DEV Community: Augs Machado

A era da Inteligência Artificial

Augs Machado — Wed, 08 Jul 2020 11:45:18 +0000

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

Sexta-feira, uma fita de Möbius invertida

Augs Machado — Tue, 07 Jul 2020 12:36:34 +0000

De maneira muito resumida, Pereira (2020, p. 3-4) descreve as principais fases da pesquisa sobre IA em quatro partes, são elas:

Modelagem de Neurônios Artificiais (1943-1950): momento no qual as pesquisas eram voltadas para desenvolvimento de neurônios artificiais, ou seja, focando em criar máquinas capazes de aprender.

O Grande Entusiasmo (1951-1969): chamado assim devido a onda de entusiasmo que se seguiu as inúmeras descobertas feitas no período, como os primeiros programas capazes de jogar xadrez, provar teoremas lógicos [2], imitar o racicínio humano, planejar tarefas, comunicar-se em linguagem natural, aprender por analogias e análise de estruturas moleculares. Um outro fator de entusiasmo no período foi a dissociação da imagem do computador de uma máquina de calcular para uma ferramenta poderosíssima.

Exponencial de Complexidade Computacional (1970-1980) se dá no fato de que na medida que problemas iam sendo resolvidos utilizando IA, outros mais complexos eram experimentados [3]. Entretanto, os grandes limitantes para um avanço exponecial eram: armazenamento de dados e tempo de processamento. Mesmo com constantes esforços para solucionar estes limitantes, o avanço era lento, algo que foi provado com a Teoria da Complexidade Computacional [4]. Segundo Pereira (2020, p.3), a solução desses problemas complexos não dependia apenas da memória adicional ou de processadores mais rápidos, por isso muitas das expectativas foram frutradas.

Inferências (1981 - presente): em 1981, com o anúncio japonês de um computador de quinta geração utilizando PROLOG como linguagem de máquina e capaz de realizar milhões de inferências por segundo, reacendeu as pesquisas norte-americanas e europeias, pois temiam que ocorre-se uma supremacia japonesa em pesquisa e desenvolvimento de IA.

Atualmente, a inteligência artificial é encontrada em diversos setores e produtos, como câmeras de smartphones, assistentes virtuais, robótica, mineração de dados, manufatura, visão, jogos eletrônicos, processamento de linguagem natural, otimização de processos, reconhecimento facial, em sua geladeira e em toda a saga dos Vingadores [5].

Até este ponto vimos o quão especial é área de Inteligência Artificial, o que isso significa, como entendemos inteligência, a história dela. No entanto, como abordamos inteligência artificial? Do que ela ainda é capaz? O que podemos esperar? As respostas nós encontraremos amanhã, na última parte do resumo de Introdução à Inteligência Artificial de Silvio do Lago Pereira.

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] Leia mais sobre as Leis da Lógica Formal em https://medium.com/@sir.relsen/introdu%C3%A7%C3%A3o-%C3%A0-l%C3%B3gica-formal-14771da340d.

[3] Leia mais sobre Problemas Complexos em http://www.inf.ufpr.br/vignatti/courses/ci165/23.pdf.

[4] Leia mais sobre a Teoria da Complexidade Computacional em http://rmct.ime.eb.br/arquivos/RMCT_1_tri_1987/teoria_complex_comput.pdf.

[5] Achava mesmo que o Thanos seria vencido sem inteligência artificial? Veja isso https://youtu.be/bvWXCdnd7l0.

A inteligência não depende da aparência

Augs Machado — Mon, 06 Jul 2020 11:16:22 +0000

Ontem nós falamos sobre a dificuldade de consenso sobre o que é inteligência e que parece contrastante a definição de inteligência artificial (IA). Entretanto, segundo Pereira (2020, p. 1), em 1950, Alan Turing [2] propôs um teste capaz de determinar a prensença de atributos inteligentes ou não.

Uma vez que sem definir inteligência não é possível definir inteligência artificial, a base para o teste de Turing apoiava-se na premissa que mesmo não sabendo definir o que era inteligência, sabíamos que os seres humanos são inteligentes. Assim, de acordo com Pereira (2020, p.2),

se uma máquina fosse capaz de se comportar de tal forma que não pudéssemos distingui-la de um ser humano, essa máquina estaria demonstrando algum tipo de inteligência, que, nesse caso, só poderia ser inteligência artificial.

O teste proposto por Turing consistia, de forma muito simplificada e resumida aqui, em uma entrevista entre um ser humano e um ente remoto via chat, onde se após determinado período de tempo a pessoa não fosse capaz de distiguir o ente entre humano e máquina, a hipótese de existir inteligência artificial era confirmada, de acordo com Pereira (2020, p.2).

Parece ser uma tarefa muito simples passar no Teste de Turing, não? De acordo com Pereira (2020, p.2), não é nada simples, pois o sistema precisaria minimamente das seguintes habilidades

(1) processamento de linguagem natural: para comunicar-se com o usuário;
(2) representação de conhecimento: para armazenar o que sabe ou aprende;
(3) raciocínio automatizado: para usar o conhecimento armazenado com a finalidade de responder perguntas ou tirar novas conclusões;
(4) aprendizado de máquina: para adaptar-se a novas circunstâncias, detectar e extrapolar padrões, a fim de atualizar o seu conhecimento armazenado.

Até neste ponto vimos a definição de inteligência e como podemos mensurá-la. Observamos o funcionamento do teste de Turing, que para alguns é uma das melhores formas de testar a existência de inteligência artificial, mesmo tendo algumas fraquezas a serem levados em conta [3]. Mas, o que a história nos conta sobre o uso de inteligência artificial? A resposta nós encontraremos amanhã na Parte 3.

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] Veja o filme O Jogo da Imitação para saber um pouco mais sobre Alan Turing. O trailer do filme https://youtu.be/YIkKbMcJL_4. Acesso em: 17 fev. 2020

[3] Vejas algumas das Fraquezas do Teste de Turing aqui https://pt.wikipedia.org/wiki/Teste_de_Turing#Fraquezas_do_teste. Acesso em: 17 fev. 2020

Hey Google, defina Inteligência Artificial

Augs Machado — Sun, 05 Jul 2020 18:25:21 +0000

Alguns definem inteligência com um dom divino que nos conecta à uma divindade. Outros definem como princípio de intelectualidade. Há ainda quem defina como capacidade de resolver problemas complexos com agilidade e de forma efetiva.

Pereira (2020, p.1), utilizando-se das definições para inteligência encontradas nos dicionários de língua portuguesa, nos diz que

Inteligência é a faculdade de aprender, compreender e adaptar-se.

O autor acrescenta que não existe um consenso sobre o que é inteligência e, por esta razão, definir inteligência artificial é uma tarefa muito complicada e difícil. No entanto, podemos definir inteligência artificial, segundo Pereira (2020, p.1), como uma área do conhecimento humano que engloba:

(a) sistemas que pensam como humanos
(b) sistemas que agem como humanos
(c) sistemas que pensam logicamente
(d) sistemas que agem logicamente

Sendo alguns destes sistemas mais empíricos e de formulações lógicas (a e b), outros mais teóricos e ricos em proposições matemáticas (c e d). Vale notar que nenhuma delas é excludente, mas de grande importância para o desenvolvimento de novas aplicações e de novos conhecimentos em Inteligência Artificial, ou IA.

Uma vez que não há um consenso sobre o que é inteligência e parece contrastante a definição de IA, como contornar este problema? A resposta nós encontraremos amanhã na Parte 2.

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