Inteligência artificial: o que é, história e definição

Summary

The script delves into the evolution and impact of Artificial Intelligence (AI), highlighting its ability to perform tasks requiring human intelligence, such as speech recognition and problem-solving. It traces AI's history from its inception in the 1940s to modern developments, including machine learning and neural networks. The video discusses AI's exponential growth, ethical concerns, and its potential to transform various industries, while pondering the future of jobs and the advent of general AI.

Takeaways

• 🤖 AI was created to enable machines to perform tasks that typically require human intelligence, such as speech recognition, computer vision, decision-making, problem-solving, and language translation.
• 📈 AI aims to replace or assist humans in solving large-scale problems more efficiently than a human workforce.
• ⏱️ Computers can perform tasks faster and with greater precision than humans, without biological wear and tear.
• 📊 AI systems can gather information and improve over time, finding solutions to problems independently, leading to exponential growth and evolution.
• 💡 AI technologies are based on different approaches, including machine learning, artificial neural networks, and genetic algorithms.
• 🏭 AI has numerous applications across various industries such as healthcare, finance, transportation, and manufacturing to improve efficiency, precision, and safety.
• 🛠️ AI raises ethical and security concerns, including the potential for job displacement and the need for responsible development.
• 📚 The history of AI dates back to the 1940s, with significant contributions from scientists like Alan Turing and John Nash, and the development of foundational concepts such as neural networks.
• 📉 The development of AI has experienced periods of rapid advancement and investment, as well as periods of reduced interest and funding, known as AI winters.
• 🚀 The resurgence of AI since the early 2000s has been driven by advancements in computing power, data availability, and significant investments from tech giants like Google, Microsoft, Apple, Amazon, and Facebook.
• 🔍 Modern AI applications include facial recognition, autonomous vehicles, natural language processing, and advanced data mining, transforming various aspects of daily life and industry.
• 🧠 The ultimate goal is achieving Artificial General Intelligence (AGI), where machines can understand or learn any intellectual task a human can do, though this remains a complex and uncertain frontier.

Q & A

What is the primary purpose of artificial intelligence (AI) as described in the video?

The primary purpose of AI is to enable machines to perform tasks that typically require human intelligence, such as speech recognition, computer vision, decision-making, problem-solving, and language translation.

How does AI impact the need for human labor in large-scale operations?

AI reduces the need for human labor by performing tasks that would otherwise require many people. For instance, a single AI system can manage tasks like weather forecasting, irrigation control, and data analysis, which previously needed large teams of humans.

What is meant by the 'exponential evolution' of AI mentioned in the video?

The 'exponential evolution' of AI refers to its rapid improvement over time. As AI systems are trained, they become increasingly better at solving problems and discovering new solutions autonomously.

What are some of the different approaches used to develop AI systems?

AI systems can be developed using various approaches, including machine learning, artificial neural networks, and genetic algorithms.

What ethical and security concerns are associated with AI?

AI involves several ethical and security concerns, such as the potential for job displacement, privacy issues, and the risk of autonomous systems making harmful decisions. There is also the fear of AI systems surpassing human control or intelligence.

Who were the early pioneers in the field of AI, and what were their contributions?

Early pioneers included two American scientists in the 1940s who published a paper on artificial mathematical reasoning, which laid the groundwork for neural networks. In 1950, Alan Turing proposed the famous 'imitation game' to explore if machines could mimic human behavior. Christopher Strachey created one of the first AI programs capable of playing checkers.

What was the significance of the 1956 AI conference mentioned in the video?

The 1956 AI conference was significant because it helped popularize the term 'artificial intelligence' and brought together leading researchers, which spurred substantial academic and scientific interest and investment in AI.

What were some early applications of AI in the 1970s and 1980s?

Early applications of AI included the development of the first autonomous robot capable of avoiding obstacles and planning efficient routes, and the creation of natural language processing systems like chatbots.

What challenges did AI research face in the 1970s and 1980s?

