70+ Termos de Inteligência Artificial de A a Z em Tecnologia

Fazendo os computadores aprenderem o ABC do cérebro humano.

As pessoas frequentemente assumem que inteligência artificial significa que os robôs estão ganhando vida para interagir com os humanos. No entanto, essa noção distorce o significado de IA.

A inteligência artificial é altamente multifacetada, com subcomponentes que se estendem muito além do equívoco da "relação robô-humano". O hype da IA ainda não faz jus ao seu nome. Enquanto muitos a chamam de um trampolim para a automação, há mais se você olhar através de sua lupa.

A IA é um superconjunto que contém diferentes técnicas de análise e visualização de dados. Algumas técnicas são automação de processos robóticos, processamento de linguagem natural, aprendizado profundo ou aprendizado de máquina. A diferença está em como cada processo melhora vastamente quando combinado. Integrar inteligência artificial e software de operacionalização de aprendizado de máquina com sua pilha de tecnologia é uma ótima maneira de experimentar com seus dados e ver aonde isso leva você.

Antes de apresentar a IA como uma solução em seu próximo plano de projeto, passe por esses termos rápidos de inteligência artificial para apoiar suas declarações com provas.

Termos de inteligência artificial de A a Z

Como Stephen Hawking projetou claramente, "A IA é o gigantesco passo da humanidade em direção a um futuro robótico. Ela pode projetar melhorias para si mesma e conquistar a humanidade antes que saibamos. Mas antes de nos curvarmos à vontade dos robôs, precisamos saber como eles são construídos.

Cada termo de IA gira em torno do conceito de interação humano-computador. Para saber como o cérebro humano funciona, os sistemas são alimentados com expressões algorítmicas. Esses sistemas então traduzem comandos humanos e detectam objetos externos. Vamos ver quais termos contribuem para propriedades de autoassistência como essas.

Terminologia relevante de inteligência artificial

Enquanto navega na internet, você provavelmente ouviu termos como "mineração de dados" e "aprendizado de máquina", mas nunca conseguiu encontrar uma definição concisa para ajudá-lo a entender o que leu. Agora? Você não precisa procurar muito. Abaixo estão definições breves de palavras e frases relacionadas à IA.

Nota: nem todas as letras do alfabeto estão listadas se não contiverem termos relevantes o suficiente.

Termos de IA, de A a E

AGI, ANI, ANN... o que todos eles significam? Embora a primeira letra de cada um signifique "artificial", o significado das letras sucessivas não é implicado.

A

Algoritmo: uma fórmula ou um conjunto de instruções dadas a um computador para que ele complete uma tarefa (ou seja, um conjunto de regras para um computador). Representa a relação entre variáveis de entrada e resultantes através de uma expressão matemática ou condicional.

Inteligência artificial: um subconjunto da ciência da computação que lida com sistemas de computador realizando tarefas com inteligência semelhante, igual ou superior à de um humano (por exemplo, tomada de decisão, reconhecimento e classificação de objetos, reconhecimento de fala e tradução)

Inteligência artificial geral (AGI): também conhecida como IA forte, AGI é um tipo de inteligência artificial considerada semelhante à humana e ainda em seus estágios preliminares (mais uma existência hipotética nos dias de hoje)

Inteligência artificial estreita (ANI): IA fraca, ANI é uma inteligência artificial que só pode se concentrar em uma tarefa ou problema de cada vez (por exemplo, jogar um jogo contra um competidor humano). Esta é a forma existente atual de IA. Este algoritmo de inteligência artificial é programado para resolver um número limitado de problemas de dados.

Rede neural artificial (ANN): uma rede modelada após o cérebro humano, criando um sistema neural artificial através de um algoritmo de computador que reconhece padrões, aprende, interpreta e classifica dados sensoriais

Função de ativação: É a principal camada de cálculo de uma rede neural. A função de ativação aciona o nó de decisão correto dentro da rede neural e exibe o nó como uma saída. Converte uma série de entradas em classes de saída singulares ou múltiplas.

