Atualizado em
Inteligência artificial é o conjunto de sistemas capazes de reconhecer padrões, fazer previsões, recomendar decisões ou gerar conteúdo. Para entender como a IA funciona, é preciso separar o termo amplo das tecnologias que existem dentro dele.
SÉRIE · Fundamentos da IA
1 de 6
O que é Inteligência Artificial?
Inteligência artificial, ou IA, não é uma tecnologia específica.
É um campo amplo que reúne sistemas desenvolvidos para realizar tarefas associadas a capacidades como aprendizagem, reconhecimento de padrões, previsão, geração de conteúdo e tomada de decisão.
Uma definição útil é a adotada pela OCDE em sua definição atualizada de sistema de IA:
sistemas baseados em máquinas que recebem determinadas entradas e inferem como produzir resultados – previsões, conteúdo, recomendações ou decisões – capazes de influenciar ambientes físicos ou virtuais.
A definição é importante porque evita uma confusão comum: chamar de IA qualquer programa sofisticado.
Dentro desse campo existem tecnologias diferentes. Entre elas:
- machine learning, em que sistemas identificam padrões a partir de dados;
- redes neurais artificiais, estruturas computacionais formadas por unidades interligadas;
- deep learning, que utiliza redes neurais com várias camadas.
Essas tecnologias se relacionam. Porém, não são sinônimos.
Como funciona a inteligência artificial?
Não existe um único modo de funcionamento para toda IA. Um sistema de recomendação, um detector de fraude e um modelo de linguagem resolvem problemas diferentes.
Boa parte da inteligência artificial atual, porém, depende de aprendizado de máquina (machine learning).
Em vez de receber todas as regras explicitamente programadas, o sistema analisa exemplos e ajusta seus parâmetros para encontrar regularidades nos dados.
Imagine um programa treinado para reconhecer gatos em fotografias. Ele não precisa receber uma definição escrita de gato.
Durante o treinamento, processa grande quantidade de imagens e aprende quais combinações de características ajudam a distinguir um gato de outros objetos.
Depois, aplica o que aprendeu a imagens que nunca havia encontrado.
Modelos de linguagem trabalham com uma lógica semelhante, embora em escala e complexidade muito maiores.
Eles aprendem relações estatísticas presentes em grandes conjuntos de textos e utilizam essas relações para produzir sequências de linguagem.
É daí que vem parte da capacidade de responder perguntas, resumir documentos, traduzir, escrever código ou continuar uma frase.
Isso também explica uma limitação importante: produzir uma resposta plausível não significa compreender o assunto ou produzir uma informação verdadeira.
Quando surgiu a Inteligência Artificial?
A ideia de construir máquinas capazes de realizar tarefas associadas à inteligência é antiga, mas a IA como campo de pesquisa ganhou forma no século XX.
Em 1950, Alan Turing publicou “Computing Machinery and Intelligence”.
Em vez de tentar resolver filosoficamente a pergunta “uma máquina pode pensar?”, propôs avaliar algo observável: seu comportamento durante uma interação.
Em 1956, pesquisadores reunidos no Dartmouth Summer Research Project on Artificial Intelligence ajudaram a consolidar o próprio nome artificial intelligence e a ideia de transformá-la em um programa organizado de pesquisa.
O campo passou depois por períodos de entusiasmo, avanços e frustrações.
O que mudou nas últimas décadas foi a combinação de capacidade computacional, disponibilidade de dados, novos métodos de aprendizado e infraestrutura suficiente para colocar esses sistemas em produtos usados por milhões de pessoas.
A IA, definitivamente, não começou com o ChatGPT. Porém, essa ferramenta tornou muito mais visível algo que já vinha sendo construído há muito tempo.
Para que serve a Inteligência Artificial?
A IA é utilizada quando interessa encontrar padrões, fazer previsões, classificar informações, produzir conteúdo ou apoiar decisões em uma escala difícil de executar manualmente.
Hoje, sistemas de IA podem:
- identificar objetos em imagens;
- detectar fraudes e anomalias;
- recomendar filmes, músicas ou produtos;
- traduzir idiomas;
- prever demanda ou comportamento;
- auxiliar diagnósticos;
- gerar textos, imagens e códigos;
- analisar grandes conjuntos de informações;
- automatizar etapas de processos.
Por isso ela aparece em setores tão diferentes quanto saúde, educação, finanças, indústria, comércio e entretenimento.
Inteligência artificial é realmente inteligente?
Depende do que chamamos de inteligência.
Sistemas atuais podem superar seres humanos em tarefas específicas, processar enormes volumes de dados e produzir resultados que parecem exigir raciocínio.
Agora, isso não significa automaticamente que possuam compreensão, consciência ou intenção.
Essa diferença atravessa boa parte da história da IA e continua aberta.
Para compreender o que um sistema faz, costuma ser mais produtivo perguntar:
- qual tarefa ele executa?
- com quais dados ou informações trabalha?
- como chega ao resultado?
- quais são seus limites?
- quem definiu os critérios usados pelo sistema?
A última pergunta é especialmente importante porque tecnologias também organizam escolhas.
Um sistema pode decidir o que aparece primeiro em uma busca, quem recebe determinada recomendação ou quais informações ganham visibilidade.
É esse problema que aparece em Artefatos têm política? Como a IA distribui poder
No AI Risk Management Framework, o NIST trata confiabilidade, transparência, explicabilidade e gestão de riscos como partes do desenvolvimento e do uso responsável desses sistemas.
Como uma máquina aprende?
Entender a inteligência artificial como um campo amplo resolve apenas parte da questão.
Ainda falta compreender como muitos desses sistemas conseguem melhorar seu desempenho sem que cada regra seja escrita previamente por uma pessoa.
Em vez de programar todas as respostas possíveis, podemos fornecer dados e permitir que o sistema encontre regularidades neles.
É daí que surge uma das áreas centrais da inteligência artificial contemporânea: o Machine Learning, ou aprendizado de máquina.
No próximo texto, veremos o que significa, de fato, dizer que uma máquina aprende.
FUNDAMENTOS DA IA
Próximo: O que é Machine Learning? Como funciona o aprendizado de máquina
A história mais uma vez nos ensinando que a evolução não para. Parabéns pelo texto incrível.