Os tipos ou níveis da IA
Principais campos da IA
As aplicações da IA
Onde estamos e para onde vamos no processo de desenvolvimento da IA
No primeiro artigo desta série vimos definição e a história do desenvolvimento da inteligência artificial, das origens no final da 2ª guerra mundial com Turing à explosão recente dos últimos 2 anos.
Neste segundo artigo iremos desenvolver os tipos ou níveis da inteligência artificial, os campos, áreas ou domínios abrangidos pela IA, assim como as principais aplicações, terminando por avaliar a situação em que nos encontramos atualmente e perspetivar os principais desenvolvimentos futuros.
Os tipos ou níveis da IA
Os especialistas consideram que existem 7 tipos, ou níveis, de Inteligência Artificial: IA Estreita, Inteligência Geral Artificial, Superinteligência Artificial, IA de Máquina Reativa, IA de Memória Limitada, Teoria da IA da Mente e IA Auto-Consciente.
IA estreita: IA concebida para completar ações muito específicas; incapaz de aprender de forma independente.
Inteligência Geral Artificial: IA projetada para aprender, pensar e executar em níveis semelhantes aos humanos.
Superinteligência Artificial: IA capaz de superar o conhecimento e as capacidades dos seres humanos.
IA de Máquina Reativa: IA capaz de responder a estímulos externos em tempo real; incapaz de construir memória ou armazenar informações para o futuro.
IA de memória limitada: IA que pode armazenar conhecimento e usá-lo para aprender e treinar para tarefas futuras.
Teoria da IA da Mente: IA que pode sentir e responder às emoções humanas, além de executar as tarefas de máquinas de memória limitada.
IA auto-consciente: IA que pode reconhecer as emoções dos outros, além de ter senso de si mesmo e inteligência de nível humano; a fase final da IA.
Principais campos da IA
Os principais campos da IA são o Machine Learning, o Processamento de Linguagem Natural, a Visão por Computador, as Redes Neurais, o Deep Learning, a Robótica, a Lógica Difusa e o Sistema Especialista.
O Machine Learning baseia-se no conceito de que os sistemas/máquinas podem aprender com os dados, reconhecer padrões e tomar decisões com pouca ou nenhuma interferência humana. É simplesmente fazer com que um computador execute uma tarefa sem programá-lo especificamente para fazê-lo.
O Processamento de Linguagem Natural (PNL) concentra-se na interação entre computadores e linguagens humanas, permitindo que as máquinas compreendam, interpretem e gerem linguagem humana.
A Visão por Computador envolve permitir que as máquinas interpretem e tomem decisões com base em dados visuais.
As Redes Neurais são sistemas de computação inspirados nas redes neurais biológicas dos cérebros dos animais
O Deep Learning é um subconjunto do ML que usa redes neurais multicamadas.
A Robótica é o ramo da IA preocupado com o projeto, construção, operação e uso de robôs.
Um Sistema Especialista é um programa de computador que é projetado para resolver problemas complexos e fornecer capacidade de tomada de decisão como um especialista humano. O sistema extrai conhecimento da sua base de conhecimento e usando as regras de raciocínio e inferência de acordo com as consultas do utilizador.
As aplicações da IA
Algumas aplicações de alto perfil de IA incluem: os motores de pesquisa avançados na web (por exemplo, a pesquisa Google); os sistemas de recomendação (utilizados pelo YouTube, Amazon e Netflix); a interação através da fala humana (por exemplo, Google Assistente, Siri e Alexa); os veículos autónomos (por exemplo, Waymo); as ferramentas generativas e criativas (por exemplo, ChatGPT e arte de IA); e o jogo e análise sobre-humanos em jogos de estratégia (por exemplo, xadrez e Go).
Tudo isto são alguns exemplos. A variedade é enorme.
Os vários subcampos da pesquisa em IA estão centrados em objetivos particulares e no uso de ferramentas particulares.
Onde estamos e para onde vamos no processo de desenvolvimento da IA
Acredita-se que, atualmente, estamos no processo de passar para a fase IAG da tecnologia de IA, à medida que se desenvolvem mais e mais maneiras de treinar a IA para pensar e resolver problemas da mesma forma que os seres humanos.
O objetivo para este segundo dos estágios da IA é resolver problemas para os quais ela não foi treinada e trabalhar através do raciocínio lógico em sistemas baseados em regras para realizar uma tarefa, tal como um humano faria.
Por esta razão, a IAG também é conhecida como IA forte, pois tem usos em várias áreas.
Por enquanto, a IAG continua a ser maioritariamente ficcional.
Dum modo geral, estima-se que os robôs com capacidades gerais, capazes de operar em vários campos com uma ampla gama de conjuntos de dados, não estarão por perto até pelo menos 2040, se não mais tarde.
No entanto, há especialista que acreditam que teremos os primeiros exemplos de IAG num prazo de 5 anos.
O estágio final de evolução proposto pelos pesquisadores de IA é o momento em que a IA se torna autoconsciente e ultrapassa os limites da inteligência humana.
Neste momento, que é conhecido como singularidade e transcendência, não seremos capazes de dizer a diferença entre humanos e IA, ou seremos completamente dependentes da inteligência artificial para fornecer direção e previsão.
