Você já conhece a inteligência artificial?
Nos últimos seis meses, os chatbots, como o ChatGPT, e os geradoresbet365 androidimagens, como o Midjourney, rapidamente se tornaram um fenômeno cultural.
Mas os modelosbet365 androidinteligência artificial (IA) ou "aprendizadobet365 androidmáquina" já existem há algum tempo.
Neste guia para iniciantes, iremos além dos chatbots para examinar diferentes tiposbet365 androidIA - e ver como ela já desempenha um papelbet365 androidnossas vidas.
A chave para todo aprendizadobet365 androidmáquina é um processo chamado bet365 android treinamento,bet365 androidque um programabet365 androidcomputador recebe uma grande quantidadebet365 androiddados - às vezes com rótulos explicando o que são os dados - e um conjuntobet365 androidinstruções.
A instrução pode ser algo como: "encontre todas as imagens que contêm rostos" ou "categorize esses sons".
O programa então procurará padrões nos dados que recebeu para atingir esses objetivos.
Pode ser necessário algum empurrão ao longo do caminho - como "isso não é um rosto" ou "esses dois sons são diferentes" - mas o que o programa aprende com os dados e as pistas fornecidas torna-se o modelobet365 androidIA - e o materialbet365 androidtreinamento termina definindo suas habilidades.
Uma maneirabet365 androidver como esse processobet365 androidtreinamento pode criar diferentes tiposbet365 androidIA é pensarbet365 androiddiferentes animais.
Ao longobet365 androidmilhõesbet365 androidanos, o ambiente natural levou os animais a desenvolver habilidades específicas. De maneira semelhante, os milhõesbet365 androidciclos que uma IA faz por meiobet365 androidseus dadosbet365 androidtreinamento moldarão a maneira como ela se desenvolve e levarão a modelos especializadosbet365 androidIA.
Então, quais são alguns exemplosbet365 androidcomo treinamos IAs para desenvolver diferentes habilidades?
bet365 android Pensebet365 androidum chatbot como um papagaio. Ele faz imitação e pode repetir palavras que ouviu com alguma compreensãobet365 androidseu contexto, mas sem um sentido completobet365 androidseu significado.
Os chatbots fazem o mesmo - embora num nível mais sofisticado - e estão prestes a mudar a nossa relação com a palavra escrita.
Mas como esses chatbots sabem escrever?
Eles são um tipobet365 androidIA conhecido como modelosbet365 androidlinguagem grande (MLLs) e são treinados com grandes volumesbet365 androidtexto.
Um MLL é capazbet365 androidconsiderar não apenas palavras individuais, mas frases inteiras e comparar o usobet365 androidpalavras e frasesbet365 androiduma passagem com outros exemplosbet365 androidtodos os seus dadosbet365 androidtreinamento.
Usando esses bilhõesbet365 androidcomparações entre palavras e frases, é possível ler uma pergunta e gerar uma resposta - como uma mensagembet365 androidtexto preditivabet365 androidseu telefone, masbet365 androidgrande escala.
O incrível sobre os grandes modelosbet365 androidlinguagem é que eles podem aprender as regras da gramática e descobrir o significado das palavras, sem ajuda humana.
Se você já usou Alexa, Siri ou qualquer outro tipobet365 androidsistemabet365 androidreconhecimentobet365 androidvoz, está usando IA.
bet365 android Imagine um coelho com suas orelhas grandes, adaptadas para captar pequenas variaçõesbet365 androidsom.
A IA grava os sons enquanto você fala, remove o ruídobet365 androidfundo, separabet365 androidfalabet365 androidunidades fonéticas – os sons individuais que compõem uma palavra falada – e depois os compara a uma bibliotecabet365 androidsonsbet365 androidlinguagem.
Sua fala é então transformadabet365 androidtexto, onde quaisquer errosbet365 androidescuta podem ser corrigidos antes que uma resposta seja dada.
Esse tipobet365 androidinteligência artificial é conhecido como processamentobet365 androidlinguagem natural.
