Inteligência artificial

O que é Inteligência Artificial IA?

O conceito de inteligência artificial foi criado em 1950, quando Alan Turing criou um teste para determinar se um computador possui inteligência real. Pouco depois, em 1956, realizou-se a primeira Conferência de Inteligência Artificial em Dartmouth, lançando oficialmente este novo campo da ciência. Nesta conferência foi conjeturado que a aprendizagem e a inteligência humana, em todos os seus aspetos, poderiam ser descritas com suficiente detalhe para serem reproduzidas por um computador.

A ideia fundamental por detrás da inteligência artificial é fazer com que um computador resolva um problema complexo tal como um humano o faria. Por vezes, estes problemas "complexos" não são tão complexos para uma pessoa. Por exemplo, para uma pessoa, é muito simples:

• Identificar um gato numa fotografia.
• Decifrar um texto que está desfocado, ou no qual faltam algumas letras.
• Identificar um som.
• Priorizar tarefas.
• Conduzir um carro.
• Jogar um jogo e ganhar (até vencer o campeão mundial de xadrez, embora não seja um bom exemplo de algo "muito fácil" para ninguém).
• Ou fazer algo criativo, como escrever um poema ou resumir uma ideia com um desenho.

A fim de imitar o processo, um computador deve aumentar as suas capacidades em termos de capacidade computacional, velocidade de processamento e capacidade de armazenamento de dados, entre outras capacidades que lhe permitam imitar o raciocínio da mente humana de uma forma funcional. Assim, precisa de poder:

• Capturar informação do ambiente: Perceção. Como seres humanos, comunicamos com o nosso ambiente através dos nossos sentidos. Hoje em dia, existe uma multiplicidade de sensores de todos os tipos que podem desempenhar esta função, recolhendo informação do ambiente e enviando-a para processamento informático. Podem mesmo ultrapassar os "sentidos humanos", já que não estão sujeitos aos limites da nossa biologia.
• Compreender a linguagem natural (Natural Language Processing). Interpretar a linguagem falada e escrita. Compreender o significado de uma frase, compreender sotaques diferentes. Esta é uma tarefa difícil, uma vez que o significado de uma frase pode variar muito dependendo do seu contexto.
• Representar o conhecimento. Para a IA ser capaz de perceber pessoas, objetos, conceitos, palavras, símbolos matemáticos, etc., precisa de ser capaz de representar este conhecimento no seu "cérebro artificial".
• Também precisa da capacidade de raciocinar. Ser capaz de ligar todos estes conhecimentos, dados e conceitos, de modo a poder resolver problemas usando a lógica. Por exemplo, uma máquina de xadrez deteta os movimentos das peças no tabuleiro e, ao aplicar as regras do xadrez aos dados que recolheu, decide a melhor jogada.
• Ser capaz de planear e movimentar-se. Para se parecer realmente com um humano, não basta pensar como um humano. A nossa IA deve ser capaz de se mover num mundo tridimensional, escolhendo a rota ideal. Isto é o que os veículos autónomos já fazem, mas têm de acertar, porque, neste caso, os erros custam vidas.

Que fatores têm ajudado a impulsionar o desenvolvimento da IA?

Um dos fatores que mais contribuiu para o avanço da IA, para além do investimento de grandes empresas tecnológicas em I+D, foi a lei de Moore. Em 1965, Gordon Moore previu o aumento contínuo da complexidade dos circuitos integrados (medida pelo número de transístores contidos num chip de computador), ao mesmo tempo que se reduzia o seu custo. Isto permitiu à então nascente indústria de semicondutores criar o microprocessador (em 1971) e outros circuitos integrados que eram aplicados inicialmente a computadores, mas que hoje podem ser encontrados em qualquer dispositivo (telemóveis, televisões, veículos) ou mesmo em seres vivos (tais como chips de identificação implantados em animais). Graças a isto, as aplicações de inteligência artificial fazem agora parte da nossa vida quotidiana.

Outro fator que impulsionou grandemente o desenvolvimento da inteligência artificial (IA) foram as tecnologias Big Data. Em 2012, o Google provou ser capaz de identificar a imagem de um gato numa fotografia com 75% de precisão. Para o conseguir, utilizou redes neurais que treinou num corpus de 10 milhões de vídeos do YouTube. Isto não teria sido possível sem a utilização da Big Data.

Que tipos de IA existem?

Basicamente, existem dois tipos de inteligência artificial. A IA “estreita ou fraca” (narrow/weak AI), que é caracterizada pelo facto de ser "especializada" numa tarefa específica. Por exemplo, ganhar a um jogo de computador. O Deep Blue, criado pela IBM, venceu o grande mestre de xadrez Gary Kasparov em 1996. Em 2016, o DeepMind's AlphaGo, criado pela Google, venceu o jogador sul-coreano profissional Go Lee Sedol. Os assistentes digitais como a Siri e a Cortana são também exemplos deste tipo de IA. Podem dar-nos a previsão do tempo, ou recomendar uma rota alternativa para ir para o trabalho, mas não consegue ler as nossas mensagens e apagar as que não são importantes. Não podem ir além do que estavam originalmente programados para fazer.

A inteligência artificial “forte” (strong AI) leva-nos para o mundo da ficção científica. Um excelente exemplo seria Samantha, assistente pessoal do protagonista Theodore Twombly no filme "Her". Samantha é a assistente pessoal perfeita, porque consegue aprender coisas novas e modificar o seu código base. Pode organizar o seu email, as suas reuniões, ganhar-lhe no xadrez e escrever a sua lista de compras. É inteligente, empática, adaptativa...

Vimos que o conceito de IA é muito amplo e cobre diferentes áreas. Na realidade, poderíamos defini-lo como um ecossistema, onde podemos encontrar desde as tecnologias de mineração de texto ou de processamento de linguagem natural (text mining-NLP), Deep Learning, Análise Preditiva e Prescritiva, sistemas de Machine Learning, sistemas de recomendação, etc., até toda a área da robótica.

Todas estas tecnologias têm uma coisa em comum: geram dados em cuja interpretação reside o valor e o conhecimento. É por isso que se diz que a inteligência artificial está no centro de todas estas soluções, no ponto em que tudo converge.