Pular para o conteúdo
Even3

Conceitos Fundamentais de Inteligência Artificial e Aprendizado de Máquina

Trecho de 1 min 58 s de Inteligência Artificial no Diagnóstico por Imagem, gravado no evento XXXVII SEMANA DA FÍSICA UFG: O Impacto Social da Informação e da Tecnologia Quântica.

Assistir à gravação completaNo Even3 Conteúdos · 2 h 54 min

Sobre este trecho

Entenda a definição técnica de inteligência artificial voltada ao reconhecimento de padrões e a diferença entre aprendizado supervisionado e não supervisionado.

Vai de a da gravação.

O que é dito neste trecho

Então eu pego dados, reconheço o que tem naqueles dados e faço uma classificação desses dados, dessas amostras, né? E faço essa classificação segundo critérios de similaridade, ou seja, eu pego uma base de referência e procuro coisas parecidas, similares, ou através de diferença. Procuro aquilo que não é similar e para fazer isso a gente utiliza métodos que a gente chama de aprendizado de máquina. E aprendizado de máquina tem também uma definição, eh vem lá do inglês, né, o machine learning, que é uma forma de treinar um algoritmo para que ele possa aprender. Então são métodos recursivos, né, que trabalham com interações ali em ciclos computacionais e com com equações matemáticas e que uma vez que você tenha um conjunto de dados de referência, você vai mostrando esses dados para esses algoritmos e esses algoritmos vão ajustando seus valores, né, setando seus pesos até que a gente chegue numa situação que seja considerada adequada e a gente considera que esse algoritmo tá treinado. Então treinar o algoritmo significa mostrar um conjunto grande de dados pré rotulados para esse algoritmo, né? Eh, e esses algoritmos então eles aprendem a procurar determinados padrões desse conjunto de dados para poder fazer associações e classificações. A gente tem duas grandes linhas, né? A gente chama de aprendizado supervisionado, que é aquele que eu defino a classe, ah esse é um tumor, é um tumor benigno, é um tumor maligno, é um câncer. Essa é uma imagem normal ou uma imagem que tem alguma coisa que não é normal. Então a gente tem classes pré definidas e a gente treina esses algoritmos de maneira supervisionada. Eu falo para ele o que eu quero que ele encontre, né? E existem também os o os métodos não supervisionados em que eu não tenho uma classe a priori, que eu treino o algoritmo, mas eu deixo que ele procure com base nos dados que ele tá tratando algo que seja similar e algo que seja diferente.

Outros trechos deste conteúdo