É a tecnologia por trásbet365 androidtudo, desde você dizer "sim" para confirmar uma transação bancária por telefone, até pedir ao seu celular para informar sobre o tempo nos próximos diasbet365 androiduma cidade para a qual você está viajando.
Seu telefone já reuniu suas fotosbet365 androidpastas com nomes como "na praia" ou "Natal"?
Então você está usando IA sem perceber. Um algoritmobet365 androidIA descobriu padrõesbet365 androidsuas fotos e os agrupou para você.
Esses programas foram treinados examinando uma grande quantidadebet365 androidimagens, todas rotuladas com uma descrição simples.
Se você der a uma IAbet365 androidreconhecimentobet365 androidimagem exemplos suficientes rotulados como "bicicleta", eventualmente ela começará a descobrir como é uma bicicleta e como ela é diferentebet365 androidum barco ou carro.
Às vezes, a IA é treinada para descobrir pequenas diferençasbet365 androidimagens semelhantes.
É assim que o reconhecimento facial funciona, encontrando uma relação sutil entre as características do seu rosto que o tornam distinto e único quando comparado a todos os outros rostos do planeta.
O mesmo tipobet365 androidalgoritmo foi treinado com exames médicos para identificar tumores que oferecem risco à vida - e pode funcionarbet365 androidmilharesbet365 androidinvestigações no tempo que levaria para um médico examinar apenas um paciente.
bet365 android Recentemente, o reconhecimentobet365 androidimagem foi adaptado a modelosbet365 androidIA que aprenderam o poder camaleônicobet365 androidmanipular padrões e cores.
Essas IAs geradorasbet365 androidimagens podem transformar os padrões visuais complexos que coletambet365 androidmilhõesbet365 androidfotografias e desenhosbet365 androidimagens completamente novas.
Você pode pedir à IA para criar uma imagem fotográficabet365 androidalgo que nunca aconteceu - por exemplo, a fotobet365 androiduma pessoa andando na superfíciebet365 androidMarte.
Ou você pode direcionar criativamente o estilobet365 androiduma imagem: "Faça um retrato da técnicabet365 androidfutebol do Brasil, pintado no estilobet365 androidPicasso".
As IAs mais recentes iniciam o processobet365 androidgeração dessa nova imagem com uma coleçãobet365 androidpixels coloridos aleatoriamente.
Ela procura nos pontos aleatórios qualquer sugestãobet365 androidum padrão que aprendeu durante o treinamento - padrões para construir objetos diferentes.
Esses padrões são lentamente aprimorados pela adiçãobet365 androidmais camadasbet365 androidpontos aleatórios, mantendo os pontos que desenvolvem o padrão e descartando outros, até que finalmente surge uma semelhança.
Desenvolva todos os padrões necessários como "superfíciebet365 androidMarte", "astronauta" e "caminhando" juntos e você terá uma nova imagem.
Como a nova imagem é construída a partirbet365 androidcamadasbet365 androidpixels aleatórios, o resultado é algo que nunca existiu antes, mas ainda é baseado nos bilhõesbet365 androidpadrões aprendidos com as imagensbet365 androidtreinamento originais.
A sociedade agora está começando a lidar com o que isso significa para coisas como direitos autorais e a ética da criaçãobet365 androidobrasbet365 androidarte treinadas a partir do trabalho árduobet365 androidverdadeiros artistas, designers e fotógrafos.
Os carros autônomos fazem parte do debate sobre IA há décadas, e a ficção científica os fixou na imaginação popular.
A IA nos carros deste tipo é conhecida como direção autônoma e os carros são equipados com câmeras, radares e lasersbet365 androiddetecçãobet365 androidalcance.
bet365 android Pensebet365 androiduma libélula, com visãobet365 android360 graus e sensores nas asas para ajudá-la a manobrar e fazer ajustes constantes durante o voo.
