apresentar-lhe o melhor programa que existe, mas que talvez seja o adequado para um atleta. Por outro lado, a computação cognitiva consideraria a sua idade e as suas habilidades para conseguir sugerir algumas modificações para adaptar o programa ao estado físico do ser humano. Basicamente, a IA utiliza algoritmos para resolver problemas de forma a chegar a uma decisão final. Enquanto que, a computação cognitiva fornece as informações pertinentes que ajudam os humanos a tomar a decisão que melhor se adequa à sua situação.
Qual a utilização da computação cognitiva
Normalmente, a computação cognitiva é predominantemente encontrada em indústrias que precisam de fazer análises intensivas. Mostramos-lhe a seguir alguns exemplos práticos da utilização da Computação Cognitiva no mundo real:
Na área da saúde, a computação cognitiva está a ajudar os médicos a fazerem melhores diagnósticos e a individualizarem as suas decisões relacionadas com os tratamentos dos seus pacientes. Como resultado da capacidade da computação cognitiva de aceder a grandes bases de dados espalhadas por todo o mundo através da nuvem, os médicos agora têm acesso a tratamentos e a diagnósticos que não teriam de outra forma. Os sistemas cognitivos utilizados para lerem as imagens dos pacientes estão a conseguir encontrar coisas que passam despercebidas aos humanos especialistas em radiologia.
As empresas de serviços financeiros utilizam os recursos analíticos da computação cognitiva para encontrarem os produtos certos que consigam atender às reais necessidades dos seus clientes. Além disso, se um determinado produto sugerido pelo sistema não estiver nas suas ofertas atuais, as empresas conseguem com essa análise desenvolver serviços mais personalizados. Ao combinar as tendências de mercado com dados sobre o comportamento dos clientes, a computação cognitiva está a ajudar as empresas financeiras a conseguirem avaliar eficazmente os riscos de investimento. A computação cognitiva também ajuda as empresas a combater a fraude analisando parâmetros anteriores que podem ser usados para detetar transações fraudulentas.
As companhias de seguros utilizam a computação cognitiva para conseguirem reduzir os riscos que assumem quando fazem contratos que protegem os clientes de sinistros. Por exemplo, as seguradoras de automóveis combinam as análises cognitivas com dados de equipamentos IoT que capturam os comportamentos relacionados com a condução dos seus clientes. Como esses dados, a computação cognitiva consegue fornecer resultados que permitem às companhias de seguros ajustar o valor dos prémios das apólices conforme o risco que correm.
As empresas de comércio estão a utilizar a computação cognitiva para oferecerem aos seus clientes um serviço de compras on-line mais personalizado. Baseiam-se, por exemplo, na localização do cliente que está procura de um determinado produto ou serviço on-line. As fábricas, por exemplo, utilizam as tecnologias de computação cognitiva para conseguirem manter e reparar mais eficazmente as suas máquinas e equipamentos de produção. Conseguem-no prevendo com antecedência as peças que irão ficar defeituosas e assim reduzem os tempos de produção e de gestão de stocks das peças.
Resumindo, a inteligência Artificial apesar de ser utilizada em inúmeros setores, é mais vocacionada para a automatização de processos, como chatbots, assistentes virtuais e consultores inteligentes, e não tanto para o suporte à tomada de decisão. Por exemplo, um assistente virtual de IA fornece ao médico uma opção de tratamento específica que deve ser seguida, enquanto a computação cognitiva apresenta vários tratamentos viáveis, deixando ao médico a capacidade de poder decidir qual é o melhor para aquele paciente em concreto.
11 – Como surgiu a Inteligência Artificial?
Desde os tempos antigos que já existe o conceito de objetos inanimados dotados de inteligência. O Deus grego Hefesto foi descrito nos mitos antigos como tendo forjado em ouro servos parecidos com robôs. Os engenheiros do antigo Egito construíram estátuas de Deuses que depois eram animadas pelos sacerdotes. Ao longo dos séculos, pensadores como Aristóteles, Descartes e Thomas Bayes utilizaram as ferramentas e a lógica do seu tempo para conseguirem descrever os processos de pensamento humano como sendo símbolos, lançando assim as bases para os atuais conceitos de Inteligência Artificial.
O final do século XIX e a primeira metade do século XX trouxeram aquilo que seria fundamental para dar origem ao que conhecemos como computador moderno. Em 1836, o matemático da Universidade de Cambridge Charles Babbage e a condessa de Lovelace Augusta Ada Byron, criaram o primeiro projeto que seria uma máquina programável.
