{"id":106,"date":"2021-04-01T18:27:31","date_gmt":"2021-04-01T21:27:31","guid":{"rendered":"http:\/\/treinamentolivre.com\/aluno01\/?page_id=106"},"modified":"2024-02-13T19:22:10","modified_gmt":"2024-02-13T22:22:10","slug":"o-que-e-ia","status":"publish","type":"page","link":"https:\/\/treinamentolivre.com\/aluno01\/o-que-e-ia","title":{"rendered":"O que \u00e9 IA ?"},"content":{"rendered":"\n

Voc\u00ea n\u00e3o vai me ver definir o que \u00e9 IA (Intelig\u00eancia Artificial). Se eu dissesse que \u00e9 a ci\u00eancia que procura criar entidades que parecem humanas sob algum aspecto, j\u00e1 estaria falhando na defini\u00e7\u00e3o. Isso porque a IA atual j\u00e1 se esfor\u00e7a por criar seres super-humanos: rob\u00f4s que carregam toneladas de peso, naves que aterrissam (ou ser\u00e1 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 pr\u00f3ximos da Terra, que podem se chocar conosco), sistemas de escuta que localizam a voz de uma pessoa num telefone dentre bilh\u00f5es de terminais existentes.<\/p>\n\n\n\n

Em 1990 eu estava lendo o livro de Elaine Rich<\/a>: Intelig\u00eancia Artificial<\/a><\/em>. 1988. Ed. McGraw-Hill. A professora Elaine definiu I.A:<\/p>\n\n\n\n

\n

O estudo de como fazer os computadores realizarem tarefas em que, no momento, as pessoas s\u00e3o melhores.<\/p>\n<\/blockquote>\n\n\n\n

Eu trocaria a palavra “computadores” por “m\u00e1quinas” j\u00e1 que, na \u00e9poca, os smartphones eram fic\u00e7\u00e3o cient\u00edfica (o pioneiro Simon, da IBM<\/a>, s\u00f3 apareceria em 1992). <\/p>\n\n\n\n

Segundo Wiener,<\/p>\n\n\n\n

\n

Em todos os est\u00e1gios da t\u00e9cnica, desde D\u00e9dalo ou Heron de Alexandria, a habilidade do art\u00edfice de produzir um simulacro funcional de um organismo vivo sempre intrigou as pessoas. Este desejo de produzir e estudar aut\u00f4matos sempre foi expresso em termos do estado da arte da \u00e9poca. 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 Inef\u00e1vel de Deus.
No tempo de Newton, o aut\u00f4mato se torna a caixa de m\u00fasica mec\u00e2nica, com as pequenas ef\u00edgies girando rigidamente no seu topo topo. No s\u00e9culo 19, o aut\u00f4mato \u00e9 a glorificada m\u00e1quina de calor, queimando algum combust\u00edvel em vez do glicog\u00eanio dos m\u00fasculos humanos. Por fim, o presente aut\u00f4mato abre portas por meio de fotoc\u00e9lulas, ou aponta canh\u00f5es para o lugar em que um feixe de radar localiza um avi\u00e3o, ou calcula a solu\u00e7\u00e3o de uma equa\u00e7\u00e3o diferencial.
Nem o grego nem o aut\u00f4mato m\u00e1gico seguem as linhas principais na dire\u00e7\u00e3o do desenvolvimento da m\u00e1quina moderna, nem parecem ter tido muita influ\u00eancia no pensamento filos\u00f3fico s\u00e9rio. \u00c9 muito diferente com o aut\u00f4mato mec\u00e2nico. Essa ideia desempenhou um papel muito genu\u00edno e importante no in\u00edcio da hist\u00f3ria da filosofia moderna, embora estejamos bastante propensos a ignor\u00e1-la.<\/p>\n<\/blockquote>\n\n\n\n

Norbert Wiener – Cybernetics – 1948 – pp.39-40<\/p>\n\n\n\n

<\/p>\n\n\n\n

Ent\u00e3o, vou me limitar a dizer o que a IA estuda: <\/p>\n\n\n\n

    \n
  1. Processamento de linguagem natural – (brilhantemente iniciado com o projeto Katalavox<\/a> e popularizado no Google Translator); intera\u00e7\u00e3o homem-m\u00e1quina.<\/li>\n\n\n\n
  2. Tradu\u00e7\u00e3o autom\u00e1tica de textos<\/a> em diversas linguagens humanas.<\/li>\n\n\n\n
  3. Representa\u00e7\u00e3o do conhecimento – (armazenamento, pesquisa e conclus\u00e3o sobre fatos).<\/li>\n\n\n\n
  4. Racioc\u00ednio automatizado – (como no caso do campe\u00e3o de xadrez Deep Blue<\/a>).<\/li>\n\n\n\n
  5. Aprendizado de m\u00e1quina – (no qual programas escrevem programas<\/a> para levar a cabo tarefas de modo cada vez mais eficiente).<\/li>\n\n\n\n
  6. Vis\u00e3o computacional – (por exemplo no reconhecimento de placas de autom\u00f3veis<\/a>) e na detec\u00e7\u00e3o de ca\u00e7adores em \u00e1reas naturais proibidas.<\/li>\n\n\n\n
  7. An\u00e1lise e reconhecimento ac\u00fastico computacional – por exemplo na detec\u00e7\u00e3o de submarinos pelas vibra\u00e7\u00f5es marinhas e na pesquisa de paisagens ac\u00fasticas computacionais<\/a>.<\/li>\n\n\n\n
  8. Rob\u00f3tica – (com destaque para os rob\u00f4s-combatentes e os rob\u00f4s-mula da Boston Dynamics<\/a>).<\/li>\n\n\n\n
  9. Linguagens e m\u00e9todos de consulta <\/a>e gerenciamento de bases de dados.<\/li>\n\n\n\n
  10. Educa\u00e7\u00e3o auxiliada pelo computador – e n\u00e3o falo apenas de conte\u00fado. Os computadores podem aprender a ensinar melhor, com base na experi\u00eancia dos professores e na interpreta\u00e7\u00e3o de sensores. Isso leva a uma interessante discuss\u00e3o do tipo: -Professores v\u00e3o prosperar no futuro ? Sim, se conhecerem a ci\u00eancia de dados, a ci\u00eancia neural e aspectos da intelig\u00eancia artificial.<\/li>\n\n\n\n
  11. Visualiza\u00e7\u00e3o de dados – Como o que ocorre na an\u00e1lise de paisagens sonoras e na interpreta\u00e7\u00e3o geol\u00f3gica de dados de prospec\u00e7\u00e3o de petr\u00f3leo<\/a>.<\/li>\n\n\n\n
  12. Intera\u00e7\u00e3o entre c\u00e9rebro e m\u00e1quina (brain-machine connection ou BMC<\/a>) <\/li>\n\n\n\n
  13. Cria\u00e7\u00e3o e otimiza\u00e7\u00e3o de programas de computador e pesquisas (queries) de bancos de dados.<\/li>\n<\/ol>\n\n\n\n

    <\/p>\n\n\n\n

    Posso dizer tamb\u00e9m quais s\u00e3o alguns dos conhecimentos e t\u00e9cnicas que a auxiliam e que s\u00e3o auxiliados por ela:<\/p>\n\n\n\n