Inteligência artificial: Como aprendizado de máquina, robótica e automação moldaram nossa sociedade

De John Adamssen

Este é um combo de 2 livros, com os seguintes títulos:



Livro 1: Neste guia, você aprenderá sobre todos os conceitos básicos da inteligência artificial. Você aprenderá o que é, como funciona e de onde veio (ou, em outras palavras, como tudo começou).


Além disso, abordaremos algumas análises de dados e exemplos de inteligência artificial. Abordaremos várias etapas do processo analítico e veremos o que é necessário para que a inteligência artificial seja eficaz.


Por último, mas não menos importante, os problemas de segurança e privacidade serão trazidos à tona, pois a era de hoje é cheia de hackers, espionagem e roubo. Portanto, é obrigatório que esses dispositivos e sistemas sejam mantidos em segurança.



Livro 2: As máquinas podem escrever livros?

A inteligência artificial pode ser usada para negócios?

As telas de toque estarão por aí ou serão substituídas pelo reconhecimento de voz?

O que são deepfakes?

Como funcionam os carros autônomos e eles serão uma realidade em breve?

Todas essas questões vêm à luz neste livro breve, mas informativo, sobre inteligência artificial. A sociedade está mudando rapidamente devido a sistemas automatizados que beneficiam ou prejudicam o estilo de vida, o emprego e o cérebro das pessoas. Hoje, exploramos o que esse futuro nos reserva. Também examinaremos as opções para que os civis no mundo moderno de hoje se adaptem mais rapidamente.


Não subestime o aumento da inteligência artificial. Entenda o futuro. Comece a ler ou ouvir agora!

• Idioma: Português
• Editora: Efalon Acies
• Data de lançamento: 3 de ago. de 2020
• ISBN: 9788835873785

Pré-visualização do livro

Inteligência artificial

Como aprendizado de máquina, robótica e automação moldaram nossa sociedade

Por John Adamssen

Inteligência artificial

Análise de dados e inovação para iniciantes

Por John Adamssen

Table of Contents

Capítulo 1: História da Inteligência Artificial

Capítulo 2: Como funciona a inteligência artificial

Capítulo 3: Análise de dados

Capítulo 4: Etapas do processo de análise de dados

Capítulo 5: Exemplos poderosas da Inteligência Artificial Em uso hoje

Capítulo 6: Por que a segurança é importante?

Capítulo 1: História da Inteligência Artificial

O termo inteligência artificial foi cunhado em 1956, mas a IA se tornou mais popular hoje graças ao aumento do volume de dados, algoritmos avançados e melhorias na capacidade de computação e armazenamento.

As primeiras pesquisas sobre IA na década de 1950 exploraram tópicos como solução de problemas e métodos simbólicos. Na década de 1960, o Departamento de Defesa dos Estados Unidos se interessou por esse tipo de trabalho e começou a treinar computadores para imitar o raciocínio humano básico. Por exemplo, a Defense Advanced Research Projects Agency (DARPA) concluiu projetos de mapeamento de ruas na década de 1970. E a DARPA produziu assistentes pessoais inteligentes em 2003, muito antes de Siri, Alexa ou Cortana serem nomes conhecidos.

Este trabalho inicial pavimentou o caminho para a automação e o raciocínio formal que vemos nos computadores hoje, incluindo sistemas de suporte à decisão e sistemas de pesquisa inteligentes que podem ser projetados para complementar e aumentar as habilidades humanas.

Enquanto os filmes de Hollywood e os romances de ficção científica retratam a IA como robôs semelhantes aos humanos que dominam o mundo, a evolução atual das tecnologias de IA não é tão assustadora - ou tão inteligente. Em vez disso, a IA evoluiu para fornecer muitos benefícios específicos em todos os setores. Continue lendo para exemplos modernos de inteligência artificial em saúde, varejo e muito mais.

Por que a inteligência artificial é importante?