AI research faced challenges such as limited computational power, which hindered the development of practical AI applications, leading to reduced investment and interest in AI, known as the 'AI winters.'

How did advancements in computing and data availability impact AI development in the 1990s and 2000s?

Advancements in computing power and the availability of large datasets enabled more complex AI applications, such as data mining, probabilistic logic, and autonomous systems like the Deep Blue chess computer, which could analyze vast numbers of potential moves.

What is AGI, and why is it considered a significant milestone in AI development?

AGI (Artificial General Intelligence) is the hypothetical ability of a machine to understand, learn, and apply knowledge across a wide range of tasks at a human level. It is considered a significant milestone because it represents AI systems that can perform any intellectual task that a human can, leading to profound changes in how tasks are performed and potentially raising ethical and safety concerns.

Outlines

00:00

🤖 Introduction to Artificial Intelligence (AI)

Artificial Intelligence (AI) is designed to enable machines to perform tasks that typically require human intelligence, such as speech recognition, computer vision, decision-making, and problem-solving. AI was created to assist or replace humans in managing large-scale problems efficiently. Over time, AI systems improve by learning from the data they process, becoming more effective at finding solutions autonomously. Modern AI evolves exponentially, meaning its learning and problem-solving capabilities increase rapidly.

05:02

🧠 Early Developments and Key Milestones in AI

The concept of AI dates back to the 1940s when two American scientists published a paper on artificial reasoning structures resembling the human nervous system. Alan Turing, in 1950, posed philosophical questions about machine intelligence, introducing the 'imitation game' to assess a machine's ability to mimic human behavior. Early AI achievements included creating a checkers-playing program, though limited by the era's computational power. A pivotal event in 1956, attended by renowned scholars, helped popularize the term 'Artificial Intelligence' and spurred further research and investment.

10:04

📚 Growth and Setbacks in AI Research

Early AI research saw significant excitement and funding, leading to the development of subfields like Natural Language Processing (NLP) and Machine Learning. However, initial progress was hampered by the limited computational power of the time. This led to the 'AI winter' periods, marked by reduced funding and interest. Despite these setbacks, important advancements continued, such as the development of NLP systems and the first functional chatbots. The resurgence of AI in the 1980s and 1990s was driven by improved computing capabilities and renewed investment, notably by the Japanese government and the US Department of Defense.

15:06

🚀 The Resurgence and Modern Era of AI

The 1980s and 1990s marked a resurgence in AI, fueled by advances in computing and significant investments. This period saw the development of systems capable of tasks like data mining and probabilistic reasoning. The victory of IBM's Deep Blue over chess champion Garry Kasparov in 1997 showcased AI's potential. The proliferation of the internet and data availability further accelerated AI development, leading to modern applications in facial recognition, autonomous vehicles, and personal assistants. Companies like Google, Microsoft, and Amazon invest heavily in AI, creating powerful but limited consumer-facing products.

🔍 Ethical Considerations and Future of AI

As AI integrates into various sectors, it raises ethical and security concerns. AI systems enhance efficiency in supply chains, cybersecurity, and customer experience but also pose risks like job displacement and misuse in espionage or cybercrime. The potential future of AI includes achieving Artificial General Intelligence (AGI), where machines could perform any intellectual task a human can. This prospect brings uncertainty about the extent of AI's capabilities and its impact on society. Governments are working on regulations to manage AI's growth and mitigate associated risks, balancing innovation with safety.

Keywords

💡Artificial Intelligence (AI)

Artificial Intelligence, often abbreviated as AI, refers to the simulation of human intelligence in machines designed to think and act like humans. This includes capabilities such as speech recognition, visual perception, decision-making, and translation between languages. The video discusses AI as a transformative technology that can perform tasks traditionally requiring human intelligence, highlighting its impact across various industries and its potential to replace human labor in certain areas.

💡Machine Learning

Machine Learning is a subset of AI that focuses on developing algorithms that enable machines to learn from and make decisions based on data. It is crucial for the development of intelligent systems capable of improving over time with exposure to more data. In the video, machine learning is highlighted as a key component in training AI to find solutions to problems autonomously, enhancing their capabilities beyond initial programming.