Década de 1940. O matemático de Princeton John Von Neumann concebeu a arquitetura de computador com um programa de armazenamento. Ou seja, foi o primeiro a ter a ideia de que, tanto o programa como os dados que ele processa, podem ser mantidos na memória do computador. Nessa altura, Warren McCulloch e Walter Pitts também lançaram as bases para o que seriam as redes neuronais.
Década de 1950. Com o advento dos computadores modernos, os cientistas puderam testar as suas ideias relativamente à inteligência de máquina. Nessa altura foi desenvolvido pelo matemático britânico Alan Turing que decifrou os códigos das comunicações da Segunda Guerra Mundial, um novo método para se conseguir determinar se um computador tem ou não inteligência. O Teste de Turing concentra-se na capacidade que um computador tem de enganar os seus interrogadores, fazendo-os acreditar que as respostas às suas perguntas foram dadas por um ser humano.
Ano de 1956. A fase mais moderna da inteligência artificial foi definida como tendo começado neste ano durante uma conferência de verão no Dartmouth College. Patrocinada pela Agência de Projetos de Pesquisa Avançada de Defesa (DARPA), a conferência contou com a participação de 10 especialistas na area, incluindo os pioneiros da IA Marvin Minsky, Oliver Selfridge e John McCarthy , conhecido por criar a expressão inteligência artificial. Também estiveram presentes Allen Newell, cientista da computação, e Herbert A. Simon, economista, cientista político e psicólogo cognitivo, que apresentaram o seu inovador Logic Theorist, que era um programa de computador capaz de provar certos teoremas matemáticos e que ficou conhecido como sendo o primeiro programa de IA.
Anos 1950 e 1960. Na conferência do Dartmouth College, os líderes no campo incipiente da IA previram que uma inteligência artificial equivalente ao cérebro humano estaria a ser construida na altura, atraindo com isso um grande apoio do governo e da indústria. De fato, nos posteriores 20 anos de investigação bem financiada conseguiram-se avanços significativos em IA. Por exemplo, no final da década de 1950, Newell e Simon publicaram o algoritmo “General Problem Solver2 (GPS), que apesar de não conseguiu resolver problemas complexos, lançou as bases para o desenvolvimento de arquiteturas cognitivas mais sofisticadas. Nessa altura, McCarthy também desenvolveu o “Lisp”, que era uma linguagem utilizada para a programação de sistemas de IA que ainda é utilizada hoje em dia. Em meados da década de 1960, o professor do MIT Joseph Weizenbaum desenvolveu o “ELIZA”, que é um programa de processamento de linguagem natural que lançou as bases para os chatbots que existem atualmente.
Anos 1970 e 1980. Infelizmente, a conquista da inteligência geral artificial mostrou-se uma ilusão pouco iminente prejudicada por limitações no processamento e memória do computador e pela complexidade do problema. O governo e as organizações cancelaram os seus apoios à investigação de sistemas de IA, levando a um período de abrandamento que durou de 1974 a 1980 e que ficou conhecido como o primeiro “Inverno de IA “. Na década de 1980, a investigação sobre técnicas de aprendizagem aprofundada e a adoção da indústria dos sistemas especialistas de Edward Feigenbaum desencadearam uma nova onda de entusiasmo pela IA. No entanto, foi seguida de um colapso em termos do financiamento do governo e do apoio da indústria. Ficou conhecido como o segundo inverno de IA e que durou até meados da década de 1990.
Década de 1990 até hoje. O aumento do poder computacional e a explosão de dados desencadearam um renascimento da IA no final de 1990 que continua até os tempos atuais. As notícias mais recentes relacionadas com a IA têm origem nos avanços em termos de processamento de linguagem natural, visão computacional, robótica, aprendizagem de máquina, aprendizagem profunda entre outros. Além disso, a IA está a tornar-se numa coisa cada vez mais tangível, orientando os carros, diagnosticando as doenças e consolidando o seu papel na cultura popular. Em 1997, o Deep Blue da IBM derrotou o grande mestre de xadrez russo Garry Kasparov, tornando-se o primeiro programa de computador a vencer um campeão mundial de xadrez. Quatorze anos depois, o Watson da IBM cativou o público ao derrotar dois ex-campeões no jogo Show Jeopardy! Mais recentemente, a derrota histórica do 18 vezes campeão do mundo Go Lee Sedol pelo sistema AlphaGo do Google DeepMind surpreendeu a comunidade e marcou um marco importante no desenvolvimento de máquinas inteligentes.
