{"id":1504,"date":"2022-10-23T11:06:27","date_gmt":"2022-10-23T14:06:27","guid":{"rendered":"https:\/\/treinamentolivre.com\/aluno01\/?p=1504"},"modified":"2022-11-11T10:24:43","modified_gmt":"2022-11-11T13:24:43","slug":"como-a-ia-adaptiva-ultrapassa-as-capacidades-da-ia-tradicional","status":"publish","type":"post","link":"https:\/\/treinamentolivre.com\/aluno01\/arquivos\/1504","title":{"rendered":"Como a IA Adaptiva Ultrapassa as Capacidades da IA Tradicional."},"content":{"rendered":"\n

https:\/\/www.thoughtai.org\/post\/how-adaptive-ai-outpaces-traditional-ai-capabilities<\/a>
Gabrielle Kopera – 23 de Mar\u00e7o de 2021
Atualizado em: 24 de Mar\u00e7o de 2021<\/p>

Tradu\u00e7\u00e3o \/ Adapta\u00e7\u00e3o de Hali Omani, atualizada em 23\/10\/2022.<\/p><\/blockquote>\n\n\n\n

O campo da intelig\u00eancia artificial (IA) vem progredindo constantemente. A IA tradicional, com capacidades de aprendizado est\u00e1ticas e tempos de desenvolvimento lentos est\u00e1 se tornando desatualizada. A IA adapt\u00e1vel est\u00e1 em ascens\u00e3o. Essa tecnologia emergente, quando comparada \u00e0 IA tradicional, comprova maiores benef\u00edcios e melhores capacidades de aprendizado.<\/p>\n\n\n\n

Uma IA tradicional \u00e9 capaz de processar novos dados, mas n\u00e3o consegue aprender com a intera\u00e7\u00e3o com esses dados; A IA adaptativa aprende com novos dados e \u00e9 capaz de se corrigir. Essencialmente, a IA adapt\u00e1vel pode alterar seu pr\u00f3prio c\u00f3digo, para incorporar o que aprendeu com suas experi\u00eancias com novos dados. Por meio desse processo de aprendizado, a IA adaptativa \u00e9 capaz de \u201cajustar as condi\u00e7\u00f5es de opera\u00e7\u00e3o dependendo das necessidades atuais\u201d[2].<\/p>\n\n\n\n

Para que uma IA tradicional mude suas condi\u00e7\u00f5es de opera\u00e7\u00e3o, \u00e9 necess\u00e1ria uma intera\u00e7\u00e3o com um desenvolvedor humano. Esse ciclo de desenvolvimento de atualiza\u00e7\u00e3o de uma IA existente pode levar meses, enquanto uma IA adapt\u00e1vel \u00e9 capaz de realizar essas mesmas atualiza\u00e7\u00f5es em uma fra\u00e7\u00e3o do tempo. O custo de desenvolvimento reduzido e o tempo s\u00e3o um benef\u00edcio do uso de IA adapt\u00e1vel.<\/p>\n\n\n\n

Outro benef\u00edcio no emprego da IA adaptativa \u00e9 que ela \u00e9 personaliz\u00e1vel para qualquer situa\u00e7\u00e3o ou campo, devido \u00e0 sua capacidade de aprender com suas pr\u00f3prias experi\u00eancias. Por exemplo, na \u00e1rea m\u00e9dica, a IA adaptativa pode extrair informa\u00e7\u00f5es de uma rede de hospitais, para fornecer informa\u00e7\u00f5es adequadas de dosagem de medicamentos ou outras medidas, al\u00e9m de levar em considera\u00e7\u00e3o dados locais para \u201cajustar o desempenho para atender \u00e0s necessidades de cada institui\u00e7\u00e3o\u201d[4]. A capacidade da IA daptativa de visualizar uma rede inteira no contexto de dados locais fornece aos m\u00e9dicos um feedback adaptado \u00e0s necessidades de seus pacientes.<\/p>\n\n\n\n

