O que é Inteligência Artificial? Introdução, história e tipos de IA

O que é Inteligência Artificial (IA)?

AI (Inteligência Artificial) é a capacidade de uma máquina de executar funções cognitivas como os humanos, como perceber, aprender, raciocinar e resolver problemas. A referência para IA é o nível humano relativo às equipes de raciocínio, fala e visão.

Neste curso Tutorial de Inteligência Artificial, você aprenderá o seguintewing Noções básicas de IA-

Introdução aos níveis de inteligência artificial

Hoje em dia, a IA é utilizada em quase todos os setores, proporcionando uma vantagem tecnológica a todas as empresas que integram a IA em grande escala. De acordo com a McKinsey, a IA tem potencial para criar 600 billdólares de valor no varejo trazem 50% mais valor incremental no setor bancário em comparação com outras técnicas de análise. Nos transportes e logística, o potencial aumento de receitas é 89% superior.

Concretamente, se uma organização usar IA para sua equipe de marketing, ela poderá automatizar tarefas mundanas e repetitivas, além dewing o representante de vendas se concentre na construção de relacionamento, nutrição de leads, etc. Uma empresa chamada Gong fornece um serviço de inteligência de conversação. Cada vez que um Representante Comercial faz uma ligação, a máquina grava, transcreve e analisa o chat. O vice-presidente pode usar análises e recomendações de IA para formular uma estratégia vencedora.

Em suma, a IA fornece tecnologia de ponta para lidar complex dados que um ser humano não consegue lidar. IA automatiza trabalhos redundanteswing um trabalhador se concentre nas tarefas de alto nível e de valor agregado. Quando a IA é implementada em escala, leva à redução de custos e ao aumento de receitas.

História da Inteligência Artificial

Inteligência Artificial é uma palavra da moda hoje, embora este termo não seja novo. Em 1956, especialistas de vanguarda de diferentes origens decidiram organizar um projeto de pesquisa de verão sobre IA. Quatro mentes brilhantes lideraram o projeto; John McCarthy (Dartmouth College), Marvin Minsky (Universidade de Harvard), Nathaniel Rochester (IBM) e Claude Shannon (Laboratórios Bell Telephone).

Aqui está uma breve história da Inteligência Artificial:

Ano Marco / Emnovação
1923 Karel Čapek joga com o nome “Robôs Universais de Rossum, o primeiro uso da palavra “robô” em inglês.
1943 Fundações para redes neurais lançadas.
1945 Isaac Asimov, ex-aluno da Universidade de Columbia, usa o termo Robótica.
1956 John McCarthy usou pela primeira vez o termo Inteligência Artificial. Demonstração do primeiro programa de IA em execução na Carnegie Mellon University.
1964 A dissertação de Danny Bobrow no MIT mostrou como os computadores poderiam compreender a linguagem natural.
1969 Cientistas do Stanford Research Institute desenvolveram o Shakey. Um robô equipado com locomoção e resolução de problemas.
1979 O primeiro veículo autônomo controlado por computador do mundo, Stanford Cart, foi construído.
1990 Demonstrações significativas em aprendizado de máquina
1997 O Programa Deep Blue Chess venceu o então campeão mundial de xadrez, Garry Kasparov.
2000 Animais de estimação robôs interativos tornaram-se disponíveis comercialmente. O MIT apresenta Kismet, um robô com rosto que expressa emoções.
2006 A IA entrou no mundo dos negócios no ano de 2006. Empresas como Facebook, Netflix, o Twitter começou a usar IA.
2012 O Google lançou um recurso de aplicativo Android chamado “Google now”, que fornece uma previsão ao usuário.
2018 O “Debatedor de Projetos” de IBM debatido complex tópicos com dois debatedores mestres e teve um desempenho excepcionalmente bom.

Objetivos da Inteligência Artificial

Aqui estão os principais objetivos da IA:

  • Ajuda a reduzir o tempo necessário para executar tarefas específicas.
  • Tornando mais fácil para os humanos interagirem com as máquinas.
  • Facilitar a interação humano-computador de uma forma mais natural e eficiente.
  • Melhorar a precisão e a velocidade dos diagnósticos médicos.
  • Ajudar as pessoas a aprender novas informações mais rapidamente.
  • Melhorar a comunicação entre humanos e máquinas.

Subcampos da Inteligência Artificial

Aqui estão alguns subcampos importantes da Inteligência Artificial:

Machine Learning: O aprendizado de máquina é a arte de estudar algoritmos que aprendem com exemplos e experiências. O aprendizado de máquina é baseado na ideia de que alguns padrões nos dados foram identificados e usados ​​para previsões futuras. A diferença das regras de codificação é que a máquina aprende a encontrar tais regras.

Aprendizagem profunda: O aprendizado profundo é um subcampo do aprendizado de máquina. O aprendizado profundo não significa que a máquina aprende conhecimentos mais aprofundados; ele usa diferentes camadas para aprender com os dados. A profundidade do modelo é representada pelo número de camadas do modelo. Por exemplo, o modelo Google LeNet para reconhecimento de imagem conta 22 camadas.

