[IA#2] A evolução da inteligência artificial: como a tecnologia se tornou realidade

Do Teste de Turing às novas tecnologias, os avanços no campo da inteligência artificial redefiniram os limites do que antes parecia ser exclusivamente atribuído à cognição humana. 

Há alguns dias, publiquei o primeiro de três artigos da minha série sobre Inteligência Artificial, em que você acompanhará, respectivamente: 

• as principais tendências e previsões sobre o mercado de IA; 
• como a IA evoluiu até as tecnologias atuais; 
• os casos de uso que estão revolucionando diferentes setores e áreas de atuação, e as medidas éticas e de segurança necessárias para adotá-la. 

Então, aqui neste segundo artigo, vamos fazer uma viagem no tempo para compreendermos como foi possível dar às máquinas o poder de “pensar” e executar ações.  

Chamamos de inteligência artificial a capacidade das máquinas imitarem a inteligência humana, incluindo o aprendizado, o raciocínio e a tomada de decisões, para solucionarem problemas ou executarem tarefas de forma autônoma. 

A IA, junto de outras tecnologias como IoT (Internet das Coisas), Realidade Aumentada (AR), Realidade Virtual (VR) e Blockchain, formam um grande conglomerado de tendências tecnológicas que suportarão o crescimento e o sucesso das organizações de forma permanente. 

Desde sua origem na década de 50, a IA evoluiu rápido. Hoje, temos máquinas que podem realizar tarefas que antes eram consideradas exclusivas dos humanos. 

Esses avanços estão gerando novas oportunidades e desafios.  

Por um lado, a IA tem o potencial de revolucionar muitas áreas da nossa vida, desde a saúde até a educação. Do outro, a tecnologia também levanta questões importantes de segurança, responsabilidade e ética, assuntos do próximo artigo. 

A partir do contexto histórico que trago agora, podemos observar essa evolução até chegarmos aos sistemas mais avançados que conhecemos – que, inclusive, aqui na Niteo nós já os incorporamos nos projetos de nossos clientes.  

Bora conferir como a IA se tornou uma aliada valiosa nas organizações? 

A origem da inteligência artificial 

Apesar do termo “Inteligência Artificial” ter se popularizado nos últimos anos, a IA nasceu lá nos anos 50. 

Alan Turing, matemático britânico, foi o responsável por testar a capacidade de uma máquina imitar a cognição humana por meio do “Teste de Turing”.  

Ele acreditava que, se uma máquina pudesse “enganar” um humano em uma conversa, isso seria um sinal de que ela era inteligente. 

Mas o ponto de partida oficial da IA foi mesmo a partir da “Conferência de Dartmouth”, em 1956. 

Foi nessa conferência que Newell e Simon apresentaram ao público o que foi considerado o primeiro sistema de IA, o “Logic Theorist”. Um programa de computador que podia resolver problemas de lógica, imitando as habilidades humanas de resolução de problemas.  

A ascensão 

A AI, então, cresceu exponencialmente com o desenvolvimento do Machine Learning (ML) – aprendizado de máquina – e, especialmente, a partir de 2010, com o Deep Learning (DL) – aprendizado profundo.  

O ML é uma área da IA que permite às máquinas aprenderem sem serem explicitamente programadas. Já o DL é uma subárea do Machine Learning que usa redes neurais artificiais para aprender. 

Empresas de diferentes segmentos já usam essas tecnologias para: 

• melhorar seu desempenho; 
• obter previsibilidade sobre cenários diversos; 
• calcular probabilidades com precisão; 
• tomar decisões melhores; 
• reduzir custos; 
• identificar fraudes; 
• personalizar a experiência do cliente. 

É o caso, por exemplo, de organizações dos setores industrial, farmacêutico, financeiro, além de áreas como agricultura e logística. No terceiro e último artigo desta série falarei com mais detalhes sobre as aplicações práticas da IA nesses e em outros setores da economia. 

Basicamente, tanto o ML quanto o DL se desenvolvem em duas fases. 

Treinamento 

A primeira fase é chamada de “treinamento”, em que os desenvolvedores do sistema de IA em questão apresentam uma quantidade determinada de dados primários para a rede a fim de ensiná-la. 

Inferência 

Na segunda fase, a de “inferência”, apresenta-se ao programa uma situação e, a partir dos dados que ele consumiu, executará uma ação em resposta de maneira autônoma.  

Quanto mais situações o programa de IA resolve, mais casos ele pode arquivar em sua rede, aprimorando-a constantemente. 

Para você compreender melhor como funciona a inteligência artificial, pense em um carro autônomo. 

Para ele entender do que precisa desviar, você mostra fotos de pessoas ou cachorros, por exemplo. Assim, ele os identificará em uma rua e não os atingirá.  

Outro exemplo é a análise de imagens feitas por ressonância magnética e outros exames de imagem.  

Ao aplicar o ML, é possível não apenas detectar a situação dos pacientes com muita precisão, como também reduzir o tempo de diagnósticos que podem ser cruciais para a sobrevida do paciente.   

As novas tecnologias de IA 

Com o passar do tempo, os estudos no campo da inteligência artificial ficaram cada vez mais complexos, originando novas tecnologias a partir do que já era conhecido. 

Algumas delas continuam em fase de desenvolvimento, como a IA quântica, que usa os princípios da mecânica quântica para criar máquinas mais inteligentes; e a IA neuromórfica, que se inspira no cérebro humano para criar máquinas mais eficientes e adaptáveis do que as máquinas atuais. 

No entanto, outras tecnologias avançadas de IA já estão disponíveis para usarmos em nosso cotidiano. Segue aqui comigo que vou explicar. 

IA conversacional 

É a capacidade das máquinas conversarem com os humanos de forma natural.  

