So, what exactly is AI?
In simple words, AI refers to the simulation of human intelligence in machines that are programmed to think, learn, and make decisions.
An AI solution has five key building blocks.
- Data: Data means numbers, characters, images, audio, video, symbols, or any repository on which operations can be performed by a computer.
- Algorithm: An algorithm is a sequence of calculations and rules used to solve a problem using data that is optimized in terms of time and space.
- Model: A model is a combination of data and algorithms used to generate the response. Once you have a model, you can constantly provide it with new data and algorithms and continue its refinement.
- Response: The responses are the results or outputs from the models. The outputs are based on the specific objectives that could be related to automating tasks, providing insights, aiding decision-making processes, and more.
- Ethics: Ethics refers to the moral principles and guidelines governing the collection, processing, analysis, interpretation, and application of data and insights in AI. Ethical considerations are crucial in ensuring that data-driven outputs contribute to the positive social, economic, and environmental impacts of the organization and the community.
has three key characteristics:
- Learning: The ability to learn from data and improve over time without explicit programming.
- Adaptability: The capability to adapt to new situations and use cases beyond their initial or original purpose. An AI system should have the capability to reason or think and address the objectives through logical deduction.
- Autonomy: The AI system should perform tasks independently with minimal or even zero human intervention.
There are details in implementations, to have integrated or applied AI... that we will not explain here yet...
Other than that, no AI, simple!
houve um aumento sem precedentes no interesse em torno da inteligência artificial (IA). Essa atenção aumentada abrange uma infinidade de setores, incluindo empresas comerciais, empresas de tecnologia, empresas de capital de risco, universidades, governos, veículos de mídia e muito mais. À medida que o interesse em IA se intensifica, algumas empresas até renomearam suas soluções de software existentes como produtos de "IA", um fenômeno frequentemente chamado de "lavagem de IA". Além disso, há também um crescente senso de "FOMO" (medo de ficar de fora) entre as corporações em relação à adoção de IA.
Então, o que exatamente é IA? Em palavras simples, IA se refere à simulação da inteligência humana em máquinas que são programadas para pensar, aprender e tomar decisões.
**Uma solução de IA tem cinco blocos de construção principais.**
**Dados:** Dados significam números, caracteres, imagens, áudio, vídeo, símbolos ou qualquer repositório no qual operações podem ser executadas por um computador.
**Algoritmo:** Um algoritmo é uma sequência de cálculos e regras usadas para resolver um problema usando dados que são otimizados em termos de tempo e espaço.
**Modelo:** Um modelo é uma combinação de dados e algoritmos usados para gerar a resposta. Depois de ter um modelo, você pode constantemente fornecer novos dados e algoritmos e continuar seu refinamento.
**Resposta:** As respostas são os resultados ou saídas dos modelos. As saídas são baseadas nos objetivos específicos que podem estar relacionados à automação de tarefas, fornecimento de insights, auxílio em processos de tomada de decisão e muito mais.
**Ética:** Ética se refere aos princípios e diretrizes morais que regem a coleta, processamento, análise, interpretação e aplicação de dados e insights em IA. Considerações éticas são cruciais para garantir que as saídas baseadas em dados contribuam para os impactos sociais, econômicos e ambientais positivos da organização e da comunidade.
No entanto, o termo “IA” frequentemente causa confusão devido ao seu uso amplo e às vezes vago. Um sistema de “IA verdadeira”, composto por um agente que executa a tarefa no ambiente, tem três características principais:
**Aprendizado:** A capacidade de aprender com dados e melhorar ao longo do tempo sem programação explícita.
**Adaptabilidade:** A capacidade de se adaptar a novas situações e casos de uso além de seu propósito inicial ou original. Um sistema de IA deve ter a capacidade de raciocinar ou pensar e abordar os objetivos por meio de dedução lógica.
**Autonomia:* O sistema de IA deve executar tarefas de forma independente com intervenção humana mínima ou mesmo zero.
Na prática, a IA pode funcionar em qualquer situação em que se possa derivar padrões de dados e formular regras para processamento. Em outras palavras, os sistemas de IA têm um desempenho ruim em ambientes imprevisíveis e não estruturados, onde há falta de objetivos claros, dados de qualidade e regras predefinidas. Embora a IA possa analisar grandes quantidades de dados, identificar padrões e derivar regras, ela não pode gerar hipóteses verdadeiramente novas. A verdadeira inovação geralmente requer intuição e uma compreensão sólida de princípios e práticas de inovação mais amplos. Por último, mas não menos importante, a IA pode lutar com dilemas éticos e tomar decisões que exigem raciocínio moral, empatia e compreensão da cultura e dos valores humanos.
Então, quais são os casos de uso reais da IA?
Onde as três características da IA discutidas acima são aplicadas ou usadas?
Um veículo autônomo é um exemplo clássico de uma solução de IA que aplica as três características da IA, ou seja, aprendizado, raciocínio e tomada de decisão, em tempo real, para criar um veículo capaz de dirigir sem intervenção humana.
Os veículos autônomos da Waymo são equipados com um conjunto de sensores, recursos de LiDAR e radar e câmeras de alta definição para coletar grandes quantidades de dados sobre a navegação do veículo e seus arredores. Algoritmos avançados de aprendizado de máquina são usados para processar e interpretar esses dados. Esses modelos são constantemente treinados em vastos conjuntos de dados, permitindo que o carro reconheça e categorize novos objetos e situações, preveja as ações de outros usuários da estrada e tome decisões de direção em tempo real para garantir uma direção segura e eficiente.
Outro caso de uso em que as três características da IA — aprendizado, raciocínio e tomada de decisão — são usadas é na escrita de um livro. Sistemas de IA como o ChatGPT são treinados em extensos conjuntos de dados, como livros, artigos e outros tipos de conteúdo. Esse treinamento permite que a IA entenda padrões de linguagem, estruturas narrativas e elementos estilísticos. A IA pode obter conhecimento para entender os componentes de uma história e raciocinar sobre as motivações dos personagens para criar enredos envolventes.
À medida que a história avança, a IA pode tomar decisões sobre reviravoltas na trama e ações dos personagens.
Aqui está um exemplo de como o ChatGPT, que usa a arquitetura GPT-4, escreveu uma história sobre mim (mesmo que algumas das respostas sejam imprecisas ainda ou talvez sempre imprecisas ).