💡Neural Networks

Neural Networks are a series of algorithms modeled after the human brain, designed to recognize patterns and interpret sensory data. They are a fundamental part of AI, particularly in areas like image and speech recognition. The video mentions neural networks as a foundational technology that has inspired the development of modern AI systems capable of processing and making sense of complex data.

💡Ethics and Safety

Ethics and safety refer to the moral and practical considerations associated with the development and deployment of AI technologies. The video raises concerns about potential job displacement, privacy issues, and the ethical implications of creating machines with advanced cognitive capabilities. It emphasizes the need for responsible AI development, including regulations and safeguards to mitigate risks.

💡General Artificial Intelligence (AGI)

General Artificial Intelligence, or AGI, describes a hypothetical AI that can understand, learn, and apply intelligence across a wide range of tasks at a human level or beyond. The video discusses AGI as a potential future milestone in AI development, raising questions about its implications for humanity and the ethical dilemmas it might pose, such as the challenge of ensuring such intelligence aligns with human values.

💡History of AI

The history of AI traces the evolution of artificial intelligence from early theoretical foundations to modern applications. The video outlines significant milestones, including the work of early pioneers like Alan Turing, the development of neural networks, and key periods of investment and disillusionment known as the 'AI winters.' This historical context helps viewers understand the current state of AI and its rapid advancements.

💡AI Winter

AI Winter refers to periods when interest and funding in artificial intelligence research and development decline significantly, often due to unmet expectations or technological limitations. The video describes two major AI winters, which followed periods of high optimism and investment, highlighting the cyclical nature of progress in the field and the challenges of sustaining long-term development.

💡Natural Language Processing (NLP)

Natural Language Processing (NLP) is a field of AI focused on enabling machines to understand, interpret, and generate human language. NLP has applications in virtual assistants, chatbots, and translation services. The video discusses the role of NLP in advancing AI's ability to interact with humans in a more natural and intuitive manner, emphasizing its significance in user-facing applications.

💡Deep Learning

Deep Learning is a branch of machine learning that utilizes neural networks with many layers (deep networks) to analyze various factors of data. It has been instrumental in achieving significant breakthroughs in fields such as image recognition, natural language processing, and autonomous driving. The video highlights deep learning as a crucial technology that has propelled AI into new capabilities and applications.

💡AI Applications

AI Applications encompass the various ways in which artificial intelligence technologies are implemented across different sectors. These include healthcare, finance, transportation, and manufacturing, among others. The video explores how AI is improving efficiency, accuracy, and safety in these industries, and considers the broader impact of AI on society, including potential disruptions to the labor market and ethical considerations.

Highlights

Artificial intelligence was created to enable machines to perform tasks that typically require human intelligence, such as speech recognition, computer vision, decision-making, problem-solving, and language translation.

AI can replace or assist humans in solving various problems on a large scale, performing tasks faster and with greater precision, thus reducing the need for large teams.

AI systems can improve over time as they are trained, continuously gathering information and finding solutions to problems autonomously.

AI's exponential evolution means that as it is trained, it becomes better at solving problems independently, with improvements happening non-linearly.

AI can be based on different approaches, including machine learning, artificial neural networks, and genetic algorithms.

AI has many applications in various industries, including healthcare, finance, transportation, and manufacturing, enhancing efficiency, precision, and safety.

Ethical and security issues arise with AI, including concerns about job displacement and the implications of intelligent robots.

The history of AI dates back to the 1940s, when two American scientists published a paper describing an artificial reasoning structure similar to the human nervous system, leading to the development of neural networks.

In 1950, Alan Turing discussed the potential of machines to perform human-like tasks and introduced the 'imitation game,' a philosophical inquiry into machine intelligence.

The term 'artificial intelligence' was popularized in a 1956 event that gathered leading researchers, resulting in significant research and investment in the field.

