Inteligência artificial

TRABALHO DE MÉTODOS
QUANTITATIVOS

Professor: Renan
Aluna: Paola de Souza Gomes
O que é a inteligência artificial?
 A Inteligência Artificial é um avanço tecnológico que permite
que sistemas simulem uma inteligência similar à humana — indo
além da programação de ordens específicas para tomar decisões
de forma autônoma, baseadas em padrões de enormes bancos de
dados.
Há algumas décadas, se estuda o que se chamou de “agentes
inteligentes”, que percebem seu ambiente, entendem como podem
operar e qual a melhor forma.
Podemos definir inteligência artificial, como a capacidade das
máquinas de pensarem como seres humanos: aprender, perceber e
decidir quais caminhos seguir, de forma racional, diante de
determinadas situações.
Até então, os computadores precisavam de três grandes
pilares para evoluir da computação simples para a atual, de
inteligência artificial:
1. Bons modelos de dados para classificar, processar e
analisar;
2. Acesso a grande quantidade de dados não processados;
3. Computação potente com custo acessível para
processamento rápido e eficiente.
Com a evolução desses três segmentos, a inteligência artificial
tornou-se finalmente possível com a fórmula: big data + computação
em nuvem + bons modelos de dados.
Ou seja, a IA aprende como uma criança. Aos poucos, o
sistema (a depender do objetivo para o qual ele foi criado) absorve,
analisa e organiza os dados de forma a entender e identificar o que
são objetos, pessoas, padrões e reações de todos os tipos.
Em sua essência, a Inteligência Artificial permite que os
sistemas tomem decisões de forma independente, precisa e
apoiada em dados digitais. O que, numa visão otimista, multiplica a
capacidade racional do ser humano de resolver problemas práticos,
simular situações, pensar em respostas ou, de forma mais ampla,
potencializa a capacidade de ser inteligente.

O principal objetivo da inteligência artificial

 O principal objetivo da inteligência artificial está associado com a sua
concepção como um campo da ciência, que tem o propósito de estudar,
desenvolver e empregar máquinas para realizarem atividades humanas de
maneira autônoma.
Assim, está diretamente relacionada com a robótica, a machine learning,
o reconhecimento de voz e de visão dentre muitas outras tecnologias
avançadas. Por isso, uma solução de AI implica no uso de diferentes
tecnologias, tais como:
 Redes neurais artificiais;
 Algoritmos;
 Sistemas de aprendizado;
 Raciocínio;
 Percepção de ambiente;
 Habilidade de análise para tomada de decisão.
Desse modo, o conceito de inteligência artificial remete para a ideia de
que as soluções tecnológicas têm a capacidade de executar atividades de
forma inteligente. Ou seja, podem “aprender por si mesmas” com base na
análise de grandes volumes de dados; Consiste em fazer com que as
máquinas aprendam a pensar, resolver problemas, da mesma forma que o ser
humano.

Como a inteligência artificial funciona?

