Como as inteligências artificiais aprendem?

Por Cassio Betine

Antes de mais nada, é necessário sabermos que uma Inteligência artificial é quando máquinas ou sistemas têm a capacidade de realizar tarefas que normalmente exigem inteligência humana, como reconhecimento de voz, visão computacional, aprendizado de máquina, raciocínio lógico, criatividade e tomada de decisão. E existem diferentes tipos e níveis de inteligência artificial, desde sistemas simples que seguem regras pré-definidas até sistemas complexos que podem se adaptar e aprender com novas situações.

Podemos dizer que são sistemas lógicos escritos por alguém. Ou seja, sistemas que interpretam, analisam e respondem de acordo com algum tipo de orientação pré estabelecida.

E como elas aprendem então? São através de diversas maneiras, dependendo do tipo de algoritmo (programação) utilizado e do objetivo específico do sistema. Alguns dos métodos mais comuns de aprendizado de inteligência artificial incluem o aprendizado supervisionado, que geralmente é alimentado com dados (informações) de entrada e saída correspondentes, e os usam para fazer previsões ou tomar decisões com base nesses dados. É comum para tarefas como reconhecimento de padrões, classificação, categorização de itens, etc. 

Outra forma é o aprendizado não supervisionado. Neste caso, a IA recebe apenas dados de entrada e é incentivada a encontrar padrões e estruturas por conta própria, sem orientação explícita. Vai depender de cada nova pergunta ou sugestão do usuário. Se já usou qualquer tipo de ChatGPT, deve ter percebido que algumas vezes a IA responde que está em processo de aprendizagem e vai procurar melhorar da próxima vez.

Ainda, há também o processo de aprendizado por reforço, onde a IA toma ações em um ambiente e recebe feedback em forma de recompensa ou penalidade, de acordo com o resultado dessas ações. Com o tempo, o algoritmo aprende a agir de maneira autônoma para maximizar sua recompensa.

Seria razoável dizer que as inteligências artificiais adotam um comportamento próprio, mas com ressalvas, é claro, pois não têm consciência, são dependentes de alguma orientação prévia (por enquanto, pois há estudos avançados num tipo de autonomia quase total, inclusive sem a necessidade de conexão com internet e alimentação de energia).

De qualquer forma, essas máquinas “pensantes” estão superando em qualidade e quantidade a capacidade humana em muitos aspectos, como por exemplo, no processamento de informações - elas têm muito mais capacidade de armazenamento dados e processá-los que os humanos; nos jogos de raciocínio também - há tempos (cerca de 30 anos mais ou menos), um supercomputador da IBM, o DeepBlue ganhou uma partida de xadrez do campeão mundial Kasparov.

Outras aplicações também incluem tradução de textos e áudios em tempo real, previsão de comportamentos e resultados com base em modelos estatísticos e padrões de dados, como previsão do clima, demanda de produtos e otimização de processos industriais, e por aí a fora.

Portanto, é possível dizer que elas aprendem observando, ouvindo e pesquisando informações disponíveis nos meios digitais e nos espaços onde os humanos estão presentes, através das centenas de milhares de dispositivos ópticos e auditivos espalhados pelo mundo.

Se pensou que podemos estar vivendo num grande big-brother, talvez tenha razão.

*Cassio Betine é head do ecossistema regional de startups, coordenador de meetups tecnológicos regionais, coordenador e mentor de Startup Weekend e pilot do Walking Together. Cássio é autor do podcast Drops Tecnológicos

**Este texto é de responsabilidade do autor e não reflete, necessariamente, a opinião deste veículo de comunicação.