Sistema imunológico artificial: Uma técnica de redes neurais fuzzy inteligentes ou sistemas de aprendizado de máquina baseados em regras usados para o sistema imunológico vernáculo. A lógica é construída usando expressões reativas para resolver um problema específico, assim como o sistema imunológico.

Carros autônomos: Carros autônomos que funcionam com o princípio da visão computacional para detectar, identificar e categorizar obstáculos externos e dirigir ao redor deles.

B

Retropropagação: abreviação de "propagação reversa de erros", é um método de treinamento de redes neurais onde a saída inicial do sistema é comparada à saída desejada, e então ajustada até que a diferença (entre as saídas) se torne mínima

Saco de palavras: Este algoritmo é usado para classificação de documentos e recuperação de informações. Ele extrai o texto de um documento e o armazena em um saco de palavras sem a gramática e a ordem das frases. A frequência das palavras é usada como uma característica para treinar o algoritmo e classificar o documento.

Saco de palavras (visão computacional): Este algoritmo extrai características ou características de imagens e alimenta características semelhantes ao algoritmo para classificar a imagem.

Rede bayesiana: também conhecida como rede de Bayes, modelo de Bayes, rede de crenças e rede de decisão, é um modelo baseado em gráfico que representa um conjunto de variáveis e suas dependências.

Big data: grandes quantidades de dados estruturados e não estruturados que são complexos demais para serem tratados por software de processamento de dados padrão

Normalização em lote: A normalização em lote é usada para ajustar variáveis de entrada em redes neurais. Ela descarrega uma rede neural ajustando pesos e vieses e os empurrando em lotes para chegar a uma saída estável.

Árvore binária: A árvore binária é uma árvore enraizada onde cada nó tem dois filhos, a saber, o filho esquerdo e o filho direito. Uma árvore enraizada geralmente transmite níveis (distância das raízes). Assim, para cada nó, as noções são definidas como os nós conectados a ele.

Busca por força bruta: Um algoritmo generativo que propõe todas as soluções para um problema e escolhe a melhor solução.

C

Chatbots: um robô de chat que pode conversar com um usuário humano através de comandos de texto ou voz. Utilizado por indústrias de e-commerce, educação, saúde e negócios para comunicação fácil e para responder a perguntas dos usuários.

Imagem cortesia de IBM

Classificação: técnica de algoritmo que permite que máquinas atribuam categorias a pontos de dados

Robótica em nuvem: A robótica em nuvem permite que máquinas ou robôs acessem armazenamento em nuvem. Essas máquinas são equipadas com um provedor hospedado em nuvem sobre uma infraestrutura convergente para acessar conteúdo, responder mais rapidamente e exibir resultados precisos.

Agrupamento: Uma técnica de algoritmo que permite que máquinas agrupem dados semelhantes em categorias de dados maiores.

Computação cognitiva: um modelo computadorizado que imita processos de pensamento humano por mineração de dados, PLN e reconhecimento de padrões

Ciência cognitiva: A forma mais ampla de IA remonta à linguística, filosofia e à meta-existência dos computadores. Permite que as máquinas simulem o pensamento e a ação humanos.

Visão computacional: quando uma máquina processa entrada visual de arquivos de imagem (JPEGs) ou feeds de câmera

Inteligência computacional: A capacidade de um computador de aprender a partir de uma situação experimental e usar os aprendizados para previsões futuras.

Rede neural convolucional (CNN): um tipo de rede neural especificamente criada para analisar, classificar e agrupar imagens visuais usando perceptrons multicamadas

D

Mineração de dados: o processo de classificar grandes conjuntos de dados para identificar padrões recorrentes enquanto estabelece relações de resolução de problemas

Ciência de dados: Um termo abrangente para gerenciamento, análise e visualização de banco de dados que abrange todas as técnicas de inteligência artificial e aprendizado de máquina. Descreve diferentes métodos, algoritmos, conhecimento e sistemas para extrair insights de conjuntos de dados, treinar modelos e criar correlações. É baseado em matemática, estatística, geometria e matrizes e determinantes.