AI research experienced periods of high investment and subsequent 'winters' of reduced funding, notably in the mid-1970s and late 1980s due to economic downturns and unmet expectations.

The 1990s saw a resurgence in AI development, driven by advancements in computing power, data mining, and probabilistic logic, exemplified by IBM's Deep Blue defeating chess champion Garry Kasparov in 1997.

The rise of the internet and increased data availability in the early 2000s accelerated AI advancements, enabling more complex tasks like facial recognition and autonomous vehicle navigation.

Major technology companies such as Google, Microsoft, Apple, Amazon, and Facebook have heavily invested in AI, developing products like virtual assistants and leveraging machine learning for various applications.

Concerns about the potential of AI to surpass human intelligence (AGI) and the ethical implications of its autonomous decision-making capabilities remain critical issues in the field.

Transcripts

a inteligência artificial ela foi criada

para fazer com que as máquinas sejam

capazes de executar tarefas que

normalmente exigem inteligência humana

como reconhecimento de fala visão

computacional tomada de decisão

resolução de problemas tradução de

idiomas entre outros essa é a base do

que abreviamos como ia ela foi feita

para substituir ou ajudar as pessoas a

conseguirem resolver diversos problemas

envolvendo grandes escalas né em vez de

envolver muitas pessoas ou umas pessoas

enfim você coloca uma máquina que

sozinha consegue fazer tudo que vários

humanos fariam juntos o computador é

treinado para fazer o que nós

conseguiríamos fazer mas faz isso sem a

parte do desgaste biológico E com o

tempo faz muito mais rápido e com maior

precisão dessa forma a gente não precisa

de 100 pessoas para cuidar de uma super

implantação porque hoje nós conseguimos

fazer um sistema em que o computador

consegue fazer a previsão do tempo liga

e desliga o sistema de irrigação prepara

feita com as máquinas e aí só precisa de

uma ou poucas pessoas para fazer a

supervisão mas mais do que isso conforme

essa inteligência ela é treinada ela vai

conseguindo colher informações sobre o

que ela tá fazendo e vai ficando melhor

e vai achando soluções para os problemas

sozinha e Aqui Nós entramos em outra

característica incrível e importante da

Inteligência Artificial Principalmente

quando a gente fala do que há de mais

moderno a sua evolução exponencial Isso

significa que conforme ela vai sendo

treinada ela vai conseguindo descobrir

sozinha como resolver seus problemas e

vai encontrando as soluções de forma

muito mais brusca não linear mas isso

depende do tipo de Inteligência

Artificial também que a gente está

falando da forma como ela é treinada e

do seu propósito Esse sistema de

Inteligência Artificial eles podem ser

baseados em diferentes abordagens

incluindo aprendizado de máquina redes

neurais artificiais algoritmos genéticos

entre outros a inteligência artificial

tem muitas aplicações em várias

indústrias incluindo saúde Finanças

transporte e manufatura entre outras os

sistemas de a são usados para melhorar a

eficiência precisão e a segurança em

vários processos no entanto Inteligência

Artificial envolve várias questões

éticas e de segurança porque a gente

está falando de robôs inteligentes tem

um outro assunto que assusta algumas

pessoas que é extinção de profissões se

ela foi feita para me substituir

justamente para isso então quer dizer

que isso é ruim certo e se ela consegue

operar sozinha ela não tá viva e isso

não é brincar de Deus o que tudo isso

significa Como surgiu a inteligência

artificial esse vídeo surgiu porque é

certo que a inteligência artificial

nunca esteve tão em alta quanto tá agora

tá é por isso que nesse vídeo nós vamos

explicar melhor porque tá todo mundo

falando disso Qual é o impacto real nas

nossas vidas e uma excelente forma de

entender isso é voltar no tempo e ver

como foi o início disso entendendo a

história da Inteligência Artificial só

antes Se você não é inscrito por favor

