Uma sugestão: peça para a pessoa que está do seu lado (tem que ser seu amigo, claro) ligar para o seu celular discretamente.
Aí, você atende, “ouve” atentamente e fala em voz bem firme: “é simples, vamos empregar inteligência artificial”.
Você tem dúvida de que todos vão olhar para você?
Melhor ainda: vão passar a prestar bastante atenção ao que você disser daí pra frente.
Sua autoridade vai ficar ainda mais evidente se você conseguir estender a ligação e usar os termos algoritmo, aprendizado de máquina e deep learning, pois estes termos estão umbilicalmente ligados ao campo da IA.
Mas, antes de ir muito longe, e ser “pego na mentira”, sugiro também que você conheça um pouco mais sobre a Inteligência Artificial, principalmente sobre a mitologia que se criou em torno do tema.
E, nessa direção, o site Techopedia publicou algum tempo atrás um artigo que listou os 10 mitos sobre Inteligência Artificial que as pessoas pensam sobre IA e que não passam de mitos.
Confiram.
IA significa robôs inteligentes e androides que se parecem com humanos
Robótica e Inteligência Artificial são dois campos completamente diferentes e servem a objetivos diferentes.
Anote aí.
Robôs são dispositivos físicos servidos por acionadores e sensores para executar uma ampla gama de tarefas, como construir, transportar ou desmontar produtos em fábricas.
Já a Inteligência Artificial é um campo da ciência da computação que envolve programação autônoma o suficiente para tomar decisões e aprender com seus erros.
Robôs podem eventualmente conter programação que envolve IA, mas não necessariamente.
Não, são coisas diferentes.
Aprendizado de máquina e deep learning são o que podemos chamar de subcampos da Inteligência Artificial.
Basicamente, o aprendizado de máquina é o método pelo qual a IA aprende a partir de fontes externas, como no uso de algoritmos para discriminar dados e determinar seus comportamentos corretos.
Deep learning é apenas uma técnica possível usada em aplicações práticas de aprendizado de máquina.
É baseada em redes neurais e usada para dizer à IA qual é sua probabilidade de tomar a decisão correta.
Ainda é impossível encontrar no mundo real um sistema baseado em IA que dispense a assistência de seres humanos no ponto de partida.
Não basta que ele seja alimentada por dados, é necessário um propósito claro, algo que a IA não consegue criar por si só, precisa de fontes externas (e humanas, até agora pelo menos).
Chatbots são a forma mais básica de IA
Essa é uma variação do Mito 1, o dos robôs.
Mesmo que existam alguns chatbots que usam formas mais ou menos rudimentares de IA, a maioria deles não são nada além de programas básicos que interagem com humanos via interfaces de texto ou voz.
Em vez de ser realmente “inteligente”, a maioria dos chatbots tem respostas pré-programadas que são dadas como reação a determinadas palavras-chave na entrada do usuário.
Para que um chatbot se torne uma verdadeira IA, ele deve possuir várias tecnologias que lhe permitam entender um ser humano, aprender sobre suas necessidades e reagir de acordo.
Ele precisa de software de reconhecimento de voz ou texto, análise de sentimentos, alguma forma de programa de aprendizado de máquina e uma tecnologia de geração de linguagem natural.
A energia necessária para realizar todas as futuras operações de IA é grande demais
É indiscutível que IA exige muito poder computacional adicional para ser treinada e executar todas as suas complexas operações de aprendizagem profunda.
Em um futuro em que a maioria das empresas fará uso da IA até certo ponto, esse problema pode crescer muito, mas a própria IA pode nos fornecer mais energia ao estancar um problema perene de sua produção: o desperdício e a ineficiência das redes elétricas.
As empresas de serviços públicos acabam comprando o excesso de energia de usuários privados, que também desperdiçam a maior parte do excesso de eletricidade que geram, uma vez que as redes atuais não foram construídas para acomodar o nível moderno de diversificação.
A IA pode vir em nosso socorro, substituindo redes antigas por microrredes novas, inteligentes e com alimentação artificial, que sabem exatamente como distribuir eletricidade em tempo real com a máxima eficiência.
Digamos que seria, caso a AWS, o Google, a Microsoft e o Alibaba Cloud não tivessem concentrado a grande maioria do poder computacional disponível no mundo.
Portanto, os desenvolvedores de AI atualmente têm apenas duas opções: alugá-lo a preços excepcionalmente altos ou comprar seus próprios hardwares – que são supercaros!
Mas estão surgindo plataformas de supercomputação baseada em blockchain que podem resolver o problema.
Além de outras soluções.
O fato é que o aumento da demanda certamente impulsionará a oferta.
Mas nunca será uma coisa “fácil”.
Não necessariamente.
Certamente você precisa de muitos dados e poder de computação para treinar uma IA do zero.
E, embora em menor grau, você precisa de terabytes de dados para treinar uma IA para realizar uma tarefa complexa, como dirigir um carro.
No entanto, dependendo do campo de aplicação da IA, redes neurais pré-treinadas são flexíveis o suficiente para serem treinadas somente em algumas áreas específicas.
Isso é um pouco exagerado.
A maioria das soluções modernas de business intelligence (BI) é altamente escalável e muitas vezes personalizável, de modo que qualquer futuro modelo baseado em IA pode ser facilmente integrado diretamente dentro de suas plataformas.
Nenhuma rede neural pode esperar alcançar uma fração da complexidade do cérebro humano.
Apesar de muitos anos de pesquisa clínica e científica, ainda falhamos em entender as redes neurais biológicas, já que os neurônios conseguem realizar um volume espantoso de tarefas diferentes com o corpo
humano e até transmitem informações através de muitos caminhos diferentes (usando eletricidade, potencial químico e neurotransmissores).
As redes neurais só podem entender entradas muito simples na forma típica de máquina 1 ou 0 (“sim” ou “não”).
É como comparar a complexidade de uma aeronave a uma pipa só porque ambas podem voar.
IA eventualmente se tornará tão inteligente que vai considerar os humanos perigosos para ela e resolver nos exterminar
A Inteligência Artificial não chega nem perto da capacidade necessária para entender o mundo ao seu redor e tomar decisões autônomas e racionais.
Cada algoritmo é desenvolvido para realizar uma tarefa e não é capaz de fazer nada fora disso, quanto mais alcançar a capacidade de pensar de forma independente.
Os computadores usam a “força bruta” de seus superiores poderes computacionais para encontrar uma solução para problemas relativamente simples, mas falta-lhes o entendimento, a profundidade da percepção e a complexidade estratégica para ter um objetivo fora daquele para o qual estão programados.
Ainda tem dúvidas?
Vamos conversar.
Os especialistas da Always On estão prontos para descomplicar para você este e outros temas ligados à ciência dos dados.
E a desenvolver soluções adequadas às necessidades de sua empresa.
Mercado em alerta: empresas de IA estão ficando sem dados para treinamento Os dados desempenham um papel central na economia...
