Como funciona a inteligência artificial? Um exemplo através dos robôs virtuais

Como funciona a inteligência artificial? Um exemplo através dos robôs virtuais

Autor: Heitor Augusto Colli Trebien

 

 

Antes de começarmos a discutir como a inteligência artificial (IA) funciona e em quais casos, precisamos tentar compreender o que significa inteligência artificial e como ela foi pensada e desenvolvida historicamente. Para compreender essa disciplina de modo ainda mais amplo, iremos discutir brevemente alguns possíveis significados de inteligência. 

Coppin (2013) menciona que a inteligência pode ser considerada como as estratégias mentais usadas para resolver problemas; assim como a capacidade de lidar com novos contextos, de responder questões, de elaborar planos, entre outras capacidades de organização. 

Desse modo, uma das possíveis conceituações de IA seria: “Inteligência Artificial é o estudo dos sistemas que agem de um modo que a um observador qualquer pareceria ser inteligente” (COPPIN, 2013, p. 4). Esse conceito é prático e ajuda a compreender em parte o que é a inteligência artificial, mas ainda se faz necessário considerar mais aspectos para compreender essa disciplina de modo mais abrangente. 

O segundo conceito definido por Coppin (2013, p. 4) é: “Inteligência Artificial envolve utilizar métodos baseados no comportamento inteligente de humanos e outros animais para solucionar problemas complexos”. Nessa conceituação, observamos a ideia de solução de problemas e se relacionarmos com a primeira definição, podemos inferir a capacidade de sistemas mais ou menos complexos imitar aspectos do comportamento humano para resolver problemas.

Outra conceituação proposta por Russell e Norvig (2021, p. VI) é a correlação entre IA e agente inteligente. Os autores definem a inteligência artificial “como o estudo de agentes que recebem percepções do ambiente e executam ações”. Cada agente implementa uma função dependendo da sequência de percepções sobre a realidade e assim agem para solucionar ou apresentar possibilidades probabilísticas de solução de problema para determinado contexto. Para a IA funcionar como um todo, exige o apoio de outras áreas, como redes neurais (rede sináptica artificial produzida por computadores que imitam o cérebro humano), teorias da decisão, entre outras disciplinas científicas. 

Os estudos que influenciaram o desenvolvimento da inteligência artificial e dos computadores são mais antigos do que imaginamos: já existiam indícios desse tipo de investigação em Aristóteles, com a prática do silogismo; o século XII, com Peter Abelard e o estudo da lógica em sua obra Dialectica; os séculos XVII, XVIII, XIX e XX deram continuidade e profundidade às investigações. 

Entre os séculos XVII e XVIII, Gottfried Leibniz e Isaac Newton ofereceram contribuições importantíssimas para criar uma linguagem matemática formal para o raciocínio. No século XIX, George Boole foi essencial para o desenvolvimento da álgebra booleana e a diferença matemática entre verdadeiro e falso. Ainda no século XIX, Charles Babbage desenvolveu a Máquina Analítica, um dos precursores dos computadores modernos.

Entretanto, a inteligência artificial e os computadores como os conhecemos hoje foram criados em 1950, graças aos estudos de Alan Turing. O cientista participou da Segunda Guerra Mundial em Bletchley Park, ajudando a decifrar códigos alemães. Publicou o texto Computing Machinery & Intelligence (1950), sendo um importante trabalho sobre o assunto da inteligência artificial como a conhecemos hoje. 

Quem tiver interesse, o filme O Jogo da Imitação retrata aspectos da teoria e da vida de Alan Turing, vale a pena para quem quiser saber um pouco mais sobre esse autor. O teste de Turing consiste na capacidade do computador imitar tão bem as atitudes humanas a ponto de confundir outro ser humano. A pessoa não saberia dizer se fala com um robô ou outra pessoa e assim o computador expressaria inteligência.

A partir de 1960 até aproximadamente 1990, a ciência voltada para a inteligência artificial tornou-se mais realista e a ideia de criar um “superciborgue” modificou-se para propostas baseadas em algoritmos, heurísticas e metodologias inspiradas no modo como o cérebro humano resolve problemas.