Geralmente, envolve o uso de PLN (Processamento de Linguagem Natural), mas também pode incluir outros aspectos da IA, como aprendizado de máquina e visão computacional.  

Esse é o tipo de IA que comumente está por trás dos assistentes virtuais, ou chatbots, de atendimento à clientes, fornecedores e funcionários. 

Na Niteo, já é comum usarmos a IA conversacional nos projetos dos nossos clientes, para desenvolvermos assistentes virtuais avançados.  

Essa tecnologia pode atuar em duas frentes principais.  

A primeira é automatizando respostas para perguntas de clientes e funcionários ou mesmo para realizar a triagem de solicitações, encaminhando-as para as áreas responsáveis. 

A segunda, é sua atuação como assistente pessoal de cada colaborador, auxiliando na automatização do agendamento de compromissos, do levantamento de dados e pesquisas e do envio de lembretes, por exemplo. 

IA de visão computacional 

Permite que as máquinas entendam e processem imagens por meio de técnicas como processamento de imagens e aprendizado de máquina.  

A principal diferença com outras IAs é que a IA de visão computacional lida com dados visuais, enquanto as outras lidam com dados textuais.  

Assim, é possível usar esse tipo de IA em sistemas de reconhecimento facial, detecção de objetos e análise de imagens médicas, por exemplo. 

Na Niteo, também aplicamos a IA de visão computacional em uma ampla gama de cenários. Assim, possibilitamos aos nossos clientes o poder de analisar, interpretar e resumir milhares de imagens e vídeos em questão de segundos. 

IA de processamento de linguagem natural 

Garante que as máquinas entendam e processem a linguagem humana.  

É similar à IA conversacional. Porém, a principal diferença entre elas é o foco.  

A IA conversacional foca na capacidade das máquinas se comunicarem com humanos de forma natural, enquanto a IA de PLN é focada na capacidade das máquinas entenderem e processarem a linguagem humana.  

Esse tipo de IA é frequentemente usada na tradução de idiomas, análise de sentimentos, geração de códigos e/ou de conteúdo criativo. 

Outra parte importante da IA de processamento de linguagem natural é a IA de fala. Essa tecnologia é capaz de entender e processar a fala humana, a fim de, por exemplo, transcrever áudio em texto ou transformar texto em áudio, auxiliando em diferentes trabalhos.  

Através da IA de fala é que interagimos também com dispositivos inteligentes, como Siri, Alexa e Google Assistant.  

Ou ainda, com equipamentos IoT, usando sistemas de reconhecimento de fala e controle de voz para ajudar, mesmo que de longe, a melhorar a segurança e a eficiência da produção. 

Na Niteo, tratamos a IA de Processamento de Linguagem Natural como um leitor ágil e assíduo.  

Em nossos projetos, a aplicamos de forma que compreenda as enormes quantidades de dados textuais em um piscar de olhos, como de feedbacks, de relatórios financeiros ou de chão de fábrica. 

Também a treinamos para que ela possa decifrar o que está por trás das palavras, interpretar nuances e destacar o que é mais importante.  

IA de aprendizado por reforço 

O aprendizado por reforço é uma área do aprendizado de máquina que permite às máquinas aprenderem com as consequências de suas ações. 

A partir de um sistema de recompensas baseado em tentativas e erros, esse tipo de IA aprende a tomar decisões que não foram programadas previamente. 

Essa técnica possui uma variedade de aplicações, incluindo jogos, robótica e controle de tráfego.  

Por exemplo, um carro autônomo integra a tecnologia de IA de aprendizado por reforço para aprender a dirigir pelas ruas de forma segura e eficiente. 

Além da linha do tempo: os impactos crescentes da IA 

A inteligência artificial está transformando tudo ao nosso redor. Desde seus primórdios, na década de 50, a IA evoluiu rapidamente, originando sistemas cada vez mais sofisticados. 

E esse contexto histórico mostra que a IA, longe de ser uma mera tendência passageira, é uma revolução em constante expansão. 

Nos últimos anos, o desenvolvimento de novas técnicas de aprendizado de máquina (ML) e aprendizado profundo (DL), assim como infraestruturas mais baratas e que suportam grandes quantidades de dados, como a nuvem, estão permitindo aplicar a IA em uma ampla gama de áreas. 

Eu mesmo, junto do meu time comercial, usamos a IA para automatizar atividades manuais e repetitivas, o que nos permite otimizar tempo para melhor atender cada cliente. 

Também a usamos para analisar dados, encontrar padrões e oportunidades que nos ajudem a ser mais assertivos nas ofertas e na comunicação com nossos clientes.  

E, entre outros cenários, temos os chatbots que nos auxiliam no atendimento a dúvidas e solicitações, acelerando respostas e garantindo suporte 24 horas por dia e 7 dias por semana. 

A Niteo, conhecendo todo o potencial dessa tecnologia, já usa as metodologias e práticas mais recentes e adequadas para cada aplicação das novas tecnologias de IA nos projetos dos nossos clientes.  

Estamos sempre em sintonia com o que há de mais inovador no campo da Inteligência Artificial para, assim, promovermos o uso confiável, escalável e seguro da IA nas organizações. 

O que mencionei até aqui são apenas algumas das muitas maneiras pelas quais a IA já vem sendo usada atualmente.  

O mais engraçado é saber que algumas das aplicações da IA foram previstas pelos Jetsons – aquele desenho animado futurista da década de 60 que ninguém levava a sério – por exemplo, a IoT, que podemos representar com dispositivos como a Alexa – e os assistentes pessoais, como a IA generativa, assuntos do meu próximo artigo, onde trarei casos de uso práticos da IA para te inspirar.  

Nos vemos em breve!