Pular para o conteúdo
Even3

Palestra

Histórico, definições e aplicações de Inteligência Artificial

Gravado no evento Semana Nacional de Ciência e Tecnologia do IFMG - SNCT 2020 · 57 min de gravação

Trechos em vídeo

Sobre o conteúdo

O vídeo apresenta a conferência intitulada "Histórico, definições e aplicações de Inteligência Artificial", realizada no âmbito do evento "Experimentações cênicas e podcasting em plataformas digitais" durante a Semana Nacional de Ciência e Tecnologia do IFMG. A atividade tem início com a apresentação da professora Edyene Cely Amaro Oliveira por parte da mediação, contextualizando seu histórico acadêmico e profissional nas áreas de sistemas de informação e modelagem computacional.

O que é abordado

  1. Abertura e apresentação da palestrante
  2. Aplicações de IA: Previsão do tempo e chatbots
  3. Lógica fuzzy e sistemas de frenagem
  4. Reconhecimento facial e visão computacional
  5. Veículos autônomos e tomada de decisãoTrecho de 1 min 59 s
  6. Definições de Inteligência Artificial
  7. Alan Turing e o Jogo da ImitaçãoTrecho de 1 min 58 s
  8. Histórico da IA e o Inverno da IA
  9. Diferença entre IA, Machine Learning e Deep LearningTrecho de 1 min 52 s
  10. Estrutura e funcionamento das Redes Neurais Artificiais
  11. Tipos de aprendizado de máquina
  12. Considerações finais e encerramento

Dúvidas que o conteúdo responde

Qual foi a importância de Alan Turing para a Inteligência Artificial segundo a palestra?

Alan Turing é considerado o pai da inteligência artificial por propor que máquinas poderiam ir além da simples computação e automação mecânica de cálculos, idealizando o 'Jogo da Imitação' (Teste de Turing) para avaliar se um computador é indistinguível de um ser humano em suas respostas.

O que causou o chamado 'inverno da IA' na história da computação?

Pesquisadores como Marvin Minsky e Seymour Papert demonstraram matematicamente que o modelo perceptron simples não conseguia resolver problemas não lineares e práticos do mundo real, o que desanimou a comunidade científica e provocou o corte e estagnação das pesquisas entre as décadas de 1970 e 1980.

Qual é a diferença entre aprendizado supervisionado, não supervisionado e por reforço?

No aprendizado supervisionado, o modelo é treinado fornecendo perguntas e respostas conhecidas (dados rotulados). No não supervisionado, os dados não possuem classes predefinidas e o algoritmo busca agrupamentos e similaridades por conta própria. No aprendizado por reforço, o sistema não depende de uma base estática prévia, aprendendo de maneira empírica através de experimentação contínua, recompensas e penalidades.

Por que o treinamento de carros autônomos é considerado um dos maiores desafios da inteligência artificial?

Porque dirigir não pode ser aprendido apenas com dados estáticos ou históricos passivos. O veículo lida com um ambiente altamente dinâmico, instável e em constante alteração, necessitando aprender por meio da prática contínua e processamento sensorial em tempo real.

Assuntos

  • inteligência artificial
  • redes neurais
  • machine learning
  • deep learning
  • teste de turing
  • visão computacional
  • carros autônomos
  • aprendizado por reforço

Palestrantes

  • Edyene Cely Amaro Oliveira

    Palestrante

Outros conteúdos deste evento

Gravados no evento Semana Nacional de Ciência e Tecnologia do IFMG - SNCT 2020

Palestra · 57 min

Sustentabilidade na Indústria Cimenteira

Gravado no evento Semana Nacional de Ciência e Tecnologia do IFMG - SNCT 2020

A palestra aborda o panorama e os desafios da sustentabilidade na indústria cimenteira no Brasil e no mundo. O palestrante detalha o histórico, o processo de fabricação do…

Ver resumo e capítulos