Inteligênica Artificial

1. Conceito de Inteligência Artificial

Para Ciriaco, Inteligência Artificial (IA) é um ramo da ciência tecnológica que tem como objetivo a elaboração de dispositivos que se pareçam com capacidade humana, ou seja, que os dispositivos tenham inteligência.

As capacidades humanas que o ser humano tenta reproduzir são capacidade de raciocinar, perceber, planejar, compreender, solucionar problemas.

Segundo Laudon e Laudon (1999, p. 328), citado por Pinho, et al (2009), “Inteligência Artificial é o estudo e a criação de máquinas que exibam qualidades semelhantes às humanas, incluindo a capacidade de raciocinar” .

Existem diversos autores que conceituam IA, e, apesar das ideias serem parecidas, elas complementam as ideias uma da outra, ou seja, cada conceito amplia o conceito de IA.

Para Nils Nilsson (1982), citado por Santos (2006, p. 6), “Muitas atividades mentais -como escrever programas de computadores, matemática, raciocínio do senso comum, compreensão de línguas e até dirigir um automóvel - demandam “inteligência”. Nas últimas décadas, vários sistemas computacionais foram construídos para realizar estas tarefas. Dizemos que tais sistemas possuem algum grau de Inteligência Artificial.”

Assim, a Inteligência Artificial pode ser considerada um campo multidisciplinar e interdisciplinar, exigindo profissionais de diversas áreas e que trabalhem com um objetivo em comum.

2. Breve história da inteligência artificial

O termo Inteligência Artificial foi cunhado em 1956 por John McCarthy, e outros, durante um seminário apresentado em Darthmouth College, porém as pesquisam datam de 1940.

No início dos anos 40, os estudos de IA tinham como propósito apenas conhecer novas funcionalidades para computadores. Com a Segunda Guerra Mundial, o foco dos estudos mudou e passou-se, então, a estudar tecnologia para ser utilizada durante a Guerra.

Para Lima e Labidi (2001), citado em Pinho, et al (2009),Após a Segunda Guerra Mundial, o uso dos computadores ampliou-se gradativamente para empresasuniversidades, indústrias e outros. Assim, o computador começou a ser utilizado em outras áreas além da militar.

Segundo O’Brien (2004, p.299), citado em Pinho, et al (2009), em 1950, Alan Turing propôs um teste que baseava-se em demonstrar a Inteligência de uma máquina. Nesse teste, um ser humano conversaria com um outro ser humano e com um computador, sem vê-los, e teria que identificar qual era um e qual era outro.

Alan Turing publicou em seu artigo que as máquinas passariam em seu teste até o ano de 2000.

Alguns anos depois, Simon e Allan Newell apresentaram o chamado Logic Theorist que era uma máquina pensante com um software que provava alguns teoremas matemáticos.

Mais tarde, Frank Rosenblatt, demonstrou uma máquina chamada Perceptron que reconhecia letras e formas.

“Hoje, a criação de máquinas inteligentes não pode ser vista como ficção, a I.A transformou essa ficção em uma área de estudos com metas que consome bilhões de dólares em projetos, envolvendo pesquisadores de instituições governamentais, militares, industriais e universitários de todo o mundo” (LIMA; LABIDI, 2001).

Hoje, há várias aplicações de IA, como jogos, programas, aplicativos de seguranças, robôs, biometria, reconhecimento de voz, entre outros.

3. Aplicações diversas

As aplicações da Inteligência Artificial são diversas e estão presentes no cotidiano das pessoas como, por exemplo, no desenvolvimento de videogames (onde os personagens estão cada vez mais semelhantes aos humanos, com características especificas e únicas), nas máquinas fotográficas (que aplicam o zoom automaticamente ou tiram a foto quando encontram um sorriso), nos corretores ortográficos ( para que a correção ortográfica ou a sintaxe de uma frase seja corrigida é necessário a aplicação da IA ), a busca utilizada no Google ( esta busca é baseada em um algoritmo que utiliza a IA), para automação de sistemas complexos, criação de jogos, controlar robôs e etc. O mundo atualmente aplica a IA em diversos seguimentos sejam técnologicos ou não.

4. Redes Neurais

Redes neurais são técnicas computacionais desenvolvidas a partir da estrutura neural humana, baseado no funcionamento dos neurônios cerebrais.

Com essas informações pesquisadores desenvolveram neurônios artificiais.

4.1. Processo de aprendizagem

Segundo Tatibana, as redes neurais tem a capacidade de aprender em seu ambiente e assim, melhorar seu desempenho. O processo para que isso ocorra é iterativo de ajustes aplicados a seus pesos, ou seja, o treinamento. Quando a rede neural aprende quando atinge uma solução para um problema.

Os algoritmos de aprendizado são conjuntos de regras para a solução de um problema de aprendizado. Os algoritmos são diferenciados um dos outros, principalmente, pelo jeito que os pesos são modificados.

Essa fase de aprendizagem é fundamental. A maior parte dos dados deve ser selecionada para o processo de treinamento, com o objetivo de que a rede neural passe pelo processo de aprendizagem e não apenas decore os dados.

4.2. Paradigmas: Por independência de quem aprende, Por retroação do mundo (Aprendizado supervisionado e Aprendizado não supervisionado).

Segundo Tatibana, a maneira com que a rede neural se relaciona com o meio ambiente também é importante. Para isso, existem os paradigmas Por independência de quem aprende e Por retroação do mundo.

4.3. Por independência de quem aprende

As Redes Neurais Artificiais aprendem por:

• Memorização;

• Contato;

• Exemplos;

• Analogia;

• Exploração e descoberta.

4.3.1. Por retroação do mundo

Segunto Tatibana, em um determinado intervalo de tempo, são assinalados acertos e erros durante o processo de aprendizagem. Assim, o aprendizado pode ser:

• Aprendizado Supervisionado: é utilizado um agente externo que indicará um comportamento, seja bom ou ruim, de acordo com o padrão de entrada;

• Aprendizado Não Supervisionado: não utiliza um agente