Inteligência Artificial (IA) e Aprendizado de Máquina (AM) são duas palavras da moda atualmente, e muitas vezes parecem ser usadas como sinônimos.
Não são exatamente a mesma coisa, mas a percepção de que são pode, às vezes, gerar alguma confusão. Por isso, achei que valeria a pena escrever um artigo para explicar a diferença.
Ambos os termos surgem com muita frequência quando o assunto é Big Data, análise de dados e as amplas ondas de mudança tecnológica que estão varrendo o nosso mundo.
Resumindo, a melhor resposta é:
Inteligência Artificial é o conceito mais amplo de máquinas capazes de realizar tarefas de uma forma que consideramos "inteligente".
E,
O aprendizado de máquina é uma aplicação atual da IA baseada na ideia de que deveríamos simplesmente dar às máquinas acesso a dados e deixá-las aprender por si mesmas.
Primeiros dias
A Inteligência Artificial existe há muito tempo – os mitos gregos contêm histórias de homens mecânicos projetados para imitar nosso próprio comportamento. Os primeiros computadores europeus foram concebidos como “máquinas lógicas” e, ao reproduzir capacidades como aritmética básica e memória, os engenheiros viam seu trabalho, fundamentalmente, como uma tentativa de criar cérebros mecânicos.
Com o avanço da tecnologia e, principalmente, da nossa compreensão de como a mente funciona, o conceito do que constitui IA (Inteligência Artificial) também se transformou. Em vez de cálculos cada vez mais complexos, o trabalho na área de IA passou a se concentrar em imitar os processos de tomada de decisão humana e executar tarefas de maneiras cada vez mais humanas.
As Inteligências Artificiais – dispositivos projetados para agir de forma inteligente – são frequentemente classificadas em dois grupos fundamentais: aplicadas ou gerais. A IA aplicada é muito mais comum; sistemas projetados para negociar ações de forma inteligente ou para manobrar um veículo autônomo se enquadram nessa categoria.
Inteligências artificiais generalizadas – sistemas ou dispositivos que, em teoria, podem lidar com qualquer tarefa – são menos comuns, mas é nessa área que alguns dos avanços mais empolgantes estão acontecendo atualmente. É também a área que levou ao desenvolvimento do aprendizado de máquina. Frequentemente referido como um subconjunto da IA, é mais preciso considerá-lo o estado da arte atual.
A ascensão do aprendizado de máquina
Duas importantes inovações levaram à emergência do aprendizado de máquina como o veículo que impulsiona o desenvolvimento da IA na velocidade atual.
Uma dessas descobertas foi a constatação – atribuída a Arthur Samuel em 1959 – de que, em vez de ensinar aos computadores tudo o que eles precisam saber sobre o mundo e como executar tarefas, talvez fosse possível ensiná-los a aprender por si mesmos.
O segundo fator, mais recente, foi o surgimento da internet e o enorme aumento na quantidade de informações digitais geradas, armazenadas e disponibilizadas para análise.
Uma vez implementadas essas inovações, os engenheiros perceberam que, em vez de ensinar computadores e máquinas a fazer tudo, seria muito mais eficiente programá-los para pensar como seres humanos e, em seguida, conectá-los à internet para dar-lhes acesso a todas as informações do mundo.
Redes neurais
O desenvolvimento de redes neurais tem sido fundamental para ensinar os computadores a pensar e compreender o mundo da mesma forma que nós, mantendo as vantagens inatas que possuem sobre nós, como velocidade, precisão e ausência de viés.
Uma rede neural é um sistema computacional projetado para funcionar classificando informações da mesma forma que o cérebro humano. Ela pode ser treinada para reconhecer, por exemplo, imagens e classificá-las de acordo com os elementos que contêm.
Essencialmente, funciona com base em um sistema de probabilidade – com base nos dados que recebe, é capaz de fazer afirmações, tomar decisões ou fazer previsões com um certo grau de certeza. A adição de um circuito de feedback permite o "aprendizado" – ao perceber ou ser informado se suas decisões estão certas ou erradas, modifica a abordagem que adotará no futuro.
Aplicações de aprendizado de máquina podem ler textos e determinar se a pessoa que os escreveu está fazendo uma reclamação ou oferecendo parabéns. Elas também podem ouvir uma música, decidir se ela provavelmente deixará alguém feliz ou triste e encontrar outras músicas que combinem com o humor. Em alguns casos, elas podem até compor músicas próprias que expressem os mesmos temas ou que elas sabem que provavelmente serão apreciadas pelos admiradores da obra original.
Todas essas são possibilidades oferecidas por sistemas baseados em aprendizado de máquina e redes neurais. Graças, em grande parte, à ficção científica, surgiu também a ideia de que deveríamos ser capazes de nos comunicar e interagir com dispositivos eletrônicos e informações digitais com a mesma naturalidade com que interagimos com outro ser humano. Para esse fim, outro campo da IA – o Processamento de Linguagem Natural (PLN) – tornou-se uma fonte de inovação extremamente empolgante nos últimos anos, e que depende fortemente do aprendizado de máquina.
As aplicações de PNL (Processamento de Linguagem Natural) buscam compreender a comunicação humana natural, seja escrita ou falada, e se comunicar conosco usando uma linguagem natural semelhante. O aprendizado de máquina (ML) é utilizado aqui para ajudar as máquinas a entender as vastas nuances da linguagem humana e a aprender a responder de uma forma que um determinado público provavelmente compreenda.
Um caso de branding?
A Inteligência Artificial – e em particular o Aprendizado de Máquina (ML) – certamente tem muito a oferecer. Com a promessa de automatizar tarefas rotineiras e oferecer insights criativos, indústrias de todos os setores, do bancário à saúde e à manufatura, estão colhendo os benefícios. Portanto, é importante ter em mente que IA e ML são algo mais do que isso… são produtos que estão sendo vendidos – de forma consistente e lucrativa.
O aprendizado de máquina certamente foi aproveitado como uma oportunidade pelos profissionais de marketing. Depois de a IA existir há tanto tempo, é possível que tenha começado a ser vista como algo "ultrapassado" mesmo antes de seu potencial ter sido realmente alcançado. Houve alguns começos em falso no caminho para a "revolução da IA", e o termo aprendizado de máquina certamente oferece aos profissionais de marketing algo novo, atraente e, principalmente, firmemente ancorado no presente.
O fato de que eventualmente desenvolveremos uma IA semelhante à humana tem sido frequentemente tratado como algo inevitável pelos tecnólogos. Certamente, hoje estamos mais perto do que nunca e avançamos em direção a esse objetivo com velocidade crescente. Grande parte do progresso empolgante que vimos nos últimos anos se deve às mudanças fundamentais em como concebemos o funcionamento da IA, mudanças essas impulsionadas pelo aprendizado de máquina (ML). Espero que este texto tenha ajudado algumas pessoas a entender a distinção entre IA e ML.
_____
by Bernard Marr
Fonte: forbes.com
