O que é inteligência artificial?

É a capacidade de um sistema de computador de imitar as funções cognitivas humanas, como o aprendizado e a solução de problemas.

Como funciona a IA (inteligência artificial)?

Usando matemática e lógica, um sistema de computador simula o raciocínio que os humanos empregam para aprender com novas informações e tomar decisões.

Um sistema de computador artificialmente inteligente faz previsões ou executa ações com base em padrões de dados existentes e pode, portanto, aprender com os erros a fim de aumentar a precisão oferecida. Uma IA madura processa novas informações de maneira muito rápida e precisa, o que a torna útil para cenários complexos, como carros autônomos, programas de reconhecimento de imagens e assistentes virtuais.

Como a IA está relacionada ao machine learning

O aprendizado de máquina é considerado um subconjunto da IA. O machine learning se concentra em treinar computadores para analisar e aprender com os dados, da maneira como fazem os seres humanos. Portanto, o machine learning é uma técnica que ajuda a desenvolver os sistemas de IA.

O que é machine learning?

Como a IA está relacionada às APIs cognitivas

As APIs (Interfaces de Programação de Aplicativo) conectam aplicativos a outros sistemas, serviços ou aplicativos. Ao usar as APIs cognitivas, você está solicitando acesso a uma biblioteca de modelos inteligentes específicos de domínio.

Saiba mais sobre os Serviços Cognitivos do Azure

Como a IA está relacionada à ciência de dados

Tanto a IA quanto a ciência de dados envolvem a reunião, a coleta e a análise de grandes conjuntos de dados, mas elas têm metas diferentes. A IA se concentra em como os computadores podem tomar decisões com base em dados. A ciência de dados, por outro lado, se concentra no uso da matemática, das estatísticas e do machine learning para extrair insights dos dados.

Como a IA está relacionada à robótica

Normalmente, um robô tem um formato físico e o software que o controla. Os robôs que são controlados por software de IA se movem de maneira autônoma – eles não precisam de instruções diretas de um ser humano. Mas nem todos os robôs são controlados por IA e nem todas as IAs exigem um formato físico.

Tipo de inteligência artificial

IA estreita (inteligência artificial estreita)

A inteligência artificial estreita, às vezes chamada de "IA fraca", refere-se à capacidade de um sistema de computador executar uma tarefa definida de modo estreito melhor do que um humano é capaz de fazer.

A IA estreita é o nível mais alto de desenvolvimento da IA que a humanidade alcançou até o momento presente, e todos os exemplos de IA que vemos no mundo real se enquadram nessa categoria – inclusive os veículos autônomos e os assistentes digitais pessoais. Isso ocorre porque, mesmo quando parece que a IA está pensando sozinha, em tempo real, na verdade ela está apenas coordenando vários processos estreitos e tomando decisões dentro de uma estrutura predeterminada. O "raciocínio" da IA não envolve consciência e nem emoção.

Inteligência artificial geral (IA geral)

A inteligência artificial geral – às vezes chamada de "IA forte" ou de "IA de nível humano" – é a capacidade de um sistema de computador superar os seres humanos em qualquer tarefa intelectual. Trata-se do tipo de IA que vemos em filmes, nos quais os robôs têm ideias conscientes e agem com base em motivações próprias.

Teoricamente, um sistema de computador que tivesse atingido a IA geral seria capaz de resolver problemas altamente complexos, aplicar julgamento em situações incertas e incorporar conhecimentos prévios em seu raciocínio atual. Ele seria capaz de desenvolver criatividade e imaginação de modo similar aos seres humanos e poderia assumir um intervalo muito mais amplo de tarefas do que a IA estreita.

ASI (Superinteligência Artificial)

Um sistema de computador que tivesse atingido a superinteligência artificial teria a capacidade de superar os seres humanos em quase todos os campos, incluindo a criatividade científica, conhecimentos gerais e habilidades sociais.

Aprendizado de máquina

O machine learning é um processo que os sistemas de computadores seguem para alcançar a inteligência artificial. Ele usa algoritmos para identificar padrões nos dados e esses padrões são empregados para criar um modelo de dados capaz de fazer previsões.

Os modelos de machine learning são treinados em subconjuntos de dados. Quando os dados usados para treinar o modelo representa de maneira precisa o conjunto de dados completo que será analisado, o algoritmo calcula resultados mais precisos. Quando o modelo de machine learning tiver sido treinado bem o suficiente para executar sua tarefa de maneira rápida e precisa, a ponto de ser útil e confiável, ele terá atingido a IA estreita.

Aprendizado profundo

O aprendizado profundo é um tipo avançado de machine learning que usa redes de algoritmos inspiradas na estrutura do cérebro, conhecidas como redes neurais. Uma rede neural profunda tem nós neurais aninhados e cada pergunta que ela responde leva a um conjunto de perguntas relacionadas.

