O que é inteligência artificial?

É a capacidade de um sistema informático imitar funções cognitivas humanas, como aprendizagem e resolução de problemas.

Como funciona a inteligência artificial (IA)?

Através de matemática e lógica, um sistema informático simula o raciocínio que os seres humanos utilizam para aprender com novas informações e tomar decisões.

Um sistema informático com inteligência artificial faz previsões ou executa ações com base em padrões em dados existentes e pode aprender com os seus erros para aumentar a precisão. Uma IA madura processa novas informações de forma extremamente rápida e precisa, o que a torna útil para cenários complexos como veículos de condução autónoma, programas de reconhecimento de imagens e assistentes virtuais.

Como a aprendizagem automática está relacionada com IA

A aprendizagem automática é considerada um subgrupo da IA. A aprendizagem automática foca-se em preparar computadores para analisar e aprender com base em dados da mesma forma que os humanos fazem. Portanto, a aprendizagem automática é uma técnica que ajuda a desenvolver sistemas de IA.

O que é a aprendizagem automática?

Como a IA está relacionada com APIs cognitivas

As APIs, ou interfaces de programação de aplicações, ligam aplicações a outros sistemas, serviços ou aplicações. Quando utiliza APIs cognitivas, pede acesso a uma biblioteca de modelos inteligentes específicos de domínios.

Saiba mais sobre os Serviços Cognitivos do Azure

Como a IA está relacionada com a ciência de dados

A IA e a ciência de dados envolvem a recolha, análise e obtenção de grandes conjuntos de dados, mas têm metas diferentes. A IA foca-se em como os computadores podem tomar decisões baseadas em dados. A ciência de dados, por outro lado, foca-se no uso de matemática, estatística e aprendizagem automática para extrair informações de dados.

Como a IA está relacionada com robótica

Normalmente, um robot tem um formato físico e o software que o controla. Os robots controlados por software de IA movem-se autonomamente. Não precisam de instruções diretas de um humano. Mas nem todos os robots são controlados por IA, e nem toda a IA requer um formato físico.

Tipos de inteligência artificial

Inteligência artificial limitada (IA Limitada)

A inteligência artificial limitada, por vezes denominada "IA fraca", refere-se à capacidade de um sistema informático efetuar uma tarefa de âmbito limitado melhor do que um ser humano.

A IA limitada está no nível mais elevado de desenvolvimento de IA que a humanidade conseguiu até agora, e todos os exemplos de IA que vemos no mundo real enquadram-se nessa categoria, incluindo veículos de condução autónoma e assistentes digitais pessoais. Isto porque, mesmo quando parece que a IA pensa por si em tempo real, está na verdade a coordenar vários processos limitados e a tomar decisões numa estrutura predeterminada. O "raciocínio" da IA não tem consciência ou emoção.

Inteligência artificial geral (IA Geral)

A inteligência artificial geral, por vezes denominada "IA forte" ou "IA de nível humano", refere-se à capacidade de um sistema informático de superar os humanos em tarefas intelectuais. É o tipo de IA que se vê nos filmes em que os robots desenvolvem pensamentos conscientes e agem de acordo com motivações próprias.

Teoricamente, um sistema informático que tenha atingido IA geral poderia resolver problemas muito complexos, tomar decisões sobre situações incertas e incorporar conhecimentos prévios no atual raciocínio. Teria a capacidade de criatividade e imaginação ao nível dos seres humanos e poderia fazer uma série de tarefas muito superior à IA limitada.

Superinteligência artificial (ASI)

Um sistema informático que atingiu superinteligência artificial tem a capacidade de superar os seres humanos em quase todos os domínios, incluindo criatividade científica, sabedoria geral e competências sociais.

Machine learning

A aprendizagem automática é um processo que os sistemas informáticos seguem para atingir a inteligência artificial. Utiliza algoritmos para identificar padrões dentro dos dados e esses padrões são, depois, utilizados para criar um modelo de dados capaz de fazer predições.

Os modelos de aprendizagem automática são preparados em subconjuntos de dados. Quando os dados que são utilizados para preparar o modelo representam corretamente o conjunto de dados total que vai ser analisado, o algoritmo calcula resultados mais precisos. Quando o modelo de machine learning foi bem suficientemente bem preparado para fazer a sua tarefa rápida e corretamente, de forma suficiente para ser útil e fiável, atingiu a IA limitada.

Aprendizagem profunda

A aprendizagem profunda é um tipo de aprendizagem automática avançado que utiliza redes de algoritmos inspiradas pela estrutura cerebral, conhecidas como redes neurais. Uma rede neural profunda tem nós neurais aninhados, e cada pergunta que responde leva a um conjunto de perguntas relacionadas.