inscreva-se no canal enquanto uma

máquina não vem aqui e apresenta no meu

lugar tá bom oi eu sou neire neto E hoje

nós vamos falar sobre esse assunto que

tá todo mundo falando é o assunto do

século que provavelmente do milênio e

sem exagero tá então bora lá a

inteligência artificial Já se tornou um

recurso essencial para o nosso dia a dia

ao ponto que hoje Se todas as operações

feitas por Inteligência Artificial

parassem nós viveríamos um colapso Sem

dúvida nenhuma ela controla transações

bancárias sistemas de voos Transportes

sistemas de energia seria um caos então

é muito interessante pararmos para

estudar as origens disso dos criadores

de quem criou isso quem foram os

cientistas que tiveram as ideias que

foram bases para o que a gente tá vendo

hoje e para as coisas surpreendentes que

vamos ver no futuro quem teve a ideia de

dar um cérebro as máquinas para isso

temos que voltar lá no início dos anos

40 quando dois cientistas

norte-americanos publicaram um artigo de

escrever numa estrutura de raciocínio

artificial matemático que se assemelha

muito ao sistema nervoso humano esse

artigo inspirou que hoje em dia são as

redes neurais que basicamente é o

sistema nervoso central de uma Iah onde

ela recebe informações processa elas e

aí toma decisões em 1950 o pai das

ciências da computação Alan turing

elaborou uma ampla discussão sobre a

capacidade das máquinas de realizar

tarefas e principalmente se elas

poderiam se passar por um humano e aí

que ele propõe a sua famosa dinâmica

filosófica o jogo da imitação que

consiste em três participantes o

participante a que seria uma máquina

fingindo ser um homem ou participante B

que seria uma mulher real e o

participante C que é um outro humano que

deve descobrir qual participante É de

fato um humano por se tratar de uma

discussão filosófica turing não buscava

um resultado concreto para o seu jogo

mas sim criar uma reflexão que pudesse

servir de auxílio no futuro e responder

a pergunta a base do seu artigo né que

eram as máquinas pensam dois anos

apóstolor em ter começado ali se eles

questionamentos o seu companheiro de

laboratório fascinou a sociedade ao

criar a primeira e a funcional capaz de

jogar damas isso pode parecer básico mas

pra época foi sensacional esse amigo de

turing o Christopher criou essa ia capaz

de jogar damas que não vencia jogadores

muito experientes mas já ganhava de

amadores e essa inteligência artificial

só não foi mais longe devido à

limitações da época de processamento

capacidades computacionais mesmo e aqui

toda essa área de estudo ela

simplesmente não tinha nome era um

pessoal estudando algo mas sem uma

definição uma nomenclatura e hoje é

muito claro que eles estavam fazendo né

e o bacana disso foi que esses primeiros

avanços eles causaram uma comoção grande

entre os estudiosos e esses primeiros

estudos impulsionaram essa área que

estava ali nascendo Então teve um bom já

no começo a comunidade acadêmica e enfim

os estudiosos eles estavam muito

empolgados com as possibilidades do que

nasceria desses estudos né E hoje a

gente tá vendo pessoal a gente tá

falando de 1900 imagina imagina se eles

vissem hoje o que é inteligência

artificial consegue fazer se eles já

ficaram empolgados na época

conversando ali com o chat GPT enfim

como tava todo mundo empolgado com as

possibilidades das máquinas conseguirem

fazer tarefas semelhantes às dos humanos

um evento foi realizado em 1956 reunindo

grandes estudiosos Incluindo aí até

matemático muito famoso da época que foi

John Nash esse evento durou 8 semanas e

foi nesse evento que começou as

popularizar o termo Inteligência

Artificial foram gerados nesse período

centenas de páginas de pesquisas que

seriam futuramente desenvolvidas

aprofundadas mesmo então só preparar

para pensar isso é 1956 isso não faz

tanto tempo assim se a gente olhar ali

para o passado é logo ali olha o quanto

a gente evoluiu há pouco tempo atrás a

gente estava definindo e agora a gente

já tá aplicando diferentes áreas com a

possibilidade de transformar

