+55 (21) 2505-9393
+55 (21) 99731-6528
contato@acpdbrasil.com

Inteligência Artificial (IA): Parte II

Conformidade, Proteção e Privacidade de Dados

Quais são as vantagens e desvantagens da inteligência artificial?

Inteligência Artificial. As tecnologias de redes neurais artificiais e de Deep Learning estão evoluindo rapidamente, principalmente porque a IA pode processar grandes quantidades de dados muito mais rápido e fazer previsões mais acuradas do que é humanamente possível.

Enquanto o enorme volume de dados criado diariamente atolaria um pesquisador humano, as aplicações de IA usando Machine Learning podem tratar esses dados e rapidamente transformá-los em informações, conhecimentos e sabedorias. Atualmente, uma desvantagem primária da IA é que é caro processar as grandes quantidades de dados que a programação de IA requer. Conforme as técnicas de IA são incorporadas a mais produtos e serviços, as organizações também devem estar atentas ao potencial da IA de criar sistemas tendenciosos e discriminatórios, intencional ou inadvertidamente.

Esta é a parte II de uma série de artigos que escreveremos, falando da IA. Caso não tenha tido a oportunidade de ler a Parte I, confira aqui.

Vantagens da IA

  • Excelente em tarefas orientadas a detalhes. A IA provou ser tão boa, se não melhor que os médicos no diagnóstico de certos cânceres, incluindo câncer de mama1 e melanoma2;
  • Redução do tempo para tarefas com grandes volumes de dados. A IA é amplamente utilizada em indústrias com muitos dados, incluindo bancos e valores mobiliários, farmacêutica e seguros, para reduzir o tempo necessário para analisar grandes conjuntos de dados. Serviços financeiros, por exemplo, rotineiramente usam IA para processar pedidos de empréstimo e detectar fraudes;
  • Economia de trabalho e aumento da produtividade. Um exemplo aqui é o uso da automação de armazéns, que cresceu durante a pandemia e espera-se que aumente com a integração de IA e aprendizado de máquina.
  • Entrega de resultados consistentes. As melhores ferramentas de tradução de IA fornecem altos níveis de consistência, oferecendo até mesmo às pequenas empresas a capacidade de alcançar os clientes em sua língua nativa.
  • Melhoraria da experiência do cliente por meio da personalização. A IA pode personalizar conteúdo, mensagens, anúncios, recomendações e sites para clientes individuais.
  • Agentes virtuais alimentados por IA estão sempre disponíveis. Programas de IA não precisam dormir ou fazer pausas, fornecendo serviço 24/7.

Desvantagens da IA

  • Automação de Tarefas: A IA pode automatizar diversas tarefas, levando à perda de empregos em alguns setores, especialmente aqueles com atividades repetitivas;
  • Desqualificação Profissional: A rápida mudança tecnológica exige constante atualização profissional, o que pode ser um desafio para alguns trabalhadores, levando à desqualificação profissional;
  • Discriminação Involuntária: Sistemas de IA podem perpetuar e amplificar vieses presentes nos dados utilizados para seu treinamento, levando à discriminação involuntária contra grupos minoritários;
  • A falta de representatividade de grupos diversos nas equipes de desenvolvimento de IA pode contribuir para vieses nos algoritmos;
  • Explicabilidade: A “caixa preta” de alguns sistemas de IA dificulta a compreensão de como as decisões são tomadas, gerando falta de transparência e, às vezes, insegurança;

IA forte versus IA fraca

A IA pode ser categorizada como fraca ou forte. Tais categorizações são descritas a seguir:

  • IA fraca: também conhecida como narrow IA, é projetada e treinada para completar uma tarefa específica. Robôs industriais e assistentes pessoais virtuais, como o Siri da Apple, usam IA fraca;
  • IA forte: também conhecida como Artificial General Intelligence (AGI), descreve a programação que pode replicar as habilidades cognitivas do cérebro humano. Quando apresentado com uma tarefa desconhecida, um sistema de IA forte pode usar Lógica Fuzzy para aplicar conhecimento de um domínio para outro e encontrar uma solução autonomamente.