Conjunto de dados: Um conjunto de dados é uma representação de dados. Pode ser um banco de dados único ou múltiplas matrizes contendo várias linhas e colunas. Cada conjunto de dados tem uma lista definida de variáveis e valores subjacentes que melhor descrevem o problema. Um conjunto de dados é refinado e limpo antes de ser alimentado a um algoritmo de aprendizado de máquina.

Armazém de dados: É um repositório central que contém dados de uma ou mais fontes. Ele armazena e versiona dados antigos e novos em uma plataforma centralizada.

Aprendizado de árvore de decisão: Um algoritmo de aprendizado supervisionado onde os nós votam individualmente para prever a classe da entrada. Também é usado para modelagem preditiva ou modelagem estatística.

Redução de dimensionalidade: O processo de reduzir variáveis aleatórias para ajustar a precisão da saída. No reconhecimento facial, a redução de dimensionalidade é usada durante a análise de componentes principais para reduzir o tamanho do conjunto de imagens de entrada para ajustar a saída e eliminar ruído.

Aprendizado profundo: uma técnica de aprendizado de máquina que ensina computadores a aprender de cor (ou seja, as máquinas imitam o aprendizado como uma mente humana faria usando técnicas de classificação)

Ecossistema digital: várias plataformas de software ou serviços em nuvem que trabalham em conjunto em uma rede

Termos de IA, de F a J

Esta seção deve ser de particular interesse se você gosta de IA experimental!

F

Extração de características: Em aprendizado de máquina, visão computacional ou reconhecimento de padrões, a extração de características começa dividindo a imagem ou dados em caixas delimitadoras e extraindo uma única característica das caixas. As características são extraídas, agrupadas e alimentadas a uma máquina vetorial supervisionada para prever a saída.

Rede neural feedforward: É a rede neural artificial mais simples onde a informação sai pelo nó de saída e não retorna para análise. Os dados fluem apenas na direção para frente e não formam um loop.

Lógica fuzzy: Uma lógica condicional onde as variáveis podem exibir qualquer grau de veracidade, variando de 0 a 1. O valor 0 representa "falso" e o valor 1 representa "verdade". Em contraste com expressões booleanas, que exibem apenas saída como 0 (verdadeiro) ou 1 (falso), a lógica fuzzy pode exibir verdade parcial em valores decimais.

G

Redes adversárias generativas (GAN): um tipo de rede neural que pode gerar fotografias aparentemente autênticas em uma escala superficial para os olhos humanos. Imagens geradas por GANs pegam elementos de dados fotográficos e os moldam em imagens realistas de pessoas, animais e lugares.

Fonte: Medium.com

Algoritmo genético: um algoritmo baseado em princípios de genética que é usado para encontrar soluções de forma eficiente e rápida para problemas difíceis

H

Heurística: uma técnica de ciência da computação projetada para resolução de problemas rápida e baseada em soluções ótimas. Uma técnica heurística interrompe o algoritmo a cada etapa durante a análise e busca as diferentes hipóteses de soluções antes de chegar a uma solução adequada.

I

Reconhecimento de imagem: o processo de identificar ou detectar um objeto ou característica de um objeto em uma imagem ou vídeo

Agentes inteligentes: Agentes que observam um ambiente particular através de sensores e trabalham para alcançar um objetivo para o algoritmo. É usado principalmente em aprendizado por reforço e redes Q profundas para aprender ou usar conhecimento para realizar uma ação.

Análise de componentes independentes: A ICA é uma técnica poderosa de aprendizado de máquina que extrai tendências dos dados observados e os usa para processar e categorizar novos dados de forma independente. Ela separa um multivariado em componentes independentes e não gaussianos para formar uma transformação linear.

Termos de IA, de K a O

Alguns dos termos mais usados estão entre K-O no glossário de IA!