12 – O que é a Inteligência Artificial como um serviço
A inteligência artificial como serviço fornece uma solução económica para as organizações poderem usufruir das suas vantagens sem terem de fazer investimentos megalómanos. Ou seja, a inteligência artificial como um serviço (AIaaS) consiste basicamente na subcontratação de serviços de IA que permitem às pessoas e às organizações explorar as suas funcionalidades a um custo reduzido. A inteligência artificial pode ajudar as empresas de várias maneiras, quer seja a melhorar a experiência dos seus clientes ou então a automatizar algumas das tarefas internas mais repetitivas. No entanto, o desenvolvimento de soluções internas baseadas em IA é um processo complexo que requer um grande investimento de capital.
Por isso é que as empresas adotam cada vez mais a Inteligência Artificial como um serviço AIaaS, subcontratando provedores com serviços de IA prontos para serem utilizados. A inteligência artificial como serviço refere-se a serviços de IA prontos para utilização prestados por empresas através de uma subscrição mensal ou anual.
Tal como o software como um serviço (SaaS) ou as infraestruturas como um serviço (IaaS), também o AIaaS oferece um pacote de serviços hospedados por um determinado fornecedor ou provedor. De facto, é uma alternativa económica e confiável ao software desenvolvido por uma equipa interna. Com este tipo de serviço, a IA torna-se muito mais acessível a todos os intervenientes dos ecossistemas corporativos. Com o AIaaS, os utilizadores finais podem aproveitar os recursos da IA suportados por interfaces de programação de aplicações conhecidos como (APIs) e outras ferramentas sem precisarem de criar códigos complexos. Como qualquer outra solução do tipo “como um serviço”’, o AIaaS utiliza modelos de computação na nuvem de forma eficaz para alavancar a IA.
A inteligência Artificial como um serviço adiciona flexibilidade substancial às operações organizacionais e aumenta a eficiência e os níveis de produtividade porque é extremamente dinâmica e adaptável. Além disso, e particularmente eficaz na otimização de resultados relacionados com projetos de análise de “big data”. Esses serviços de IA que estão sempre disponíveis permitem que as empresas possam usufruir dos principais benefícios da IA sem terem de fazer grandes investimentos de capital. Também não têm de correr os riscos relacionados com o facto de terem de construir e executar plataformas na nuvem. As grandes empresas globais adotaram o AIaaS porque conseguiram perceber o grande potencial desta tecnologia e o valor que ela consegue oferecer. Resumidamente, o AIaaS oferece vários benefícios, incluindo a facilidade de configuração, que pode ser executada em apenas alguns dias ou semanas. No entanto, não deixa de ser necessário fazer uma pesquisa inicial para que a organização entenda melhor os seus requisitos na adoção dos serviços AIaaS.
Conclusões:
Basicamente, a Inteligência Artificial é uma das tecnologias emergentes que tenta simular o raciocínio humano em sistemas informáticos. Todos os aspetos relacionados com a aprendizagem ou qualquer outra característica considerada de inteligência podem, em princípio, ser descritos com tanta precisão que uma máquina poderá simular. Tem-se tentado descobrir como fazer com que as máquinas utilizem a nossa linguagem, formando abstrações e conceitos, resolvam tipos de problemas até agora só resolvidos por humanos e consiga melhor-se si mesmos.’
Ou seja, a Inteligência Artificial é a capacidade que um programa de computador tem de aprender e de pensar. Se pensarmos bem, tudo pode ser considerado Inteligência Artificial desde que envolva um programa informático que consiga fazer algo que normalmente dependeria da inteligência de um ser humano para ser executado. O problema é que as maquinas muitas das vezes conseguem ser mais eficazes que nós a resolver certos problemas e isso assusta muitas pessoas.
Neste artigo, além de outras coisas, também mostramos algumas das principais vantagens e desvantagens da Inteligência Artificial. No informatico.pt consideramos que cada nova invenção ou avanço tecnológico irá ter sempre coisas boas e coisas más. No entanto, nós, como seres humanos, é que temos de ter consciência e utilizar sempre o lado positivo da tecnologia de forma a criarmos um mundo melhor. Ao lermos este artigo percebemos que a inteligência artificial tem um enorme potencial e que nos irá trazer grandes vantagens. Quer seja em atividades profissionais, na nossa educação e saúde ou então em atividades de lazer e divertimento.
Pensamos que a chave para a nossa evolução como seres humanos está em conseguir garantir que a tecnologia não é utilizada para o mal e que a ascensão dos robôs não saia do nosso controlo. Não podemos pensar que a inteligência artificial irá destruir a civilização humana se cair nas mãos erradas porque ainda nenhuma das aplicações de IA construidas até à data consegue destruir ou escravizar a humanidade.
