O canal para quem suspira cliente.

Pesquisar
Close this search box.

Inteligência Artificial: os 10 principais mitos

Imagine a seguinte cena: uma sala cheia de pessoas importantes, prospects em sua maioria, influenciadores, etc. Mas ninguém lhe dá atenção. Então, você finge que alguém está ligando para o seu celular (como é cada vez mais comum colocá-lo no vibracall, ninguém vai estranhar não ouvir o toque). Atende, finge ouvir e aí responde: “é simples, vamos empregar inteligência artificial”. Pode ter certeza, todos vão olhar para você. E prestar bastante atenção ao que você disser daí pra frente.

O sucesso pode ser ainda maior se você der um jeito de enfiar na conversa fictícia, os termos algoritmo, aprendizado por máquina e aprendizado profundo (“deep learning”, de preferência). Pois estes termos atualmente são uma espécie de sinônimos da expressão “pedra filosofal”: criou-se em torno deles uma mitologia que seria preferível ser desmascarada, e logo.

Nessa direção, o site Techopedia publicou um mês atrás um artigo muito interessante que discorre exatamente sobre os 10 principais mitos em torno da Inteligência Artificial. O autor, Claudio Buttice, é um escritor e jornalista com doutorado em farmácia que atua em diversos hospitais italianos e na ONG Emergency.

Vamos a eles…

  1. IA consiste em robôs inteligentes ou androides que se parecem com humanos

Embora haja muita confusão entre robótica e inteligência artificial, são dois campos científicos completamente diferentes e que servem também a propósitos diferentes. Robôs são dispositivos físicos servidos por acionadores e sensores para executar uma ampla gama de tarefas, como construir, transportar ou desmontar produtos em fábricas.
IA é um software programado de tal forma que é autônomo o suficiente para tomar decisões e aprender com seus erros. Embora alguns robôs possam eventualmente ser aprimorados por algoritmos de IA, a parte de “inteligência” é apenas uma habilidade adicional que IA pode possuir.

2. IA, aprendizado de máquina e aprendizado profundo são a mesma coisa.

Embora sejam todas partes do mesmo sistema mais amplo conhecido como Inteligência Artificial, são três coisas diferentes. Basicamente, o aprendizado de máquina é o método pelo qual a IA aprende a partir de fontes externas, como no uso de algoritmos para discriminar dados e determinar seus comportamentos corretos. A aprendizagem profunda é apenas uma técnica possível usada em aplicações práticas de aprendizado de máquina. É baseada em redes neurais e é usada para dizer à IA qual é sua probabilidade de tomar a decisão correta.

3. IA aprende completamente sozinha.

Apesar de alguns comentários exagerados sobre Inteligências Artificiais que supostamente foram capazes de aprender sozinhas, ainda é impossível encontrar um sistema baseado em AI que tenha qualquer aplicativo do mundo real que possa partir do conhecimento zero sem assistência humana. Qualquer sistema que tenha que lidar com informações ocultas ou incertezas de qualquer tipo não pode ser “entendida” pela IA, que ainda precisa ser alimentada com dados e dados de humanos. Além disso, toda informação precisa ter um propósito claro, algo que a IA não pode adivinhar sem fontes externas (não no começo, pelo menos).

4. Chatbots são a forma mais básica de IA

Mais uma vez, mesmo que existam alguns chatbots por aí que façam uso de formas mais ou menos rudimentares de IA, a maioria deles não são nada além de programas básicos que interagem com humanos via interfaces de texto ou voz. Em vez de ser realmente “inteligente”, a maioria dos chatbots tem respostas pré-programadas que são dadas como reação a determinadas palavras-chave na entrada do usuário. Para que um chatbot se torne uma verdadeira IA, ele deve possuir várias tecnologias que lhe permitam entender um ser humano, aprender sobre suas necessidades e reagir de acordo. Ele precisa de software de reconhecimento de voz ou texto, análise de sentimentos, alguma forma de programa de aprendizado de máquina e uma tecnologia de geração de linguagem natural.

5. A energia necessária para realizar todas as futuras operações de aprendizagem profunda é insustentável

É indiscutível que IA exige muito poder computacional adicional para ser treinada e executar todas as suas complexas operações de aprendizagem profunda. Em um futuro em que a maioria das empresas fará uso da IA ​​até certo ponto, esse problema pode crescer em proporções épicas, tornando seu uso potencialmente insustentável. No entanto, IA pode até nos fornecer mais energia ao estancar um problema perene de sua produção: o desperdício e a ineficiência das redes elétricas. As empresas de serviços públicos acabam comprando o excesso de energia de usuários privados, que também desperdiçam a maior parte do excesso de eletricidade que geram, uma vez que as redes atuais não foram construídas para acomodar o nível moderno de diversificação. A IA pode vir em nosso socorro, substituindo redes antigas por microrredes novas, inteligentes e com alimentação artificial, que sabem exatamente como distribuir eletricidade em tempo real com a máxima eficiência.

Continua…

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Rolar para cima