Inteligência Artificial vs Aprendizagem de máquina

Os termos “Inteligência Artificial” e “Aprendizagem de Máquina” têm sido abordados com muita frequência nos últimos meses. Mas afinal o que realmente significam?

A Inteligência Artificial e a Aprendizagem de Máquina são coisas distintas, com implicações diferentes ao nível do que os computadores conseguem fazer e da forma como interagem connosco.

Os dois termos são muitas vezes confundidos e utilizados incorretamente pelos departamentos de marketing por esse mundo fora, que querem dar um ar mais sofisticado aos seus produtos.

Tudo começa com as Redes Neurais

Aprendizagem de máquina é o paradigma computacional que levou ao crescimento da “Big Data”.

O termo Big Data refere-se a um grande conjunto de dados armazenados.

Já a inteligência artificial, é baseada no desenvolvimento de redes neurais e aprendizagem profunda. Geralmente isto é descrito como uma imitação da forma como os humanos aprendem, mas não é bem assim.

Aprendizagem de máquina não é nada mais do que análise estatística e aprendizagem interativa.

Uma área da tecnologia que está a ajudar a melhorar os serviços que utilizamos diariamente nos nossos smartphones e na web é sem duvida a aprendizagem de máquina.

Em vez de construir programas tradicionais que se baseiam em declarações lógicas e árvores de decisão (if, if-else, and, or, etc) uma rede neural é construída especificamente para aprender usando uma rede de neurónios paralela, em que cada uma existe para um propósito específico.

Redes neurais são modelos computacionais inspirados pelo sistema nervoso central (particularmente o cérebro), que são capazes de realizar aprendizagem de máquina bem como reconhecimento de padrões.

A natureza de qualquer rede neural pode ser muito complicada, mas a chave para o funcionamento é sem dúvida a atribuição de factores de importância ao input.

Usando redes com vários factores de importância é possível produzir uma probabilidade ou estimativa de que o seu input equivale a um ou mais outputs definidos.

Input/Output = Entrada/Saída

O problema deste tipo de computação é, tal e qual como na programação tradicional, a dependência de como o programador humano constrói toda esta rede é re-ajustar todo o sistema demoraria demasiadas horas de trabalho humano.

Por isso as redes neurais entraram no mundo da aprendizagem de máquina.

Aprendizagem de Máquina

Ao monitorizar o output/input do sistema e ajustando os factores de importância gradualmente, uma rede pode treinar-se a si própria para melhorar a sua precisão.

Consoante os resultados, a rede irá aprender com os resultados corretos mas também com os erros que comete, tal e qual como um… humano !

O importante aqui é que o algoritmo de aprendizagem de máquina é capaz de aprender e agir sem os programadores terem de especificar toda e qualquer possibilidade daquilo que poderá vir a acontecer.

Não é preciso pré-definir todos carros do mundo para o algoritmo perceber o que é um carro.

Treinar uma rede pode ser feito de várias maneiras, mas todas elas envolvem uma abordagem de força bruta para conseguir maximizar a precisão do output.

Força Bruta é uma técnica que consiste em enumerar todos os possíveis candidatos a solução para encontrar a verdadeira.

Imaginem um pin de 4 dígitos, esta técnica irá testar todas as combinações desde 0000 até a 9999, para descobrir o pin correcto!

No entanto, mesmo usando Força Bruta, este treino é muito mais eficiente do que programar tudo à mão, permitindo que o algoritmo processe muitos mais dados a uma velocidade significativamente mais alta.

Assim que o treino termine, o algoritmo de aprendizagem de máquina é capaz de ordenar novos inputs através da rede com grande velocidade e precisão em tempo real.

Criando assim uma tecnologia essencial para reconhecimento de voz, processamento de línguas e também projectos científicos.

O que é Inteligência Artificial e o que não é

Aprendizagem de máquina é uma técnica de processamento muito inteligente, mas não possui inteligência real.

Um algoritmo não necessita de perceber o porquê de se auto-corrigir, apenas precisa de perceber como pode ser mais eficiente e preciso no futuro.

Mas assim que um algoritmo tiver aprendido algo, pode ser usado em sistemas que realmente possuam inteligência real.

Uma boa maneira de definir inteligência artificial é a aplicação de aprendizagem de máquina que interaja com humanos ou os imite numa maneira inteligente e convincente.

A Inteligência Artificial pode ser repartida em dois grandes grupos, aplicada e geral.

A aplicada é mais fácil actualmente, temos casos como compra e venda de acções, gestão de tráfego numa cidade ou diagnóstico de pacientes.

A Inteligência Artificial Geral é como o nome implica, mais capaz e ampla.

inteligência artificial vs aprendizagem de máquina

Sendo capaz de variadas tarefas, entendendo qualquer conjunto de dados, por isso consegue pensar de maneira mais ampla, como os humanos, com capacidade de aprender “fora da caixa”, ou seja, fora do seu set de conhecimento inicial, levando a um grande crescimento nas capacidades.

As primeiras descobertas de aprendizagem de máquina reflectem ideias de como o cérebro se desenvolve e como as pessoas aprendem.

Aprendizagem de máquina, fazendo parte de um sistema complexo, é essencial para conseguir alcançar software e máquinas capazes de realizar tarefas características e comparáveis à inteligência humana

Agora e o futuro

Porquê que os processadores de smartphones incluem um processador de Inteligência Artificial ?

Se os assistentes virtuais têm sido a tecnologia inovadora nos últimos tempos, então os processadores de IA são certamente o equivalente no lado do hardware.

Apesar de todo marketing e palavras técnicas que as empresas vomitam cá para fora, tanto a aprendizagem de máquina como a inteligência artificial têm aplicações presentes no mercado.

Ainda estamos um pouco longe de viver lado a lado com IA geral, mas se tem experiência com o assistente da Google ou a Siri da Apple, já interagiu com alguma forma de inteligência artificial.

Aprendizagem de máquina usada em processamento de linguagem é uma das chaves para os aparelhos “smart” de hoje em dia.

A aprendizagem de máquina já faz parte da sua vida, você é que ainda não sabe

Se nasceu nos anos 80 ou 90, provavelmente a ideia de Inteligência Artificial ou de Aprendizagem de máquina puxa logo imagens do Arnold Schwarzenegger a dizer “I’ll be back”, mas não se assuste, Hollywood fica longe e o Arnold já está velho.

O exemplo da “Smart Home” é apenas o caso de uso mais recente, aprendizagem de máquina já foi aplicado em várias casos, tal como a Google, que usa para o seu motor de pesquisa, ou o Facebook que também a usa para optimização de publicidade, até o seu banco deve usar para prevenir fraudes.

Existe uma grande diferença entre aprendizagem de máquina e inteligência artificial, apesar de o primeiro ser uma grande componente do segundo.