Inteligência Artificial: desafios e oportunidades atuais
Gravado no evento Inteligência Artificial para Conservação da Biodiversidade · 1 h 55 min de gravação
Sobre o conteúdo
A palestra 'Inteligência Artificial: desafios e oportunidades atuais', apresentada pelo professor Ricardo Matsumura de Araújo durante o simpósio 'Inteligência Artificial para Conservação da Biodiversidade', propõe uma contextualização histórica e técnica sobre o desenvolvimento da inteligência artificial. O palestrante estabelece uma analogia inicial entre a Revolução Industrial e a revolução da inteligência artificial, destacando que, enquanto a primeira mecanizou tarefas físicas repetitivas, a IA busca automatizar processos cognitivos e não repetitivos centrados na manipulação de informações no ambiente virtual.
Em seguida, são revisadas as origens da disciplina a partir do seminário de Dartmouth em 1955, organizado por John McCarthy e outros pesquisadores pioneiros. O professor detalha as duas abordagens fundamentais daquele período: a solução de problemas por meio de busca em espaço de estados (exemplificada pelo Cubo de Rubik) e os sistemas de inferência lógica formal. Ele explica como o otimismo exacerbado dos anos 1950 e 1960 colidiu com barreiras de complexidade computacional e limitações de hardware, gerando promessas não cumpridas e culminando no prolongado 'inverno da inteligência artificial' entre os anos 1970 e 2000, época em que o financiamento estatal cessou e a área fragmentou-se em termos como mineração de dados e sistemas inteligentes.
A reviravolta que deu origem à nova primavera da inteligência artificial iniciou-se em meados dos anos 2000 com a convergência de três fatores essenciais: o dilúvio de dados decorrente da popularização da internet, o salto de processamento proporcionado por placas gráficas (GPUs) e avanços algorítmicos essenciais formulados pelos ganhadores do Prêmio Turing, permitindo o treinamento eficaz de redes neurais profundas com múltiplas camadas. Esse novo paradigma de aprendizado de máquina transfere o esforço da programação explícita de regras para a indução estatística de padrões a partir de dados anotados.
O palestrante elenca diversas aplicações atuais das redes neurais profundas, tais como vigilância e segmentação de imagens em tempo real, geração foto-realista e deepfakes, modelos de recomendação em plataformas como Netflix e Amazon, sistemas de reconhecimento e síntese de voz, além de agentes de controle em jogos como Go e xadrez e no processamento de linguagem natural com modelos como o GPT-3. Ao mesmo tempo, são pontuados dilemas críticos, destacando-se a destruição criativa e a automação de empregos cognitivos, projeções econômicas de impacto global no PIB e os perigos do viés algorítmico derivado de bases de dados históricas preconceituosas ou mal estruturadas.
Na conclusão e na sessão de perguntas e respostas com a mediação do simpósio, o palestrante aprofunda tópicos como a dependência da linguagem Python no ecossistema atual de IA, técnicas híbridas no xadrez que combinam Minimax e redes neurais, neuroplasticidade em modelos artificiais, criatividade computacional nas artes e aplicações em identificação automatizada de espécies biológicas. Por fim, debate o papel das disparidades econômicas entre nações líderes em IA e países emergentes como o Brasil, frisando iniciativas institucionais como o hub de inteligência artificial da UFPel para aproximar a computação de demandas interdisciplinares.
O que é abordado
- Abertura e apresentação do palestrante
- Da Revolução Industrial à Revolução da Inteligência Artificial
- O surgimento da IA: Dartmouth, busca e lógica formal
- Expectativas iniciais, limitações computacionais e o Inverno da IA
- A Nova Primavera da IA: dados, hardware e algoritmos profundos
- Fundamentos do Aprendizado de Máquina e Redes Neurais
- Aplicações contemporâneas: visão, voz, jogos e modelos de linguagem
- Impactos socioeconômicos e o mercado de trabalho
- Vieses algorítmicos e ética nos dados
- Riscos existenciais, delegação humana e reflexões futuras
- Sessão de perguntas e respostas
- Agradecimentos finais e encerramento
Dúvidas que o conteúdo responde
Qual foi a causa do chamado 'inverno da inteligência artificial'?
O 'inverno da IA' ocorreu após as promessas excessivas das décadas de 1950 e 1960 não serem cumpridas, em virtude das limitações teóricas da complexidade computacional e da insuficiência de hardware da época, o que levou ao corte quase total de investimentos públicos e governamentais na área.
Quais fatores propiciaram a atual 'primavera da inteligência artificial'?
A retomada da área nos anos 2000 decorreu da convergência de três elementos: a grande quantidade de dados disponíveis via internet, o ganho de capacidade computacional através do uso de GPUs e novos algoritmos capazes de treinar redes neurais profundas.
Por que o viés de dados representa um problema no aprendizado de máquina?
Porque os algoritmos aprendem estritamente os padrões existentes nos dados fornecidos para treinamento. Se esses dados contiverem preconceitos históricos, disparidades de gênero, raciais ou artefatos contextuais indevidos, a máquina reproduzirá e perpetuará esses vícios em suas decisões.
O que diferencia a abordagem clássica de IA do aprendizado de máquina moderno?
Na abordagem clássica, programadores definiam manualmente todas as regras e instruções passo a passo para a máquina executar; no aprendizado de máquina, mostram-se exemplos rotulados ou bases de dados para que o próprio algoritmo encontre as correlações e os parâmetros ideais do modelo.
Qual é a linguagem de programação mais utilizada atualmente em inteligência artificial?
O Python é atualmente a língua franca da área por sua simplicidade e pela vasta comunidade que desenvolve bibliotecas e ferramentas especializadas, embora linguagens emergentes como Julia também comecem a ganhar espaço.
Assuntos
Palestrantes

Ricardo Matsumura de Araújo
Palestrante
Outros conteúdos deste evento
Gravados no evento Inteligência Artificial para Conservação da Biodiversidade
Tecnologias para participação ampla na conservação
Gravado no evento Inteligência Artificial para Conservação da Biodiversidade
Nesta sessão do simpósio Inteligência Artificial para Conservação da Biodiversidade, pesquisadores discutem estratégias e tecnologias para ampliar a conservação ambiental.…
Ver resumo e capítulosConservação da flora brasileira e atuação do CNCFlora
Gravado no evento Inteligência Artificial para Conservação da Biodiversidade
Na abertura do simpósio Inteligência Artificial para Conservação da Biodiversidade, os organizadores apresentam o Museu de Ciências Naturais Carlos Ritter da UFPel e discutem o…
Ver resumo e capítulos