O sonho ainda se mantém, mas o campo científico ficou mais cuidadoso com o discurso realizado sobre as IA’s devido aos problemas e dificuldades que surgiram com as máquinas.

O teste de Turing (conhecido como jogo da imitação) é realizado da seguinte maneira: o interrogador pode se comunicar com dois indivíduos, sendo um humano e o outro um computador.

O sujeito da pesquisa (interrogador) pode fazer perguntas para cada um deles, sem interagir diretamente. As perguntas são feitas através de outro computador de posse do interrogador, sendo a mesma máquina que recebe as mensagens da pessoa e da máquina que interpreta um humano (quase como se fosse um whatsapp antigo).

O interrogador deve descobrir quem é o humano e quem é a máquina, caso ele expresse confusão, o computador é considerado inteligente.

A partir desse teste, muitos programas computacionais foram criados, como o Eliza, uma atendente virtual que tenta imitar uma consulta terapêutica. Turing foi um dos precursores dos robôs virtuais de atendimento e apesar de ainda hoje nenhuma máquina ter sido bem sucedida nesse teste, o campo do processamento de linguagem natural ganhou impulso. Os esforços da época voltaram-se para a tradução automática, que ainda hoje gera pesquisas e investigações sobre a capacidade da máquina de traduzir uma língua natural em outra. 

O termo inteligência artificial foi usado em 1956, por John McCarthy na conferência de Dartmouth College. No ano seguinte, Newell e Simon idealizaram o GPS (General Problem Solver – não confundir com o GPS que usamos atualmente para nos localizar), com o intuito de solucionar problemas lógicos através da análise de meios e fins, pela qual pode-se inferir o que precisa ser feito para atingir determinado resultado. 

Coppin (2013) comenta que, considerando as conceituações descritas, desenvolveu-se com o tempo as ideias de IA forte e IA fraca. A IA forte considera que o computador poderia pensar como um ser humano e ter consciência de si, enquanto a IA fraca parte do pressuposto de que o comportamento inteligente humano pode ser modelado para fazer o computador agir em problemas simples e complexos, mas não é a mesma inteligência e consciência expressas pelo ser humano, é uma imitação. 

A concepção da IA forte não se enquadra como um objetivo próprio da disciplina científica da Inteligência Artificial e aparece mais em ficções científicas e no imaginário do público frente às descobertas científicas. Para resolver os problemas apresentados às máquinas, existem os métodos fracos e métodos fortes, que não devem ser confundidos com IA forte e IA fraca.

Os métodos fracos dizem respeito à utilização da lógica, do raciocínio automatizado entre outros sistemas gerais estruturados que podem ser usados em problemas genéricos, sem o conhecimento genuíno sobre determinada questão. Já as metodologias fortes envolvem o conhecimento genuíno e profundo sobre os problemas e soluções que o sistema deve encontrar. Os métodos fortes, segundo Coppin (2013), dependem dos métodos fracos, que poderão ser mais elaborados e reelaborados para atingir objetivos cada vez mais complexos.

Por exemplo, considerando o funcionamento algorítmico do YouTube, a plataforma sugere vídeos de acordo com os seus cliques. Então se você gosta de fazer exercícios via Youtube, mais vídeos com esse tipo de conteúdo irão aparecer para você. O mesmo vale para músicas, tutoriais, dúvidas de português e qualquer outro tema. Esse seria um exemplo de metodologia fraca. 

No entanto, como discutimos no artigo Dados tendenciosos: a possibilidade de perder a privacidade, o contato social e a democracia, existem determinados tipos de conteúdos que são nocivos, como ideais antissemitas, machistas e homofóbicos que podem ser retroalimentados pelo algoritmo do YouTube, caso ele não seja devidamente treinado. O método forte envolve reconhecer essa realidade e pensar como determinados tipos de conteúdos devem ser fiscalizados e até retirados da internet. 

O século XXI, segundo Coppin (2013), é marcado por estudos como o aprendizado de máquina, vida artificial, sistemas multiagente, visão computacional (capacidade do aparelho ver a realidade), o processamento de linguagem natural (já citado) entre outras subáreas.

