Nos encontramos em um ponto de escolhas complicadas agora. Sabemos que dar significado à inteligência é extremamente complexo, a menos que identifiquemos a de nossa perspectiva de onde nós somos seres inteligentes. Um sistema para ser considerado inteligente precisa satisfazer requisitos não triviais, pois para ser inteligente ele precisa pensar e agir logicamente como ser humano, o que em termos computacionais não é trivial, já que demanda muito armazenamento e processamento que, no geral, são limitados. Com estes fatos postos, qual a melhor abordagem para inteligência artificial?
De acordo com Pereira (2020, p. 3), existem três formas principais e uma derivação para se abordar IA, são elas:
A abordagem conexionista baseada na hipótese de causa-efeito, no qual supõe que um modelo extremamente próximo ao cérebro humano seja capaz de reproduzir a inteligência humana. Tal abordagem trata de problemas imprecisos, mas que podem ser reconhecidos através de padrõs, como caligrafia, face, íris e outros. A principal contribuição dessa abordagem são as redes neurais.
A abordagem simbólica foca-se na hipótese de sistema símbolos físicos, isto é, conjuntos estruturados de símbolos e regras de manipulação destes são os meios necessários e suficientes para se obter inteligência. Esta vale-se de problemas bem definidos, como planejar tarefas, sendo a sua principal contribuição: os sistemas especialistas.
A abordagem evolucionária é fundamentada na teoria darwiniana, à qual infere que
sistemas inteligentes simulando a evolução de uma população de indivíduos (aleatórios), que carregam genes com informação suficiente para dar origem à solução de um problema, usando operações genéticas de recombinação e mutação.
Esta abordagem trabalha diretamente com problemas de otimização, como decidir a melhor rota para realizar o máximo de entregas possíveis com o menor custo e tempo possível das encomendas dos Correios [2], por exemplo. A principal contribuição desta abordagem são os algoritmos genéticos.
- A abordagem híbrida utiliza a combinação de diferentes ferramentas das outras abordagens para encontrar a solução de um problema.
Desta forma, conclui Pereira (2020, p.4) que
Inteligência Artificial é uma ampla área de pesquisa que subdivide-se em diversas sub-áreas, cada uma delas adotando diferentes abordagens e tratando de diferentes problemas que, em geral, são de alta complexidade (para os quais ainda não temos soluções satisfatórias).
Com esse fechamento podemos entender o potencial da inteligência artificial. Dê uma olhada no infográfico abaixo [3]. Note que há desde empresas no setor de recrutamento de pessoas até segurança e riscos.
Se eu puder fazer uma aposta de como será o futuro com base em tudo o que li, aprendi e vivenciei, com absoluta certeza, aposto que o futuro será algo com muita inteligência artificial em todos os níveis e em lugares que hoje ainda não pensamos. Recomendo fortemente que veja a série The Age of I.A. [4], disponível no Youtube Originals, caso deseje saber mais sobre inteligência articial e o que estão fazendo com ela.
Referências
[1] Pereira, Silvio do Lago. Introdução à Inteligência Artificial. Disponível em https://www.ime.usp.br/~slago/IA-introducao.pdf. Acesso em: 17 fev. 2020
[2] Para saber mais sobre O Problema do Caixeiro Viajante, veja esse vídeo https://youtu.be/_vKMyRj855A. Acesso em 05 jul. 2020
[3] Este infográfico foi extraído de TICs y Informacion, no link https://ticsyformacion.com/2017/07/03/panorama-de-las-empresas-de-inteligencia-artificial-infografia-infographic-ai/. Acesso em 07. jul. 2020
[4] O link para a playlist da série The Age of I.A é . Acesso em: 17 fev. 2020
Top comments (0)