jogo da virada 2024 online

Nota: Se procura o filme de 2001, veja Se procura o filme de 2001, veja A.I.

- Inteligência Artificial

A Inteligência Artificial 😗 (de sigla: IA; do inglês: Artificial Intelligence, de sigla: AI) é um campo de estudo multidisciplinar que abrange varias áreas 😗 do conhecimento.

[1] Embora seu desenvolvimento tenha avançado mais na ciência da computação, jogo da virada 2024 online abordagem interdisciplinar envolve contribuições de diversas disciplinas.

Algumas 😗 das principais áreas relacionadas à IA incluem:

Ciência da Computação: A ciência da computação desempenha um papel central na IA, fornecendo 😗 as bases teóricas e práticas para o desenvolvimento de algoritmos, modelos e técnicas computacionais para simular a inteligência humana.

Matemática e 😗 Estatística: A matemática e a estatística fornecem os fundamentos teóricos para a modelagem e análise de algoritmos de IA, incluindo 😗 aprendizagem de máquina, redes neurais e processamento de dados.

Aprendizagem de Máquina (Machine Learning): A aprendizagem de máquina é uma subárea 😗 da IA que se concentra no desenvolvimento de algoritmos que permitem aos computadores aprender e melhorar com base em dados.

Isso 😗 envolve a aplicação de técnicas estatísticas e algoritmos de otimização.

Ciência Cognitiva: A ciência cognitiva estuda os processos mentais e a 😗 inteligência humana, e suas contribuições para a IA estão relacionadas à compreensão e modelagem dos processos cognitivos para o desenvolvimento 😗 de sistemas inteligentes.

Neurociência Computacional: A neurociência computacional busca entender o funcionamento do cérebro humano e aplicar esses insights no desenvolvimento 😗 de modelos e algoritmos de IA inspirados no cérebro.

Filosofia da Mente: A filosofia da mente explora questões relacionadas à natureza 😗 da mente, da consciência e da inteligência, oferecendo perspectivas teóricas importantes para o campo da IA.

Linguística Computacional: A linguística computacional 😗 envolve o processamento de linguagem natural (PLN), que se concentra no desenvolvimento de algoritmos e técnicas para que os computadores 😗 compreendam e processem a linguagem humana.

É um conceito amplo e que recebe tantas definições quanto significados diferentes à palavra inteligência.

[2] 😗 É possível considerar algumas características básicas desses sistemas, como a capacidade de raciocínio (aplicar regras lógicas a um conjunto de 😗 dados disponíveis para chegar a uma conclusão), aprendizagem (aprender com os erros e acertos para que no futuro possa agir 😗 de maneira mais eficaz), reconhecer padrões (tanto padrões visuais e sensoriais, como também padrões de comportamento) e inferência (capacidade de 😗 conseguir aplicar o raciocínio nas situações do nosso cotidiano).[2]

O desenvolvimento da área de estudo começou logo após a Segunda Guerra 😗 Mundial, com o artigo "Computing Machinery and Intelligence" do matemático inglês Alan Turing,[3] e o próprio nome foi cunhado em 😗 1956.

[4][5] Seus principais idealizadores foram os cientistas Herbert Simon, Allen Newell, John McCarthy, Warren McCulloch, Walter Pitts e Marvin Minsky.

A 😗 construção de máquinas inteligentes interessa à humanidade há muito tempo, havendo na história tanto um registro significante de autômatos mecânicos 😗 (reais) quanto de personagens fictícios construídos pelo homem com inteligência própria, tais como o Golem e o Frankenstein.

Tais relatos, lendas 😗 e ficções demonstram expectativas contrastantes do homem, de fascínio e de medo, em relação à Inteligência Artificial.[6][7]

Apenas recentemente, com o 😗 surgimento do computador moderno, é que a inteligência artificial ganhou meios e massa crítica para se estabelecer como ciência integral, 😗 com problemáticas e metodologias próprias.

Desde então, seu desenvolvimento tem extrapolado os clássicos programas de xadrez ou de conversão e envolvido 😗 áreas como visão computacional, análise e síntese da voz, lógica difusa, redes neurais artificiais e muitas outras.

Inicialmente, os modelos de 😗 IA visavam reproduzir o pensamento humano.

Posteriormente, no entanto, tais modelos abraçaram a ideia de reproduzir capacidades humanas como criatividade, auto 😗 aperfeiçoamento e uso da linguagem.

Porém, o conceito de inteligência artificial ainda é bastante difícil de se definir.

Por essa razão, Inteligência 😗 Artificial foi (e continua sendo) uma noção que dispõe de múltiplas interpretações, não raro conflitantes ou circulares.[8]

Existem duas abordagens principais 😗 para a criação de Sistemas de Inteligência Artificial: O Simbolismo e o Conexionismo.[9]

A primeira, chamada de IA Simbólica,[10] propõe a 😗 representação de conhecimento por meio da manipulação de símbolos, isto é, na forma de estruturas construídas por seres humanos, normalmente 😗 baseadas em noçoes de Lógica.

Ela teve grande impulso durante uma fase onde foram criados muitos Sistemas Especialistas, muitos deles basados 😗 em Lógica de Primeira Ordem, implementados em Prolog, ou em linguagens de programação derivadas desta ou especializadas, como CLIPS.

Normalmente programas 😗 desse tipo têm o conhecimento programado diretamente por seres humanos, o que levou a trabalhos de elicitação de conhecimento.

Apesar do 😗 sucesso inicial dos Sistemas Especialistas, a grande dificuldade de levantar e registrar conhecimento a partir de humanos e o sucesso 😗 dos processos de aprendizado de máquina a partir de dados levou a dimimuição da importância dessa vertente.[10]

A segunda, chamada de 😗 IA Conexionista,[11] se baseia em um modelo matemático inspirado no funcionamento dos neurônios,[12] e depende do aprendizado de máquina baseado 😗 em grandes massas de dados para calibrar esse modelo, que normalmente começa com parâmetros aleatórios.

[13] Essa abordagem, apesar de proposta 😗 muito cedo, não encontrou computadores capazes de modelar problemas complexos, apesar de ter sucesso com problemas restritos de reconhecimento de 😗 padrão, o que só acontece a partir da década de 2010, com resultados extramemente fortes no final dessa década e 😗 no início da década de 2020, a partir de modelos contendo bilhões de parametros, como o GPT-3[14] e conceitos como 😗 Redes Neurais Profundas,[15] Transformers,[16] e Atenção.[17]

Em torno de 2022, a maior parte da pesquisa em IA gira em torno dos 😗 conceitos de Aprendizado de Máquina e Conexionismo, havendo também propostas para sistemas híbridos.

Definição do termo [ editar | editar código-fonte 😗 ]

A questão sobre o que é "inteligência artificial", mesmo como definida anteriormente, pode ser separada em duas partes: "qual a 😗 natureza do artificial" e "o que é inteligência".

A primeira questão é de resolução relativamente fácil, apontando no entanto para a 😗 questão de o que poderá o homem construir.

A segunda questão seria consideravelmente mais difícil, levantando a questão da consciência, identidade 😗 e mente (incluindo a mente inconsciente) juntamente com a questão de que componentes estão envolvidos no único tipo de inteligência 😗 que universalmente se aceita como estando ao alcance do nosso estudo: a inteligência do ser humano.

O estudo de animais e 😗 de sistemas artificiais que não são modelos triviais começa a ser considerado como pauta de estudo na área da inteligência.

Ao 😗 conceituar inteligência artificial, presume-se a interação com o ambiente, diante de necessidades reais como relações entre indivíduos semelhantes, a disputa 😗 entre indivíduos diferentes, perseguição e fuga; além da comunicação simbólica específica de causa e efeito em diversos níveis de compreensão 😗 intuitiva, consciente ou não.

Suponhamos uma competição de cara ou coroa, cujos resultados sejam observados ou não.

Se na segunda tentativa der 😗 o mesmo resultado que a primeira, então não existiam as mesmas chances para ambas opções iniciais.

Claro que a coleta de 😗 informação em apenas duas amostragens é confiável apenas porque a quantidade de tentativas é divisível pelo número de opções de 😗 resultados prováveis.

A verdade é que o conceito de cara ou coroa está associado a artigos de valor, como moedas e 😗 medalhas que podem evitar que as pessoas abandonem o jogo e induza os participantes a acompanhar os resultados até o 😗 final.

Para manter a disposição do adversário em desafiar a máquina seria necessário aparentar fragilidade e garantir a continuidade da partida.

Isso 😗 é muito utilizado em máquinas de cassino, sendo que vários apostadores podem ser induzidos a dispensar consideráveis quantias em apostas.

A 😗 utilização de uma máquina de resultados pode compensar a ausência de um adversário, mas numa partida de xadrez, por exemplo, 😗 para que a máquina não precise armazenar todas as informações que excedem a capacidade de próprio universo imaginável são necessárias 😗 fórmulas que possam ser armazenadas para que então sejam calculadas por princípios físicos, lógicos, geométricos, e estatísticos para refletir o 😗 sistema completo em cada uma das suas partes; como a integração do Google com Wikipédia, por exemplo.