Normalmente, a aprendizagem profunda requer um grande conjunto de dados para preparação. Os conjuntos de preparação para aprendizagem profunda têm por vezes milhões de pontos de dados. Após uma rede neural profunda ser preparada com estes grandes conjuntos de dados, pode processar mais ambiguidade do que uma rede superficial. Isto torna-a útil para aplicações como reconhecimento de imagens, no qual a IA tem de encontrar os contornos de uma forma para identificar o que está na imagem. A aprendizagem profunda é também o que prepara a IA para superar as competências humanas em jogos complexos como xadrez.

Exemplos de inteligência artificial

Empresas de todo o mundo já usam a IA em diversas aplicações, e a tecnologia inteligente é um domínio cada vez maior. Aqui estão alguns exemplos de IA em ação atualmente:

Veículos de condução autónoma

Um dos exemplos mais complexos de IA em todo o mundo são os carros e outros veículos de condução autónoma. Estes sistemas coordenam vários processos para simular o raciocínio que os condutores humanos usam. Utilizam reconhecimento de imagens para identificar sinalética, sinais de trânsito, tráfego e obstruções. Otimizam os itinerários para chegar ao destino. Enviam e recebem dados em tempo real para diagnosticar proativamente problemas e atualizar o software.

Bots e assistentes digitais

As conversas são uma forma natural de as pessoas comunicarem, e as interfaces de conversação tornaram-se mais comuns com o avanço das tecnologias de IA. Algumas interfaces servem um objetivo específico: as pessoas usam-nas para uma tarefa como reservar bilhetes de filmes ou compilar tópicos do Twitter numa história. Outras comportam-se mais como assistentes pessoais que podem ajudar numa série de tarefas. No entanto, todas as interfaces de conversação utilizam compreensão de linguagem natural (NLU) para interpretar pedidos (também conhecidos como expressões) e responder com informações relevantes.

Motores de recomendações

Um dos usos mais comuns da IA é recomendar artigos com base em dados do histórico. Por exemplo, quando um serviço de transmissão em fluxo de multimédia recomenda algo para ver ou ouvir a seguir, utiliza IA para analisar o que viu ou ouviu anteriormente, filtrar todas as opções disponíveis com base nos atributos e mostrar a opção mais provável de ser do seu agrado. Quando faz compras num site e este recomenda acessórios ou artigos relacionados para adicionar ao carrinho, utiliza IA de forma semelhante.

Filtros de spam

Muitas plataformas de e-mail utilizam IA para impedir o spam de encher a sua caixa de entrada. Quando um novo e-mail chega ao sistema, a IA analisa-o para procurar sinais que indiquem spam. Se o email cumprir critérios suficientes, será sinalizado como spam e colocado em quarentena. À medida que fornecer feedback, corrigindo sinalizadores incorretos ou sinalizando e-mails de spam que não tenham sido detetados pelo filtro, o sistema aprende com esse feedback e ajusta os parâmetros.

Tecnologias de domótica

Quase tudo o que automatiza a sua casa tem IA. Exemplos incluem lâmpadas inteligentes que escutam comandos, termóstatos inteligentes que aprendem as suas preferências e adaptam-se ao longo do dia e aspiradores inteligentes que aprendem a navegar na sua casa sem instruções.

Análise de dados de saúde

As organizações de saúde em todo o mundo utilizam IA para ajudar na investigação, teste, diagnóstico, tratamento e monitorização. Algumas recorrem à IA para analisar amostras de tecido e proporcionar um diagnóstico mais exato. Algumas empresas utilizam IA para analisar dados clínicos e descobrir lacunas nos tratamentos de pacientes. Outras empresas utilizam IA para analisar milhares de milhões de compostos, ajudando os investigadores a fazer descobertas mais rapidamente e identificar bons candidatos para estudos clínicos.

Vantagens da inteligência artificial

A IA oferece benefícios reais que abrangem quase todos os setores. Eis algumas das principais vantagens que as empresas já observaram:

Disponibilidade 24 horas por dia

Como os sistemas informáticos não têm as mesmas necessidades biológicas que os seres humanos, um sistema inteligente pode trabalhar ao longo do dia sem interrupções.

Comunicação em escala

Através de bots e agentes virtuais, as empresas podem dar orientações e suporte a mais pessoas em mais lugares ao mesmo tempo.

Automatização de tarefas repetitivas

Utilizar a IA para fazer tarefas repetitivas e morosas ajuda as pessoas na sua empresa a focarem-se em trabalho mais estratégico e impactante.

Decisões mais rápidas e precisas

A IA reduz o erro humano, o que a torna útil para decisões que são bastante baseadas em dados e envolvem muitos cálculos complexos.

Recomendações mais relevantes

A IA ajuda a fazer recomendações e sugestões mais relevantes para os seus clientes, com base nos interesses e hábitos destes.

Comece a experimentar a IA

Crie e prepare modelos de machine learning, adicione informações às suas aplicações e transforme informações não estruturadas em dados pesquisáveis através de extração de conhecimentos. Comece com 12 serviços de IA gratuitos durante 12 meses.