No campo da educa\u00e7\u00e3o, a IA adaptativa pode fornecer aprendizado \u201ccomo instrutor\u201d por meio de \u201cadapta\u00e7\u00f5es em tempo real com base no desempenho e comportamento do aluno\u201d e ajustando \u201co contexto e a dificuldade do conte\u00fado\u201d com base no aluno [5]. A IA adaptativa aprender\u00e1 atrav\u00e9s da intera\u00e7\u00e3o com o aluno a melhor apoiar seu estilo de aprendizagem e ajud\u00e1-lo a aprender em seu pr\u00f3prio ritmo. [7]<\/p>\n\n\n\n

Como uma IA \u00e9 capaz de aprender com os dados e seu ambiente ? A IA aprende por meio de um processo chamado aprendizado de m\u00e1quina (ML). No n\u00edvel mais simples, o ML usa \u201cestat\u00edsticas para encontrar padr\u00f5es em\u2026 dados\u201d[3]. \u00c9 atrav\u00e9s do reconhecimento de padr\u00f5es que a IA aprende. As diferentes formas de ML incluem aprendizado supervisionado, aprendizado n\u00e3o supervisionado e aprendizado por refor\u00e7o. Para a IA tradicional, essas abordagens treinam a IA \u201ccom grandes quantidades de dados coletados em ambientes estacion\u00e1rios\u201d, o que significa que, se houver uma mudan\u00e7a no ambiente, a IA precisar\u00e1 ser treinada novamente para continuar encontrando os padr\u00f5es corretos[6].<\/p>\n\n\n\n

Para uma IA adaptativa, o processo de retreinamento \u00e9 integrado ao sistema, eliminando assim a necessidade de interven\u00e7\u00e3o. A IA adapt\u00e1vel pode ajustar suas condi\u00e7\u00f5es operacionais usando as \u201carquiteturas e metas de aprendizado\u201d incorporadas ao seu sistema; isso geralmente \u00e9 baseado no aprendizado por refor\u00e7o no qual uma IA aprende interagindo com seu ambiente por tentativa e erro [1,3,6].<\/p>\n\n\n\n

Portanto, a abordagem da IA adaptativa quebra o paradigma da ML tradicional, utilizando sistemas adaptativos complexos para lidar com todas as funcionalidades da ML. Por meio dessa abordagem, a IA pode buscar seus objetivos ao mesmo tempo em que aprende o caminho do melhor desempenho e ajusta seu m\u00e9todo de aprendizado para se adequar \u00e0 situa\u00e7\u00e3o. A abordagem da IA pensada \u00e9 \u00fanica, pois a IA n\u00e3o funciona individualmente; em vez disso, como um bando de p\u00e1ssaros, a IA cont\u00e9m partes menores, chamadas agentes, que trabalham em conjunto para encontrar os melhores caminhos para seu objetivo. Essencialmente, a IA adaptativa n\u00e3o \u00e9 uma entidade monol\u00edtica, \u00e9 um grupo de agentes que trabalham juntos. Esses agentes menores podem processar e trocar dados em paralelo. Isso prova ser mais r\u00e1pido do que uma \u00fanica IA tentando processar os mesmos dados por conta pr\u00f3pria.<\/p>\n\n\n\n

In conclusion, adaptive AI is outpacing traditional AI with its flexibility and improved learning capabilities. Adaptive AI\u2019s possible utility across multiple fields allows it to fit into any business application. Thought AI\u2019s unique approach to adaptive AI improves upon adaptive AI\u2019s impressive learning capabilities by further increases its learning speed and functionality.<\/p>\n\n\n\n

Em conclus\u00e3o, a IA adaptativa est\u00e1 superando a IA tradicional com sua flexibilidade e recursos de aprendizado aprimorados. A flexibilidade da IA adaptativa permite que, em v\u00e1rios campos ela se encaixe em qualquer aplicativo de neg\u00f3cios. A abordagem exclusiva da IA adaptativa melhora os impressionantes recursos de aprendizado da IA, aumentando ainda mais sua velocidade e funcionalidade de aprendizado.<\/p>\n\n\n\n

