Imagine que você está em uma sala cheia de pessoas importantes, prospects em sua maioria, influenciadores, autoridades, mas não consegue que prestem atenção em você.
Uma sugestão: peça para a pessoa que está do seu lado (tem que ser seu amigo, claro) ligar para o seu celular discretamente.
Aí, você atende, “ouve” atentamente e fala em voz bem firme: “é simples, vamos empregar inteligência artificial“.
Você tem dúvida de que todos vão olhar para você?
Melhor ainda: vão passar a prestar bastante atenção ao que você disser daí pra frente.
Sua autoridade vai ficar ainda mais evidente se você conseguir estender a ligação e usar os termos algoritmo, aprendizado de máquina e deep learning, pois estes termos estão umbilicalmente ligados ao campo da IA.
Mas, antes de ir muito longe, e ser “pego na mentira”, sugiro também que você conheça um pouco mais sobre a Inteligência Artificial, principalmente sobre a mitologia que se criou em torno do tema.
E, nessa direção, o site Techopedia publicou algum tempo atrás um artigo que listou os 10 mitos sobre Inteligência Artificial que as pessoas pensam sobre IA e que não passam de mitos.
Confiram.
1. IA significa robôs inteligentes e androides que se parecem com humanos
Robótica e Inteligência Artificial são dois campos completamente diferentes e servem a objetivos diferentes.
Anote aí.
Robôs são dispositivos físicos servidos por acionadores e sensores para executar uma ampla gama de tarefas, como construir, transportar ou desmontar produtos em fábricas.
Já a Inteligência Artificial é um campo da ciência da computação que envolve programação autônoma o suficiente para tomar decisões e aprender com seus erros.
Robôs podem eventualmente conter programação que envolve IA, mas não necessariamente.
2. IA, aprendizado de máquina e deep learning são todos a mesma coisa.
Não, são coisas diferentes.
Aprendizado de máquina e deep learning são o que podemos chamar de subcampos da Inteligência Artificial.
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.
Deep learning é apenas uma técnica possível usada em aplicações práticas de aprendizado de máquina.
É baseada em redes neurais e usada para dizer à IA qual é sua probabilidade de tomar a decisão correta.