completamente diversas profissões daqui

a pouco isso até faz a gente pensar se

não existem Novos Campos de estudo que a

gente vai descobrir e esse evento foi

realmente importante o sucesso dele foi

tão grande que diversas instituições

públicas e priva começaram a focar

investimentos no campo o que fez com que

houvesse um grande salto na produção

científica e inteligência artificial já

na década de 50 se expandindo até o

início da década de 70 e Com estes

investimentos a gente teve muito

resultado e até a criação de diversos

subcampos de estudos de da Inteligência

Artificial um deles foi um famoso PLN o

processamento de linguagem natural que é

responsável por explorar a capacidade

das eas em reconhecer e produzir texto

voz e imagens identificar e traduzir

idiomas o PLL foi essencial para a

criação das assistentes pessoais

inteligentes e chatbots como a Elisa a

primeira chatbot funcional outros sub

Campo que surgiu deste bom de Pesquisas

foi o de aprendizado das máquinas o

machine learning você provavelmente já

escutou esse termo que a capacidade das

máquinas conseguirem aprender Esse é um

dos pontos de maior potencial da

Inteligência Artificial moderna e que

pode se tornar o ponto de virada de

todas as criadas e treinadas aqui um

tempo isso porque podem aprender com que

você treina elas e a partir desse ponto

ela pode começar a achar soluções para

os problemas que ela mesmo tá

encontrando como eu comentei antes então

vai chegar um ponto em que nós vamos

treinar tanto a inteligência artificial

que a gente ainda não sabe o que que vai

acontecer nenhum especialista sabe o que

vai acontecer se uma inteligência

artificial for longe demais no

aprendizado mas é o que justamente muita

gente está procurando o machine learning

ele utiliza eles neurais e o sistema

especialista se que foi uma das técnicas

que surgiram aí logo ali no início dos

investimentos de Inteligência Artificial

essa técnica ela é utilizada para criar

e estimular uma ia a se especializar em

uma área específica tomando decisões

baseadas nos interesses necessários para

a realização de suas tarefas sem

precisar se distrair com outros temas

fora de sua diretriz e a partir da

década de 70 aí nós começavamos a ver

desdobramentos realmente interessantes

com grandes impactos até os dias de hoje

projetos de robótica inteligente como o

primeiro robô que a gente móvel que ele

ele estreou diversos avanços

tecnológicos usados até hoje como a

capacidade de desviar de obstáculos e

traçar rotas que priorizem a eficiência

de distância e combustível essa é uma

base que está por trás por exemplo dos

Robôs da Tesla atualmente dos carros que

dirigem sozinhos por exemplo a ideia

base de entender o mundo ao seu redor

para conseguir traçar rota e claro com

uma máquina se baseia na gente é também

a forma como a gente é nós temos os

sensores né se a gente fizer aqui uma

comparação entre a máquina e a gente nós

temos os sensores que são os nossos

sentidos e utilizamos eles para pensar

tomar decisões para que a gente se mova

de forma inteligente no ambiente eu olho

que tem alguma coisa na minha frente o

desvio as máquinas autônomas também Elas

têm sensores Elas têm câmeras para

enxergar por exemplo que atualizam ela

todo instante do mundo ao redor E aí

elas podem tomar as decisões ainda que

elas sejam programadas para isso Então

nesse período Inicial foram feitos

muitos investimentos e descobertas e

inteligência artificial muita coisa foi

descoberta aí só que na sequência depois

desse bom que eu comentei foi descoberto

também que seria necessário ter muito

mais poder computacional do que se tinha

na época para ter resultados úteis para

o que a gente né para o que se esperava

Então esse voo Inicial chamou a atenção

de diversos cientistas estudiosos e

claro investidores Só que os

investidores eles queriam resultados

rápidos e como era algo começando pensa

chegou uma hora que muitos investidores

começaram a cair fora e esse período que

viria depois desse período inicial de

grandes investimentos seria conhecido