Processamento de linguagem natural: Uma rede neural é um grupo de unidades de E/S conectadas onde cada conexão possui um peso associado aos seus programas de computador. Ajuda você a construir modelos preditivos a partir de grandes bancos de dados. Este modelo baseia-se no sistema nervoso humano. Você pode usar este modelo para conduzir a compreensão de imagens, aprendizagem humana, fala computacional, etc.

Sistemas especializados: Um sistema especialista é um sistema de tomada de decisão baseado em computador, interativo e confiável, que utiliza fatos e heurísticas para resolver problemas.plex problemas de tomada de decisão. Também é considerado o mais alto nível de inteligência humana. O principal objetivo de um sistema especialista é resolver os problemas mais complexos.plex questões em um domínio específico.

Lógica difusa: Lógica Fuzzy é definida como uma forma lógica de muitos valores que pode ter valores verdade de variáveis ​​​​em qualquer número real entre 0 e 1. É o conceito de verdade parcial. Na vida real, podemos encontrar uma situação em que não conseguimos decidir se a afirmação é verdadeira ou falsa.

Subcampos da Inteligência Artificial

Tipos de Inteligência Artificial

Existem três tipos principais de inteligência artificial: baseada em regras, árvore de decisão e redes neurais.

  • Narrow AI é um tipo de IA que ajuda você a executar uma tarefa dedicada com inteligência.
  • IA geral é um tipo de inteligência de IA que pode realizar qualquer tarefa intelectual com eficiência, como um ser humano.
  • A IA baseada em regras é baseada em um conjunto de regras pré-determinadas que são aplicadas a um conjunto de dados de entrada. O sistema então produz uma saída correspondente.
  • A IA da árvore de decisão é semelhante à IA baseada em regras, pois usa conjuntos de regras pré-determinadas para tomar decisões. No entanto, a árvore de decisão também permite ramificações e loops para considerar diferentes opções.
  • Super AI é um tipo de IA que permite aos computadores compreender a linguagem humana e responder de forma natural.
  • A inteligência robótica é um tipo de IA que permite que os robôs tenham comunicaçãoplex habilidades cognitivas, incluindo raciocínio, planejamento e aprendizagem.

IA versus aprendizado de máquina

A maior parte do nosso smartphone, dispositivo diário ou até mesmo a internet utiliza Inteligência Artificial. Muitas vezes, a IA e o aprendizado de máquina são usados ​​de forma intercambiável por grandes empresas que desejam anunciar suas novidades.novação. No entanto, o aprendizado de máquina e a IA são diferentes em alguns aspectos.

IA – inteligência artificial – é a ciência que treina máquinas para realizar tarefas humanas. O termo foi inventado na década de 1950, quando os cientistas começaram a explorar como os computadores poderiam resolver problemas por conta própria.

IA versus aprendizado de máquina

Inteligência Artificial é um computador que recebe propriedades semelhantes às humanas. Pegue nosso cérebro; ele funciona sem esforço e perfeitamente para calcular o mundo ao nosso redor. Inteligência Artificial é o conceito de que um computador pode fazer o mesmo. Pode-se dizer que a IA é uma grande ciência que imita as aptidões humanas.

O aprendizado de máquina é um subconjunto distinto de IA que treina uma máquina para aprender. Os modelos de aprendizado de máquina procuram padrões nos dados e tentam concluir. Em suma, a máquina não precisa ser explicitamente programada por pessoas. Os programadores dão alguns exemplos e o computador aprenderá o que fazer com esses exemplos.

Leia também a diferença entre Deep Learning e Machine Learning versus AI, clique aqui.

Onde a IA é usada? Exemplos

Agora, neste tutorial de IA para iniciantes, aprenderemos várias aplicações de IA:

A IA tem amplas aplicações-

  • A Inteligência Artificial é usada para reduzir ou evitar tarefas repetitivas. Por exemplo, a IA pode repetir uma tarefa continuamente, sem fadiga. A IA nunca descansa e é indiferente à tarefa a realizar.
  • A inteligência artificial melhora um produto existente. Antes da era do aprendizado de máquina, os produtos principais eram construídos com base em regras rígidas de código. As empresas introduziram inteligência artificial para melhorar a funcionalidade do produto, em vez de começar do zero para projetar novos produtos. Você pode pensar em uma imagem do Facebook. Há alguns anos, você tinha que marcar seus amigos manualmente. Hoje em dia, com a ajuda da IA, o Facebook dá a recomendação de um amigo.

A IA é usada em todos os setores, desde o marketing até a cadeia de suprimentos, finanças e setor de processamento de alimentos. De acordo com uma pesquisa da McKinsey, os serviços financeiros e a comunicação de alta tecnologia estão liderando os campos da IA.

Exemplos usados ​​de IA

Por que a IA está crescendo agora?

Agora, neste tutorial de teste de Inteligência Artificial, vamos aprender por que a IA está crescendo agora. Vamos entender pelo diagrama abaixo.

