Curso Inteligencia Artificial

I.COMO DEVEMOS DEFINIR A IA?

Em nossa primeira seção, nos familiarizaremos com o conceito de IA, examinando sua definição e alguns exemplos.

Como você deve ter notado, a IA é atualmente um "tópico quente": a cobertura da mídia e a discussão pública sobre IA são quase impossíveis de evitar. No entanto, você também deve ter notado que a IA significa coisas diferentes para pessoas diferentes. Para alguns, AI é sobre formas de vida artificiais que podem ultrapassar a inteligência humana, e para outros, quase qualquer tecnologia de processamento de dados pode ser chamada AI.

Para definir a cena, por assim dizer, discutiremos o que a IA é, como ela pode ser definida e quais outros campos ou tecnologias estão intimamente relacionados. Antes de fazermos isso, no entanto, vamos destacar três aplicações da IA ​​que ilustram diferentes aspectos da IA. Voltaremos a cada um deles ao longo do curso, para aprofundar nossa compreensão.

Aplicação 1. Carros autônomos

Os carros autônomos exigem uma combinação de várias técnicas de IA: busca e planejamento para encontrar a rota mais conveniente de A a B, visão computacional para identificar obstáculos e tomada de decisão sob incerteza para lidar com o ambiente complexo e dinâmico. Cada um deles deve trabalhar com precisão quase perfeita para evitar acidentes.

As mesmas tecnologias também são usadas em outros sistemas autônomos, como robôs de entrega, drones voadores e navios autônomos.

Implicações:  a segurança no trânsito deve melhorar à medida que a confiabilidade dos sistemas ultrapassa o nível humano. A eficiência das cadeias logísticas ao transportar mercadorias deve melhorar. Os humanos assumem um papel de supervisão, mantendo um olho no que está acontecendo enquanto as máquinas cuidam da direção. Como o transporte é um elemento crucial em nossa vida cotidiana, é provável que também haja algumas implicações sobre as quais nem pensamos ainda.

Aplicativo 2. Recomendação de Conteúdo

Muitas das informações que encontramos no decorrer de um dia típico são personalizadas. Exemplos incluem Facebook, Twitter, Instagram e outros conteúdos de mídia social; anúncios online; recomendações de música no Spotify; recomendações de filmes na Netflix, HBO e outros serviços de streaming. Muitos editores on-line, como sites de empresas de jornais e de radiodifusão, bem como mecanismos de pesquisa, como o Google, também personalizam o conteúdo que oferecem.

Embora a primeira página da versão impressa do  New York Times  ou do  China Daily seja a mesma para todos os leitores, a primeira página da versão online é diferente para cada usuário. Os algoritmos que determinam o conteúdo que você vê são baseados em AI.

Implicações:  Embora muitas empresas não queiram revelar os detalhes de seus algoritmos, o conhecimento dos princípios básicos ajuda a entender as possíveis implicações: envolvem as chamadas bolhas de filtro, câmaras de eco, fábricas de trolls, notícias falsas e novas formas. de propaganda.

Aplicação 3. Processamento de imagem e vídeo

O reconhecimento facial já é uma commodity usada em muitos aplicativos de clientes, empresas e governo, como a organização de suas fotos de acordo com as pessoas, a marcação automática nas mídias sociais e o controle de passaportes. Técnicas semelhantes podem ser usadas para reconhecer outros carros e obstáculos em torno de um carro autônomo, ou para estimar  populações de vida selvagem , apenas para citar alguns exemplos.

AI também pode ser usado para gerar ou alterar conteúdo visual. Os exemplos já em uso hoje incluem transferência de estilo, pelo qual você pode adaptar suas fotos pessoais para parecer que foram pintadas por Vincent van Gogh, e personagens gerados por computador em filmes como  Avatar ,  o Senhor dos Anéis e as populares animações da Pixar. os personagens animados reproduzem gestos feitos por atores humanos reais.

Implicações:  Quando tais técnicas avançam e se tornam mais amplamente disponíveis, será fácil criar vídeos falsos com aparência natural de eventos que são impossíveis de distinguir da filmagem real. Isso desafia a noção de que “ver é acreditar”.

O que é e o que não é AI? Não é uma pergunta fácil!

A popularidade da IA ​​na mídia é em parte devido ao fato de que as pessoas começaram a usar o termo quando se referem a coisas que costumavam ser chamadas por outros nomes. Você pode ver quase tudo, desde estatísticas e análises de negócios, até regras codificadas manualmente, se-então, chamadas AI. Porque isto é assim? Por que a percepção pública da IA ​​é tão nebulosa? Vamos ver algumas razões.