como o primeiro inverno das ias quando

os investidores recuaram né então esse

período foi de 1974 a 1980 né lá

resfriada E aí no início dos anos 80 o

campo de pesquisa e desenvolvimento em a

voltou a ter investimentos com grande

parte financiada pelo governo japonês é

Foi onde foi um governo que investiu

muito que estava conseguindo ter bons

resultados ali no desenvolvimento de

computadores a aplicação das eas no

softwares em foi essencial para melhorar

os computadores da época e do que tava

para vir e ainda sobre o que fez com que

a inteligência artificial chegasse no

que é hoje um outro grande investimento

importante veio da agência de projetos

de pesquisa avançada de defesa darta dos

Estados Unidos que ao perceber outros

países Investindo na área triplicou os

seus investimentos no campo da ia porém

em 1987 uma crise econômica nos Estados

Unidos abalou fortemente o campo da

Inteligência Artificial dando início a

um segundo inverno da asiático que se

alastrou por quase uma década ou seja

teve aí uma grande diminuição no

interesse por investimentos na área

novamente até a metade da década de 90

mais de 200 empresas focadas em a foram

fechadas ou compradas e fundidas por

outras empresas na década de 90 a Iah

continuou a crescer e se expandir com a

ajuda de computadores mais modernos e

com o surgimento de técnicas como a

mineração de dados e lógica

probabilística um exemplo gigante desse

desenvolvimento foi mostrado em 1997 com

o deep blue o supercomputador jogador de

xadrez da IBM Pode parecer bobo mas ele

venceu o então campeão mundial Gary

Kasparov e assim xadrez é uma quantidade

de combinações de gigantesca é um jogo

complexo que é muito incrível ver que

uma máquina é capaz de jogar esse jogo

com a quantidade de precisão que ela tem

então essa partida foi decisiva para

mostrar ao mundo o mundo todo o poder o

imenso potencial que as inteligências

artificiais poderia alcançar Mas é claro

que se era só o começo o desenvolvimento

da internet o aumento da disponibilidade

de dados tornaram a mineração de dados

uma área chave da Iara Além de que a

lógica pro habilística permitiu que as

máquinas elas consigam lidar com

incertezas de forma mais precisa eficaz

bom E conforme o tempo foi passando a

gente inevitavelmente tá vendo um avanço

incrível da Inteligência Artificial O

Novo Milênio trouxe tarefas muito mais

complexas para as máquinas incluindo

reconhecimento facial e a condução

sistema de veículos no nível aí que tem

pessoas andando na rua por exemplo com

um Tesla sem precisar dar muitas

instruções só ficar tranquilo na frente

do volante e é claro que muitos desses

estudos já haviam ser muito tempo para

vocês terem uma ideia já no início dos

anos 2000 a gente viu a competição

norte-americana data Grand challenge que

prendeu carros autônomos com maior

distância percorrida em off-road e em

área urbana Então já faz muito tempo que

a gente tá vendo coisas incríveis

surgirem e de 2010 até os dias de hoje

aliás experimentou um crescimento rápido

impulsionado pelo aumento da demanda por

soluções de automação e inteligência em

diversas áreas e além da quantidade

absurda de dados que ficou disponível na

internet e aí ficou mais fácil você

treinar ela para fazer coisas que a

gente tá vendo hoje e aí a gente tem as

empresas gigantes né Google Microsoft

Apple Amazon ou o próprio Facebook todas

elas investem e inteligência artificial

num nível avançadíssimo Bilhões de

Dólares e começaram a surgir os produtos

de Inteligência Artificial que são muito

mais simples do que eles realmente podem

oferecer e tem a assistente do Google

tem a cortana tem a Síria complexa são

as assistentes virtuais só que elas têm

várias travas e não são treinadas com

tantos dados quanto elas poderiam pelo

menos como ela chegam no consumidor e

agora a gente tem essa certeza vendo por

exemplo alguns outros aplicativos que

apostam força bruta de dados como o chat

GPT o Dali o laser né alguns robôs que

foram treinados com muitos dados e que

não tem por trás é um nome a zelar né a