Uma popular e inicial 😗 definição de inteligência artificial, introduzida por John McCarthy na famosa conferência de Dartmouth em 1956 é "fazer a máquina comportar-se 😗 de tal forma que seja chamada inteligente caso fosse este o comportamento de um ser humano.

" No entanto, esta definição 😗 parece ignorar a possibilidade de existir a IA forte (ver abaixo).

Outra definição de Inteligência Artificial é a inteligência que surge 😗 de um "dispositivo artificial".

A maior parte das definições podem ser categorizadas em sistemas que: "pensam como um humano; agem como 😗 um humano; pensam racionalmente ou agem racionalmente".[11][18]

O conceito de inteligência artificial não é contemporâneo.

Aristóteles, professor de Alexandre, o Grande, almejava 😗 substituir a mão de obra escrava por objetos autônomos, sendo essa a primeira idealização de Inteligência Artificial relatada, uma ideia 😗 que seria explorada muito tempo depois pela ciência da computação.

O desenvolvimento dessa ideia se deu de forma plena no Século 😗 XX, com enfoque nos anos 50, com pensadores como Herbert Simon e John McCarthy.

Os primeiros anos da IA foram repletos 😗 de sucessos – mas de uma forma limitada.

Considerando-se os primeiros computadores, as ferramentas de programação da época e o fato 😗 de que apenas alguns anos antes os computadores eram vistos como objetos capazes de efetuar operações aritméticas e nada mais, 😗 causava surpresa o fato de um computador realizar qualquer atividade remotamente inteligente.

O sucesso inicial prosseguiu com o General Problem Solver 😗 (Solucionador de problemas gerais) ou GPS, desenvolvido por Newell e Simon.

[19] Esse programa foi projetado para imitar protocolos humanos de 😗 resolução de problemas.

Dentro da classe limitada de quebra-cabeças com a qual podia lidar, verificou-se que a ordem em que os 😗 seres humanos abordavam os mesmos problemas.

Desse modo, o GPS talvez tenha sido o primeiro programa a incorporar a abordagem de 😗 "pensar de forma humana".

Desde o início os fundamentos da inteligência artificial tiveram o suporte de várias disciplinas que contribuíram com 😗 ideias, pontos de vista e técnicas para a IA.

Os filósofos (desde 400 a.C.

) tornaram a IA concebível, considerando as ideias 😗 de que a mente é, em alguns aspectos, semelhante a uma máquina, de que ela opera sobre o conhecimento codificado 😗 em alguma linguagem interna e que o pensamento pode ser usado para escolher as ações que deverão ser executadas.

Por jogo da virada 2024 online 😗 vez, os matemáticos forneceram as ferramentas para manipular declarações de certeza lógica, bem como declarações incertas e probabilísticas.

Eles também definiram 😗 a base para a compreensão da computação e do raciocínio sobre algoritmos.

Os economistas formalizaram o problema de tomar decisões que 😗 maximizam o resultado esperado para o tomador de decisões.

Os psicólogos adotaram a ideia de que os seres humanos e os 😗 animais podem ser considerados máquinas de processamento de informações.

Os linguistas mostraram que o uso da linguagem se ajusta a esse 😗 modelo.

Os engenheiros de computação fornecem os artefatos que tornam possíveis as aplicações de IA.

Os programas de IA tendem a ser 😗 extensos e não poderiam funcionar sem os grandes avanços em velocidade e memória que a indústria de informática tem proporcionado.

Atualmente, 😗 a IA abrange uma enorme variedade de subcampos.

Dentre esses subcampos está o estudo de modelos conexionistas ou redes neurais.

Uma rede 😗 neural pode ser vista como um modelo matemático simplificado do funcionamento do cérebro humano.

[20] Este consiste de um número muito 😗 grande de unidades elementares de processamento, ou neurônios, que recebem e enviam estímulos elétricos uns aos outros, formando uma rede 😗 altamente interconectada.

No processamento, são compostos os estímulos recebidos conforme a intensidade de cada ligação, produzindo um único estímulo de saída.

É 😗 o arranjo das interconexões entre os neurônios e as respectivas intensidades que define as principais propriedades e o funcionamento de 😗 uma RN.

O estudo das redes neurais ou o conexionismo se relaciona com a capacidade dos computadores aprenderem e reconhecerem padrões.

Podemos 😗 destacar também o estudo da biologia molecular na tentativa de construir vida artificial e a área da robótica, ligada à 😗 biologia e procurando construir máquinas que alojem vida artificial.

Outro subcampo de estudo é a ligação da IA com a Psicologia, 😗 na tentativa de representar na máquina os mecanismos de raciocínio e de procura.

Nos últimos anos, houve uma revolução no trabalho 😗 em inteligência artificial, tanto no conteúdo quanto na metodologia.

Agora, é mais comum usar as teorias existentes como bases, em vez 😗 de propor teorias inteiramente novas, fundamentar as informações em teoremas rigorosos ou na evidência experimental rígida, em vez de utilizar 😗 como base a intuição e destacar a relevância de aplicações reais em vez de exemplos hipotéticos.

A utilização da IA permite 😗 obter não somente ganhos significativos de performance, mas também possibilita o desenvolvimento de aplicações inovadoras, capazes de expandir de forma 😗 extraordinária nossos sentidos e habilidades intelectuais.

Cada vez mais presente, a inteligência artificial simula o pensamento humano e se alastra por 😗 nosso cotidiano.

Em maio de 2017 no Brasil, foi criada a ABRIA (Associação Brasileira de Inteligência Artificial) com o objetivo de 😗 mapear iniciativas brasileiras no setor de inteligência artificial, englobando os esforços entre as empresas nacionais e formação de mão de 😗 obra especializada.

Esse passo reforça que, atualmente, a inteligência artificial é impactante no setor econômico.

Humanoide

Investigação na IA experimental [ editar | 😗 editar código-fonte ]

A inteligência artificial começou como um campo experimental nos anos 50 com pioneiros como Allen Newell e Herbert 😗 Simon, que fundaram o primeiro laboratório de inteligência artificial na Universidade Carnegie Mellon, e McCarty que juntamente com Marvin Minsky, 😗 que fundaram o MIT AI Lab em 1959.

Foram eles alguns dos participantes na famosa conferência de verão de 1956 em 😗 Darthmouth College.[21]

Historicamente, existem dois grandes estilos de investigação em IA: IA "neats" e IA "scruffies".

A IA "neats", limpa, clássica ou 😗 simbólica.

Envolve a manipulação de símbolos e de conceitos abstractos, e é a metodologia utilizada na maior parte dos sistemas periciais.

Paralelamente 😗 a esta abordagem existe a abordagem IA "scruffies", ou "coneccionista", da qual as redes neuronais são o melhor exemplo.

Esta abordagem 😗 cria sistemas que tentam gerar inteligência pela aprendizagem e adaptação em vez da criação de sistemas desenhados com o objectivo 😗 especifico de resolver um problema.

Ambas as abordagems apareceram num estágio inicial da história de IA.

Nos anos 60s e 70s os 😗 coneccionistas foram retirados do primeiro plano da investigação em IA, mas o interesse por esta vertente da IA foi retomada 😗 nos anos 80s, quando as limitações da IA "limpa" começaram a ser percebidas.

Pesquisas sobre inteligência artificial foram intensamente custeadas na 😗 década de 1980 pela Agência de Projetos de Pesquisas Avançadas sobre Defesa ("Defense Advanced Research Projects Agency"), nos Estados Unidos, 😗 e pelo Projeto da Quinta Geração ("Fifth Generation Project"), no Japão.

O trabalho subsidiado fracassou no sentido de produzir resultados imediatos, 😗 a despeito das promessas grandiosas de alguns praticantes de IA, o que levou proporcionalmente a grandes cortes de verbas de 😗 agências governamentais no final dos anos 80, e em consequência a um arrefecimento da atividade no setor, fase conhecida como 😗 O inverno da IA.

No decorrer da década seguinte, muitos pesquisadores de IA mudaram para áreas relacionadas com metas mais modestas, 😗 tais como aprendizado de máquinas, robótica e visão computacional, muito embora pesquisas sobre IA pura continuaram em níveis reduzidos.

Campo de 😗 estudo [ editar | editar código-fonte ]

Os principais pesquisadores e livros didáticos definem o campo como "o estudo e projeto 😗 de agentes inteligentes", onde um agente inteligente é um sistema que percebe seu ambiente e toma atitudes que maximizam suas 😗 chances de sucesso.

Andreas Kaplan e Michael Haenlein definem a inteligência artificial como "uma capacidade do sistema para interpretar corretamente dados 😗 externos, aprender a partir desses dados e utilizar essas aprendizagens para atingir objetivos e tarefas específicas através de adaptação flexível".

