Pular para o conteúdo
Even3

Palestra

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.

O que é abordado

  1. Abertura e apresentação do palestrante
  2. Da Revolução Industrial à Revolução da Inteligência Artificial
  3. O surgimento da IA: Dartmouth, busca e lógica formal
  4. Expectativas iniciais, limitações computacionais e o Inverno da IA
  5. A Nova Primavera da IA: dados, hardware e algoritmos profundos
  6. Fundamentos do Aprendizado de Máquina e Redes Neurais
  7. Aplicações contemporâneas: visão, voz, jogos e modelos de linguagem
  8. Impactos socioeconômicos e o mercado de trabalho
  9. Vieses algorítmicos e ética nos dados
  10. Riscos existenciais, delegação humana e reflexões futuras
  11. Sessão de perguntas e respostas
  12. 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

  • Inteligência Artificial
  • Aprendizado de Máquina
  • Deep Learning
  • Redes Neurais
  • Visão Computacional
  • Viés Algorítmico
  • História da IA
  • UFPel

Palestrantes

  • Ricardo Matsumura de Araújo

    Palestrante

Outros conteúdos deste evento

Gravados no evento Inteligência Artificial para Conservação da Biodiversidade