1 Inteligência Artificial

Com a evolução das máquinas, o ser humano evoluiu junto. Com isso a
Inteligência Artificial (I.A) deu um salto evolutivo enorme, ajudando os seres
humanos a resolverem problemas que antigamente demoravam dias ou anos
para serem resolvidos.
A inteligência artificial para Stuart Russell e Peter Norving (2014, p.24)
“ele tenta não apenas compreender, mas também construir entidades
inteligentes.” No geral contém várias definições de I.A, cada uma por diferentes
pessoas e com metodologias diferentes, conforme pode ser observado na
figura 1.

Figura 1 - Algumas definições de inteligência artificial, organizadas em quatro categorias.

Fonte: Stuart Russell e Peter Norving, 2014, p.25

Para testar as I.A, foi desenvolvido o teste de Turing, projetado por Alan
Turing em 1950, onde a máquina é testada para exibir um comportamento de
inteligente que equivale ao de um ser humano, para uma máquina passar no
teste ela precisaria conter algumas capacidades como: processamento de
linguagem natural, representação de conhecimento, raciocínio automatizado e
aprendizado de máquina.
Cada uma dessas capacidades tem as suas definições. O
processamento de linguagem natural, permite que a máquina comunique
tranquilamente em um idioma natural. Já a representação de conhecimento,
serve para armazenar o que conhece ou obtém.
O raciocínio automatizado, mede a capacidade de utilizar as
informações guardadas e responder perguntas, com isso chegando a novas
conclusões. E por último o Aprendizado de máquina, onde vai se adaptar a
novas situações e extrapolar os padrões.
Figura 2 – Representação do Teste de Turing

Fonte: Autor próprio

Segundo Stuart Russell e Peter Norving (2014, p.26) “O teste de Turing

evitou deliberadamente a interação física direta entre o interrogador e o
computador porque a simulação física de uma pessoa é desnecessária para a
inteligência”. Com isso foi criado o teste de Turing total, onde inclui a visão
computacional e a robótica.

1.1 Machine Learning

Para uma I.A evoluir ela precisa aprender, de acordo com Stuart Russell
e Peter Norving (2014, p. 807) “Qualquer componente de um agente pode ser
melhorado através da aprendizagem a partir dos dados”.

Para construir essas melhorias, dependemos de quatro fatores. O

primeiro fator é que o componente tem que ser melhorado, levar em
consideração o conhecimento prévio do agente, a representação é usada tanto
para dados quanto para componentes e o feedback.
 São determinados três principais tipos de aprendizado. Aprendizado
supervisionado, aprendizado não supervisionado e aprendizagem por reforço.
O aprendizado por reforço, faz com que o agente aja em um ambiente de forma
que ganhe uma recompensa ao passar do tempo.

O aprendizado supervisionado de acordo com o Stuart Russell e Peter

Norving (2014, p.808) “o agente observa alguns exemplos de pares de entrada
e saída, e aprende uma função que faz o mapeamento da entrada para a
saída.”