[22] 😗 John McCarthy, quem cunhou o termo em 1956 ("numa conferência de especialistas celebrada em Darmouth Colege" Gubern, Román: O Eros 😗 Eletrónico), a define como "a ciência e engenharia de produzir sistemas inteligentes".

É uma área de pesquisa da computação dedicada a 😗 buscar métodos ou dispositivos computacionais que possuam ou multipliquem a capacidade racional do ser humano de resolver problemas, pensar ou, 😗 de forma ampla, ser inteligente.

Também pode ser definida como o ramo da ciência da computação que se ocupa do comportamento 😗 inteligente[23] ou ainda, o estudo de como fazer os computadores realizarem coisas que, atualmente, os humanos fazem melhor.[8]

Não existe uma 😗 teoria ou paradigma unificador que orienta a pesquisa de IA.

Pesquisadores discordam sobre várias questões.

[24] Algumas das perguntas constantes mais longas 😗 que ficaram sem resposta são as seguintes: a inteligência artificial deve simular inteligência natural, estudando psicologia ou neurociência? Ou será 😗 que a biologia humana é tão irrelevante para a pesquisa de IA como a biologia das aves é para a 😗 engenharia aeronáutica? O comportamento inteligente pode ser descrito usando princípios simples e elegantes (como lógica ou otimização)? Ou ela necessariamente 😗 requer que se resolva um grande número de problemas completamente não relacionados? A inteligência pode ser reproduzida usando símbolos de 😗 alto nível, similares às palavras e ideias? Ou ela requer processamento "sub-simbólico"?[25] John Haugeland, que cunhou o termo GOFAI (Good 😗 Old-Fashioned Artificial Intelligence - Boa Inteligência Artificial à Moda Antiga), também propôs que a IA deve ser mais apropriadamente chamada 😗 de inteligência sintética, um termo que já foi adotado por alguns pesquisadores não-GOFAI.[26][27]

Cibernética e simulação cerebral [ editar | editar 😗 código-fonte ]

Nos anos de 1940 e 1950, um número de pesquisadores exploraram a conexão entre neurologia, teoria da informação e 😗 cibernética.

Alguns deles construíram máquinas que usaram redes eletrônicas para exibir inteligência rudimentar, como as tartarugas de W.

Grey Walter e a 😗 Besta de Johns Hopkins.

Muitos desses pesquisadores se reuniram para encontros da Sociedade teleológica da Universidade de Princeton e o Ratio 😗 Club na Inglaterra.

Em 1960, esta abordagem foi abandonada, apesar de seus elementos serem revividos na década de 1980.

Inteligência computacional

Interesse em 😗 redes neurais e "conexionismo" foi revivida por David Rumelhart e outros em meados de 1980.

Estas e outras abordagens sub-simbólicas, como 😗 sistemas de fuzzy e computação evolucionária, são agora estudados coletivamente pela disciplina emergente inteligência computacional.

IA forte e IA fraca [ 😗 editar | editar código-fonte ]

Entre os teóricos que estudam o que é possível fazer com a IA existe uma discussão 😗 onde se consideram duas propostas básicas: uma conhecida como "forte" e outra conhecida como "fraca".

Basicamente, a hipótese da IA forte 😗 considera ser possível criar uma máquina consciente, ou seja, afirma que os sistemas artificiais devem replicar a mentalidade humana.[28]

Inteligência artificial 😗 forte [ editar | editar código-fonte ]

A investigação em Inteligência Artificial Forte aborda a criação da forma de inteligência baseada 😗 em computador que consiga raciocinar e resolver problemas; uma forma de IA forte é classificada como auto-consciente.

A IA forte é 😗 tema bastante controverso, pois envolve temas como consciência e fortes problemas éticos ligados ao que fazer com uma entidade que 😗 seja cognitivamente indistinguível de seres humanos.

A ficção científica tratou de muitos problemas desse tipo.

Isaac Asimov, por exemplo, escreveu O Homem 😗 Bicentenário, onde um robô consciente e inteligente luta para possuir um status semelhante ao de um humano na sociedade.

[29] E 😗 Steven Spielberg dirigiu "A.I.

Inteligência Artificial" onde um garoto-robô procura conquistar o amor de jogo da virada 2024 online "mãe", procurando uma maneira de se 😗 tornar real.

Por outro lado, o mesmo Asimov reduz os robôs a servos dos seres humanos ao propor as três leis 😗 da robótica.[6]

Stephen Hawking alertou sobre os perigos da inteligência artificial e considerou uma ameaça à sobrevivência da humanidade[30] (ver: Rebelião 😗 das máquinas).

Inteligência artificial fraca [ editar | editar código-fonte ]

Trata-se da noção de como lidar com problemas não determinísticos.

Uma contribuição 😗 prática de Alan Turing foi o que se chamou depois de Teste de Turing (TT),[31] de 1950: em lugar de 😗 responder à pergunta "podem-se ter computadores inteligentes?" ele formulou seu teste, que se tornou praticamente o ponto de partida da 😗 pesquisa em "Inteligência Artificial".[3]

O teste consiste em se fazer perguntas a uma pessoa e um computador escondidos.

Um computador e seus 😗 programas passam no TT se, pelas respostas, for impossível a alguém distinguir qual interlocutor é a máquina e qual é 😗 a pessoa.

No seu artigo original ele fez a previsão de que até 2000 os computadores passariam seu teste.

[31] Pois bem, 😗 há um concurso anual de programas para o TT, e o resultado dos sistemas ganhadores é tão fraco (o último 😗 tem o nome "Ella") que com poucas perguntas logo percebe-se as limitações das respostas da máquina.

É interessante notar que tanto 😗 a Máquina de Turing quanto o Teste de Turing talvez derivem da visão que Turing tinha de que o ser 😗 humano é uma máquina.

Há quem diga que essa visão está absolutamente errada, do ponto de vista linguístico, já que associamos 😗 à "máquina" um artefato inventado e eventualmente construído.

Dizem eles: "Nenhum ser humano foi inventado ou construído".

Afirma-se ainda que a comparação, 😗 feita por Turing, entre o homem e a máquina é sinônimo de jogo da virada 2024 online "ingenuidade social", pois as máquinas são infinitamente 😗 mais simples do que o homem, apesar de, paradoxalmente, se afirmar que a vida é complexa.

No entanto, esta linha de 😗 raciocínio é questionável, afinal de contas, os computadores modernos podem ser considerados "complexos" quando comparados ao COLOSSUS (computador cujo desenvolvimento 😗 foi liderado por Tommy Flowers, em 1943), ou a qualquer máquina do início do século XX.

A inteligência artificial fraca centra 😗 a jogo da virada 2024 online investigação na criação de inteligência artificial que não é capaz de verdadeiramente raciocinar e resolver problemas.

Uma tal máquina 😗 com esta característica de inteligência agiria como se fosse inteligente, mas não tem autoconsciência ou noção de si.

O teste clássico 😗 para aferição da inteligência em máquinas é o Teste de Turing.[31]

Há diversos campos dentro da IA fraca, e um deles 😗 é o Processamento de linguagem natural, que trata de estudar e tentar reproduzir os processos de desenvolvimento que resultaram no 😗 funcionamento normal da língua.

Muitos destes campos utilizam softwares específicos e linguagens de programação criadas para suas finalidades.

Um exemplo é o 😗 chatbot Eliza, desenvolvido por Joseph Weizenbaum no laboratório de Inteligência Artificial do MIT entre os anos de 1964 e 1966.

Outro 😗 exemplo bastante conhecido é o programa A.L.I.C.E.

(Artificial Linguistic Internet Computer Entity, ou Entidade Computadorizada de Linguagem Artificial para Internet), um 😗 software que simula uma conversa humana.

Programado em Java e desenvolvido com regras heurísticas para os caracteres de conversação, seu desenvolvimento 😗 resultou na AIML (Artificial Intelligence Markup Language), uma linguagem específica para tais programas e seus vários clones, chamados de Alicebots.

Muito 😗 do trabalho neste campo tem sido feito com simulações em computador de inteligência baseado num conjunto predefinido de regras.

Poucos têm 😗 sido os progressos na IA forte.

Mas dependendo da definição de IA utilizada, pode-se dizer que avanços consideráveis na IA fraca 😗 já foram alcançados.

Impossibilidade de Simulação Qualitativa [ editar | editar código-fonte ]

Foi provado que um simulador qualitativo, completo e robusto 😗 não pode existir, ou seja, desde que o vocabulário entrada-saída seja usado (como num algoritmo QSIM), haverá sempre modelos de 😗 entrada que causam predições erradas na jogo da virada 2024 online saída.

Por exemplo, a noção de infinito é impossível ser tida por uma máquina 😗 finita (computador ou neurónios se produzirem apenas um número finito de resultados num número finito de tempo).

