A diferença entre aprendizado de máquina, IA e aprendizado profundo

Diferența dintre învățarea automată, AI și învățarea profundă
⌛ Reading Time: 5 minutes

Construir IA é complicado, mas entendê-lo não precisa ser. A maioria das inteligências artificiais existentes são apenas máquinas de adivinhação realmente boas (como nossos cérebros). Você insere um monte de dados (como os números de 1 a 10) e pede que ele faça um modelo (x + 1, começando em 0) e faça uma previsão. (O próximo número será onze.) Não há mágica, exceto o que os humanos fazem todos os dias: usar o que sabemos para fazer suposições sobre coisas que não sabemos.

O que diferencia a IA de outros programas de computador é que não precisamos programá-la especificamente para cada cenário. Podemos ensinar coisas (aprendizado de máquina) e ele também pode ensinar a si mesmo (aprendizado profundo). Embora existam várias variedades de cada um, eles podem ser amplamente definidos da seguinte forma:

  • Inteligência Artificial (IA): uma máquina que é capaz de imitar o comportamento humano
  • Aprendizado de máquina: um subconjunto de IA em que as pessoas treinam máquinas para reconhecer padrões nos dados e fazer previsões
  • Aprendizado profundo: um subconjunto de aprendizado de máquina no qual a máquina pode se treinar

Inteligência artificial

recurso ai-visão

A definição mais ampla possível de IA é simplesmente é uma máquina que pensa como um humano. Pode ser tão simples quanto seguir um fluxograma lógico ou pode ser um computador quase humano que pode aprender com uma ampla variedade de entradas sensoriais e aplicar esse conhecimento a novas situações. Essa última parte é fundamental – a IA forte que todos imaginam é aquela que pode conectar todos os tipos de pontos de dados aprendidos para dar a capacidade de lidar com quase qualquer situação.

Agora a IA ainda está em um caminho estreito – Alexa é uma mordomo incrível, mas ela não pode passar no teste de Turing. Atualmente, temos uma forma limitada de IA, mas é bom lembrar que a definição é tão ampla que, eventualmente, poderia abranger programas que fazem DeepMind parece uma calculadora.

Aprendizado de Máquina

ai-machine-learning-cat

Sem o aprendizado de máquina, a IA existente seria principalmente limitada a percorrer longas listas de “se x for verdadeiro, faça y, senão, faça z”. Esta inovação, no entanto, dá aos computadores o poder de descobrir coisas sem serem explicitamente programados. Como exemplo de um tipo de aprendizado de máquina, digamos que você queira que um programa seja capaz de identificar gatos em imagens:

  1. Dê à sua IA um conjunto de características de gato para pesquisar – linhas individuais, formas maiores, padrões de cores, etc.
  2. Passe algumas fotos pela IA – algumas ou todas podem ser rotuladas como “gato” para que a máquina possa selecionar com mais eficiência as características relevantes do gato.
  3. Depois que o programa tiver visto gatos suficientes, ele deve saber como encontrar um em uma imagem – “Se a imagem contiver os Recursos X, Y e / ou Z, é 95% provável que tenha um gato”.

Por mais complicado que pareça o aprendizado de máquina, ele pode se resumir ao seguinte: “Os humanos dizem aos computadores o que procurar, e os computadores refinam esses critérios até terem um modelo”. É bastante simples, extremamente útil e filtra seu spam, recomenda seus próximos programas da Netflix e ajusta seu feed do Facebook. Tentar Máquina ensinável do Google para uma rápida demonstração prática!

Aprendizado Profundo

ai-machine-vs-deep

Desde 2018, esta é a vanguarda da IA. Pense nisso como um aprendizado de máquina com “redes neurais” profundas que processam dados da mesma maneira que um cérebro humano. A principal diferença de seu predecessor é que os humanos não precisam ensinar a um programa de aprendizado profundo como são os gatos. Basta fornecer fotos suficientes de gatos e ele descobrirá por conta própria:

  1. Insira muitas fotos de gatos.
  2. O algoritmo inspecionará as fotos para ver quais características elas têm em comum (dica: são gatos).
  3. Cada foto será desconstruída em vários níveis de detalhe, desde grandes formas gerais até linhas minúsculas. Se uma forma ou linha se repetir muito, o algoritmo a rotulará como sendo uma característica importante.
  4. Depois de analisar imagens suficientes, o algoritmo agora sabe quais padrões fornecem as evidências mais fortes de gatos, e tudo o que os humanos tiveram que fazer foi fornecer os dados brutos.

Para resumir: o aprendizado profundo é o aprendizado de máquina em que a máquina treina a si mesma, embora vá além de gatos – as redes neurais agora são capazes de descrever com precisão tudo em uma foto.

O aprendizado profundo requer muito mais dados iniciais e poder de computação do que o aprendizado de máquina, mas está começando a ser implantado por empresas do Facebook à Amazon. A manifestação mais infame do aprendizado de máquina, no entanto, é AlphaGo, um computador que jogava jogos de Go contra si mesmo até que pudesse prever com precisão os melhores movimentos bem o suficiente para vencer repetidamente vários campeões mundiais.

Conclusão: AI = Inteligência Apocalíptica?

Hollywood é responsável por muita ciência ruim, mas quando se trata de IA, verdade e ficção potencialmente não estão tão distantes uma da outra. Não é inconcebível que um robô poderia assumir uma estação espacial (2001: A Space Odyssey), fazer você se apaixonar (Ela), ou se comportar exatamente como um humano (Blade Runner, Ex Machina).

Isso não significa que seja uma aposta ruim. A IA pode acelerar o progresso humano mais rápido do que quase tudo antes. E, embora possa parecer cínico, a realidade é que se os cientistas responsáveis ​​ficarem longe da IA ​​por causa de seu potencial de dar errado, ela provavelmente será desenvolvida de qualquer maneira por pessoas com menos preocupações de segurança. Levamos os computadores dos jogos de damas para o Go, e os próximos passos podem levar a humanidade a alguns lugares interessantes.

How useful was this post?

Click on a star to rate it!

Average rating 0 / 5. Vote count: 0

No votes so far! Be the first to rate this post.