K

Método do kernel: Em inteligência artificial, o método do kernel é um método bootstrap usado para análise e classificação de padrões. É o método mais conhecido de máquina vetorial supervisionada e estuda diferentes relações dentro da entrada para prever uma categoria.

Extrações de conhecimento: A extração de conhecimento de documentação técnica, XML, conjuntos de dados não estruturados ou bancos de dados relacionais. Elementos de conhecimento são extraídos executando consultas específicas que representam melhor os dados.

K-vizinhos mais próximos: É um algoritmo não supervisionado onde a classe de dados é determinada observando os pontos de dados mais próximos. O maior número de pontos de dados em uma direção particular significa que os dados atuais também pertencem à mesma categoria.

L

Memória limitada: sistemas com memória de curto prazo limitada a um determinado período de tempo. A IA de memória limitada deriva conhecimento de experiências ou eventos em tempo real e o armazena no banco de dados. Quando um problema ocorre, ela fornece resultados redundantes.

M

Aprendizado de máquina (ML): foca no desenvolvimento de programas que acessam e usam dados por conta própria, levando as máquinas a aprenderem por si mesmas e melhorarem a partir de experiências aprendidas

Modelos de aprendizado de máquina: É um programa treinado em dados antigos para fazer previsões para dados novos. Existem três tipos de modelos de aprendizado de máquina, a saber, supervisionado, não supervisionado e semi-supervisionado.

Inteligência de máquina: É uma forma avançada de inteligência humana onde as máquinas aprendem com seus próprios erros, priorizam tarefas de automação de forma sequencial e alcançam objetivos.

Consciência de máquina: A consciência de máquina, ou consciência artificial, é um estado de consciência alcançado por máquinas após um período específico de tempo para decifrar emoções e expressões humanas. Está sendo experimentado na indústria de robótica.

Tradução automática: uma aplicação de PLN para tradução de idiomas (humano para humano) em conversas baseadas em texto e fala.

N

Processamento de linguagem natural (PLN): ajuda os computadores a processarem, interpretarem e analisarem a linguagem humana e suas características usando dados de linguagem natural

Classificador Naive Bayes: É um algoritmo de aprendizado de máquina supervisionado usado para problemas de classificação. É um único algoritmo ou um grupo de algoritmos com características distintas (todas as variáveis do conjunto de dados são independentes umas das outras).

Nanobots: Nanobots são robôs de tamanho molecular medidos em escala nanométrica e programados para realizar uma tarefa específica dentro do corpo humano. O conceito é usado para criar vacinas inteligentes, terapia contra o câncer e imunoterapia através de métodos indolores de medicação.

Redes neurais: Redes neurais é uma técnica de aprendizado profundo que se assemelha à estrutura de um cérebro humano. A estrutura de uma rede neural constitui várias camadas que realizam cálculos na entrada e decidem a classe de saída correta. Uma rede neural requer grandes conjuntos de dados e alta GPU para funcionar. No entanto, a saída é processada muito mais rapidamente em comparação a um algoritmo de aprendizado de máquina.

Nó: Uma unidade básica de uma estrutura de dados, como uma pilha ou uma lista encadeada, ou uma fila, que representa um valor subjacente ou uma variável.

O

Reconhecimento Óptico de Caracteres (OCR): conversão de imagens de texto (digitado, manuscrito ou impresso), eletronicamente ou mecanicamente, em texto codificado por máquina. Um software OCR analisa os caracteres de um documento em pdf e os formata em um novo arquivo de destino da mesma forma que foram escritos.

Fonte: YouTube

OpenAI: Uma empresa tecnológica com fins lucrativos que realiza pesquisas científicas em inteligência artificial e aprendizado de máquina. ChatGPT, uma plataforma de IA conversacional, é sua última invenção. Desenvolvido com base no princípio do aprendizado por reforço, o ChatGPT está equipado com capacidades avançadas de IA para completar tarefas dependentes de humanos.

Software de código aberto: É um tipo de software de computador sob uma licença aberta onde o desenvolvedor (detentor dos direitos autorais) dá aos usuários os direitos de trocar dados, código e informações através da plataforma.