Neste caso é um 😗 simples paradoxo matemático, porque são em número finito as combinações saídas de qualquer conjunto finito.

Se a noção de infinito pudesse 😗 ser obtida por uma certa combinação finita, isso significaria que o infinito seria equivalente a essa sequência finita, o que 😗 é obviamente uma contradição.

Por isso, o infinito e outras noções abstractas têm que ser pré-adquiridas numa máquina finita, não são 😗 aí programáveis.[32][33]

Críticas filosóficas e a argumentação de uma IA forte [ editar | editar código-fonte ]John Searle

Muitos filósofos, sobretudo John 😗 Searle e Hubert Dreyfus, inseriram no debate questões de ordem filosófica e epistemológica, questionando qualquer possibilidade efetiva da IA forte.

[34][35] 😗 Seriam falsos, assim, os próprios pressupostos da construção de uma inteligência ou consciência semelhante à humana em uma máquina.[36]

Searle é 😗 bastante conhecido por seu contra-argumento sobre o Quarto Chinês (ou Sala Chinesa), que inverte a questão colocada por Minsky a 😗 respeito do Teste de Turing.

[37] Seu argumento diz que ainda que uma máquina possa parecer falar chinês por meio de 😗 recursos de exame comparativo com mostras e tabelas de referência, binárias, isso não implica que tal máquina fale e entenda 😗 efetivamente a língua.

Ou seja, demonstrar que uma máquina possa passar no Teste de Turing não necessariamente implica um ser consciente, 😗 tal como entendido em seu sentido humano.

[38] Dreyfus, em seu livro O que os computadores ainda não conseguem fazer: Uma 😗 crítica ao raciocínio artificial, argumenta que a consciência não pode ser adquirida por sistemas baseados em regras ou lógica; tampouco 😗 por sistemas que não façam parte de um corpo físico.

No entanto, este último autor deixa aberta a possibilidade de um 😗 sistema robótico baseado em Redes Neuronais, ou em mecanismos semelhantes, alcançar a inteligência artificial.[35]

Mas já não seria a referida IA 😗 forte, mas sim um correlato bem mais próximo do que se entende por IA fraca.

Os revezes que a acepção primeira 😗 de Inteligência Artificial vem levando nos últimos tempos contribuíram para a imediata relativização de todo seu legado.

O papel de Marvin 😗 Minsky, figura proeminente do MIT e autor de Sociedade da Mente, fora central para a acepção de uma IA linear 😗 que imitaria com perfeição a mente humana, mas seu principal feito foi construir o primeiro computador baseado em redes neurais, 😗 conhecido como Snark,[39] tendo simplesmente fracassado pois nunca executou qualquer função interessante, apenas consumiu recursos de outras pesquisas mais promissoras.

O 😗 primeiro neuro computador a obter sucesso (Mark I Perceptron) surgiu em 1957 e 1958, criado por Frank Rosenblatt, Charles Wightman 😗 e outros.

Atualmente, no entanto, as vertentes que trabalham com os pressupostos da emergência e com elementos da IA fraca parecem 😗 ter ganhado proeminência do campo.

As críticas sobre a impossibilidade de criar uma inteligência em um composto artificial podem ser encontradas 😗 em Jean-François Lyotard (O Pós-humano) e Lucien Sfez (Crítica da Comunicação); uma contextualização didática do debate encontra-se em Sherry Turkle 😗 (O segundo Eu: os computadores e o espírito humano).

Pode-se resumir o argumento central no fato de que a própria concepção 😗 de inteligência é humana e, nesse sentido, animal e biológica.

A possibilidade de transportá-la para uma base plástica, artificial, encontra um 😗 limite claro e preciso: se uma inteligência puder ser gerada a partir destes elementos, deverá ser necessariamente diferente da humana, 😗 na medida em que o seu resultado provém da emergência de elementos totalmente diferentes dos encontrados nos humanos.

A inteligência, tal 😗 como a entendemos, é essencialmente o fruto do cruzamento da uma base biológica com um complexo simbólico e cultural, impossível 😗 de ser reproduzido artificialmente.

Outros filósofos sustentam visões diferentes.

Ainda que não vejam problemas com a IA fraca, entendem que há elementos 😗 suficientes para se crer na IA forte também.

Daniel Dennett argumenta em Consciência Explicada que se não há uma centelha mágica 😗 ou alma nos seres humanos, então o Homem é apenas uma outra máquina.

Dennett questiona por que razão o Homem-máquina deve 😗 ter uma posição privilegiada sobre todas as outras possíveis máquinas quando provido de inteligência.

Alguns autores sustentam que se a IA 😗 fraca é possível, então também o é a forte.

O argumento da IA fraca, de uma inteligência imitada mas não real, 😗 desvelaria assim uma suposta validação da IA forte.

Isso se daria porque, tal como entende Simon Blackburn em seu livro Think, 😗 dentre outros, não existe a possibilidade de verificar se uma inteligência é verdadeira ou não.

Estes autores argumentam que toda inteligência 😗 apenas parece inteligência, sem necessariamente o ser.

Parte-se do princípio que é impossível separar o que é inteligência de fato do 😗 que é apenas simulação: apenas acredita-se ser.

Estes autores rebatem os argumentos contra a IA forte dizendo que seus críticos reduzem-se 😗 a arrogantes que não podem entender a origem da vida sem uma centelha mágica, um Deus ou uma posição superior 😗 qualquer.

Eles entenderiam, em última instância, máquina como algo essencialmente incapaz e sequer conseguem supô-la como capaz de inteligência.

Nos termos de 😗 Minsky, a crítica contra a IA forte erra ao supor que toda inteligência derive de um sujeito - tal como 😗 indicado por Searle - e assim desconsidera a possibilidade de uma maquinaria complexa que pudesse pensar.

Mas Minsky desconsidera o simples 😗 fato de que os maiores avanços na área foram conseguidos com "maquinaria complexa", também chamada por pesquisadores mais importantes de 😗 Inteligência Artificial Conexista.

Se a crítica de Minsky fosse válida a maquina criada por Rosenblatt e Bernard Widrow não estaria em 😗 uso ainda hoje, e o Mark I Perceptron não seria o fundador da neuro-computação.

Alguns pesquisadores importantes afirmam que um dos 😗 motivos das críticas de Minsky foi o fato de ter falhado com Snark.

A partir daí começou a criticar essa área 😗 por não compreende-la completamente, prejudicando desde então pesquisas importantes sobre o assunto.

O debate sobre a IA reflete, em última instância, 😗 a própria dificuldade da ciência contemporânea em lidar efetivamente com a ausência de um primado superior.

Os argumentos pró-IA forte são 😗 esclarecedores dessa questão, pois são os próprios cientistas, que durante décadas tentaram e falharam ao criar uma IA forte, que 😗 ainda procuram a existência de uma ordem superior.

Ainda que a IA forte busque uma ordem dentro da própria conjugação dos 😗 elementos internos, trata-se ainda da suposição de que existe na inteligência humana uma qualidade superior que deve ser buscada, emulada 😗 e recriada.

Reflete, assim, a difícil digestão do legado radical da Teoria da Evolução, onde não existe positividade alguma em ser 😗 humano e ser inteligente; trata-se apenas de um complexo de relações que propiciaram um estado particular, produto de um cruzamento 😗 temporal entre o extrato biológico e uma complexidade simbólica.

Resoluções de problemas com IA [ editar | editar código-fonte ]

Uma das 😗 áreas mais estudadas por cientistas sobre Inteligência Artificial, é o processo de Resolução de Problemas, desde os mais simples até 😗 os mais complexos.

Com base no estudos de comportamentos de indivíduos que resolvem problemas simples em laboratório, Allen Newell e Herbert 😗 Simon desenvolveram alguns programas para simular aspectos do comportamento inteligente e racional.

Um de seus principais programas desenvolvidos, chamado 'General Problem 😗 Solver' (Solucionador de Problemas Gerais) pode ser resumido em poucas etapas: a primeira etapa consiste em gravar as declarações realizadas 😗 por alguns indivíduos que verbalizam seu pensamento enquanto resolvem os problemas.

A seguir, o teórico ensaia algumas hipóteses acerca dos processos 😗 mentais que possivelmente estariam envolvidos no processo de elaboração de uma solução para o problema dado.

A partir dessas hipóteses ele 😗 estrutura um programa que, em jogo da virada 2024 online opinião, simulará o relato gravado.

Finalmente, após processar esse programa no computador digital, ele compara 😗 o relato do indivíduo com o roteiro da máquina.

Se os fluxos de palavras registrados no roteiro e no relatório forem 😗 razoavelmente semelhantes, então considera-se que uma explicação para o comportamento sob estudo foi obtida.

Os pesquisadores do Projeto de Simulação Cognitiva 😗 admitem, neste caso, que as estratégias utilizadas pelo computador são análogas àquelas realizadas pelo indivíduo humano.

