O termo Inteligência Artificial (AI) é bastante vago e, na maior parte dos casos, descreve programas feitos com base no machine learning.
O principal fundamento de uma Inteligência Artificial de qualquer tipo é a habilidade de aprender e tomar decisões com base nesse aprendizado. Por isso toda IA precisa ser treinada. O que se faz é escrever um programa e treiná-lo para realizar uma tarefa com um nível de automação e independência que um programa comum não tem.
Um exemplo é a IA que categoriza as fotos no Google Photos. O treinamento foi feito para que a IA consiga reconhecer diversos objetos, animais e pessoas em fotos e vídeos. Para isso, o programa passou por extensos testes em vários cenários. A IA foi programada para entender o que um cão é, o que um gato é, o que uma cor é (não com base em termos subjetivos, mas em termos objetivos, como características inerentes a cada uma dessas coisas). Esse conhecimento foi, então, abstraído. A partir daí, a IA consegue (e tem a liberdade para tal) decidir quando há um gato na foto e se o homem em uma foto é ou não o João.
Atualmente uma IA faz estritamente aquilo que lhe é designado. Há o espaço para que o programa “pense” e tome decisões por conta própria, mas sempre dentro de um limitadíssimo espaço. Seja para categorizar uma foto ou para tomar decisões em carros autônomos, uma IA não possui consciência dos seus atos e não faz reflexões sobre o que aconteceu. As tomadas de decisões são baseadas em estatísticas (o quanto aquela decisão se converteu em sucesso e uma série de outras variáveis).
As inteligências artificiais possuem muito mais similaridades com programas comuns do que com humanos. O termo “inteligência artificial” acaba provocando esse sentimento de que é um ser vivo, algo pensante, quando na realidade é apenas um programa complexo que possui alguns truques.
Deixarei de recomendação dois vídeos de palestras na plataforma TED caso você queira entender melhor todos esses pormenores:
Nenhum comentário:
Postar um comentário