Novidades

Participação em eventos, textos e outras publicações.

Inteligência Artificial e Aprendizado de Máquina

Inteligência Artificial é um campo de estudo que surgiu na década de 50 e estuda máquinas e sistemas capazes de exibir comportamentos normalmente associados ao homem, como aprendizado e resolução de problemas. Algumas linhas de estudo de Inteligência Artificial são mais focadas em reproduzir a maneira como pensamos e raciocinamos, enquanto outras se concentram no entendimento e simulação de comportamento.

Quando se fala em Inteligência Artificial, é muito comum pensar no filme do Steven Spielberg ou em robôs exibindo comportamento humano. A realidade é que há inúmeras aplicações de Inteligência Artificial e algumas podem ser tão simples quanto um sistema capaz de fazer inferências. Veja o exemplo a seguir.

Sabe-se que:
	Platão é um homem
	Todo homem é mortal
Logo: 
	Platão é mortal

Este é um exemplo de aplicação de Inteligência Artificial: sistema simples de inferência. A partir fatos conhecidos, o sistema consegue entender que Platão é mortal, mesmo que a regra não esteja escrita.

Automação e IA

Um semáforo apresenta regras simples de comportamento: 30 segundos verde, 5 segundos amarelo e 30 segundos vermelho. Independentemente do que estiver acontecendo ao seu redor, o semáforo irá sempre realizar o mesmo comportamento, pois foi programado para realizar esse conjunto de ações de forma automática. Nesse caso não há um conjunto de regras inteligentes inseridas manualmente e nem mesmo aprendidas pelo sistema.

Estamos falando apenas de uma automação, não de uma aplicação de Inteligência Artificial.

Como seria então construir um semáforo de fato inteligente? Um sistema de semáforo inteligente poderia ter o objetivo de minimizar o tempo que pessoas e carros ficam parados esperando para atravessar o cruzamento. Ele poderia escolher ativamente quanto tempo seu estado deve permanecer em cada cor. Uma forma seria acoplar câmeras ao semáforo e, em tempo real, com base nas imagens, decidir quanto tempo permanecer em cada estado.

15 minutos de fama

Mas se IA é um tema de estudo da década de 50, presente em universidades do mundo todo já há bastante tempo… o que mudou? Porque de repente só se fala nisso?

Para qualquer tipo de automação, a velocidade com que se toma uma decisão é sempre um gargalo. Hoje um simples é muito mais poderoso que um computador da década de 80. Quanto mais avançadas e acessíveis ficam as tecnologias de processamento e armazenamento de dados, mais poderosos ficam os sistemas de Inteligência Artificial, simplesmente porque eles conseguem tomar decisões mais complexas em tempo hábil. Imagine o poder computacional necessário para um carro autônomo decidir, em milésimos de segundos, se ele deve desviar para a direita ou para a esquerda, dado que há um obstáculo na pista.

Hoje, com pouco investimento é possível ter um servidor na nuvem capaz de reconhecer objetos em imagens. Isso sim é instrumento para uma Revolução.

Aprendizado de Máquina

Aprendizado de Máquina é uma área de estudo, subconjunto de Inteligência Artificial, que também existe desde a década de 50. É uma técnica bastante poderosa que está por trás de muitas das facilidades que usamos no dia a dia: da lista de filmes customizada no Netflix ao menor caminho no Google Maps, ou roteamento de cartas no Correio.

O que torna Aprendizado de Máquina tão interessante á a gama de desafios que ele é capaz de endereçar. Para se automatizar uma tarefa, o caminho tradicional é construir um programa com instruções explícitas do que deve ser feito. Para somar dois valores, por exemplo, o passo a passo é bastante claro.

239 + 17 = ?
Algoritmo:
1. Separam-se os algarismos de unidade
2. Se a soma for maior que 10, liga o “vai-um” e remove 10 das unidades
3. Continua somando as dezenas, “vai-um” e repetindo esta regra até que os algarismos terminem

O desafio surge quando a tarefa que se deseja automatizar não é facilmente descrita em passos. Por exemplo: como identificar se uma foto contém um objeto, uma pessoa ou um animal? Existem muitas técnicas clássicas para tentar responder perguntas desse tipo, mas nenhuma é tão eficiente quanto o Aprendizado de Máquina.

Algoritmos de Aprendizado de Máquina são programas capazes de aprender a realizar uma tarefa a partir de uma experiência, não a partir de instruções explícitas, como no caso anterior. Quanto mais dados (experiência) estiverem disponíveis, mais complexas podem ser as tarefas aprendidas e executadas por esses algoritmos. É nesse ponto que reside todo seu potencial.

Com a capacidade de armazenamento e processamento que temos hoje, e com facilidade de criação de soluções que incluem Aprendizado de Máquina, uma série de aplicações que antes só se via em filmes tornam-se possíveis. Carros e foguetes autônomos, cirurgias automatizadas, e traduções simultâneas, por exemplo, são exemplos reais, que ajudarão a levar nossa sociedade para outro patamar.

E o semáforo?

Voltando-se para o exemplo do semáforo, poderia se utilizar Aprendizado de Máquina e um conjunto de dados, como quantidade de pessoas e carros parados por hora do dia. Dessa forma, ao invés de fornecer instruções específicas de comportamento, o semáforo poderia encontrar o tempo ótimo para cada hora do dia a partir da experiência (dados) anterior. Se no período da noite têm-se poucos pedestres, o sinal estende o tempo no estado verde. O contrário ocorre durante a tarde quando têm-se muitos pedestres e poucos carros. No fim do dia o semáforo poderia se auto-avaliar e verificar o quanto sua estratégia realizada no dia foi efetiva e adaptar o seu comportamento para o dia seguinte.

Começando a conversa

Por maiores que sejam os avanços tecnológicos, pesquisadores ainda acreditam que simular personalidade e consciência demanda muito mais que apenas dados e poder computacional. Enquanto isso, quanto mais inteligentes ficam os sistemas e mais sensíveis as decisões passíveis de automação, é nosso papel entender e debater os “como”s e “por quê”s desse movimento.

< Voltar para todos os posts