Caso contrário, o programa deverá 😗 ser modificado com base nas discrepâncias encontradas durante o confronto de palavras.

O mesmo procedimento é repetido até que um ajuste 😗 satisfatório seja obtido e o programa consiga passar pelo teste de Turing.

Ou seja, até que os fluxos de palavras produzidas 😗 pelo computador e pelo sujeito humano sejam praticamente indistinguíveis para um examinador humano.[40][41]

Aplicações Práticas de Técnicas de IA [ editar 😗 | editar código-fonte ]

Enquanto que o progresso direcionado ao objetivo final de uma inteligência similar à humana tem sido lento, 😗 muitas derivações surgiram no processo.

Exemplos notáveis incluem as linguagens Lisp e Prolog, as quais foram desenvolvidas para pesquisa em IA,[42] 😗 embora também sejam usadas para outros propósitos.

A cultura hacker surgiu primeiramente em laboratórios de IA, em particular no MIT AI 😗 Lab, lar várias vezes de celebridades tais como McCarthy, Minsky, Seymour Papert (que desenvolveu a linguagem Logo), Terry Winograd (que 😗 abandonou IA depois de desenvolver SHRDLU).

Muitos outros sistemas úteis têm sido construídos usando tecnologias que ao menos uma vez eram 😗 áreas ativas em pesquisa de IA.

Alguns exemplos incluem:

A visão da Inteligência Artificial substituindo julgamento humano profissional tem surgido muitas vezes 😗 na história do campo, em ficção científica e, hoje em dia, em algumas áreas especializadas onde "Sistemas Especialistas" são usados 😗 para melhorar ou para substituir julgamento profissional em engenharia e medicina, por exemplo.

Aplicações no governo [ editar | editar código-fonte 😗 ]

Os usos potenciais de IA no governo são amplos e variados,[72] com a Deloitte considerando que "as tecnologias cognitivas podem 😗 eventualmente revolucionar todas as facetas das operações do governo".

[73] Mehr sugere que seis tipos de problemas governamentais são apropriados para 😗 aplicações de IA:[74]

Alocação de recursos - por exemplo, quando o suporte administrativo é necessário para concluir as tarefas mais rapidamente.

Grandes 😗 conjuntos de dados - onde eles são muito grandes para os funcionários trabalharem de forma eficiente e vários conjuntos de 😗 dados podem ser combinados para fornecer maiores insights.

Falta de especialistas - incluindo onde perguntas básicas podem ser respondidas e questões 😗 de nicho podem ser aprendidas.

Cenário previsível - os dados históricos tornam a situação previsível.

Procedural - tarefas repetitivas em que as 😗 entradas ou saídas têm uma resposta binária.

Dados diversos - onde os dados assumem uma variedade de formas (como visuais e 😗 linguísticas) e precisam ser resumidos regularmente.

Mehr afirma que "Embora as aplicações de IA no trabalho do governo não tenham acompanhado 😗 a rápida expansão da IA ​​no setor privado, os casos de uso em potencial no setor público refletem as aplicações 😗 comuns no setor privado."[74]

Os usos potenciais e reais da IA ​​no governo podem ser divididos em três categorias amplas: aqueles 😗 que contribuem para os objetivos de políticas públicas; aqueles que auxiliam nas interações públicas com o governo; e outros usos.

Contribuição 😗 para os objetivos de políticas públicas [ editar | editar código-fonte ]

Há uma série de exemplos de onde a IA 😗 pode contribuir para os objetivos de políticas públicas.[75] Esses incluem:

Auxiliando nas interações públicas com o governo [ editar | editar 😗 código-fonte ]

A IA pode ser usada para ajudar os membros do público a interagir com o governo e acessar serviços 😗 governamentais, por exemplo:[75]

Responder a perguntas usando assistentes virtuais ou chatbots (veja abaixo)

Direcionar solicitações para a área apropriada dentro do governo

Preencher 😗 formulários

Auxiliar na pesquisa de documentos (por exemplo, pesquisa de marca registrada da IP Australia) [ 82 ]

Agendamento de compromissos [ 😗 80 ]

Exemplos de assistentes virtuais ou chatbots usados ​​pelo governo incluem o seguinte:

Outros usos da inteligência artificial pelo governo incluem:Tradução 😗 [ 74 ]

Interpretação de linguagem, pioneira pela Direção Geral de Interpretação da Comissão Europeia e Florika Fink-Hooijer.

Elaboração de documentos [ 😗 74 ]

Um Veículo Aéreo de Combate Não Tripulado (X-45A), em voo

Os Estados Unidos e outras nações estão desenvolvendo aplicativos de 😗 IA para uma série de funções militares.

[93] As principais aplicações militares de Inteligência Artificial e Aprendizado de Máquina são para 😗 aprimorar as Comunicações, Sensores, Integração e Interoperabilidade.

[94] A pesquisa de IA está em andamento nas áreas de coleta e análise 😗 de inteligência, logística, operações cibernéticas, operações de informação, comando e controle e em uma variedade de veículos semi-autônomos e autônomos.

[93] 😗 As tecnologias de Inteligência Artificial permitem a coordenação de sensores e efetores, detecção e identificação de ameaças, marcação de posições 😗 inimigas, aquisição de alvos, coordenação e deconflição de disparos de junção distribuídos entre veículos de combate e tanques em rede 😗 também dentro de equipes tripuladas e não tripuladas (MUM-T).

[94] A IA foi incorporada às operações militares no Iraque e na 😗 Síria.[93]

Os gastos militares anuais mundiais com robótica aumentaram de US$ 5,1 bilhões em 2010 para US$ 7,5 bilhões em 2015.

[95][96] 😗 Drones militares capazes de ação autônoma são amplamente considerados um ativo útil.

[97] Muitos pesquisadores de inteligência artificial procuram se distanciar 😗 das aplicações militares da IA.[94]

Aplicações na área da saúde [ editar | editar código-fonte ]

Raio X de uma mão humana, 😗 com cálculo automático da idade óssea por um software de computador.

Um braço cirúrgico do lado do paciente da empresa "Da 😗 Vinci Surgical System"

A IA na área da saúde é frequentemente usada para classificação, seja para automatizar a avaliação inicial de 😗 uma tomografia computadorizada ou EKG ou para identificar pacientes de alto risco para a saúde da população.

A amplitude de aplicações 😗 está aumentando rapidamente.

Como exemplo, a IA está sendo aplicada ao problema de alto custo das questões de dosagem - onde 😗 as descobertas sugeriram que a IA poderia economizar US $ 16 bilhões.

Em 2016, um estudo inovador na Califórnia descobriu que 😗 uma fórmula matemática desenvolvida com a ajuda de IA determinava corretamente a dose exata de medicamentos imunossupressores a serem administrados 😗 a pacientes com órgãos.[98]

A inteligência artificial está ajudando os médicos.

De acordo com a Bloomberg Technology, a Microsoft desenvolveu IA para 😗 ajudar os médicos a encontrar os tratamentos certos para o câncer.

Há uma grande quantidade de pesquisas e medicamentos desenvolvidos relacionados 😗 ao câncer.

[99] Em detalhe, são mais de 800 medicamentos e vacinas para tratar o câncer.

Isso afeta negativamente os médicos, porque 😗 há muitas opções de escolha, tornando mais difícil escolher os medicamentos certos para os pacientes.

A Microsoft está trabalhando em um 😗 projeto para desenvolver uma máquina chamada "Hanover".

[100] Seu objetivo é memorizar todos os papéis necessários ao câncer e ajudar a 😗 prever quais combinações de medicamentos serão mais eficazes para cada paciente.

Um projeto que está sendo trabalhado no momento é o 😗 de combate à leucemia mielóide, um câncer fatal cujo tratamento não melhora há décadas.

Outro estudo descobriu que a inteligência artificial 😗 era tão boa quanto médicos treinados na identificação de câncer de pele.

[101] Outro estudo está usando inteligência artificial para tentar 😗 monitorar vários pacientes de alto risco, e isso é feito perguntando a cada paciente várias perguntas com base em dados 😗 adquiridos de médico ao vivo para interações com o paciente.

[102] Um estudo foi feito com transferência de aprendizagem, a máquina 😗 realizava um diagnóstico semelhante a um oftalmologista bem treinado, e podia gerar uma decisão em 30 segundos sobre se o 😗 paciente deveria ou não ser encaminhado para tratamento, com mais de 95% de acerto.[103]

De acordo com a CNN, um estudo 😗 recente realizado por cirurgiões do Children's National Medical Center em Washington demonstrou com sucesso a cirurgia com um robô autônomo.

A 😗 equipe supervisionou o robô enquanto ele realizava a cirurgia de tecidos moles, costurando o intestino de um porco durante a 😗 cirurgia aberta, e fazendo isso melhor do que um cirurgião humano, afirmou a equipe.

