Principais destaques:
– Inteligência Artificial é um termo que reúne tecnologias como Machine Learning, Deep Learning, entre outras;
– A IA é classificada em duas categorias: Artificial Narrow Intelligence e Artificial General Intelligence;
– Lista da InformationWeek mostra quais são as tecnologias que compõem a Inteligência Artificial.
Empresas têm olhado para a Inteligência Artificial (IA) como investimento em transformação digital, mas às vezes o conceito deste termo se perde em meio a outros nomes como Machine Learning, Deep Learning, Processamento de Linguagem Natural, entre outros. Mas o que seria Inteligência Artificial?
Como explica este artigo da InformationWeek, a Inteligência Artificial é um termo que integra diversas tecnologias que ajudam no desenvolvimento de robôs inteligentes, assistentes virtuais e plataformas de análise.
Mas antes de contextualizar como essas tecnologias ajudam no desenvolvimento de uma solução baseada em IA, é preciso entender que a Inteligência Artificial é dividida em duas categorias:
- Artificial Narrow Intelligence (ANI, sigla em inglês): conhecida como Weak AI (Inteligência Artificial Fraca), é a inteligência responsável pelos assistentes virtuais dos smartphones, carros autônomos, programas que transcrevem texto em áudio e áudio em texto, etc.
- Artificial General Intelligence (AGI, sigla em inglês): chamada de Strong AI (Inteligência Artificial Forte), é a inteligência que, na teoria, seria capaz de realizar qualquer tarefa que um ser humano pode executar.
As tecnologias que compõem a Inteligência Artificial
A Inteligência Artificial tem se tornado cada vez mais popular entre as organizações e a InformationWeek separou algumas tecnologias mais comuns que a compõem e as ferramentas que facilitam o funcionamento dela. Confira quais são abaixo:
- Machine Learning
Machine Learning, ou Aprendizado de Máquina, tem sido o primeiro passo para muitas organizações que investem em IA. A tecnologia automatiza o processo analítico ao criar algoritmos e usar dados para “treiná-los”. Por exemplo, você pode abastecer um algoritmo com dados para ele reconhecer fotos de gatos. Para isso, a máquina que irá fazer essa identificação precisa ser treinada com imagens do animal.
- Deep Learning
O Deep Learning, ou Aprendizagem Profunda, utiliza o Machine Learning para construir e formar redes neurais. Essas redes neurais farão simulações “semelhantes” a ações do cérebro humano e vão treinar a máquina para classificar uma imagem, reconhecer fala, detectar objetos, descrever conteúdos e até mesmo fazer previsões. Geralmente esta tecnologia precisa ser abastecida com muitos dados e depende de muito poder computacional. O Google Assistente e a Siri utilizam o Deep Learning para reconhecimento de fala, por exemplo.
- Processamento de Linguagem Natural
O Processamento de Linguagem Natural (PLN) vai ajudar os computadores a “entender” um texto. A tecnologia é essencial para interpretar dados não estruturados, como e-mails, mensagens de texto, registro eletrônico de saúde, publicações em redes sociais, entre outros. Ou seja, essas máquinas serão capazes de saber o significado do texto, qual o contexto dele, criar resumos, interpretar sentidos, analisar sentimentos, aprender novos conceitos, entre outras características. O Google utiliza PLN para analisar textos e entender qual o sentimento dos usuários em posts na internet.
- Visão Computacional
A Visão Computacional é uma tecnologia de reconhecimento de imagens e de análise de um grande conjunto de dados. Um dos campos de trabalho da visão computacional é o reconhecimento facial, em que é possível identificar pessoas por meio do mapeamento de rostos e imagens delas incluídas previamente em um banco de dados. No setor da saúde, sistemas com visão computacional podem detectar anomalias ao examinar imagens de ressonâncias, tomografias e raios-x.
- TensorFlow e Keras
O TensorFlow é uma plataforma de código aberto para Machine Learning e é aplicada a uma ampla variedade de tarefas. Ela é utilizada para criar e implantar, com maior agilidade, aplicativos baseados em aprendizado de máquina com suporte a APIs como o Keras. O Keras é um framework de Deep Learning de código aberto, escrito em Python, e que pode ser executado em conjunto com o TensorFlow e outras bibliotecas de código aberto para aprendizado de máquina.
- Jupyter Notebook
O Projeto Jupyter é uma organização sem fins lucrativos. Uma das tecnologias desenvolvidas pelo projeto é o Jupyter Notebook, uma aplicação WEB de código aberto que suporta as três principais linguagens de programação – Julia, Python e R. Nesta aplicação, cientistas de dados e desenvolvedores de Machine Learning podem criar e compartilhar documentos com códigos ativos, equações, visualizações e texto. A tecnologia é usada para visualização de dados, aprendizado de máquina, modelagem estatística, entre outros.