Você não vai me ver definir o que é IA (Inteligência Artificial). Se eu dissesse que é a ciência que procura criar entidades que parecem humanas sob algum aspecto, já estaria falhando na definição. Isso porque a IA atual já se esforça por criar seres super-humanos: robôs que carregam toneladas de peso, naves que aterrissam (ou será que “amartissam” ?) sozinhas em Marte, computadores que podem vencer o melhor enxadrista do mundo, sistemas que alertam imediatamente sobre um teste nuclear feito em qualquer lugar na Terra, redes que localizam NEOs (near-earth objects ou objetos espaciais próximos da Terra, que podem se chocar conosco), sistemas de escuta que localizam a voz de uma pessoa num telefone dentre bilhões de terminais existentes.
Em 1990 eu estava lendo o livro de Elaine Rich: Inteligência Artificial. 1988. Ed. McGraw-Hill. A professora Elaine definiu I.A:
O estudo de como fazer os computadores realizarem tarefas em que, no momento, as pessoas são melhores.
Eu trocaria a palavra “computadores” por “máquinas” já que, na época, os smartphones eram ficção científica (o pioneiro Simon, da IBM, só apareceria em 1992).
Segundo Wiener,
Em todos os estágios da técnica, desde Dédalo ou Heron de Alexandria, a habilidade do artífice de produzir um simulacro funcional de um organismo vivo sempre intrigou as pessoas. Este desejo de produzir e estudar autômatos sempre foi expresso em termos do estado da arte da época. Nos dias da magia, tivemos o conceito bizarro e sinistro do Golem, aquela figura de barro na qual o Rabino de Praga soprou a vida blasfemando o Nome Inefável de Deus.
No tempo de Newton, o autômato se torna a caixa de música mecânica, com as pequenas efígies girando rigidamente no seu topo topo. No século 19, o autômato é a glorificada máquina de calor, queimando algum combustível em vez do glicogênio dos músculos humanos. Por fim, o presente autômato abre portas por meio de fotocélulas, ou aponta canhões para o lugar em que um feixe de radar localiza um avião, ou calcula a solução de uma equação diferencial.
Nem o grego nem o autômato mágico seguem as linhas principais na direção do desenvolvimento da máquina moderna, nem parecem ter tido muita influência no pensamento filosófico sério. É muito diferente com o autômato mecânico. Essa ideia desempenhou um papel muito genuíno e importante no início da história da filosofia moderna, embora estejamos bastante propensos a ignorá-la.
Norbert Wiener – Cybernetics – 1948 – pp.39-40
Então, vou me limitar a dizer o que a IA estuda:
- Processamento de linguagem natural – (brilhantemente iniciado com o projeto Katalavox e popularizado no Google Translator); interação homem-máquina.
- Tradução automática de textos em diversas linguagens humanas.
- Representação do conhecimento – (armazenamento, pesquisa e conclusão sobre fatos).
- Raciocínio automatizado – (como no caso do campeão de xadrez Deep Blue).
- Aprendizado de máquina – (no qual programas escrevem programas para levar a cabo tarefas de modo cada vez mais eficiente).
- Visão computacional – (por exemplo no reconhecimento de placas de automóveis) e na detecção de caçadores em áreas naturais proibidas.
- Análise e reconhecimento acústico computacional – por exemplo na detecção de submarinos pelas vibrações marinhas e na pesquisa de paisagens acústicas computacionais.
- Robótica – (com destaque para os robôs-combatentes e os robôs-mula da Boston Dynamics).
- Linguagens e métodos de consulta e gerenciamento de bases de dados.
- Educação auxiliada pelo computador – e não falo apenas de conteúdo. Os computadores podem aprender a ensinar melhor, com base na experiência dos professores e na interpretação de sensores. Isso leva a uma interessante discussão do tipo: -Professores vão prosperar no futuro ? Sim, se conhecerem a ciência de dados, a ciência neural e aspectos da inteligência artificial.
- Visualização de dados – Como o que ocorre na análise de paisagens sonoras e na interpretação geológica de dados de prospecção de petróleo.
- Interação entre cérebro e máquina (brain-machine connection ou BMC)
- Criação e otimização de programas de computador e pesquisas (queries) de bancos de dados.
Posso dizer também quais são alguns dos conhecimentos e técnicas que a auxiliam e que são auxiliados por ela:
- programação de computadores
- microeletrônica
- lógica;
- engenharia mecânica;
- filosofia;
- imagens de exames e ressonância magnética nuclear;
- cinema
- física
- psicologia
- fotografia
- neuromatemática
- estatística
- música
- ética
- sociologia
- criminologia
- …
A lista é virtualmente interminável.
No capítulo 13 de seu livro, Rich fala sobre os componentes de um programa de IA:
. Uma estrutura de representação do conhecimento;
. Métodos de solução de problemas e de inferência;
Mais adiante, diz:
“Recentemente aumentou o entendimento de que as técnicas de IA podem ser úteis num amplo espectro de domínios de programa. Isto pode ter como origem tanto o melhor desenvolvimento de métodos de IA, como a crescente magnitude da potência da computação que pode ser utilizada para resolver problemas. Por exemplo, um fator-chave no projeto do compilador de compiladores PQCC (Production Quality Compiler Compiler).”
E a professora Elaine prossegue:
“Algumas outras áreas da ciência da computação onde as técnicas de IA estão sendo exploradas incluem:
. Gerenciamento de bases de dados;
. Linguagens de consulta a bases de dados;
. Instrução auxiliada pelo computador;
. Interação homem-máquina;”
Poucos textos de IA, mesmo os mais modernos, podem sintetizar de modo tão compacto a evolução, a estrutura das ferramentas, as áreas de estudo, as tendências, as “modas” e as capacidades da ciência.
Acesse os links a seguir para uma definição mais formal de IA e explicação de seus métodos, objetivos e história.