Dicionário de Inteligência Artificial

Chegou a hora de esclarecermos alguns dos termos mais comentados da atualidade. Afinal, o que é Inteligência Artificial? Qual a diferença entre ela e Machine Learning? E o que é Deep Learning? Descubra abaixo.

Inteligência Artificial

O termo Inteligência Artificial (IA) foi criado em 1955 para designar a inteligência de softwares demonstrada por máquinas, em contraste àquela apresentada por seres humanos. A expressão também diz respeito à uma ampla área de estudo – visto que ‘inteligência’ é um conceito amplo – que se dedica a pesquisar como desenvolver máquinas cada vez mais inteligentes.

Aos poucos, a Inteligência Artificial está evoluindo para novos e importantes aspectos como: tomada de decisão, predição baseada em dados, linguagem natural, uso de abstrações/subjetividade e aprendizado. Mas todo software é inteligente? Bom, um software comum só é capaz de realizar tarefas e decisões que foram escritas no seu algoritmo, ou seja, todas as situações tem de estar previamente declaradas.

Nos primórdios da IA, o objetivo era desenvolver algoritmos tão bons que seria impossível distinguí-los dos humanos, com a diferença que eles seriam focados em problemas específicos, como no exemplo do Deep Blue jogando xadrez. Hoje, o que se tem buscado desenvolver está além disso: máquinas que sejam capazes de fazer mais do que já foi pré-definido em seus algoritmos.

Processamento de linguagem natural

Já a PLN é a capacidade que máquinas possuem de entender a linguagem natural dos seres humanos. A possibilidade de conversarmos com as máquinas depende da evolução dessa área de estudo. Apesar de ser uma atividade cotidiana para nós, ela é bem complexa para as máquinas, já que a linguagem natural (escrita ou falada) é cheia de subjetividade e aspectos contextuais.

Machine Learning

Dentre as diversas áreas da IA, uma das mais interessantes é o Aprendizado de Máquina, que é a capacidade dos algoritmos evoluírem a si próprios a partir da experiência. Há diversas técnicas sendo desenvolvidas em relação a isso, incluindo o aprendizado supervisionado e sem supervisão. Entretanto, basicamente, o processo de aprendizado envolve a identificação de padrões para classificar e relacionar os dados.

Deep Learning

Por fim, o Deep Learning, ou aprendizagem profunda, é uma área dentro da Machine Learning onde são utilizados algoritmos complexos para imitar a rede neural do cérebro humano, com o objetivo de tornar o programa capaz de aprender sem ser necessária nenhuma supervisão. A evolução do Deep Learning possibilita novas estratégias para resolver problemas de IA como visão, percepção e linguagem.