Uma Introdução à Inteligência Artificial

Atualmente, a IA está em todo o lado nas TI. Mas como é que ela funciona? E como é que se pode criar Inteligência Artificial?

Neste artigo, explicarei tudo o que precisa de saber para começar a utilizar a IA.

História da IA

Desde a antiguidade que o ser humano tem pensado em dar vida às coisas. Mas, especialmente com a invenção dos computadores, a ideia de máquinas pensantes começou a tomar forma.

Em 1950, Alan Turing inventou o teste de Turing para avaliar se uma máquina é inteligente ou não.

O termo Inteligência Artificial foi referenciado pela primeira vez em 1956 numa conferência no Dartmouth College.

Uma invenção importante em 1967 foi o algoritmo vizinho mais próximo, que é importante para a classificação de objectos e reconhecimento de padrões.

A primeira carroça autónoma foi desenvolvida em 1979. Chamava-se Stanford Cart e podia detectar e esquivar-se às paredes.

Em 1985 foi inventada a AI NETtalk. Utilizava o Deep Learning para aprender a falar.

Em 1997, a IA começou realmente a descolar. O super computador Deep Blue da IBM conseguiu derrotar o então campeão mundial de xadrez Garry Kasparov.

A NASA desenvolveu os rovers Spirit e Opportunity, que conduziram de forma autónoma na superfície de Marte em 2004.

Em 2011 uma IA chamada Watson venceu um humano no concurso "Jeopary!

O AlphaGo do Google venceu um jogador profissional em Go em 2016. Go é considerado muito mais complexo do que o xadrez e o poder de cálculo não é a única coisa necessária para o sucesso.

Em 2019, uma IA derrotou mesmo um jogador profissional no Starcraft II.

Hoje em dia a IA está em todo o lado. Resolveu o problema da dobragem de proteínas e até aprendeu a criar arte ou a escrever código.

Termos importantes

Aqui está uma visão geral dos termos mais importantes relacionados com a IA.

O campo AI é vasto. Abrange coisas como visão por computador, processamento de linguagem natural, robótica e automação, só para citar algumas.

Uma parte importante da IA é a aprendizagem mecânica. É uma colecção de métodos e algoritmos que permitem a um computador aprender. Estes métodos podem ser divididos em três classes:

Aprendizagem supervisionada, aprendizagem não supervisionada e aprendizagem de reforço.

Na aprendizagem supervisionada, a IA utiliza dados etiquetados para treinar. Este não é o caso da aprendizagem não supervisionada. O reforço da aprendizagem é uma forma de treinar um agente virtual. O agente recebe uma recompensa sempre que faz o que é suposto fazer. Isto encoraja o comportamento desejado.

Redes neurais

Um método específico de aprendizagem supervisionada é a aprendizagem profunda. A aprendizagem profunda é o processo de formação de uma rede neural. A rede é constituída por inúmeros nós (neurónios). Estão ligados com um peso específico e empilhados em camadas com o chamado enviesamento.

Para calcular o valor de um neurónio do neurónio anterior, multiplica-se o valor do neurónio anterior pelo peso entre os neurónios e adiciona-se o enviesamento.

Para treinar a rede, é necessário escrever os dados de formação rotulados na camada de entrada. A rede propaga os dados através de uma quantidade variável de camadas ocultas de acordo com os pesos e enviesamentos.

Finalmente, os dados atingem a camada de saída. O neurónio de saída com o valor mais elevado é a previsão da rede. Dependendo de a previsão estar correcta ou não, a IA ajusta todos os pesos e enviesamentos individuais. Desta forma as previsões tornam-se cada vez mais precisas, o que significa que a rede está a aprender.

Confira o nosso Vídeo do YouTube para ver um exemplo e treinar a sua própria IA.

Aplicações de IA

Vamos dar uma vista de olhos a algumas aplicações da IA. Poder-se-ia argumentar que a Inteligência Artificial pode fazer qualquer coisa, dado o tempo e o poder computacional suficientes.

A IA pode reconhecer imagens e compreender a linguagem humana. Todos nós sabemos coisas como Alexa ou Siri.

Se quiser construir a sua própria IA, especialmente para a domótica, visão por computador ou processamento de lanugage natural, então temos algo especial para si.

O nosso novo Kit AIY Maker inclui tudo o que precisa para os seus projectos de aprendizagem de máquinas.

O poder combinado do Raspberry Pi 4 com 8 GB de RAM e o acelerador USB Google Coral significa que pode construir o que quiser. Pense numa porta automática para cães ou no seu próprio assistente doméstico. Pode construir uma fechadura com deteção facial ou um dispositivo de tradução em tempo real.