Qual é a diferença entre I.A., aprendizado de máquina e robótica?

Há muita confusão sobre o que a IA, o aprendizado de máquina e a robótica fazem. Às vezes, eles podem ser usados ​​juntos.

o queBoston Dynamics, gov-civ-guarda.pt

A inteligência artificial está em toda parte. Em suas telas, em seus bolsos e um dia pode até estar caminhando para uma casa perto de você. As manchetes tendem a agrupar este campo vasto e diverso em um assunto. Robôs emergindo dos laboratórios, algoritmos jogando jogos antigos e ganhando , A IA e suas promessas estão se tornando parte de nossa vida cotidiana. Embora todas essas instâncias tenham alguma relação com a IA, este não é um campo monolítico, mas um que possui muitas disciplinas separadas e distintas.

Muitas vezes usamos o termoInteligência artificialcomo um termo abrangente que cobre tudo. Esse não é exatamente o caso. I.A., aprendizado de máquina, aprendizado profundo e robótica são tópicos fascinantes e separados. Todos eles servem como uma parte integrante do futuro maior de nossa tecnologia. Muitas dessas categorias tendem a se sobrepor e se complementar.



coisas que viajam mais rápido que a luz

O campo de estudo mais amplo da IA ​​é um lugar extenso onde você tem muito que estudar e escolha. Compreender a diferença entre essas quatro áreas é fundamental para obter uma compreensão e ver a imagem completa do campo.




Blade Runner 2049 retrata um mundo dominado ... e densamente povoado ... por robôs.

Inteligência artificial

Na raiz da tecnologia de IA está a capacidade das máquinas de realizar tarefas características da inteligência humana. Esses tipos de coisas incluem planejamento, reconhecimento de padrões, compreensão da linguagem natural, aprendizagem e resolução de problemas.



Existem dois tipos principais de IA: geral e restrita. Nossas capacidades tecnológicas atuais se enquadram neste último. A IA estreita exibe uma lasca de algum tipo de inteligência - seja uma reminiscência de um animal ou de um humano. A experiência desta máquina é como o nome sugere, é de escopo restrito. Normalmente, esse tipo de IA só será capaz de fazer uma coisa extremamente bem, como reconhecer imagens ou pesquisar bancos de dados na velocidade da luz.

A inteligência geral seria capaz de realizar tudo igual ou melhor do que os humanos. Esse é o objetivo de muitos pesquisadores de IA, mas é um caminho mais adiante.

A tecnologia de IA atual é responsável por muitas coisas incríveis. Esses algoritmos ajudam a Amazon a fornecer recomendações personalizadas e garantem que suas pesquisas no Google sejam relevantes para o que você procura. Quase sempre, qualquer pessoa com conhecimentos de tecnologia usa esse tipo de tecnologia todos os dias.



Um dos principais diferenciadores entre a programação AI e a convencional é o fato de os programas não AI serem executados por um conjunto de instruções definidas. A IA, por outro lado, aprende sem ser explicitamente programado.

É aqui que a confusão começa a ocorrer. Freqüentemente, mas não sempre, a IA utiliza aprendizado de máquina, que é um subconjunto do campo de IA. Se formos um pouco mais fundo, obteremos aprendizado profundo, que é uma forma de implementar o aprendizado de máquina do zero.

Além disso, quando pensamos em robótica, tendemos a pensar que robôs e IA são termos intercambiáveis. Os algoritmos de IA geralmente são apenas uma parte de uma matriz tecnológica maior de hardware, eletrônica e código não-IA dentro de um robô.

Ex Machina, A24

Robô ... ou robô com inteligência artificial?

A robótica é um ramo da tecnologia que se preocupa estritamente com robôs. Um robô é uma máquina programável que realiza um conjunto de tarefas de forma autônoma de alguma forma. Eles não são computadores nem são estritamente inteligentes artificialmente.

Muitos especialistas não conseguem concordar sobre o que exatamente constitui um robô. Mas, para nossos propósitos, vamos considerar que ele tem uma presença física, é programável e tem algum nível de autonomia. Aqui estão alguns exemplos diferentes de alguns robôs que temos hoje:

  • Roomba (robô de limpeza a vácuo)

  • Braço de linha de montagem de automóveis

  • Robôs de cirurgia

  • Atlas (Robô Humanóide)

Alguns desses robôs, por exemplo, o robô da linha de montagem ou o robô cirúrgico, são explicitamente programados para fazer um trabalho. Eles não aprendem. Portanto, não podemos considerá-los artificialmente inteligentes.

São robôs controlados por programas integrados de IA. Este é um desenvolvimento recente, já que a maioria dos robôs industriais foi programada apenas para realizar tarefas repetitivas sem pensar. Os bots de autoaprendizagem com lógica de aprendizado de máquina dentro deles seriam considerados IA. Eles precisam disso para realizar tarefas cada vez mais complexas.


'Sinto muito, Dave ...' - Hal 9000 de Stanley Kubrick's 2001: A Space Odyssey

Qual é a diferença entre Inteligência Artificial e Aprendizado de Máquina?

