Inteligência Artificial
O que é e por que é importante?
A inteligência artificial (IA) possibilita que as máquinas aprendam a partir da experiência, se ajustem a novas entradas e executem tarefas de maneira semelhante aos humanos. A maioria dos exemplos de IA sobre os quais você tem conhecimento hoje – desde computadores que jogam xadrez até carros autônomos – dependem intensamente de aprendizagem profunda e do processamento de linguagem natural. Através dessas tecnologias, os computadores podem ser treinados para realizar tarefas específicas, processando grandes quantidades de dados e reconhecendo padrões nos dados.
A história da Inteligência Artificial
O termo inteligência artificial foi criado em 1956, mas a IA tornou-se mais popular atualmente devido ao aumento do volume de dados, algoritmos avançados e melhorias na capacidade de processamento e armazenamento computacional.
As primeiras pesquisas sobre IA, na década de 1950, exploraram tópicos como resolução de problemas e métodos simbólicos. Na década de 1960, o Departamento de Defesa dos EUA se interessou por esse tipo de trabalho e começou a treinar computadores para imitar o raciocínio humano básico. Por exemplo, a Agência de Projetos de Pesquisa Avançada de Defesa (DARPA) concluiu projetos de mapeamento de ruas na década de 1970. E a DARPA produziu assistentes pessoais inteligentes em 2003, muito antes da Siri, Alexa ou Cortana se tornarem nomes conhecidos. Esse trabalho inicial abriu caminho para a automação e raciocínio formal que vemos nos computadores hoje, incluindo sistemas de suporte à decisão e sistemas de busca inteligente que podem ser projetados para complementar e aumentar as habilidades humanas. Enquanto filmes de Hollywood e romances de ficção científica retratam a IA como robôs semelhantes aos humanos que dominam o mundo, a evolução atual das tecnologias de IA não é tão assustadora - ou tão inteligente assim. Ao invés disso, a IA evoluiu para oferecer muitos benefícios específicos em todas as indústrias. Continue lendo para conhecer exemplos modernos de inteligência artificial na área saúde, no varejo e mais.
Décadas de 1950–1970
Trabalhos iniciais com redes neurais estimularam o entusiasmo por "máquinas pensantes".
Tendências de Inteligência Artificial para se observar
Assista rapidamente a este vídeo para ouvir especialistas em IA e profissionais em ciência de dados comentarem sobre as tendências de IA para a próxima década.
Qual é o papel da ética no futuro da IA? Quão importante são os megadados? Por que o conhecimento de domínio é crucial para o sucesso da IA?
Mais importante: "A realidade é de quem tiver os dados. Será o rei," diz Harper Reid, Pioneiro na Tecnologia.
Por que a inteligência artificial é importante?
A IA automatiza o aprendizado repetitivo e a descoberta através de dados. Ao invés de automatizar tarefas manuais, a IA realiza tarefas computadorizadas frequentes e de grande volume. E faz isso de forma confiável e sem fadiga. Claro, os humanos ainda são essenciais para configurar o sistema e fazer as perguntas certas.
A IA adiciona inteligência a produtos existentes. Muitos produtos que você já usa serão aprimorados com os recursos da IA, da mesma forma que a Siri foi adicionada como uma funcionalidade para uma nova geração de produtos da Apple. Automação, plataformas conversacionais, bots e máquinas inteligentes podem ser combinadas com grandes quantidades de dados para aprimorar muitas tecnologias. Melhorias em casa e no local de trabalho, variam desde inteligência de segurança e câmeras inteligentes até análise de investimentos.
A IA se adapta por meio de algoritmos de aprendizado progressivo para deixar os dados fazerem a programação. A IA identifica estrutura e regularidade nos dados, permitindo que os algoritmos adquiram habilidades. Assim como um algoritmo pode ensinar a si mesmo a jogar xadrez, ele pode aprender qual produto recomendar online a seguir. E os modelos se adaptam quando recebem novos dados.
