O que é inteligência artificial?
Diferencie IA de programas comuns, entenda como IA, aprendizado de máquina e aprendizado profundo se encaixam e conheça os altos e baixos da área.
- Explicar a diferença entre programas que seguem regras e programas que aprendem
- Diferenciar IA restrita de inteligência artificial geral
- Entender como IA, aprendizado de máquina e aprendizado profundo se relacionam
Você provavelmente usou inteligência artificial várias vezes hoje sem perceber: para desbloquear o celular com o rosto, desviar de um congestionamento no mapa, receber uma sugestão de série ou pedir a um chatbot que escreva um e-mail.
Inteligência artificial (IA) é a área que cria sistemas computacionais capazes de realizar tarefas que costumamos associar à inteligência humana: reconhecer rostos, entender linguagem, tomar decisões e encontrar padrões.
A grande mudança está em como esses sistemas adquirem suas habilidades. Um programa comum segue regras escritas manualmente por alguém. A maioria das IAs modernas aprende as regras a partir de exemplos. Ninguém programou “um gato tem orelhas pontudas e bigodes” em um aplicativo de fotos: ele analisou milhões de imagens rotuladas e descobriu os padrões por conta própria.
Experimente
Até 15 XPÉ IA ou não?
Classifique cada sistema. IA restrita aprendeu uma habilidade com dados; regras fixas são instruções convencionais seguidas exatamente como foram escritas; IA geral é a inteligência de ficção científica que aprenderia qualquer tarefa como uma pessoa.
“Um aplicativo de fotos que encontra todas as imagens do seu cachorro”
“Um aplicativo de calculadora”
“Um assistente de voz que transforma fala em texto”
“Um robô que aprende a cozinhar, declarar impostos e escrever romances tão bem quanto qualquer pessoa”
“Um termostato que liga o aquecimento abaixo de 19 °C”
“Um mecanismo de xadrez que aprendeu jogando milhões de partidas”
“Um banco que sinaliza pagamentos com cartão que parecem fraude”
IA, aprendizado de máquina e aprendizado profundo
Você vai ouvir estes três termos usados como se fossem sinônimos. Na verdade, eles estão aninhados, como bonecas russas:
- Inteligência artificial é a área mais ampla, incluindo sistemas antigos baseados em regras escritas à mão.
- Aprendizado de máquina (ML) é a parte da IA em que os sistemas aprendem padrões a partir de dados, em vez de receber todas as regras prontas.
- Aprendizado profundo (DL) é a parte do ML que usa redes neurais grandes, com muitas camadas. Ele está por trás do reconhecimento de imagens, assistentes de voz e chatbots atuais.
Regras e aprendizado no código
Veja um filtro de spam escrito do jeito tradicional, com palavras escolhidas manualmente. Execute-o e observe o problema: cada truque novo de quem envia spam exige que alguém programe outra regra. Um sistema que aprende analisaria milhares de e-mails rotulados para descobrir quais palavras importam e quanto cada uma pesa.
1SPAM_WORDS = {"free", "winner", "prize", "urgent"}
2
3def is_spam(message):
4 words = message.lower().split()
5 hits = sum(word in SPAM_WORDS for word in words)
6 return hits >= 2
7
8for message in ["Você é um WINNER, resgate seu free prize", "Almoço amanhã ao meio-dia?", "Fr3e pr1ze para o w1nner"]:
9 print(is_spam(message), "-", message)True - Você é um WINNER, resgate seu free prize False - Almoço amanhã ao meio-dia? False - Fr3e pr1ze para o w1nner
Uma breve história, com alguns invernos
A IA existe há mais tempo do que muita gente imagina. O termo surgiu em 1956, e desde então a área alterna períodos de entusiasmo e decepção. As fases frias, quando o financiamento diminuiu porque as promessas foram maiores que os resultados, são chamadas de invernos da IA. O crescimento atual combina três fatores: enormes conjuntos de dados, placas gráficas rápidas (GPUs) e técnicas melhores de redes neurais.
Principais conclusões
Sistemas de IA realizam tarefas associadas à inteligência; a maioria das IAs modernas aprende regras com exemplos, em vez de recebê-las escritas à mão.
Toda IA existente hoje é restrita: funciona muito bem em uma tarefa. A IA geral continua sendo um objetivo de pesquisa.
Aprendizado profundo ⊂ aprendizado de máquina ⊂ inteligência artificial.
A IA passa por ciclos de crescimento e retração; dados, GPUs e redes melhores impulsionam o crescimento atual.
Quiz da aula
6 perguntas · aprovação com 5 acertos · até 50 XP
Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.
Pratique: escreva código em Python
Escreva código Python no editor e execute os testes com exemplos. O Python roda localmente no navegador usando WebAssembly.
Escreva um filtro baseado em regras
Cada linha de entrada é uma mensagem. Imprima SPAM se ela contiver pelo menos duas destas palavras: free, winner, prize, urgent, click (sem diferenciar maiúsculas de minúsculas). Caso contrário, imprima OK. As palavras são separadas por espaços.
- Caixa de entrada variada
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Deixe os dados escolherem as palavras
Em vez de escolher palavras de spam por conta própria, aprenda com exemplos. Cada linha tem o formato spam: mensagem ou ham: mensagem (ham significa “não é spam”).
Conte quantas vezes cada palavra em minúsculas aparece nas mensagens de spam e nas mensagens legítimas. Imprima, em ordem alfabética e uma por linha, cada palavra que aparece pelo menos duas vezes no spam e nenhuma vez nas mensagens legítimas.
- Caixa pequena
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Dúvidas sobre esta lição
Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.
Carregando publicações…