Em sua base, o aprendizado de máquina é um subconjunto e uma forma de alcançar a verdadeira IA. Foi um termo cunhado por Arthur Samuel em 1959, onde afirmou: “A capacidade de aprender sem ser explicitamente programado.”

A ideia é fazer com que o algoritmo aprenda ou seja treinado para fazer algo sem ser codificado especificamente com um conjunto de direções específicas. É o aprendizado de máquina que abre caminho para a inteligência artificial.

Arthur Samuel queria criar um programa de computador que pudesse permitir que seu computador o vencesse em damas. Em vez de criar um programa detalhado e longo que pudesse fazer isso, ele teve uma ideia diferente. O algoritmo que ele criou deu a seu computador a capacidade de aprender enquanto jogava milhares de jogos contra si mesmo. Este tem sido o ponto crucial da ideia desde então. No início da década de 1960, esse programa foi capaz de vencer campeões no jogo.

Ao longo dos anos, o aprendizado de máquina se desenvolveu em vários métodos diferentes. Esses sendo:

receita do time feminino de futebol americano vs masculino
  1. Supervisionado

  2. Semi-supervisionado

  3. Sem supervisão

    quando o córtex cerebral está totalmente desenvolvido
  4. Reforço

Em um ambiente supervisionado, um programa de computador receberia dados rotulados e, em seguida, seria solicitado a atribuir um parâmetro de classificação a eles. Isso poderia ser fotos de animais diferentes e, em seguida, ele iria adivinhar e aprender de acordo com o treinamento. O semissupervisionado rotularia apenas algumas das imagens. Depois disso, o programa de computador teria que usar seu algoritmo para descobrir as imagens não rotuladas usando seus dados anteriores.

O aprendizado de máquina não supervisionado não envolve nenhum dado rotulado preliminar. Ele seria jogado no banco de dados e teria que classificar por si mesmo diferentes classes de animais. Isso poderia ser feito com base no agrupamento de objetos semelhantes devido à sua aparência e, em seguida, criando regras sobre as semelhanças encontradas ao longo do caminho.

O aprendizado por reforço é um pouco diferente de todos esses subconjuntos do aprendizado de máquina. Um ótimo exemplo seria o jogo de xadrez. Ele conhece uma determinada quantidade de regras e baseia seu progresso no resultado final de ganhar ou perder.


A.I., 2001, Stephen Speilberg

Aprendizagem profunda

Para um subconjunto ainda mais profundo de aprendizado de máquina, vem o aprendizado profundo. É encarregado de tipos de problemas muito maiores do que apenas uma classificação rudimentar. Ele funciona no domínio de grandes quantidades de dados e chega à sua conclusão sem absolutamente nenhum conhecimento prévio.

Se fosse para diferenciar entre dois animais diferentes, ele os distinguiria de uma maneira diferente em comparação com o aprendizado de máquina regular. Primeiro, todas as fotos dos animais seriam escaneadas, pixel por pixel. Depois de concluído, ele analisaria as diferentes arestas e formas, classificando-as em uma ordem diferencial para determinar a diferença.

O aprendizado profundo tende a exigir muito mais potência de hardware. Essas máquinas que executam isso geralmente estão alojadas em grandes centros de dados. Os programas que usam aprendizado profundo estão essencialmente começando do zero.

De todas as disciplinas de IA, o aprendizado profundo é a mais promissora para um dia criar uma inteligência artificial generalizada. Alguns aplicativos atuais que o aprendizado profundo rejeitou foram os muitos chatbots vemos hoje. Alexa, Siri e a Cortana da Microsoft podem agradecer a seus cérebros por essa tecnologia bacana.

Uma nova abordagem coesa

Houve muitas mudanças sísmicas no mundo da tecnologia no século passado. Da era da computação à internet e ao mundo dos dispositivos móveis. Essas diferentes categorias de tecnologia abrirão o caminho para um novo futuro. Ou, como o CEO do Google, Sundar Pichai, disse muito bem:

“Com o tempo, o próprio computador - seja qual for seu formato - será um assistente inteligente que o ajudará durante o dia. Vamos passar do primeiro móvel para um I.A. primeiro mundo.'

A inteligência artificial em todas as suas muitas formas combinadas nos levará em nosso próximo salto tecnológico.

Idéias Frescas

Categoria

Outro

13-8

Cultura E Religião

Alquimista Cidade

Livros Gov-Civ-Guarda.pt

Gov-Civ-Guarda.pt Ao Vivo

Patrocinado Pela Fundação Charles Koch

Coronavírus

Ciência Surpreendente

Futuro Da Aprendizagem

Engrenagem

Mapas Estranhos

Patrocinadas

Patrocinado Pelo Institute For Humane Studies

Patrocinado Pela Intel The Nantucket Project

Patrocinado Pela Fundação John Templeton

Patrocinado Pela Kenzie Academy

Tecnologia E Inovação

Política E Atualidades

Mente E Cérebro

Notícias / Social

Patrocinado Pela Northwell Health

Parcerias

Sexo E Relacionamentos

Crescimento Pessoal

Podcasts Do Think Again

Patrocinado Por Sofia Gray

Vídeos

Patrocinado Por Sim. Cada Criança.

Recomendado