Tópico 1: O que é a IA e quais são os seus principais componentes?

Um subcampo da ciência da computação denominado inteligência artificial (IA) procura desenvolver dispositivos ou sistemas que possam efetuar operações que normalmente requerem a inteligência humana. O desenvolvimento de algoritmos e modelos que permitam às máquinas aprender com os dados, raciocinar, perceber o que as rodeia e tomar decisões ou realizar acções para atingir objectivos é o principal objetivo da inteligência artificial (IA). Os sistemas de inteligência artificial (IA) podem ser programados para simular funções cognitivas, incluindo a compreensão da linguagem, o reconhecimento da fala e a perceção visual.

Principais componentes:

A aprendizagem automática (AM) é um elemento-chave da inteligência artificial que permite aos computadores aprender a partir de dados sem programação explícita. Para encontrar padrões e basear as suas previsões ou escolhas nos dados com que foram educados, os algoritmos de aprendizagem automática utilizam técnicas estatísticas. A aprendizagem automática pode ser classificada em três categorias: aprendizagem supervisionada, aprendizagem não supervisionada e aprendizagem por reforço.

A estrutura e a função do cérebro humano servem de base para as redes neuronais. As redes neurais artificiais com várias camadas são utilizadas na aprendizagem profunda, um subconjunto da aprendizagem automática, para processar e compreender dados complexos. O processamento de linguagem natural, o jogo, o reconhecimento de imagens e de voz e outras aplicações têm tido grande sucesso com a utilização da aprendizagem profunda.

O objetivo da PNL, um subcampo da IA, é tornar possível que os computadores compreendam, analisem e produzam linguagem humana. Para realizar atividades como a análise de sentimentos, a tradução de línguas, o resumo de textos e as interações com chatbots, os sistemas de PNL processam e analisam dados textuais.

A área de visão computacional da IA centra-se na possibilidade de os robots decifrarem e compreenderem dados visuais de imagens e filmes. Os algoritmos de visão computacional são capazes de reconhecer objetos, detetar padrões, categorizar imagens e segmentar objetos.

A criação de máquinas inteligentes, como robôs e veículos autónomos, que podem interagir com o mundo real e realizar atividades por conta própria é referida como robótica orientada para a IA. Estes dispositivos navegam e comunicam com o ambiente que os rodeia utilizando sensores e algoritmos de IA.

Os sistemas periciais são programas de inteligência artificial (IA) criados para imitar a tomada de decisões de peritos humanos em domínios específico. Para resolver questões complexas e oferecer orientação profissional, estes sistemas utilizam regras e bases de conhecimento.

O processo de organizar os dados e a informação de modo a que os sistemas de IA os possam compreender e interpretar é conhecido como representação do conhecimento. Os sistemas de IA podem utilizar técnicas de raciocínio para retirar conclusões lógicas e tomar decisões defensáveis com base na informação disponível.

Os sistemas de IA criam sequências de ações para atingir objectivos em contextos dinâmicos utilizando algoritmos de planeamento. Os sistemas de IA utilizam algoritmos de tomada de decisão para escolher o melhor curso de ação com base nos dados e objetivos fornecidos.

Coletivamente, estes elementos essenciais ajudam os sistemas de IA a evoluir e a funcionar, permitindo-lhes assumir uma variedade de trabalhos e dificuldades em diversas indústrias e áreas. Estes elementos estão a desenvolver-se à medida que a investigação em IA progride, resultando em aplicações de IA mais complexas e poderosas.

https://commons.wikimedia.org/wiki/File:Artificial_Intelligence_%26_AI_%26_Machine_Learning.jpg
Questionários