Weby shortcut
Icone Instagram
Icone Linkedin
Icone YouTube
Universidade Federal de Goiás
Palestra Inf Nivio Ziviani

Inteligência artificial transforma o cotidiano

Criada em 10/03/20 10:07. Atualizada em 10/03/20 12:04.

Professor Nivio Ziviani fez um panorama sobre o desenvolvimento da inteligência artificial

Augusto Araújo

O Instituto de Informática (INF) da Universidade Federal de Goiás, realizou no dia 3 de Março a palestra “Os Impactos da Inteligência Artificial na Transformação Digital”. O evento foi ministrado pelo professor Nivio Ziviani, doutor em Ciência da Computação pela Universidade de Waterloo (Canadá). A palestra fez parte dos eventos realizados pelo INF durante a semana de Integração dos novos estudantes da UFG, e foi aberta para toda a comunidade acadêmica.

Nivio Ziviani

Durante sua palestra, Ziviani apontou como a tecnologia de Inteligência Artificial (I.A) se desenvolveu ao longo dos anos, desde o seu surgimento na década de 1940, com Alan Turing, até os modelos atuais. O professor usou como exemplo a prática do agronegócio moderno. ’O que você pode ver é que hoje podemos ter uma produção agrônoma quase sem ninguém, feita de forma robotizada, com veículos autônomos.”

Isso se deve graças às Redes Neurais Artificiais. Nívio explicou que elas foram criadas com inspiração nas redes cerebrais humanas, para que se pudesse gerar uma espécie de aprendizagem, que foi denominado no meio da informática como “Aprendizado de Máquina”. Mas o que isso significa? Em resumo, esse conceito se refere a capacidade das máquinas de reunir informações em um banco de dados, e assim, aprender a identificar padrões e gerar decisões de uma forma extremamente eficiente e precisa, ultrapassando o potencial humano. Exemplos disso, são sistemas digitais de tradução simultânea ou de detecção de fraudes. “Tudo isso que vocês possuem nos seus celulares, é feito a partir de Inteligência Artificial”, brinca Ziviani com os estudantes presentes na palestra, também destacando como a I.A. faz parte do nosso cotidiano.

Mas como funciona?

Com base no que foi apresentado na palestra, são duas formas de Aprendizado que são mais importantes no universo da Inteligência Artificial: o Aprendizado Supervisionado e o Aprendizado por Reforço. No primeiro método, a máquina aprende com uma base de dados com rótulos (dados com qualidade comprovada), podendo reconhecer padrões e predizer um resultado futuro. Um exemplo disso, são os sistemas de reconhecimento facial, ou o sistema de navegação de um carro autônomo, que identificam pedestres, sinalizações, outros veículos, etc..

Já o segundo método se destaca por ser baseado em um sistema de recompensa. em que a máquina aprende a minimizar os prejuízos para atingir um objetivo, de forma autônoma, com dados sem rótulos e não conhecidos. “Se você por uma câmera em algum lugar e deixar observando, (a máquina) aprende sozinha”, explica Ziviani.

Um exemplo desse modelo, é uma simulação, em que a máquina deve percorrer um caminho na praia, para chegar ao mar. Enquanto ele se desloca, ele perde um pouco de pontos, pois “a areia da praia é quente.” Contudo, o computador deve evitar os obstáculos e calcular os riscos que podem acontecer durante o trajeto, o que faria ele perder mais pontos. Chegar até ao mar seria a recompensa máxima e objetivo final do desafio.

Nivio Ziviani

Desafios da IA

“A I.A. soluciona problemas que não sabemos como resolver utilizando a engenharia de software tradicional”. “Seremos capaz de prever melhor e mais rápido.” Essas foram algumas das qualidades destacadas por Nivio Ziviani ao longo de sua palestra no INF. Contudo, há questionamentos que ainda pairam sobre o uso de Inteligência Artificial no cotidiano. Como ressaltado no evento, questões como “E se a I.A. fizer uma previsão errada”? “Ela terá recursos de segurança para não se voltar contra os humanos”? “E quanto ao uso indevido da I.A (exemplo desta, os sistemas de disseminação de fake news.”? Ziviani discorre que, por mais que a tecnologia avance, vai acontecer o mal uso dela.

Porém, o professor destaca a capacidade de aperfeiçoamento dos sistemas de I.A. e de gerar inovações complementares. “Para evitar que ocorram bugs (falhas) de identificação, é preciso que se faça um melhor treinamento da máquina, com mais dados.”

Fonte: Secom UFG

Categorias: Tecnologia inf