De modo geral, para a IA funcionar ela precisa de um modelo de dados (uma estrutura que processe, analise e categorize os dados), de grandes quantias de dados (Big data) e poder de processamento, para processar de forma rápida e eficiente a informação disponível. 

Por exemplo, construir um chatbot parte dessa base geral de funcionamento. Precisa-se de um software/plataforma que possa organizar a informação no futuro chatbot.

Em seguida, os programadores precisam colocar e categorizar os dados de forma que o robô virtual possa responder, assim o agente digital consegue diferenciar perguntas, respostas e as intenções do usuário.

Por exemplo, a Velip usa o My Apps da Microsoft, onde faz o upload e atualiza os dados que a Vel deve conseguir analisar e falar ao cliente. A Vel é a atendente virtual da Velip e seu principal objetivo é explicar os produtos e serviços ofertados pela nossa empresa. 

No início, usávamos uma pasta do excel para separar possíveis perguntas e correlaciona-las com uma possível resposta, tornando o processo de comunicação mais automatizado, pois uma mesma pergunta pode ser feita de várias formas, porém uma mesma resposta pode satisfazer mais de uma pergunta.

Por exemplo, as perguntas: “quem é você?” e “quem está falando?” são formas diferentes de perguntar a mesma coisa, que poderia ser respondida do seguinte modo: “Sou a Vel, uma assistente virtual que utiliza inteligência artificial. Não sou humana, mas fui criada para me comunicar de forma natural. Atualmente estou aprendendo a usar uma linguagem humanizada com a ajuda dos colegas que me programaram”.

Depois que os arquivos foram enviados para a plataforma da Microsoft, os dados passam a ser atualizados nesse software. Cada nova interação ajuda a construir melhores respostas. A Vel possui aproximadamente mais de 10.700 interações para atender o público. De início, primeiro deve-se pressupor o que o cliente precisa e a partir das interações reais o mecanismo de pesquisa se aperfeiçoa e o funcionamento do atendente virtual e a atuação do programador se tornam mais precisas e eficazes. 

Existem outros casos onde a IA pode ser usada. Por exemplo, o corretor automático do seu celular carrega essas funções: ele pode sugerir a palavra adequada ou a palavra correta em determinado contexto por conter uma extensa base de dados onde aquelas palavras já foram usadas em situações semelhantes, tanto por você como por outros usuários.

Desse modo, a partir do nosso próprio trabalho, a inteligência artificial se retroalimenta e aperfeiçoa para oferecer melhores respostas e quem sabe, no futuro, ponderar sobre possíveis soluções para problemas sem respostas únicas ou ainda que não tenham solução.

 

SUGESTÕES DE VÍDEOS

A história da inteligência artificial. YouTube, Canal TecMundo, disponível em: https://www.youtube.com/watch?v=Lhu8bdmkMCM

Como funciona a inteligência artificial? YouTube, Canal da Lu Magalu, disponível em: https://www.youtube.com/watch?v=FnzaP3THXIE

 

SUGESTÕES DE BLOGS:

Como funciona a inteligência artificial. Tecnoblog, disponível em: https://tecnoblog.net/responde/como-funciona-a-inteligencia-artificial/

Inteligência Artificial: O que é, como funciona e exemplos. Blog Neoway, disponível em: https://blog.neoway.com.br/inteligencia-artificial/#:~:text=O%20funcionamento%20da%20Intelig%C3%AAncia%20Artificial,e%20informa%C3%A7%C3%B5es%20para%20aprender%20automaticamente

Inteligência artificial: o que é, como funciona e aplicações! Blog Stoodi, disponível em: https://www.stoodi.com.br/blog/atualidades/inteligencia-artificial/.  

Inteligência Artificial: entenda o que é e como ela funciona. Rockcontent Blog. Disponível em: https://rockcontent.com/br/blog/inteligencia-artificial/

 

REFERÊNCIAS

COPPIN, Ben. Inteligência artificial. Tradução e revisão técnica Jorge Duarte Pires Valério. Rio de Janeiro: LTC, 2013.

RUSSELL, Stuart, NORVIG, Peter.  Inteligência artificial. Tradução Regina Célia Simille. Rio de Janeiro: LTC, 2021.