O que é Machine Learning, IA, Rede Neural e sistemas cognitivos?

Machine Learning, IA, rede neural e sistemas cognitivos. Cada uma dessas definições está ligada a diferentes práticas, protocolos e tecnologias do mundo virtual. É complexo acompanhar o surgimento de tantos conceitos e até sua ressignificação ao longo do tempo, mas vamos simplificar para você!

Inteligência artificial (IA)

A inteligência artificial é um conceito de certa forma simples e muito abrangente. Podemos resumir a IA de forma bem sintética como um conceito que se refere a máquinas capazes de executar tarefas de um modo que consideramos “inteligente.

Robô marcando a opção de segurança “Eu não sou um robô”

Considerando a infinidade de tarefas que pode se ensinar para uma máquina, e a igual infinidade de formas pelas quais ela pode executar essas tarefas, vemos o quão abrangente é o conceito.

Só isso?

Não. Poderíamos lançar um livro explorando esse conceito, mas por hora basta fixar a definição que citamos em negrito ali em cima. Vamos, porém, nos aprofundar em algumas tecnologias que fazem parte da IA.

O que é o Machine Learning

Machine Learning, (aprendizado de máquinas em tradução livre) é a aplicação baseada na ideia de darmos dados às máquinas e deixar elas aprenderem por elas mesmas.

Como é possível? Como funciona?

Vamos exemplificar!

É como dizem algumas vezes: “o meme já vem pronto”. E o nosso exemplo não podia ser mais propício!

Portal é um jogo de ação/puzzle lançado em 2007 e é também um exemplo perfeito de Machine Learning. No jogo, o jogador é desafiado por uma inteligência artificial chamada GLaDOS.

Na história do jogo, GLaDOS coloca o protagonista em situações perigosas que precisam ser resolvidas por ele para salvar sua vida, o motivo? Ciência!

Isso mesmo, GLaDOS tem apenas um objetivo: aprender. É uma IA que tem como missão criar testes para analisar o comportamento criativo humano e assim aprender como nós resolvemos problemas e a partir disso criar máquinas autossuficientes e criativas.

“Eu tive uma vida muito boa” – GLaDOS

É assim que a aprendizagem de máquinas funciona, também, no mundo real. Você disponibiliza para a máquina um ambiente em que ela possa ter acesso a dados, e a partir de análises desses dados, ela pode chegar a conclusões inteligentes e definir padrões; ou seja, aprender.

Felizmente, a forma de aprendizado dos nossos robôs, não são testes mortais em humanos como os da GLaDOS.

 “Eu apenas testei” – GLaDOS

Qual a vantagem? Quanto mais a máquina aprender por ela mesmo, maior a complexidade das tarefas que ela poderá executar. Além disso, ela pode se tornar capaz de cumprir atividades inéditas “pensando” em soluções baseadas no que observou durante suas análises.

Como funcionam as redes neurais

As redes neurais artificiais são um tipo de Machine Learning. A característica mais marcante das redes neurais, é sua estruturação semelhante à rede de neurônios em nosso cérebro.

São sistemas compostos por vários nós que se interconectam em diversas ramificações. As redes neurais aprendem por meio da atualização e ampliação desses laços e interconexões.

 

Rede Neural

Todo nó contém informações. A cada vez que uma relação lógica é estabelecida entre os nós, surge uma nova conexão os ligando. Do mesmo modo, também surgem novos nós, que por sua vez terão novas conexões…

Deep Learning

Deep Learning, ou Deep Neural Network, abrange um sistema no qual os neurônios se organizam em camadas “ocultas” abaixo da superfície da rede neural artificial.

O aprendizado profundo não é um conceito recente, porém tem ganhado visibilidade e importância graças ao avanço da tecnologia. Do mesmo modo que “apenas os dados estruturados do big data eram relevantes” e agora é possível extrair informações estratégicas dos dados não estruturados.

Hoje, com uma quantidade muito maior de dados e processadores mais potentes, o Deep Learning se tornou mais eficiente. Agora é possível encontrar resultados para problemas complexos com mais facilidade.

Computação cognitiva, senta que lá vem história…

A computação cognitiva é um conceito abrangente e complexo, embora ainda esteja sob a definição de IA. Existem controvérsias e mais de uma definição. Porém vamos considerar que é uma “computação focada na racionalização e compreensão de alto nível, de maneira análoga a cognição humana – ou, ao menos, inspirada por ela”, segundo Lynne Parker, diretora da divisão de sistemas de informação da Fundação Nacional de Ciências dos Estados Unidos.

Ou seja, é um sistema que utiliza uma vasta gama de técnicas de aprendizado de máquinas. Mas não vamos misturar os conceitos! Computação cognitiva (ou cognitive computing) não é um método de Machine Learning por si só. Seria mais uma “arquitetura de subsistemas de IA que trabalham em conjunto”, de acordo com Lynne.

“Esse subconjunto lida com cognição, que se refere a comportamentos associados que associamos com o ‘pensar’”, argumentou Thomas Dietterich, professor da Oregon State University.

As máquinas são capazes de pensar?

Não. Elas ainda não são dotadas desse tipo de inteligência, e estão beeeeem longe disso.

Tom Austin, vice-presidente do Gartner, ressalta que o termo “cognitivo” é mais uma jogada de marketing do que propriamente uma implicação lógica. As máquinas não são capazes de pensar por si só.

Conseguiu entender a diferença entre cada termo com o nosso resumo? As máquinas ainda não são autossuficientes, e até mesmo o Machine Learning é limitado, elas ainda não são plenamente criativas e capazes de pensar. Porém, a tecnologia avança.

Será que ainda vamos ver máquinas realmente capazes de pensar? É improvável, mas que elas estão se “dedicando”, é inegável…


  1. janeiro 16, 2018 - Responder

    […] [5] Agência Open: O que é machine learning, IA, rede neural e sistemas cognitivos? […]