Quais são os 4 tipos de inteligência artificial?

Arend Hintze, professor assistente de Biologia Integrativa e Ciência da Computação e Engenharia na Universidade Estadual de Michigan, defende que a IA pode ser categorizada em quatro tipos:

  • Tipo 1: Máquinas reativas. Esses sistemas de IA não têm memória e são específicos para tarefas. Um exemplo é o Deep Blue, o programa de xadrez da IBM que derrotou Garry Kasparov na década de 1990. O Deep Blue pode identificar peças em um tabuleiro de xadrez e fazer previsões, mas porque não tem memória, não pode usar experiências passadas para informar as futuras;
  • Tipo 2: Memória limitada. Esses sistemas de IA têm memória, então podem usar experiências passadas para informar decisões futuras. Algumas das funções de tomada de decisão em carros autônomos são projetadas dessa forma;
  • Tipo 3: Teoria da mente. Teoria da mente é um termo da psicologia. Quando aplicado à IA, significa que o sistema teria a inteligência social para entender emoções. Esse tipo de IA será capaz de inferir intenções humanas e prever comportamentos, uma habilidade necessária para que os sistemas de IA se tornem membros integrais de equipes humanas;
  • Tipo 4: Autoconsciência. Nesta categoria, os sistemas de IA têm um senso de si, o que lhes dá consciência. Máquinas com autoconsciência entendem seu próprio estado atual. Esse tipo de IA ainda não existe.

Aqui estão alguns exemplos de tecnologia de IA e como elas são utilizadas:

  1. Automação: A automação, quando combinada com tecnologias de IA, pode ampliar o volume e os tipos de tarefas realizadas. Um exemplo é a Automação de Processos Robóticos, Robotic Process Automation (RPA), um tipo de software que automatiza tarefas repetitivas baseadas em regras tradicionalmente feitas por humanos;
  2. Machine Learning: É a ciência de fazer um computador agir sem programação. O aprendizado profundo, um subconjunto do aprendizado de máquina, pode ser pensado como a automação de análises preditivas;
  3. Visão Computacional: Essa tecnologia dá a uma máquina a capacidade de ver, capturando e analisando informações visuais usando uma câmera, conversão analógica-digital e processamento de sinal digital. É usado em uma variedade de aplicações, desde identificação de assinaturas até análise de imagens médicas;
  4. Processamento de Linguagem Natural (PLN): É o processamento da linguagem humana por um programa de computador. Exemplos incluem detecção de spam em e-mails, tradução de texto e reconhecimento de fala;
  5. Robótica: Esta área da engenharia foca no design e fabricação de robôs, usados em tarefas difíceis ou repetitivas, como em linhas de montagem de carros;
  6. Carros Autônomos: Veículos autônomos usam visão computacional, reconhecimento de imagem e aprendizado profundo para pilotar um veículo enquanto permanecem em uma faixa e evitam obstruções inesperadas;
  7. Geração de Texto, Imagem e Áudio: Técnicas de IA generativa são usadas para criar uma variedade de mídias, desde arte foto realista até respostas de e-mail e roteiros.

Esses são apenas alguns exemplos de como a IA é aplicada em várias áreas atualmente, demonstrando seu amplo espectro de aplicação e impacto em nossa vida cotidiana.

  1. THE NEW YORK TIMES. Using A.I. to Detect Breast Cancer That Doctors Miss. Disponível em: https://www.nytimes.com/2023/03/05/technology/artificial-intelligence-breast-cancer-detection.html. Acesso em: 15 abr. 2024. ↩︎
  2. MELANOMA RESEARCH ALLIANCE. Artificial Intelligence & Melanoma Detection: Closing the Gaps. Disponível em: https://www.curemelanoma.org/blog/article/artificial-intelligence-and-melanoma-detection-closing-the-gaps. Acesso em: 15 abr. 2024. ↩︎

 

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Open chat
Olá 👋
Como podemos te ajudar?