Normalmente, o aprendizado profundo requer um grande conjunto de dados para treinar; os conjuntos de treinamento para aprendizado profundo são, às vezes, compostos por milhões de pontos de dados. Depois que uma rede neural profunda tiver sido treinada nesses grandes conjuntos de dados, ela poderá lidar com mais ambiguidade do que uma rede superficial. Isso a torna útil para aplicativos de reconhecimento de imagens, nos quais a IA precisa localizar as bordas de uma forma antes de poder identificar o que há na imagem. O aprendizado profundo também é o que treina a IA que supera a habilidade humana em jogos complexos como o xadrez.

Exemplos de inteligência artificial

As empresas de todo o mundo já usam a IA em uma ampla variedade de aplicativos, e a tecnologia inteligente é um campo em expansão. Aqui estão alguns exemplos da IA em ação nos dias de hoje:

Carros autônomos

Alguns dos exemplos mais complexos de IA do mundo são os carros e outros veículos autônomos. Esses sistemas coordenam vários processos para simular o raciocínio adotado pelos motoristas humanos. Eles usam o reconhecimento de imagens para identificar placas, semáforos, fluxo do tráfego e eventuais obstruções. Eles otimizam as rotas utilizadas para alcançar os destinos. E enviam e recebem dados em tempo real para diagnosticar problemas proativamente e para atualizar o software.

Bots e assistentes digitais

As conversas são uma forma natural para as pessoas se comunicarem e as interfaces de conversa têm se tornado cada vez mais comuns à medida que a tecnologia de IA avança. Algumas interfaces atendem a uma finalidade restrita e as pessoas as usam para uma tarefa específica, como para reservar tíquetes de cinema ou para compilar conversas do Twitter em apenas uma história. Outras se comportam mais como assistentes pessoais que podem ajudar com uma ampla variedade de tarefas. Mas todas as interfaces de conversa usam NLU (reconhecimento de linguagem natural) para interpretar as solicitações (também conhecidas como enunciados) e responder com informações relevantes.

Mecanismos de recomendação

Um dos usos mais comuns da IA é para recomendar itens com base em dados históricos. Por exemplo, quando um serviço de streaming de mídia recomenda o que assistir ou ouvir em seguida, ele está usando IA para analisar o que você assistiu ou ouviu anteriormente, filtrar todas as opções disponíveis com base nos atributos de cada uma delas e oferecer aquela com maior probabilidade de entreter você. Quando você está comprando em um site e ele recomenda acessórios ou itens relacionados para adicionar ao carrinho, ele está usando IA de maneira semelhante.

Filtros de spam

Muitas plataformas de email usam IA para evitar que os spams lotem a caixa de entrada. Quando um novo email chega no sistema, a IA o analisa em busca de sinais que indiquem que se trata de spam. Se o email atender a determinados critérios mínimos, ele será sinalizado como spam e colocado em quarentena. À medida que você fornece comentários – corrigindo sinalizadores incorretos ou sinalizando como spam emails que não foram capturados pelo filtro – o sistema aprende com esses comentários e ajusta seus parâmetros.

Tecnologia Smart Home

Quase tudo o que automatiza a sua casa usa IA. Alguns exemplos são as lâmpadas inteligentes que respondem a comandos de voz, os termostatos inteligentes que aprendem suas preferências e se ajustam ao longo do dia e os aspiradores de pó inteligentes que aprendem a navegar pela sua casa sem instruções.

Análise de dados de saúde

Organizações de saúde em todo o mundo usam IA para ajudar com pesquisas, testes, diagnósticos, tratamentos e monitoramento. Algumas usam IA para analisar amostras de tecido e entregar diagnósticos mais precisos. Algumas empresas usam IA para analisar dados clínicos e descobrir lacunas no tratamento dos pacientes. E algumas empresas usam IA para analisar bilhões de compostos a fim de ajudar os químicos a fazer descobertas mais rapidamente e identificar bons candidatos para avaliações clínicas.

Benefícios da inteligência artificial

A IA oferece benefícios reais que abrangem quase todos os setores. Aqui estão alguns dos principais benefícios que as empresas já observaram:

Disponibilidade 24 horas por dia

Como os sistemas de computador não têm as mesmas necessidades biológicas que os humanos, um sistema inteligente pode trabalhar o dia inteiro, sem interrupções.

Comunicação em escala

Por meio de bots e agentes virtuais, as empresas podem fornecer orientação e suporte a mais pessoas e em mais lugares de uma só vez.

Automação de tarefas repetitivas

O uso da IA para realizar as tarefas repetitivas e demoradas ajuda as pessoas da empresa a se concentrarem em trabalhos mais estratégicos e impactantes.

Decisões mais rápidas e precisas

A IA reduz o volume de erros humanos, o que a torna útil para decisões que são amplamente baseadas em dados e envolvem muitos cálculos complexos.

Recomendações mais relevantes

A IA ajuda você a fazer recomendações e sugestões mais relevantes aos clientes, com base nos interesses e nos hábitos deles.

Começar a experimentar a IA

Crie e treine modelos de machine learning, adicione inteligência a seus aplicativos e transforme informações não estruturadas em dados pesquisáveis por meio da mineração de conhecimento. Comece com 12 serviços de IA gratuitos por 12 meses.