[104] A IBM criou seu próprio computador 😗 de inteligência artificial, o IBM Watson, que venceu a inteligência humana (em alguns níveis).

O Watson tem se esforçado para obter 😗 sucesso e adoção na área de saúde.[105]

As redes neurais artificiais são usadas como sistemas de apoio à decisão clínica para 😗 diagnóstico médico, como em tecnologia de processamento de conceito em software EMR.

Outras tarefas na medicina que podem ser potencialmente realizadas 😗 por inteligência artificial e estão começando a ser desenvolvidas incluem:

Interpretação de imagens médicas auxiliada por computador.

Esses sistemas ajudam a digitalizar 😗 imagens digitais, por exemplo, da tomografia computadorizada, para aspectos típicos e para destacar cortes conspícuos, como possíveis doenças.

Uma aplicação típica 😗 é a detecção de tumores.

Análise de batimentos cardíacos.[ 106 ]

Robôs companheiros para cuidar dos idosos [ 107 ]

Análise de registros 😗 médicos para fornecer informações mais úteis.

Projetar planos de tratamento.

Auxiliar em trabalhos repetitivos, incluindo o gerenciamento de medicamentos.

Auxiliar deficientes visuais.

[ 108 😗 ]Fornecer consultas.

Fabricação e desenvolvimento de fármacos.[ 109 ]

Usando avatares no lugar de pacientes para treinamento clínico [ 110 ]

Estimar a 😗 probabilidade de morte em procedimentos cirúrgicos

Estimar a progressão do HIV.

Saúde e segurança no local de trabalho [ editar | editar 😗 código-fonte ]

A IA pode aumentar o escopo das tarefas de trabalho em que um trabalhador pode ser removido de uma 😗 situação que acarreta riscos, como estresse, excesso de trabalho, lesões musculoesqueléticas, fazendo com que a IA execute as tarefas.

[111] Isso 😗 pode expandir a gama de setores de trabalho afetados, além da automação tradicional, para empregos de colarinho branco e de 😗 serviços, como medicina, finanças e tecnologia da informação.

Por exemplo, os trabalhadores do call center enfrentam grandes riscos à saúde e 😗 segurança devido à jogo da virada 2024 online natureza repetitiva e exigente e às suas altas taxas de micro vigilância.

Os chatbots habilitados para IA 😗 reduzem a necessidade de humanos realizarem as tarefas mais básicas do call center.[79]

O aprendizado de máquina usado para análises de 😗 pessoas para fazer previsões sobre o comportamento do trabalhador pode ser usado para melhorar a saúde do trabalhador.

Por exemplo, a 😗 análise de sentimento pode ser usada para detectar a fadiga e evitar o excesso de trabalho.

[79] Os sistemas de apoio 😗 à decisão têm uma capacidade semelhante de ser usado para, por exemplo, prevenir desastres industriais ou tornar a resposta a 😗 desastres mais eficiente.

[112] Para trabalhadores de manuseio manual de materiais, análises preditivas e inteligência artificial podem ser usadas para reduzir 😗 lesões musculoesqueléticas.

[113] Sensores vestíveis também podem permitir uma intervenção precoce contra a exposição a substâncias tóxicas, e os grandes conjuntos 😗 de dados gerados podem melhorar a vigilância da saúde no local de trabalho, avaliação de risco e pesquisa.[112]

A IA também 😗 pode ser usada para tornar o fluxo de trabalho de segurança e saúde no local de trabalho mais eficiente.

Um exemplo 😗 é a codificação de pedidos de indenização trabalhista.

[114][115] Os sistemas de realidade virtual habilitados para IA podem ser úteis para 😗 treinamento de segurança para reconhecimento de perigo.

[112] A inteligência artificial pode ser usada para detectar com mais eficiência os quase 😗 acidentes, que são importantes na redução das taxas de acidentes, mas geralmente são subnotificados.[116]

Mídia e comércio eletrônico [ editar | 😗 editar código-fonte ]

Restauração de imagem usando inteligência artificial

Algumas aplicações de IA são voltadas para a análise de conteúdo de mídia 😗 audiovisual, como filmes, programas de TV, vídeos publicitários ou conteúdo gerado pelo usuário.

As soluções geralmente envolvem visão computacional, que é 😗 uma das principais áreas de aplicação da IA.

Os cenários de caso de uso típicos incluem a análise de imagens usando 😗 técnicas de reconhecimento de objetos ou de rosto, ou a análise de vídeo para reconhecer cenas, objetos ou rostos relevantes.

A 😗 motivação para usar a análise de mídia baseada em IA pode ser - entre outras coisas - a facilitação da 😗 pesquisa de mídia, a criação de um conjunto de palavras-chave descritivas para um item de mídia, monitoramento de política de 😗 conteúdo de mídia (como verificar a adequação do conteúdo para um determinado Tempo de exibição de TV), fala em texto 😗 para arquivamento ou outros fins, e a detecção de logotipos, produtos ou rostos de celebridades para a colocação de anúncios 😗 relevantes.

As empresas de IA de análise de mídia geralmente fornecem seus serviços por meio de uma API REST que permite 😗 o acesso automático baseado em máquina à tecnologia e permite a leitura dos resultados por máquina.

Por exemplo, IBM, Microsoft e 😗 Amazon permitem acesso a jogo da virada 2024 online tecnologia de reconhecimento de mídia usando APIs RESTful.

Ver artigo principal: Deepfake

Em junho de 2016, uma 😗 equipe de pesquisa do grupo de computação visual da Universidade Técnica de Munique e da Universidade de Stanford desenvolveu o 😗 Face2Face,[117] um programa que anima o rosto de uma pessoa alvo, transpondo as expressões faciais de uma fonte externa.

A tecnologia 😗 foi demonstrada animando os lábios de pessoas, incluindo Barack Obama e Vladimir Putin.

Desde então, outros métodos foram demonstrados com base 😗 na rede neural profunda, da qual o nome "deepfake" foi tirado.

Em setembro de 2018, o senador americano Mark Warner propôs 😗 penalizar as empresas de mídia social que permitem o compartilhamento de documentos provenientes de deepfakes em jogo da virada 2024 online plataforma.[118]

Vincent Nozick, pesquisador 😗 do Institut Gaspard Monge, encontrou uma maneira de detectar documentos fraudados analisando os movimentos da pálpebra.

O DARPA (um grupo de 😗 pesquisa associado ao Departamento de Defesa dos EUA) doou 68 milhões de dólares para trabalhar na detecção de deepfakes.

[119] Na 😗 Europa, o programa Horizonte 2020 financiou o InVid, software desenvolvido para ajudar jornalistas a detectar documentos falsos.[120]

Deepfakes podem ser usados 😗 ​​para fins cômicos, mas são mais conhecidos por serem usados ​​para notícias falsas e boatos.

Deepfakes de áudio e software de 😗 IA capaz de detectar deepfakes e clonar vozes humanas após 5 segundos de escuta também existem.

[121][122][123][124][125][126]

Embora a evolução da música 😗 sempre tenha sido afetada pela tecnologia, a inteligência artificial permitiu, por meio de avanços científicos, emular, em certa medida, a 😗 composição semelhante à humana.

Entre os esforços iniciais notáveis, David Cope criou uma IA chamada Emily Howell que conseguiu se tornar 😗 bem conhecida no campo de Algorithmic Computer Music.

[127] O algoritmo por trás de Emily Howell é registrado como uma patente 😗 dos Estados Unidos.[128]

O AI Iamus criou em 2012 o primeiro álbum clássico completo totalmente composto por um computador.

Outros empreendimentos, como 😗 AIVA (Artificial Intelligence Virtual Artist), se concentram na composição de música sinfônica, principalmente música clássica para trilhas sonoras de filmes.

[129] 😗 Alcançou uma estreia mundial ao se tornar o primeiro compositor virtual a ser reconhecido por uma associação profissional musical.[130]

Inteligências artificiais 😗 podem até mesmo produzir música utilizável em um ambiente médico, com o esforço do Melomics de usar música gerada por 😗 computador para o alívio do estresse e da dor.[131]

Além disso, iniciativas como o Google Magenta, conduzido pela equipe do Google 😗 Brain, querem descobrir se uma inteligência artificial pode ser capaz de criar arte convincente.[132]

No Sony CSL Research Laboratory, o software 😗 Flow Machines criou canções pop aprendendo estilos musicais a partir de um enorme banco de dados de canções.

Ao analisar combinações 😗 únicas de estilos e técnicas de otimização, ele pode compor em qualquer estilo.

Outro projeto de composição musical de inteligência artificial, 😗 The Watson Beat, escrito pela IBM Research, não precisa de um grande banco de dados de música como os projetos 😗 Google Magenta e Flow Machines, uma vez que usa Reinforcement Learning e Deep Belief Networks para compor música em uma 😗 simples entrada inicial melodia e um estilo selecionado.

