7 Tipos de IA e Seu Papel Crucial na Formação da Tecnologia

Por décadas, pesquisadores e especialistas têm refletido sobre como a inteligência artificial pode virar a mesa para a indústria de tecnologia.

Em 1956, John McCarthy desenvolveu um robô móvel, Shakey, que imitava a "tomada de decisão humana" para conduzir seminários. Ele também cunhou o termo inteligência artificial (IA) para indicar sua ressonância com nosso cérebro humano e intelecto cognitivo.

Hoje, diferentes tipos de software de operacionalização de aprendizado de máquina (MLOps) e ferramentas de IA estão sendo carregados em setores industriais importantes para identificar, automatizar e otimizar big data.

A IA percorreu um longo caminho desde sua história até sua forma atual. No nível raiz, a árvore da IA inclui aprendizado de máquina, que se ramifica para outros estágios avançados como inteligência de máquina, consciência de máquina e consciência de máquina.

Inteligência artificial estreita (ANI)

IA estreita ou fraca é um tipo de IA que impede um computador de realizar mais de uma operação por vez. Ela tem um campo de atuação limitado quando se trata de realizar múltiplas tarefas intelectuais no mesmo período de tempo. A IA estreita pode compilar uma instrução específica em um cenário personalizado. Alguns exemplos são o Google Assistant, Alexa e Siri.

Exemplos de IA estreita

Chatbots de atendimento ao cliente, como os usados por empresas como Zendesk ou Drift, empregam IA estreita para responder a perguntas comuns de clientes, solucionar problemas e fornecer suporte, tudo dentro de um contexto limitado.

Aplicativos como Google Photos e sistemas de reconhecimento facial utilizam IA estreita para identificar e categorizar imagens, reconhecendo rostos, objetos e cenas dentro das fotos.

Inteligência artificial geral (AGI)

AGI é o futuro da tecnologia digital, onde robôs autônomos ou ciborgues emularão movimentos sensoriais humanos. Com a AGI, as máquinas serão capazes de ver, responder e interpretar informações externas, semelhante ao sistema nervoso humano. Os avanços em redes neurais artificiais impulsionarão os carregadores futuros de AGI, que administrarão negócios com o passar do tempo.

Exemplos de AGI

Até agora, a verdadeira AGI não existe, e todos os sistemas de IA existentes são classificados como IA estreita. No entanto, pesquisadores estão explorando exemplos teóricos e projetos em andamento que visam alcançar a AGI. Por exemplo, modelos como o GPT-4 da OpenAI e o AlphaFold da DeepMind exibem capacidades avançadas em processamento de linguagem e compreensão biológica, respectivamente, mas ainda permanecem limitados a domínios específicos.

Iniciativas em arquiteturas cognitivas e pesquisa de consciência artificial buscam replicar processos cognitivos humanos, enquanto modelos de IA de propósito geral vislumbram sistemas capazes de aprender e realizar qualquer tarefa intelectual semelhante às habilidades humanas. Esses esforços refletem a busca contínua para desenvolver a AGI, que continua sendo um objetivo significativo no campo da inteligência artificial.

Superinteligência artificial (ASI)

A IA forte é um conceito futurista que até agora tem sido apenas o tema de um filme de ficção científica. A IA forte será o dominador final, pois permitiria que as máquinas projetassem autoaperfeiçoamentos e superassem a humanidade. Construiria habilidades cognitivas, sentimentos e emoções em máquinas melhores do que nós. Felizmente, até agora, é apenas uma proposição.

O segundo tipo, conhecido como IA funcional, descreve as principais aplicações de IA na esfera comercial e nas mídias sociais. Os sistemas do tipo 2 geralmente funcionam com algoritmos não supervisionados que geram resultados sem utilizar dados de treinamento.

Até o momento, quatro tipos de sistemas de IA do tipo 2 foram desenvolvidos e testados.

IA de máquinas reativas

Máquinas reativas são o tipo mais básico de IA não supervisionada. Isso significa que elas não podem formar memórias ou usar experiências passadas para influenciar decisões feitas no presente; elas só podem reagir a situações existentes no momento – daí "reativas".

Máquinas reativas não têm conceito do mundo e não podem funcionar além das tarefas simples para as quais foram programadas. Uma característica das máquinas reativas é que, independentemente do tempo ou lugar, elas sempre se comportarão da maneira como foram programadas. Não há crescimento com máquinas reativas, apenas estagnação em ações e comportamentos recorrentes.

Exemplo de máquinas reativas

Uma forma existente de uma máquina reativa é o Deep Blue, um supercomputador de xadrez criado pela IBM em meados da década de 1980.

O Deep Blue foi criado para jogar xadrez contra um competidor humano com a intenção de derrotar o competidor. Ele foi programado para identificar um tabuleiro de xadrez e suas peças enquanto entendia e previa os movimentos de cada peça. Em uma série de partidas jogadas entre 1996 e 1997, o Deep Blue derrotou o grande mestre de xadrez russo Garry Kasparov por 3½ a 2½ jogos, tornando-se o primeiro dispositivo computadorizado a derrotar um oponente humano.

Fonte: Scientific American

A habilidade única do Deep Blue de jogar partidas de xadrez com precisão e sucesso destacou suas habilidades reativas. Da mesma forma, sua mente reativa também indica que ele não tem conceito de passado ou futuro; ele apenas compreende e age sobre o mundo existente no momento e seus componentes dentro dele. Para simplificar, máquinas reativas são programadas para o aqui e agora, mas não para o antes e depois.

