CompuzillaComputação em palavras simples
← Todos os termos

Inteligência artificial

Inteligência artificial

Inteligência artificial é um campo que desenvolve sistemas para tarefas como prever, recomendar, reconhecer padrões e gerar conteúdo. Há diferentes abordagens; realizar essas tarefas não demonstra, por si só, consciência ou compreensão humana.

Escrito pela equipe Compuzilla

Publicado em . Atualizado em .

Siglas: IA, AI

Neste verbete
Compuzilla sorrindo ao lado de um diagrama: Objetivos e abordagens.

Objetivos e abordagens

  1. Objetivo
  2. Abordagem
  3. Resultado
Objetivo, abordagem e resultado ajudam a descrever um sistema de IA. Um resultado precisa de avaliação no contexto de uso. Ilustração: equipe Compuzilla.

Um campo com diferentes abordagens

A expressão IA reúne pesquisas e sistemas com objetivos variados. Uma definição operacional, como a do NIST, destaca sistemas que produzem previsões, recomendações ou decisões com diferentes graus de autonomia. Isso ajuda a descrever seu comportamento sem atribuir uma mente humana ao programa.

Historicamente, pesquisadores exploraram raciocínio por regras, busca de soluções, planejamento e aprendizado a partir de dados. As abordagens podem coexistir dentro de um mesmo sistema.

IA e aprendizado de máquina

Aprendizado de máquina é uma das abordagens usadas em IA. Nele, dados participam do ajuste de um modelo. Nem todo sistema de IA precisa seguir esse processo: regras e estratégias de busca também podem compor uma solução.

IA generativa é uma designação para sistemas que geram conteúdo, como texto ou imagem. Ela descreve uma capacidade, não uma garantia de qualidade ou verdade. Produzir uma frase plausível não significa verificar o acontecimento que ela descreve.

Um exemplo e seus limites

Um modelo pode usar medidas de objetos para estimar uma quantidade. Para avaliar o resultado, é preciso definir a tarefa, comparar previsões com valores conhecidos e examinar em quais condições os erros aumentam.

Bom desempenho num teste limitado não comprova competência em qualquer contexto. Dados diferentes, mudanças no ambiente ou um objetivo mal definido podem alterar os resultados.

Pessoas também fazem parte do sistema

Alguém escolhe os dados, os objetivos, os critérios de avaliação e o contexto de uso. Essas decisões influenciam o que o sistema faz e como afeta as pessoas. O NIST trata essa interação como parte da análise de riscos, além dos componentes técnicos.

Falar que uma máquina “aprende” pode ser conveniente, desde que o sentido fique claro: estamos descrevendo um processo computacional, não afirmando uma experiência humana.

Próxima leitura

Leia aprendizado de máquina para entender uma abordagem específica antes de generalizar sobre toda IA.

Na prática

  • Um sistema pode estimar uma quantidade a partir de dados; outro pode planejar ações usando regras explicitamente definidas.

Continue aprendendo

  • Verbete Aprendizado de máquina — Aprendizado de máquina é uma abordagem em que dados são usados para ajustar um modelo que realiza uma tarefa, como prever valores ou classificar exemplos. O objetivo é funcionar também com casos que não foram usados no ajuste.
  • Guia Como uma IA aprende com dados? — No aprendizado supervisionado, exemplos orientam o ajuste de um modelo, e dados separados ajudam a avaliar novas previsões. Um exemplo numérico mostra treino, uso e limites sem atribuir pensamento humano à máquina.
  • História Como a inteligência artificial chegou até aqui — A história da IA reúne propostas de raciocínio, sistemas baseados em conhecimento e aprendizado com dados. Projetos e trabalhos entre 1955 e 2017 mostram avanços, limites e mudanças de expectativa.

Fontes para aprofundar