IA em expansão

Uma rede neural foi lançada desde os anos noventa com o artigo seminal de Yann LeCun. Porém, começou a ficar famoso por volta do ano de 2012. Explicados por três fatores críticos para sua popularidade são:

  1. Hardware
  2. Data
  3. Algoritmo

O aprendizado de máquina é um campo experimental, o que significa que precisa de dados para testar novas ideias ou abordagens. Com o boom da Internet, os dados tornaram-se mais facilmente acessíveis. Além disso, empresas gigantes como NVIDIA e AMD desenvolveram chips gráficos de alto desempenho para o mercado de jogos.

Hardware

Nos últimos vinte anos, o poder da CPU explodiu, apesar dewing o usuário treine um pequeno modelo de aprendizado profundo em qualquer laptop. No entanto, você precisa de uma máquina mais poderosa para processar um modelo de aprendizado profundo para visão computacional ou aprendizado profundo. Graças ao investimento da NVIDIA e AMD, uma nova geração de GPU (unidade de processamento gráfico) está disponível. Esses chips permitem cálculos paralelos, e a máquina pode separar os cálculos em várias GPUs para acelerar os cálculos.

Por exemplo, com um NVIDIA TITAN X, leva dois dias para treinar um modelo chamado IMAGEnet contra semanas para uma CPU tradicional. Além disso, grandes empresas utilizam clusters de GPU para treinar modelos de aprendizagem profunda com o NVIDIA Tesla K80 porque ajuda a reduzir o custo do data center e proporcionar melhores desempenhos.

Inteligência Artificial em Placas Gráficas

Data

O aprendizado profundo é a estrutura do modelo e os dados são o fluido para torná-lo vivo. Os dados alimentam a inteligência artificial. Sem dados nada pode ser feito. As tecnologias mais recentes ampliaram os limites do armazenamento de dados e é mais fácil do que nunca armazenar uma grande quantidade de dados em um data center.

A revolução da Internet disponibiliza a coleta e distribuição de dados para alimentar algoritmos de aprendizado de máquina. Se você conhece o Flickr, Instagram ou qualquer outro aplicativo com imagens, pode adivinhar seu potencial de IA. Existem milhões de fotos com tags disponíveis nesses sites. Essas imagens podem treinar um modelo de rede neural para reconhecer um objeto na imagem sem a necessidade de coletar e rotular os dados manualmente.

A inteligência artificial combinada com dados é o novo ouro. Os dados são uma vantagem competitiva única que nenhuma empresa deve negligenciar, e a IA fornece as melhores respostas a partir dos seus dados. Quando todas as empresas puderem ter as mesmas tecnologias, aquela que tiver dados terá uma vantagem competitiva. Para se ter uma ideia, o mundo cria cerca de 2.2 exabytes, ou 2.2 billgigabytes de íons, todos os dias.

Uma empresa precisa de fontes de dados excepcionalmente diversas para encontrar padrões e aprender em um volume substancial.

Big Data em IA

Algoritmo

O hardware está mais poderoso do que nunca, os dados estão facilmente acessíveis, mas uma coisa que torna a rede neural mais confiável é o desenvolvimento de algoritmos mais precisos. As redes neurais primárias são uma matriz de multiplicação simples sem propriedades estatísticas detalhadas. Desde 2010, descobertas notáveis ​​foram feitas para melhorar a rede neural.

A Inteligência Artificial usa um algoritmo de aprendizado progressivo para permitir que os dados façam a programação. Isso significa que o computador pode aprender sozinho como realizar diferentes tarefas, como encontrar anomalias, tornar-se um chatbot.

Resumo

  • IA é uma forma completa de Inteligência Artificial é a ciência que treina máquinas para imitar ou reproduzir tarefas humanas.
  • Um cientista pode usar diferentes métodos para treinar uma máquina. No início da era da IA, os programadores escreviam programas codificados, digitando todas as possibilidades lógicas que a máquina poderia enfrentar e como responder.
  • Quando um sistema cresce complex, torna-se difícil gerenciar as regras. Para superar esse problema, a máquina pode utilizar dados para aprender como cuidar de todas as situações de um determinado ambiente.
  • A característica mais importante de ter uma IA poderosa é que ela possui dados suficientes com considerável heterogeneidade. Por exemplo, uma máquina pode aprender idiomas diferentes, desde que tenha palavras suficientes para aprender.
  • AI é a nova tecnologia de ponta. Capitalistas de risco investem billmilhões de dólares em startups ou projetos de IA, e a McKinsey estima que a IA pode impulsionar todos os setores em pelo menos um doubletaxa de crescimento de -dígitos.
  • IA geral, IA baseada em regras, IA de árvore de decisão e Super IA são tipos de inteligência artificial. Muitos desses conceitos são aplicados na criação de IA chatbotS. Se estiver interessado, você pode aprender mais sobre como esses princípios são implementados em alguns dos melhor IA chatbots disponíveis hoje.

Assista ao nosso vídeo sobre inteligência artificial em YouTube: Clique aqui