Google por exemplo ela tem muitas

aplicações mas ela não arrisca muito

então a gente tá vendo surgir uma coisa

aqui uma coisa ali de processamento de

dados absurda com machine learning e

isso deve transformar sem brincadeira

nenhuma sem exagero transformar a forma

como a gente aprende como a gente lida

com a informação como a gente pesquisa a

inteligência artificial vai ajudar muito

a gente a resolver problemas envolvendo

conhecimento e muito mais rapidamente

isso vai fazer com que tudo seja muito

mais rápido e claro e aí a gente começa

a entrar em vários questionamentos sobre

o quanto isso é bom né Para nós como

seres humanos tem a questão da ansiedade

vai ser mais rápido se você vai aprender

mais rápido você talvez sempre queira

ter algo mais rápido e aí vai ser algo

que vai estar fora de você porque a

inteligência artificial não faz parte do

seu corpo o que acontece quando você

perdeu o acesso a internet a

inteligência artificial Se você não

conseguir a resposta na hora que você

quer né Porque é ela que tem ela foi

treinada não você mas se ela treina você

você não consegue acessar enfim como que

você vai lidar com isso ou de fato isso

vai ajudar você porque você vai ter mais

conhecimento você vai ter o que você

quer de forma mais rápida e a maior

parte do tempo você vai poder relaxar e

você não vai precisar fazer um trabalho

repetitivo e duro que né uma parte mais

chata que é inteligência artificial vai

substituir talvez você acabe só

supervisionando porque afinal as

máquinas elas substituem o trabalho da

sala as coisas chatas as coisas

repetitivas mecânicas Que processos ali

que são chatos e que ela consegue fazer

em escala Será que a gente não deve só

ficar com a parte criativa Mas será que

a gente sempre vai ficar com a parte

criativa Será que em algum momento ela

não vai pegar a nossa parte criativa

ponto de virada e que ninguém sabe

ninguém sabe o que vai acontecer é

quando atingirmos o termo chamado agi

que é artificial General intelligence

que seria a capacidade hipotética da

máquina de compreender ou aprender

qualquer tarefa intelectual que um ser

humano possa fazer e que isso seja de

forma natural para ela seria a

inteligência artificial fluindo viva

digamos assim e o mais assustador sobre

isso é que nós não sabemos o quanto a

gente precisa treinar a inteligência

artificial lembrará que eu falei que a

partir de certo momento ela começa né

sozinha a resolver seus problemas e que

vai então a gente não sabe o quanto de

dados a gente precisa fornecer para que

ela comece a andar sozinha e quais são

as travas que ela precisa não ter para

que isso aconteça só que tem gente

buscando isso e enquanto isso não chega

ela já estão presentes né E muitas das

áreas do nosso dia a dia seja para

melhorar a eficiência da cadeira de

suprimentos como a Amazon utiliza em

seus armazéns otimizar processos

industriais assim como a Tesla faz as

suas fábricas aprimorar segurança

cibernética com umas propostas de Cyber

segurança desenvolvidas pela IBM além de

outros segmentos como a melhoria da

experiência do cliente auxílio nos

setores de biotecnologia de medicina

enfim a inteligência artificial nunca

esteve tão longe de ser limitada apenas

cálculos complexos porém com grandes

capacidades podem surgir problemas

gigantes né Já temos usadas para

espionagem crime cibernéticos e outros

tipos de atividades maléficas e

antiéticas que vem daqui para frente é

complicado demais né as guerras estão se

tornando cada vez mais digitais digitais

como nunca e provavelmente até a guerra

física em algum momento vai ser

batalhada por robôs daqui a um tempo né

mas também para tudo isso estão sendo

criadas regulamentações os governos

estão correndo atrás de criar leis e

colocar alimentações é isso tudo mas é

bem complicado Isso é para outro vídeo

espero ter definido a base de

inteligência artificial no início dela

até os dias atuais eu sou Nery neto

muito obrigado por ter assistido até o

final a gente se vê muito breve grande

abraço tchau tchau fui

[Música]

[Música]