 Atualmente, existem diversas técnicas que são empregadas para
trabalhar com a inteligência artificial. Dependendo da aplicação e do objetivo,
algumas são mais exploradas, mas todas pode agir de forma complementar.
• Machine learning (aprendizado por experiência)
É uma aplicação de IA que fornece aos sistemas de computador a
capacidade de aprender e melhorar automaticamente com a experiência, não
sendo explicitamente programado. O machine learning se concentra no
desenvolvimento de algoritmos que podem analisar dados e fazer previsões.
Além de ser usado para prever quais filmes da Netflix o usuário pode
gostar ou o melhor trajeto para um carro do Uber, o machine learning está
sendo aplicado aos setores de saúde, farmacêutico e ciências biológicas para
auxiliar no diagnóstico de doenças, interpretação de imagens médicas e
acelerar o desenvolvimento de medicamentos.
• Deep learning (máquinas autodidatas)
O deep learning é uma subparte específica do machine learning. Sua
grande diferença está em empregar redes neurais artificiais que aprendem por
processamento de dados. As redes neurais artificiais imitam as redes neurais
biológicas do cérebro humano.
Múltiplas camadas de redes neurais artificiais trabalham juntas para
determinar uma única saída de muitas entradas, por exemplo, identificando a
imagem de um rosto em um mosaico de ladrilhos.
As máquinas aprendem por meio do reforço positivo e negativo das
tarefas que realizam, o que requer processamento constante para progredir. É
a técnica que leva ao reconhecimento de fala.
• Redes neurais (fazendo associações)
As redes neurais permitem o deep learning. São sistemas de
computador modelados a partir de conexões neurais no cérebro humano. O
equivalente artificial de um neurônio humano é um perceptron. Assim como
feixes de neurônios criam redes neurais no cérebro, pilhas de perceptrons
criam redes neurais artificiais em sistemas de computador.
Este processo analisa dados muitas vezes para encontrar associações e
dar significado aos indefinidos. Por meio de diferentes modelos de
aprendizagem, como o reforço positivo, a máquina aprende que identificou o
objeto com sucesso.
• Computação cognitiva (análise de contexto)
A computação cognitiva é outro componente essencial da IA. Seu
objetivo é imitar e melhorar a interação entre humanos e máquinas. A
computação cognitiva busca recriar o processo de pensamento humano em um
modelo de computador, especificamente, por meio da compreensão da
linguagem e do significado das imagens.
 Juntas, a computação cognitiva e a inteligência artificial trabalham para
dar às máquinas comportamentos semelhantes aos humanos e habilidades de
processamento de informações.
• NLP (Natural Language Processing – entender a linguagem)
O Natural Language Processing ou NLP — em tradução livre,
processamento de linguagem natural — permite que os computadores
interpretem, reconheçam e produzam a linguagem e a fala humanas.
O objetivo da tecnologia é permitir a interação contínua com as
máquinas que usamos todos os dias, ensinando os sistemas a compreender a
linguagem humana no contexto e produzir respostas lógicas. Um bom exemplo
são tradutores de idiomas em tempo real, como no Skype.
• Visão computacional (“olhos” ativos da máquina)
A visão computacional é uma técnica que implementa o deep learning e
a identificação de padrões para interpretar o conteúdo de uma imagem. A ação
é feita entre os mais diversos tipos, incluindo os gráficos, tabelas e imagens em
documentos PDF, bem como outros textos e vídeos.
A visão computacional é um campo integral da inteligência artificial,
permitindo que os computadores identifiquem, processem e interpretem dados
visuais. Se tornam mais ativos ao definir quais dados serão usados para maior
precisão na resposta. As ciências médicas são a área de maior efetividade
desta técnica — “olhos clínicos”, podemos dizer.
A inteligência artificial aborda, até agora, todos esses conjuntos de
técnicas específicas que podem ou não somar forças para ampliar a sua
funcionalidade. Cada aspecto é tão rico, que seria possível fazer posts
individuais.

Desvantagens e vantagens
 As desvantagens da Inteligência Artificial (IA) são:
• Alto custo de implementação e manutenção
A adoção de tecnologia tem um custo extra que, muitas vezes, não pode
ser assumido pelas empresas. Isso porque é preciso manter a infraestrutura
atualizada, dada a alta taxa de obsolescência de equipamentos, softwares e
outras ferramentas que integram os ativos do sistema. Além de ser preciso
manter profissionais altamente qualificados para lidar adequadamente em
qualquer intercorrência.
• Substituição de postos de trabalho
Há um medo crescente de que as máquinas substituirão os tradicionais
postos de trabalho humanos e acarretarão em um aumento considerável de
desemprego em nível mundial.
Em partes, essa previsão não está totalmente errada, uma vez que
poderão haver substituições, especialmente das vagas altamente mecanizadas
e caracterizadas por procedimentos e processos repetitivos, que podem ser
reproduzidos com mais precisão e rapidez se efetivados de forma programada
com a tecnologia.
Entretanto, ao mesmo tempo poderão surgir novos postos de trabalho,
baseados principalmente na manutenção e melhoria da infraestrutura e na
garantia de ininterruptibilidade dos equipamentos.
• Dificuldades para inovar
A capacidade de armazenamento do sistema baseado em IA é expansivo, mas
o acesso e a recuperação das informações provavelmente não ocorrem da
mesma forma que as conexões do cérebro humano, mesmo que ele seja a
base das redes neurais. Como o aprendizado é contínuo e progressivo,
também há que se aguardar um tempo até que a base de dados esteja
completamente adequada.
Além disso, a IA sem integração com o aprendizado de máquina opera apenas
de forma programada. Isso também pode limitar a sua capacidade de inovar e
operar de forma criativa nos mais diversos cenários, assim como os humanos
conseguem fazer.

• Alta dependência da infraestrutura

O problema da tecnologia é a alta dependência que se cria em relação
aos aspectos adicionais necessários para implementá-la, como energia e
Internet.