A IA automatiza o aprendizado e a descoberta repetitivos por meio de dados. Mas a IA é diferente da automação robótica orientada por hardware. Em vez de automatizar tarefas manuais, a IA executa tarefas frequentes, de alto volume e computadorizadas de maneira confiável e sem fadiga. Para esse tipo de automação, a investigação humana ainda é essencial para configurar o sistema e fazer as perguntas certas.

A IA adiciona inteligência aos produtos existentes. Na maioria dos casos, AI não será vendido como um aplicativo individual. Em vez disso, os produtos que você já usa serão aprimorados com recursos de IA, assim como o Siri foi adicionado como um recurso a uma nova geração de produtos da Apple. Automação, plataformas de conversação, bots e máquinas inteligentes podem ser combinados com grandes quantidades de dados para melhorar muitas tecnologias em casa e no local de trabalho, da inteligência de segurança à análise de investimento.

AI se adapta por meio de algoritmos de aprendizagem progressiva para permitir que os dados façam a programação. AI encontra estrutura e regularidades nos dados para que o algoritmo adquira uma habilidade: O algoritmo se torna um classificador ou preditor. Portanto, assim como o algoritmo pode aprender a jogar xadrez, ele pode aprender a si mesmo qual produto recomendar a seguir online. E os modelos se adaptam quando recebem novos dados. A propagação reversa é uma técnica de IA que permite que o modelo se ajuste, por meio de treinamento e dados adicionados, quando a primeira resposta não estiver correta.

A IA analisa dados cada vez mais profundos usando redes neurais com muitas camadas ocultas. Construir um sistema de detecção de fraude com cinco camadas ocultas era quase impossível alguns anos atrás. Tudo isso mudou com incrível poder de computador e big data. Você precisa de muitos dados para treinar modelos de aprendizado profundo porque eles aprendem diretamente com os dados. Quanto mais dados você pode fornecer a eles, mais precisos eles se tornam.

A IA atinge uma precisão incrível por meio de redes neurais profundas - o que antes era impossível. Por exemplo, suas interações com Alexa, Pesquisa Google e Google Fotos são todas baseadas no aprendizado profundo - e cada vez mais precisas são usadas. Na área médica, as técnicas de IA de aprendizado profundo, classificação de imagens e reconhecimento de objetos agora podem ser usadas para encontrar câncer em ressonâncias magnéticas com a mesma precisão de radiologistas altamente treinados.

A IA tira o máximo proveito dos dados. Quando os algoritmos são de autoaprendizagem, os próprios dados podem se tornar propriedade intelectual. As respostas estão nos dados; você apenas tem que aplicar IA para tirá-los. Como a função dos dados agora é mais importante do que nunca, eles podem criar uma vantagem competitiva. Se você tiver os melhores dados em um setor competitivo, mesmo que todos estejam aplicando técnicas semelhantes, os melhores dados vencerão.

Quais são os desafios de usar inteligência artificial?

A inteligência artificial vai mudar todos os setores, mas temos que entender seus limites.

A principal limitação da IA é que ela aprende com os dados. Não há outra maneira pela qual o conhecimento possa ser incorporado. Isso significa que quaisquer imprecisões nos dados serão refletidas nos resultados. E quaisquer camadas adicionais de previsão ou análise devem ser adicionadas separadamente.

Os sistemas de IA de hoje são treinados para realizar uma tarefa claramente definida. O sistema que joga pôquer não pode jogar paciência ou xadrez. O sistema que detecta fraudes não pode dirigir um carro ou fornecer aconselhamento jurídico. Na verdade, um sistema de IA que detecta fraude no sistema de saúde não pode detectar com precisão a fraude fiscal ou a fraude de reivindicação de garantia.

Em outras palavras, esses sistemas são muito, muito especializados. Eles estão focados em uma única tarefa e estão longe de se comportar como humanos.

Da mesma forma, os sistemas de autoaprendizagem não são sistemas autônomos. As tecnologias de IA imaginárias que você vê nos filmes e na TV ainda são ficção científica. Mas os computadores que podem sondar dados complexos para aprender e aperfeiçoar tarefas específicas estão se tornando bastante comuns.

Capítulo 2: