Inteligência artificial simplificada

Publicado em: 31 de outubro de 2018 / Atualizado em: 8 de abril de 2019 – Autor: Konrad Wolfenstein

Inteligência artificial explicada de forma simples. Como acompanhar grandes volumes de dados, como o Big Data? Isso só é possível se você se orientar por certos padrões ou se deixar guiar por eles.

Inteligência Artificial (IA) – Sintaxe Simples

Um experimento pessoal: Você tem uma imagem específica em mente. Hoje, essa imagem deve ser um armário vermelho com puxadores brancos. O que você faz?

Você digita “armário vermelho, puxadores brancos” na busca do Google.

Rendimento? Modesto.

2ª tentativa: Você digita “armário vermelho, puxadores brancos” na busca do Google.

O resultado já é melhor, mas certamente poderia ser ainda melhor.

Usar a Busca do Google é o primeiro passo na programação. Coletar consultas de pesquisa e convertê-las em algoritmos e código forma a rede neural.

O aprendizado de máquina, como mostra o gráfico acima, não é algo que possa ser implementado rapidamente. Requer muito tempo e esforço. Isso também explica os custos de desenvolvimento correspondentes. No entanto, quando consideramos que a IA não tira férias, não se aposenta nem tem qualquer outra ausência natural, o cenário muda completamente.

Mas será que aquele armário vermelho com puxadores brancos ainda estará na moda amanhã? Será que ainda combinará com o seu estilo de vida? Os gostos mudam. É exatamente aí que entra o aprendizado profundo. Continuando com o nosso exemplo: à medida que você continua pesquisando, a IA aprende e reconhece como seu comportamento de busca mudou com base em outros tópicos de seu interesse. Ela então desenvolve, de forma independente, novos algoritmos para "prever" que, daqui a um ano, você poderá se interessar por um armário verde com puxadores azuis para a sua cozinha.

Terrível? Para alguns, sim. Mas na verdade não é. Nosso medo do desconhecido está nos pregando peças. Se perguntássemos a um grupo de pessoas o que elas achariam interessante na televisão amanhã, receberíamos uma grande variedade de respostas. Nem todas seriam iguais. Agora, quais critérios você usa para decidir qual sugestão aceitaria? Seria o conteúdo ou talvez a aparência da pessoa em questão?

O mesmo se aplica à IA. Os resultados dependem de quão fraca ou fortemente a rede neural foi "programada". Trata-se de análise de padrões, que deve nos ajudar a tomar boas decisões, não nos controlar. Porque se falharmos na análise de padrões em big data, seremos impiedosamente destruídos. E esse é o verdadeiro cenário de terror.