A IA analisa mais dados e de forma mais profunda usando redes neurais que possuem muitas camadas ocultas. Construir um sistema de detecção de fraude com cinco camadas ocultas costumava ser impossível. Tudo isso mudou com o incrível poder computacional e o uso dos megadados. Você precisa de muitos dados para treinar modelos de aprendizado profundo, pois eles aprendem diretamente dos dados.
A IA alcança uma incrível precisão por meio de redes neurais profundas. Por exemplo, suas interações com a Alexa e o Google são todas baseadas em aprendizado profundo. E esses produtos ficam mais precisos quanto mais você os usa. Na área médica, técnicas de IA, como aprendizado profundo e reconhecimento de objetos, agora podem ser utilizadas para identificar o câncer em imagens médicas com precisão aprimorada.
A IA aproveita ao máximo os dados. Quando os algoritmos aprendem sozinhos, os próprios dados são um ativo. As respostas estão nos dados – você só precisa aplicar a IA para encontrá-las. Já que o papel dos dados agora é mais importante do que nunca, isso pode criar uma vantagem competitiva. Se você tem os melhores dados em uma indústria competitiva, mesmo que todos estejam aplicando técnicas semelhantes, os melhores dados serão vitoriosos. Mas usar esses dados para inovar de forma responsável requer uma IA confiável. E isso significa que seus sistemas de IA devem ser éticos, equitativos e sustentáveis.
Como a Inteligência Artificial Está Sendo Usada?
Todas as indústrias têm uma alta demanda por recursos da IA – incluindo sistemas que podem ser usados para automação, aprendizado, assistência jurídica, notificação de risco e pesquisa. Usos específicos da IA na indústria incluem:
Cuidados com a Saúde
Aplicações de IA podem fornecer medicina personalizada e análises de Raio-X. Os assistentes pessoais de saúde podem atuar como orientadores de hábitos, lembrando você de tomar seus remédios, fazer exercícios ou comer de forma mais saudável.
Varejo
A IA fornece recursos de compras virtuais que oferecem recomendações personalizadas e discutem opções de compra com o consumidor. Tecnologias de gestão de estoque e layout de site também serão melhoradas com a IA.
Manufatura
A IA pode analisar dados de IoT de fábrica à medida que são transmitidos por equipamentos conectados possibilitando a previsão da carga e demanda esperadas usando redes recorrentes, um tipo específico de rede de aprendizado profundo desenvolvida com dados sequenciais.
Serviços bancários
A Inteligência Artificial aumenta a velocidade, precisão e eficácia dos esforços humanos. Em instituições financeiras, técnicas de IA podem ser aplicadas para identificar quais transações provavelmente são fraudulentas, realizar avaliação de crédito rápida e precisa, bem como automatizar tarefas complexas de gestão de dados manuais.
A IA tem sido parte integral do software SAS há anos. Hoje nós ajudamos clientes de todos os mercados a capitalizar nos avanços de IA e continuamos embutindo tecnologias de IA como machine learning e deep learning em soluções por todo o portfólio SAS.Jim Goodnight CEO SAS
WildTrack e SAS: Salvando espécies ameaçadas de extinção, uma pegada por vez.
Espécies emblemáticas como o guepardo estão desaparecendo. E com elas, a biodiversidade que nos sustenta. A Wildtrack está explorando o valor da inteligência artificial na preservação – para analisar pegadas da mesma forma que os rastreadores indígenas fazem, e proteger essas espécies em perigo de extinção.
Funcionamento da Inteligência Artificial
A IA funciona combinando grandes quantidades de dados com processamento rápido e iterativo de algoritmos inteligentes, permitindo que o software aprenda automaticamente a partir de padrões ou características dos dados. A IA é um campo amplo de estudo que engloba muitas teorias, métodos e tecnologias, além dos seguintes subcampos:
Aprendizado de Máquina
A aprendizagem de máquina automatiza a construção de modelos analíticos. Utiliza métodos de redes neurais, estatísticas, pesquisa operacional e física para encontrar insights ocultos nos dados sem ser explicitamente programado para onde olhar ou o que concluir.