E quais as vantagens da IA?

 • Precisão
A Inteligência Artificial tem uma taxa de erro mínima ou inexistente se
compararmos com as ações humanas para a realização das mesmas tarefas
ou para alcançar os mesmos objetivos.
Como as decisões são tomadas com base em informações previamente
coletadas e as ações são determinadas por algoritmos, sem a interferência de
humanos, os erros são reduzidos e a chance de atingir uma exatidão com
maior grau de precisão é enorme. Logo, além de velocidade, a IA fornece
perfeição — e isso é essencial para torná-la uma tecnologia realmente
eficiente.
• Rapidez
A velocidade na execução de tarefas também é essencial para alcançar
eficiência. Além de agilizar os processos, com Inteligência Artificial a tomada de
decisão também se torna mais rápida, porque as máquinas são capazes de
atuar repetidamente, de forma ininterrupta, ou seja, sem pausas para descanso
ou troca de turnos, por exemplo.
• Imparcialidade
A completa ausência de emoções faz com que as máquinas pensem
logicamente e tomem decisões acertadas quando os humanos deixariam que
os seus sentimentos (empatia, por exemplo) fossem associados ao processo.
Diferentes estados de espírito podem afetar a eficiência humana. Quando você
está triste, certamente se torna menos produtivo, mas isso não ocorre com as
máquinas e os equipamentos, principalmente os que são baseados em
Inteligência Artificial.
• Segurança
Na realização de tarefas perigosas uma infraestrutura baseada em IA pode ser
extremamente vantajosa. As máquinas não são afetadas por ambientes hostis,
portanto, são capazes de realizar tarefas que comprometeriam a integridade e
a segurança dos seres humanos.
Dessa forma, a Inteligência Artificial pode assumir riscos em nome dos
humanos: atuar em um ambiente contaminado, desarmar uma bomba ou até
explorar ambientes que o corpo humano não é capaz de suportar — locais
caracterizados pelo alto frio, calor ou pressão, por exemplo.
• Previsibilidade
A previsibilidade também é um aspecto essencial para aumentar a eficiência de
qualquer processo, porque permite antecipar ocorrências, combater falhas,
gargalos e potencializar capacidades.
Prever o resultado de um processo produtivo permitiria melhorar as estratégias
de venda e de marketing, por exemplo. Ferramentas de IA são usadas nas
mais variadas aplicações de previsão, seja para detectar fraudes em sistemas
de cartão de crédito, seja para a determinação do tempo em função da
agricultura de precisão.

Inteligência Artificial no mercado de trabalho

 Os empregos no futuro deverão, ser colaborativos e a máquina fará o
trabalho repetitivo, denso e volumoso. A Inteligência Artificial não exterminará
postos de trabalho, mas trará mudanças consideráveis.
Apesar do receio quanto à perda de empregos com o avanço da IA, o
setor na verdade tende a recrutar mais do que dispensar. Até porque as
máquinas precisam ser projetadas e “ensinadas”, já que aprendem baseada
em padrões.
A IA vai melhorar a produtividade em muitas funções e, se eliminará
alguns postos de trabalho, criará milhões de novas posições de trabalho
altamente qualificado. Entre os postos de trabalho já criados a partir das
necessidades da IA estão os de analista de otimização (profissionais de
diversas áreas que trabalham na otimização dos softwares de IA) e data
labelling (profissionais responsáveis por inserção de tags em softwares como
os de vídeo por streaming, por exemplo).
O medo de perder o emprego pode estar mais relacionado ao nosso
comodismo do que à IA necessariamente. Haverá muita mudança que
precisamos estar atentos e buscarmos conhecimento, além de sabermos como
trabalhar em colaboração com as máquinas.

Referências bibliográficas
https://agenciabrasil.ebc.com.br/geral/noticia/2023-05/inteligencia-
artificial-pode-afetar-futuro-mercado-de-trabalho
https://tecnoblog.net/responde/como-funciona-a-inteligencia-artificial/
https://blog.solides.com.br/inteligencia-artificial-e-o-mercado-de-trabalho/
https://www.gazetadopovo.com.br/conteudo-publicitario/esic/nteligencia-
artificial-o-que-e-no-mercado-de-trabalho/
https://tecnoblog.net/responde/o-que-e-inteligencia-artificial/
https://lifeshub.com.br/principal-objetivo-da-inteligencia-artificial-ai/
https://rockcontent.com/br/blog/desvantagens-da-inteligencia-artificial/