Razão 1: sem definição oficialmente acordada

Mesmo os pesquisadores de IA não têm uma definição exata de IA. O campo está sendo constantemente redefinido quando alguns tópicos são classificados como não-AI, e novos tópicos emergem. 

Há uma velha piada (nerd) de que AI é definida como “coisas legais que computadores não podem fazer”. A ironia é que, sob essa definição, a IA nunca pode fazer nenhum progresso: assim que encontramos uma maneira de fazer algo legal com um computador, ele deixa de ser um problema de inteligência artificial. No entanto, há um elemento de verdade nesta definição. Cinqüenta anos atrás, por exemplo, métodos automáticos de busca e planejamento eram considerados pertencentes ao domínio da IA. Hoje em dia, esses métodos são ensinados a todos os estudantes de ciência da computação. Da mesma forma, certos métodos para processar informações incertas estão se tornando tão bem compreendidos que provavelmente serão movidos da IA ​​para a estatística ou probabilidade muito em breve.

Razão 2: o legado da ficção científica

A confusão sobre o significado da IA ​​é agravada pelas visões da IA ​​presentes em várias obras literárias e cinematográficas de ficção científica. Histórias de ficção científica muitas vezes apresentam servos humanóides amigos que fornecem factos excessivamente detalhados ou diálogos espirituosos, mas às vezes podem seguir os passos de Pinóquio e começar a se perguntar se eles podem se tornar humanos. Outra classe de seres humanóides em ficção científica adota motivos sinistros e se volta contra seus mestres na veia de antigos contos de aprendizes de feiticeiros, voltando ao  Golem de Praga  e além. 

Freqüentemente, a robustez de tais criaturas é apenas um verniz fino em cima de um agente muito humano, o que é compreensível, já que a maioria da ficção - até ficção científica - precisa ser identificada por leitores humanos que seriam alienados pela inteligência que é muito diferente e estranha. . A maior parte da ficção científica é, portanto, melhor lida como metáfora da atual condição humana, e os robôs poderiam ser vistos como substitutos de setores reprimidos da sociedade, ou talvez nossa busca pelo significado da vida.

Razão 3: o que parece fácil é realmente difícil…

Outra fonte de dificuldade para entender a IA é que é difícil saber quais tarefas são fáceis e quais são difíceis. Olhe ao redor e pegue um objeto em sua mão, então pense sobre o que você fez: você usou seus olhos para escanear seus arredores, descobriu onde estão alguns objetos adequados para pegar, escolheu um deles e planejou uma trajetória para sua mão. Chegue até ele, então mova sua mão contraindo vários músculos em sequência e conseguiu apertar o objeto com a quantidade certa de força para mantê-lo entre os dedos. 

Pode ser difícil entender o quanto isso é complicado, mas às vezes fica visível quando algo dá errado: o objeto que você escolhe é muito mais pesado ou mais leve do que o esperado, ou alguém abre uma porta quando você está pegando a alça, e então você pode se encontrar seriamente fora de equilíbrio. Normalmente, esse tipo de tarefa não requer esforço, mas esse sentimento desmente milhões de anos de evolução e vários anos de prática na infância. 

Embora seja fácil para você, agarrar objetos por um robô é extremamente difícil e é uma área de estudo ativo. Exemplos recentes incluem  o projeto de agarramento robótico do Google e um robô de colheita de couve -  flor .

… E o que parece difícil é fácil

Em contraste, as tarefas de jogar xadrez e resolver exercícios matemáticos podem parecer muito difíceis, exigindo anos de prática para dominar e envolver nossas “faculdades superiores” e concentrar o pensamento consciente. Não é de admirar que alguma pesquisa inicial de IA tenha se concentrado nesse tipo de tarefa, e pode ter parecido na época que esse tipo de tarefa é a essência da inteligência. 

Desde então, o xadrez está muito bem adaptado aos computadores, que podem seguir regras bastante simples e calcular muitas seqüências de movimentos alternativos a uma taxa de bilhões de cálculos por segundo. Os computadores vencem o campeão mundial humano no xadrez nos famosos  jogos Deep Blue vs Kasparov em 1997. Você poderia imaginar que o problema mais difícil acabou sendo pegar as peças e movê-las no tabuleiro sem derrubá-las! Vamos estudar as técnicas que são usadas em jogos como xadrez ou jogo-da-velha no Capítulo 2.  

Da mesma forma, enquanto o domínio profundo da matemática requer (o que parece) intuição e ingenuidade humana, muitos (mas não todos) exercícios de um típico curso de ensino médio ou universitário pode ser resolvido aplicando-se uma calculadora e um conjunto simples de regras.

Então, qual seria uma definição mais útil?