Redes Neurais
Uma rede neural é um tipo de aprendizado de máquina composto por unidades interconectadas (como neurônios) que processam informações respondendo a entradas externas e transmitindo informações entre cada unidade. O processo requer várias passagens pelos dados para encontrar conexões e extrair os significados indefinidos.
O Deep Learning
O aprendizado profundo utiliza redes neurais enormes, com muitas camadas de unidades de processamento, aproveitando os avanços no poder computacional e técnicas de treinamento melhoradas para aprender padrões complexos em grandes quantidades de dados. Aplicações comuns incluem reconhecimento de imagem e fala.
Além disso, várias tecnologias oferecem e suportam a IA:
A visão computacional depende do reconhecimento de padrões e do aprendizado profundo para reconhecer o que há em uma imagem ou vídeo. Quando as máquinas conseguem processar, analisar e entender imagens, elas podem capturar imagens ou vídeos em tempo real e interpretar o ambiente ao seu redor.
O processamento de linguagem natural (PLN) é a capacidade dos computadores de analisar, entender e gerar linguagem humana, incluindo a fala. O próximo estágio do PLN é a interação com a linguagem natural, que permite ao humanos se comunicarem com computadores usando linguagem normal e cotidiana para realizar tarefas.
As unidades de processamento gráfico são essenciais para a IA, porque fornecem a alta capacidade computacional exigida para o processamento iterativo. Treinar redes neurais requer grandes quantidades de dados e capacidade computacional.
A Internet das Coisas gera enormes quantidades de dados a partir de dispositivos conectados, sendo a maior parte desses dados não analisados. Automatizar modelos com IA nos permitirá aproveitar mais dessa tecnologia.
Algoritmos avançados estão sendo desenvolvidos e combinados de novas maneiras para analisar mais dados de forma mais rápida e em vários níveis. Esse processamento inteligente é fundamental para identificar e prever eventos raros, compreender sistemas complexos e otimizar cenários únicos.
APIs, ou interfaces de programação de aplicativos, são pacotes portáteis de código que tornam possível adicionar funcionalidades de IA a produtos e pacotes de software existentes. Eles podem adicionar capacidade de reconhecimento de imagens a sistema de seguranças residenciais e capacidades de Perguntas e Respostas que descrevem dados, criam legendas e títulos ou destacam padrões e percepções nos dados.
Resumindo, o objetivo da IA é fornecer um software capaz de raciocinar sobre as entradas e explicar os resultados. IA fornecerá interações semelhantes às humanas com software e oferecerá suporte de decisão para tarefas específicas, mas não é um substituto para os humanos – e não será tão cedo.
PRÓXIMOS PASSOS
Veja como as Soluções de Inteligência Artificial melhoram a criatividade humana e os esforços utilizando IA.
Produto em destaque para INTELIGÊNCIA ARTIFICIAL
SAS® Visual Data Mining e Machine Learning
IA é simplificada quando você pode preparar os dados para análise, desenvolver modelos com algoritmos de machine-learning modernos e integrar análise textual em um só produto. Além disso, você pode codificar projetos que combinem SAS com outras linguagens, incluindo Python, R, Java ou Lua.
Leitura recomendada
-
Artigo
How AI and advanced analytics are impacting the financial services industryTop SAS experts weigh in on the topics that are keeping institutions up at night and fraudsters in a job.
-
Artigo
5 tecnologias de IAVocê sabe a diferença entre inteligência artificial e machine learning? E você sabe dizer por que visão computacional é uma tecnologia de IA? Descubra aqui.
-
Artigo
Machine learning, data science and AI meet IoTIn this video, Kirk Borne and Michele Null discuss the intersection of machine learning, AI and data science with IoT data and analytics.