IA de memória limitada

A memória limitada é composta por sistemas de IA supervisionados que derivam conhecimento de dados experimentais ou eventos da vida real. Ao contrário das máquinas reativas, a memória limitada aprende com o passado observando ações ou dados alimentados a ela para criar um modelo de bom ajuste.

Embora a memória limitada se baseie em dados observacionais em conjunto com dados pré-programados que as máquinas já contêm, essas amostras de informações são passageiras. Uma forma existente de memória limitada são os veículos autônomos.

Exemplos de IA de memória limitada

Veículos autônomos ou carros autônomos funcionam com uma combinação de conhecimento observacional e visão computacional. Para observar como dirigir adequadamente entre veículos dependentes de humanos, os carros autônomos segmentam seu ambiente, detectam padrões ou mudanças em fatores externos e se ajustam.

Não apenas os veículos autônomos observam seu ambiente, mas também detectam, rotulam e capturam o tráfego em retrospectiva. Anteriormente, carros sem motorista sem IA de memória limitada levavam 100 segundos para reagir e tomar decisões sobre fatores externos. Desde a introdução da memória limitada, o tempo de reação em observações baseadas em máquinas caiu drasticamente.

Assistentes virtuais usam IA de memória limitada para fornecer experiências personalizadas aos usuários, lembrando interações passadas. Esses assistentes analisam preferências do usuário, como perguntas frequentes, configurações preferidas ou comandos anteriores, para melhorar suas respostas e sugestões ao longo do tempo.

Por exemplo, plataformas como Amazon Alexa e Google Assistant podem lembrar solicitações passadas, permitindo que ofereçam recomendações personalizadas, gerenciem dispositivos domésticos inteligentes e aumentem o engajamento do usuário. Essa memória de interações anteriores ajuda os assistentes virtuais a se adaptarem e responderem de forma mais eficaz, tornando-os cada vez mais úteis nas tarefas diárias.

IA de teoria da mente

Como o nome sugere, a teoria da mente é uma técnica para passar o bastão de suas ideias, decisões e padrões de pensamento para os computadores. Embora algumas máquinas atualmente exibam capacidades semelhantes às humanas, nenhuma é totalmente capaz de manter conversas relativas aos padrões humanos. Mesmo o robô mais avançado do mundo carece de inteligência emocional (a capacidade de soar e se comportar como um humano).

Essa futura classe de habilidade de máquina incluiria entender que as pessoas têm pensamentos e emoções que afetam a saída comportamental e, assim, influenciam o processo de pensamento de uma máquina de "teoria da mente". A interação social é um aspecto chave da interação humana. Portanto, para tornar as máquinas de teoria da mente tangíveis, os sistemas de IA que controlam os robôs atuais teriam que identificar, entender, reter e lembrar respostas emocionais.

Essas máquinas podem processar comandos humanos e adaptá-los aos seus centros de aprendizado para entender as regras da comunicação e interações básicas. A teoria da mente é uma forma avançada de inteligência artificial proposta que exigiria que as máquinas reconhecessem mudanças rápidas nos padrões emocionais e comportamentais humanos de forma completa. Harmonizar interações nesse nível exigirá muitos testes e pensamento abstrato.

Exemplo de IA de teoria da mente

Alguns elementos da IA de teoria da mente atualmente existem ou existiram no passado recente. Dois exemplos notáveis são os robôs Kismet e Sophia, criados em 2000 e 2016, respectivamente.

Kismet

Kismet, desenvolvido pela Professora Cynthia Breazeal, era capaz de reconhecer sinais faciais humanos (emoções) e podia replicar essas emoções com seu rosto, que era estruturado com características faciais humanas: olhos, lábios, orelhas, sobrancelhas e pálpebras.

Fonte: YouTube

Sophia

Sophia, por outro lado, é um robô humanoide criado pela Hanson Robotics. O que a distingue de robôs anteriores é sua semelhança física com um ser humano, bem como sua capacidade de ver (reconhecimento de imagem) e responder a interações com expressões faciais apropriadas.

Esses dois robôs semelhantes a humanos são amostras de movimento em direção a sistemas de IA de teoria da mente completos se materializando em um futuro próximo. Embora nenhum deles tenha a capacidade de ter uma conversa completa com um ser humano real, ambos os robôs têm aspectos de habilidade emotiva semelhantes aos de seus homólogos humanos. Essa iniciativa empurrou o envelope da IA em direção à sociedade humana.

IA autoconsciente

A IA autoconsciente envolve máquinas com consciência em nível humano. Embora essa forma de IA não exista atualmente, ela seria considerada a forma mais avançada de inteligência artificial conhecida pelo homem.

Facetas da IA autoconsciente incluem a capacidade de não apenas reconhecer e replicar ações semelhantes às humanas, mas também de pensar por si mesma, ter desejos e entender seus sentimentos. A IA autoconsciente, em essência, é um avanço e extensão da IA de teoria da mente. Onde a teoria da mente se concentra apenas nos aspectos de compreensão e replicação das práticas humanas, a IA autoconsciente dá um passo adiante ao implicar que ela pode e terá pensamentos e reações autoguiadas.

Atravessar essa ponte quando chegar a ela

Estamos atualmente no terceiro nível dos quatro tipos de inteligência artificial, então acreditar que poderíamos potencialmente alcançar o quarto (e último?) nível de IA não parece uma ideia absurda.

Mas, por enquanto, é importante focar em aperfeiçoar todos os aspectos dos tipos dois e três em IA. Acelerar de forma descuidada através de cada nível de IA pode ser prejudicial para o futuro da inteligência artificial para as gerações vindouras.

Explore como a regressão logística divide uma diferença entre diferentes tipos de dados não estruturados.

Este artigo foi publicado originalmente em 2022. Foi atualizado com novas informações.