Refer\u00eancias:<\/p>\n\n\n\n

  1. Shweta Bhatt. 2019. Reinforcement Learning 101. Medium. Retrieved March 9, 2021 from https:\/\/towardsdatascience.com\/reinforcement-learning-101-e24b50e1d292<\/a><\/li>
  2. Priya Dialani. 2020. Understanding Benefits of Adaptive Artificial Intelligence. Analytics Insight. Retrieved March 9, 2021 from https:\/\/www.analyticsinsight.net\/benefits-adaptive-artificial-intelligence\/<\/a><\/li>
  3. Karen Hao. What is machine learning? MIT Technology Review. Retrieved March 10, 2021 from https:\/\/www.technologyreview.com\/2018\/11\/17\/103781\/what-is-machine-learning-we-drew-you-another-flowchart\/<\/a><\/li>
  4. Sam Surette. 2020. How should the FDA go about regulating adaptive AI? STAT. Retrieved March 9, 2021 from https:\/\/www.statnews.com\/2020\/10\/02\/how-should-fda-regulate-adaptive-ai\/<\/a><\/li>
  5. Patrick Weir. Adaptive Learning 3.0. Training Industry. Retrieved March 9, 2021 from https:\/\/trainingindustry.com\/magazine\/mar-apr-2019\/adaptive-learning-3-0\/<\/a><\/li>
  6. Adaptive machine learning for changing environments. The Alan Turing Institute. Retrieved March 9, 2021 from https:\/\/www.turing.ac.uk\/research\/research-projects\/adaptive-machine-learning-changing-environments<\/a><\/li>
  7. Guilherme Brockington; Joana Bisol Balardin; Guilherme Augusto Zimeo Morais; Amanda Malheiros; Roberto Lent; Luciana Monteiro Moura; Joao R. Sato: \u201cFrom the Laboratory to the Classroom: The Potential of Functional Near-Infrared Spectroscopy in Educational Neuroscience\u201c. 2018. Retrieved October 23, 2022 from https:\/\/www.ncbi.nlm.nih.gov\/pmc\/articles\/PMC6193429\/<\/a> [Nota introduzida pelo Tradutor]<\/li><\/ol>\n\n\n\n

    <\/p>\n","protected":false},"excerpt":{"rendered":"

    https:\/\/www.thoughtai.org\/post\/how-adaptive-ai-outpaces-traditional-ai-capabilitiesGabrielle Kopera – 23 de Mar\u00e7o de 2021Atualizado em: 24 de Mar\u00e7o de 2021 Tradu\u00e7\u00e3o \/ Adapta\u00e7\u00e3o de Hali Omani, atualizada em 23\/10\/2022. O campo da intelig\u00eancia artificial (IA) vem…<\/p>\n

    Continuar a ler…Como a IA Adaptiva Ultrapassa as Capacidades da IA Tradicional.<\/span><\/a><\/div>\n","protected":false},"author":3,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[60,10,40],"tags":[],"_links":{"self":[{"href":"https:\/\/treinamentolivre.com\/aluno01\/wp-json\/wp\/v2\/posts\/1504"}],"collection":[{"href":"https:\/\/treinamentolivre.com\/aluno01\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/treinamentolivre.com\/aluno01\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/treinamentolivre.com\/aluno01\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/treinamentolivre.com\/aluno01\/wp-json\/wp\/v2\/comments?post=1504"}],"version-history":[{"count":7,"href":"https:\/\/treinamentolivre.com\/aluno01\/wp-json\/wp\/v2\/posts\/1504\/revisions"}],"predecessor-version":[{"id":1514,"href":"https:\/\/treinamentolivre.com\/aluno01\/wp-json\/wp\/v2\/posts\/1504\/revisions\/1514"}],"wp:attachment":[{"href":"https:\/\/treinamentolivre.com\/aluno01\/wp-json\/wp\/v2\/media?parent=1504"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/treinamentolivre.com\/aluno01\/wp-json\/wp\/v2\/categories?post=1504"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/treinamentolivre.com\/aluno01\/wp-json\/wp\/v2\/tags?post=1504"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}