Uma tentativa de definição mais útil do que a piada “o que os computadores não podem fazer ainda” seria listar propriedades que são características da IA, neste caso autonomia e adaptatividade.

Terminologia chave

AUTONOMIA

A capacidade de executar tarefas em ambientes complexos sem orientação constante por um usuário.

ADAPTABILIDADE

A capacidade de melhorar o desempenho aprendendo com a experiência.

Palavras podem ser enganosas

Ao definir e falar sobre IA, temos que ser cautelosos, pois muitas das palavras que usamos podem ser bastante enganosas. Exemplos comuns são aprendizagem, compreensão e inteligência.

Você pode muito bem dizer, por exemplo, que um sistema é inteligente, talvez porque ele fornece instruções de navegação precisas ou detecta sinais de melanoma em fotografias de lesões de pele. Quando ouvimos algo assim, a palavra "inteligente" sugere facilmente que o sistema é capaz de executar qualquer tarefa que uma pessoa inteligente seria capaz de executar: ir ao supermercado e cozinhar o jantar, lavar e dobrar a roupa e assim por diante. .

Da mesma forma, quando dizemos que um sistema de visão computacional entende imagens porque é capaz de segmentar uma imagem em objetos distintos, como outros carros, pedestres, edifícios, a estrada e assim por diante, a palavra "entender" facilmente sugere que o sistema também Entende que, mesmo que uma pessoa esteja usando uma camiseta com uma foto de uma estrada impressa, não há problema em dirigir naquela estrada (e sobre a pessoa).

Em ambos os casos acima, estaríamos errados.

Nota

FIQUE ATENTO PARA 'PALAVRAS DE MALA'

Marvin Minsky , um cientista cognitivo e um dos maiores pioneiros da IA, cunhou o termo  palavra de mala  para termos que carregam um monte de significados diferentes que aparecem mesmo se pretendermos apenas um deles. Usar esses termos aumenta o risco de interpretações erradas, como as acima.

É importante perceber que a inteligência não é uma dimensão única como a temperatura. Você pode comparar a temperatura de hoje com a de ontem, ou a temperatura em Helsinque até a de Roma, e dizer qual é a mais alta e qual é a mais baixa. Nós até temos a tendência de pensar que é possível classificar as pessoas com relação à sua inteligência - isso é o que o quociente de inteligência (QI) deveria fazer. No entanto, no contexto da IA, é óbvio que diferentes sistemas de IA não podem ser comparados em um único eixo ou dimensão em termos de sua inteligência. Um algoritmo de jogo de xadrez é mais inteligente que um filtro de spam ou um sistema de recomendação de música é mais inteligente do que um carro autônomo? Essas perguntas não fazem sentido. Isto é porque a inteligência artificial é estreita (nós

Por que você pode dizer "uma pitada de inteligência artificial", mas não "uma inteligência artificial"

A classificação em AI vs não AI não é uma dicotomia sim-não clara: enquanto alguns métodos são claramente AI e outros claramente não são AI, existem também métodos que envolvem uma pitada de AI, como uma pitada de sal. Assim, às vezes seria mais apropriado falar sobre a "natureza" (como na felicidade ou no bem-estar), em vez de discutir se algo é AI ou não.

Nota

"AI" NÃO É UM SUBSTANTIVO CONTÁVEL

Ao discutir a IA, gostaríamos de desencorajar o uso da IA ​​como um substantivo contável: uma IA, duas IAs e assim por diante. AI é uma disciplina científica, como matemática ou biologia. Isso significa que a AI é uma coleção de conceitos, problemas e métodos para resolvê-los. 

Como a IA é uma disciplina, você não deveria dizer “uma IA”, assim como não dizemos “uma biologia”. Esse ponto também deve ficar bem claro quando você tentar dizer algo como "precisamos de mais inteligências artificiais". Isso soa errado, não é? (Isso faz para nós.)

Apesar de nosso desânimo, o uso da IA ​​como um substantivo contável é comum. Tomemos, por exemplo, a manchete Os  dados dos wearables ajudaram a ensinar uma IA a identificar sinais de diabetes , que é uma boa manchete, pois enfatiza a importância dos dados e deixa claro que o sistema só detecta sinais de diabetes em vez de diagnosticar. e decisões de tratamento. E você definitivamente nunca deveria dizer algo como  a inteligência artificial do Google construiu uma IA que supera qualquer feito por humanos , que é uma das manchetes de IA mais enganosas de todos os tempos que já vimos (note que a manchete não é da Pesquisa do Google) .

O uso da IA ​​como um substantivo contável não é um grande problema se o que está sendo dito fizer sentido, mas se você quiser falar como um profissional, evite dizer "uma IA" e diga "um método de inteligência artificial". ".