Desde que o software foi de código aberto,[133] músicos, como Taryn Southern,[134] têm 😗 colaborado com o projeto para criar música.

A canção de estreia da cantora sul-coreana Hayeon, "Eyes on You", foi composta usando 😗 IA que também foi supervisionada por compositores reais, incluindo NUVO.[135]

Publicação de notícias e redação [ editar | editar código-fonte ]

A 😗 empresa Narrative Science disponibiliza comercialmente notícias e relatórios gerados por computador, incluindo resumos de eventos esportivos coletivos com base em 😗 dados estatísticos do jogo em inglês.

Também cria relatórios financeiros e análises imobiliárias.

[136] Da mesma forma, a empresa Automated Insights gera 😗 recapitulações e visualizações personalizadas para o Yahoo Sports Fantasy Football.

[137] A empresa está projetada para gerar um bilhão de histórias 😗 em 2014, contra 350 milhões em 2013.

[138] A organização OpenAI também criou uma IA capaz de escrever textos.[139]

A Echobox é 😗 uma empresa de software que ajuda os editores a aumentar o tráfego postando artigos de forma "inteligente" em plataformas de 😗 mídia social, como Facebook e Twitter.

[140] Ao analisar grandes quantidades de dados, ele aprende como públicos específicos respondem a diferentes 😗 artigos em diferentes momentos do dia.

Em seguida, ele escolhe as melhores histórias para postar e os melhores horários para postá-las.

Ele 😗 usa dados históricos e em tempo real para entender o que funcionou bem no passado, bem como o que é 😗 tendência atualmente na web.[141]

Outra empresa, chamada Yseop, usa inteligência artificial para transformar dados estruturados em comentários e recomendações inteligentes em 😗 linguagem natural.

Yseop é capaz de escrever relatórios financeiros, resumos executivos, vendas personalizadas ou documentos de marketing e muito mais a 😗 uma velocidade de milhares de páginas por segundo e em vários idiomas, incluindo inglês, espanhol, francês e alemão.[142]

O Boomtrain's é 😗 outro exemplo de IA projetado para aprender a melhor forma de envolver cada leitor individual com os artigos exatos - 😗 enviados pelo canal certo na hora certa - que serão mais relevantes para o leitor.

É como contratar um editor pessoal 😗 para cada leitor individual para selecionar a experiência de leitura perfeita.A IRIS.

TV está ajudando empresas de mídia com jogo da virada 2024 online plataforma 😗 de programação e personalização de vídeo alimentada por IA.

Ele permite que editores e proprietários de conteúdo apresentem conteúdo contextualmente relevante 😗 para o público com base nos padrões de visualização do consumidor.[143]

Além da automação de tarefas de escrita com entrada de 😗 dados, a IA mostrou um potencial significativo para os computadores se engajarem em trabalhos criativos de alto nível.

AI Storytelling tem 😗 sido um campo ativo de pesquisa desde o desenvolvimento de TALESPIN por James Meehan, que inventou histórias semelhantes às fábulas 😗 de Esopo.

O programa começaria com um conjunto de personagens que queriam atingir certos objetivos, com a história como uma narração 😗 das tentativas dos personagens de executar planos para satisfazer esses objetivos.

[144] Desde Meehan, outros pesquisadores trabalharam em AI Storytelling usando 😗 abordagens semelhantes ou diferentes.

Mark Riedl e Vadim Bulitko argumentaram que a essência da narrativa era um problema de gerenciamento de 😗 experiência, ou "como equilibrar a necessidade de uma progressão coerente da história com a agência do usuário, o que geralmente 😗 está em desacordo".[145]

Embora a maioria das pesquisas sobre narração de histórias de IA tenha se concentrado na geração de histórias 😗 (por exemplo, personagem e enredo), também houve uma investigação significativa na comunicação de histórias.

Em 2002, pesquisadores da North Carolina State 😗 University desenvolveram uma estrutura arquitetônica para a geração de prosa narrativa.

Sua implementação particular foi capaz de reproduzir fielmente a variedade 😗 e complexidade de texto de uma série de histórias, como o capuz vermelho, com habilidade humana.

[146] Este campo específico continua 😗 a ganhar interesse.

Em 2016, uma IA japonesa co-escreveu um conto e quase ganhou um prêmio literário.[147]

Hanteo Global, a organização que 😗 opera o único gráfico de registro em tempo real na Coreia do Sul, também utiliza um bot de jornalismo automatizado, 😗 que escreve artigos.[148]

Em videogames, a inteligência artificial é rotineiramente usada para gerar comportamento dinâmico e intencional em personagens não-jogadores (NPCs).

Além 😗 disso, técnicas de IA bem conhecidas são usadas rotineiramente para encontrar caminhos.

Alguns pesquisadores consideram a NPC AI em jogos um 😗 "problema resolvido" para a maioria das tarefas de produção.

Jogos com IA mais atípica incluem o diretor de IA de Left 😗 4 Dead (2008) e o treinamento neuroevolucionário de pelotões em Supreme Commander 2 (2010).

[149][150] AI também é usada em Alien 😗 Isolation (2014) como uma forma de controlar quais ações o Alien executará a seguir.

Devido à forma como a inteligência do 😗 Alien é configurada, pode-se dizer que o Alien parece aprender mais sobre o jogador conforme o jogo continua e o 😗 Alien começa a agir de acordo[151]

A inteligência artificial inspirou inúmeras aplicações criativas, incluindo seu uso para produzir arte visual.

A exposição 😗 "Thinking Machines: Art and Design in Computer Age, 1959-1989" no MoMA[152] oferece uma boa visão geral das aplicações históricas da 😗 IA ​​para arte, arquitetura e design.

Exposições recentes que mostram o uso de IA para produzir arte incluem o benefício patrocinado 😗 pelo Google e o leilão na Gray Area Foundation em San Francisco, onde artistas experimentaram o algoritmo DeepDream[153] e a 😗 exposição "Unhuman: Art in the Age of AI", que teve em Los Angeles e Frankfurt no outono de 2017.

[154][155] Na 😗 primavera de 2018, a Association of Computing Machinery dedicou uma edição de revista especial ao assunto de computadores e arte, 😗 destacando o papel do aprendizado de máquina nas artes.

[156] Em junho de 2018, "Duet for Human and Machine",[157] uma obra 😗 de arte que permite aos espectadores interagir com uma inteligência artificial, estreou no Beall Center for Art + Technology.

[158] A 😗 Ars Electronica austríaca e o Museu de Artes Aplicadas de Viena abriram exposições sobre IA em 2019.

[159][160] O festival de 😗 2019 da Ars Electronica "Fora da caixa" tematizou extensivamente o papel das artes para uma transformação social sustentável com IA.[161]

Atualmente 😗 existem diversos pesquisadores de IA ao redor do mundo em várias instituições e companhias de pesquisa.

Entre os muitos que fizeram 😗 contribuições significativas estão:

Foi um dos homens de maior importância não só para seu tempo, como para a atualidade.

Com estudos que 😗 não só foram base para a existência da inteligência artificial, mas de quase todos os aparelhos eletrônicos já feitos.

Criou seu 😗 famoso teste, o "Teste de Turing", usado até hoje para descobrir o nível de inteligência de um programa de inteligência 😗 artificial.

Esse teste não foi criado para analisar a capacidade de um computador de pensar por si mesmo, já que as 😗 máquinas são completamente incapazes disso, mas sim de identificar o quão bem ele pode imitar o cérebro humano.

Matemático, cientista, o 😗 criador do termo "inteligência artificial" e também o pai da linguagem de programação LISP.

McCarthy foi considerado um dos primeiros homens 😗 a trabalhar no desenvolvimento da inteligência artificial e sempre disse que ela deveria interagir com o homem.

Nascido na cidade de 😗 Boston, trabalhou na Universidade de Stanford e no Massachusetts Institute of Technology (MIT), além de ter vencido o prêmio Turing 😗 em 1972 e a Medalha Nacional de Ciência em 1991.

Já a programação LISP, uma das maiores conquistas de McCarthy, surgiu 😗 em 1958 e serviu para facilitar o desenvolvimento da inteligência artificial.

A linguagem é das mais antigas ainda em uso e 😗 foi usada pela primeira vez ao colocar um computador para jogar xadrez contra um adversário humano.

Natural de Nova Iorque, onde 😗 nasceu, o cientista recebeu diversos prémios internacionais pelo seu trabalho pioneiro no campo da inteligência artificial, incluindo em 1969, o 😗 Prêmio Turing, o maior prêmio em ciência informática.

O cientista explorou a forma de dotar as máquinas de percepção e inteligência 😗 semelhantes à humana, criou mãos robóticas com capacidade para manipular objetos, desenvolveu novos marcos de programação e escreveu sobre assuntos 😗 filosóficos relacionados com a inteligência artificial.