Termos de IA, de P a T

Robôs, robôs, robôs. Você finalmente encontrará algumas definições centradas em robôs aqui!

P

Reconhecimento de padrões: É um método de ciência de dados usado para detectar, analisar e rotular padrões ou regularidades em dados.

Análise preditiva: Técnicas de interpretação estatística de mineração de dados, aprendizado de máquina e aprendizado profundo são usadas para prever resultados de eventos.

Análise de componentes principais: Um processo estatístico em que um conjunto de observações não relacionadas é convertido em variáveis relacionadas. As variáveis relacionadas abrangem uma ou mais características do conjunto de dados original, onde cada variável é ortogonal às suas variáveis precedentes.

R

Máquinas reativas: podem analisar, perceber e fazer previsões sobre experiências, mas não armazenam dados; reagem a situações e agem com base no momento dado

Rede neural recorrente (RNN): um tipo de rede neural que faz sentido e cria saídas com base em informações sequenciais e reconhecimento de padrões

Aprendizado por reforço: um método de aprendizado de máquina onde o algoritmo de reforço aprende interagindo com seu ambiente e é então penalizado ou recompensado com base nas decisões que toma.

Robótica: focada no design e fabricação de robôs que exibem e/ou replicam inteligência e ações humanas

Automação de processos robóticos (RPA): usa software com inteligência artificial e aprendizado de máquina para realizar tarefas repetitivas antes realizadas por humanos.

R: Uma técnica de modelagem de dados estatísticos usada para criar correlações de dados e criar um modelo de bom ajuste para prever a possibilidade de um evento.

S

IA forte ou ASI é o estágio mais alto de consciência alcançado por uma máquina para traduzir emoções e expressões humanas. Inclui técnicas como IA reativa, IA autoconsciente e teoria da mente. As respostas sensoriais de um humano são analisadas e lidas por computadores para formar uma resposta biológica. Quase parece que um humano real está interagindo com um computador. Formar uma sequência de consciência em computadores não é fácil e requer alta expertise e unidades programáveis (GPU).

Dados estruturados: dados claramente definidos com padrões facilmente pesquisáveis

Aprendizado supervisionado: um tipo de aprendizado de máquina onde conjuntos de dados de saída ensinam máquinas a gerar resultados ou algoritmos desejados (semelhante a uma relação professor-aluno)

T

Aprendizado por transferência: um sistema que usa dados previamente aprendidos e os aplica a um novo conjunto de tarefas

Teste de Turing: um teste criado pelo cientista da computação Alan Turing (1950) para ver se as máquinas poderiam exibir inteligência igual ou indistinguível da de um humano

Termos de IA de U a Z

Menos termos de IA caem entre U-Z, mas os mais importantes estão exibidos.

U

Dados não estruturados: dados sem padrões facilmente pesquisáveis (por exemplo, áudio, vídeo, conteúdo de mídia social)

Aprendizado não supervisionado: um tipo de aprendizado de máquina onde um algoritmo é treinado com informações que não são classificadas nem rotuladas, permitindo assim que o algoritmo aja sem orientação (ou supervisão)

V

Reconhecimento de voz: Também conhecido como reconhecimento de fala, é uma técnica de interação humano-computador que permite que os computadores entendam, interpretem a ditado humano e produzam saída escrita de acordo com comandos de fala.

W

IA fraca: veja inteligência artificial estreita (ANI)

Rumo à expertise

Com esses termos frequentemente pesquisados frescos em sua mente, você está pronto para enfrentar a IA de frente e continuar sua aventura de exploração de conhecimento! Investir em inteligência artificial requer um mergulho profundo nas tendências informacionais atuais e avaliar a solução correta para o seu negócio.

Este glossário despertou sua curiosidade sobre aprender mais sobre inteligência artificial? Se sim, confira diferentes tipos de IA e como eles impactam invenções em todo o mundo.

Este artigo foi publicado originalmente em 2019. O conteúdo foi atualizado com novas informações.