Minsky estava convencido de que o homem, um dia, desenvolveria máquinas que competiriam com a 😗 jogo da virada 2024 online inteligência e via o cérebro como uma máquina cujo funcionamento pode ser estudado e reproduzido num computador, o que 😗 poderia ajudar a compreender melhor o cérebro humano e as funções mentais superiores.

Informático indiano naturalizado estadunidense, foi o primeiro asiático 😗 a vencer o Prêmio Turing.

Entre suas contribuições para a IA estão a criação do Instituto de Robótica da CMU e 😗 demonstrações de diversos sistemas que usam alguma forma de IA.

Entre esses sistemas, estão sistemas de: fala, controlados por voz, reconhecimento 😗 de voz, reconhecimento de voz independente do interlocutor, etc.

Para Reddy, ao invés de substituir a humanidade, a tecnologia irá criar 😗 um novo tipo de humano que irá coexistir com seus antecessores enquanto se aproveita das vantagens de uma nova classe 😗 de ferramentas viabilizada pela tecnologia.

Winograd é um cientista da computação estadunidense, professor da Universidade Stanford, e codiretor do grupo de 😗 interação humano-computador de Stanford.

É conhecido nas áreas de filosofia da mente e inteligência artificial por seu trabalho sobre língua natural 😗 usando o programa SHRDLU.

Para Terry, não restam dúvidas de que a tecnologia da informática, mais precisamente a área de inteligência 😗 artificial, transformará as sociedades, introduzindo modificações socioeconômicas irreversíveis.

Esse especialista procura saber se os seres humanos seriam capazes de construir máquinas 😗 que poderiam compreende-los, resolver seus problemas e dirigir suas vidas, além de buscar respostas sobre o que aconteceria se, algum 😗 dia, essas máquinas se tornassem mais inteligentes do que os próprios humanos que as criaram.

Nascido na Filadélfia, Pensilvânia, se formou 😗 na Universidade da Pensilvânia.

Douglas Bruce Lenat é o Diretor Executivo do Cycorp e foi também um pesquisador proeminente em inteligência 😗 artificial, recebendo o prêmio bianual IJCAI Computers and Thought em 1976 pela criação do programa de aprendizado de máquinas.

Ele também 😗 trabalhou em simulações militares e em numerosos projetos para organizações governamentais, militares, científicas e de inteligência dos EUA.

A missão de 😗 Lenat, no longo ciclo do projeto Cyc, iniciado em 1984, era de construir a base de uma inteligência artificial geral 😗 ao representar manualmente o conhecimento como axiomas lógicos contextualizados na linguagem formal com base em extensões ao cálculo de predicados 😗 de primeira ordem e em seguida, usar esse enorme motor de inferência de ontologia e a base de conhecimento contextualizada 😗 como um viés indutivo para automatizar e acelerar cada vez mais a educação contínua do próprio Cyc, via aprendizagem em 😗 máquina e compreensão da linguagem natural.

Vantagens e Desvantagens da utilização da inteligência artificial [ editar | editar código-fonte ]

Redução de 😗 erros: Uma vez que são máquinas, a inteligência artificial é mais resistente e tem maior capacidade de suportar ambientes hostis, 😗 reduzindo as chances de falharem em seus propósitos, tendo a possibilidade de alcançar um maior grau de precisão.

Exploração: Devido à 😗 programação dos robôs, eles podem realizar um trabalho mais laborioso e duro com maior responsabilidade.

Assim, são capazes de ser utilizadas 😗 também em processos de exploração de minérios e de outros combustíveis, no fundo do oceano e, portanto, superar as limitações 😗 humanas.

Aplicações diárias: Inteligência Artificial é amplamente empregada por instituições financeiras e instituições bancárias para organizar e gerenciar dados.

A jogo da virada 2024 online utilização 😗 está presente em vários mecanismos do nosso cotidiano como o GPS ( global positioning system), a correção nos erros de 😗 digitação na ortografia, entre outros.

a correção nos erros de digitação na ortografia, entre outros.

Sem pausas: As máquinas, ao contrário dos 😗 seres humanos, não precisam de intervalos frequentes.

Elas conseguem exercer vários horas de trabalho sem ficarem cansadas, distraídas ou entendiadas, apenas 😗 pela jogo da virada 2024 online programação.

Alto custo: o custo de produção das máquinas de IA são demasiados, o que se deve a complexidade 😗 e dificuldade de manutenção.

[ 162 ] O processo de recuperação de códigos perdidos, por exemplo, requer muito tempo e recursos.

O 😗 processo de recuperação de códigos perdidos, por exemplo, requer muito tempo e recursos.

Falta de criatividade: A inteligência artificial não é 😗 desenvolvida ao ponto de atuar como o cérebro humano, de forma criativa.

Ademais, o cérebro humano ainda não é suficientemente compreendido 😗 para que um dia possa ser simulado fielmente em uma forma artificial.

Portanto, a ideia de replicar funções do cérebro humano 😗 é intangível.[ 163 ]

Causa o desemprego: Como são capazes de executar tarefas antes exclusivas aos humanos de maneira mais otimizada 😗 e eficiente, os mecanismos de inteligência artificial tendem a substituir a atividade humana em larga escala.

O trabalho de uma máquina 😗 que possui inteligência artificial é, muitas vezes, mais viável que o trabalho humano, logo, a projeção de um crescimento no 😗 desemprego em função disso é coerente.

Mitos sobre Inteligência Artificial [ editar | editar código-fonte ]

Inteligência Artificial pode funcionar como nosso 😗 cérebro [ editar | editar código-fonte ]

A IA, nas mais diversas áreas, acaba realizando apenas tarefas específicas ao contexto em 😗 que é aplicada.

Cada sistema criado é limitado a um conjunto de atividades de cada finalidade: um bot.

(diminutivo de robot) de 😗 atendimento vai trabalhar com ofertas de produtos, responder a dúvidas, negociar dívidas mas esse mesmo bot.

não vai conseguir jogar xadrez 😗 ou guiar um veículo autônomo, por exemplo, já que não consegue elaborar estratégias funcionais e sim apenas executar comandos com 😗 base em alguma análise de dados relativa à jogo da virada 2024 online função.

Um sistema tão complexo e abrangente como o cérebro humano ainda 😗 é uma realidade distante.

Os extraordinários avanços da neurociência mostram que o ser humano ainda está longe de compreender alguns mistérios 😗 do cérebro humano, entre eles, a incrível capacidade de criar, destruir e refinar ideias, ou seja, a criatividade.

A IA é 😗 mais competente do que as pessoas em tarefas de análise, organização e até resolução de alguns problemas, mas ainda não 😗 é capaz de melhorar a si mesma, em diversos campos, e aprender coisas novas sem informações prévias.

Grandes empresas já estão 😗 trabalhando na chamada 'deep learning' (aprendizagem profunda), um dos mais promissores campos da IA, que pretende fazer dos sistemas entidades 😗 capazes de aprender evolutivamente.

Mas, ainda não é possível, e talvez nunca será, eliminar o fator humano, entre outros pontos, da 😗 própria avaliação de progresso dessa disciplina tecnológica.

Inteligência Artificial eliminará todos os cargos de trabalho [ editar | editar código-fonte ]

Um 😗 sistema que utiliza inteligência artificial pode armazenar e analisar bilhões de dados, realizar automaticamente tarefas com base nessa análise, fechar 😗 acordos, vender, controlar uma linha de produção etc.

, mas não é capaz de criar estratégias do zero.

Além disso, tudo o 😗 que envolve humanização, sentimentos como empatia ou características como dedicação, mesmo em um contexto onde a IA se espalhe, ainda 😗 dependerá de uma interação entre o homem e a máquina.

Empregos como os conhecemos hoje se transformarão, muitos inclusive deixarão de 😗 existir, mas tantos outros novos surgirão.

Inteligência Artificial mudará o mundo em poucos anos [ editar | editar código-fonte ]

Apesar de 😗 uma grande porcentagem das funções terem parte de seus processos automatizada, nos dias de hoje, menos de 10% das atividades 😗 podem ser inteiramente substituídas por tecnologia.

Nas indústrias haverá uma ampla troca da mão de obra humana pela força de trabalho 😗 de máquinas automáticas e programas de computador que possam executar, automaticamente, tarefas repetitivas sem qualquer tipo de adversidade, já que 😗 não sofrem com todas as vulnerabilidades que um ser humano detém como cansaço, riscos de sofrer acidentes e mobilidade, além 😗 do fato de não gerar despesas para a organização a não ser com jogo da virada 2024 online manutenção e funcionamento.

Porém, como se trata 😗 de um ramo da ciência relativamente novo e que está em uma fase de desenvolvimento lenta e gradual, ainda pode 😗 demorar para que a inteligência artificial cause algum impacto, realmente, significativo para as relações dentro da sociedade.[164]Referências

{nl}

grupo telegram roleta bet365

handicap apostas o que ételegram bet

como marcar ambas marcam no bet365 futebol virtualcomo trabalhar com site de apostas