De maneira semelhante, o modelobet365 androidIA usa os dadosbet365 androidseus sensores para identificar objetos e descobrir se eles estão se movendo e,bet365 androidcaso afirmativo, que tipobet365 androidobjetobet365 androidmovimento eles são - outro carro, uma bicicleta, um pedestre ou qualquer outra coisa.
Milhares e milharesbet365 androidhorasbet365 androidtreinamento para entender como é uma boa direção permitiram que a IA pudesse tomar decisões e agir no mundo real para dirigir o carro e evitar colisões.
Os algoritmos preditivos podem ter lutado por muitos anos para lidar com a natureza muitas vezes imprevisível dos motoristas humanos, mas os carros sem motorista já coletaram milhõesbet365 androidquilômetrosbet365 androiddadosbet365 androidestradas reais. Em São Francisco, na Califórnia, eles já estão transportando passageiros pagantes.
A direção autônoma também é um exemplo muito públicobet365 androidcomo as novas tecnologias devem superar mais do que apenas obstáculos técnicos.
A legislação governamental e os regulamentosbet365 androidsegurança, juntamente com um profundo sentimentobet365 androidansiedade sobre o que acontece quando entregamos o controle às máquinas, ainda são obstáculos potenciais para um futuro totalmente automatizadobet365 androidnossas estradas.
bet365 android Algumas IAs simplesmente lidam com números, coletando e combinando-osbet365 androidvolume para criar um enxamebet365 androidinformações, cujos produtos podem ser extremamente valiosos.
Provavelmente já existem vários perfisbet365 androidsuas ações financeiras e sociais, principalmente online, que podem ser usados para fazer previsões sobre seu comportamento.
O cartãobet365 androidfidelização do supermercado acompanha os seus hábitos e gostos através das suas compras. As agênciasbet365 androidcrédito rastreiam quanto você tem no banco e quanto devebet365 androidseus cartõesbet365 androidcrédito.
A Netflix e a Amazon estão acompanhando quantas horasbet365 androidconteúdo você assistiu na noite passada. Suas contasbet365 androidmídia social sabembet365 androidquantos vídeos você comentou hoje.
E não é só com você, esses números existem para todos, permitindo que os modelosbet365 androidIA os percorrambet365 androidbuscabet365 androidtendências sociais.
Esses modelosbet365 androidIA já estão moldandobet365 androidvida, desde ajudar a decidir se você pode obter um empréstimo ou hipoteca, até influenciar o que você compra, escolhendo quais anúncios você vê online.
bet365 android Seria possível combinar algumas dessas habilidadesbet365 androidum único modelo híbridobet365 androidIA?
É exatamente isso que um dos avanços mais recentes da IA faz.
Chamado IA multimodal, ela permite que um modelo analise diferentes tiposbet365 androiddados - como imagens, texto, áudio ou vídeo - e descubra novos padrões entre eles.
Essa abordagem multimodal foi uma das razões para o enorme saltobet365 androidcapacidade entre o ChatGPT3, que era treinado apenas com texto, e o ChatGPT4, que também era treinado com imagens.
A ideiabet365 androidum único modelobet365 androidIA capazbet365 androidprocessar qualquer tipobet365 androiddados e, portanto, executar qualquer tarefa, desde traduzir entre idiomas até projetar novos medicamentos, é conhecida como inteligência geral artificial (AGI).
Para alguns, é o objetivo finalbet365 androidtoda pesquisabet365 androidinteligência artificial; para outros é um caminho para todas aquelas distopiasbet365 androidficção científica nas quais liberamos uma inteligência tão alémbet365 androidnossa compreensão que não somos mais capazesbet365 androidcontrolá-la.
Até recentemente, o processo-chave no treinamento da maioria das IAs era conhecido como "aprendizagem supervisionada".
Enormes conjuntosbet365 androiddadosbet365 androidtreinamento receberam rótulosbet365 androidhumanos e a IA foi solicitada a descobrir padrões nos dados.
A IA foi então solicitada a aplicar esses padrões a alguns novos dados e fornecer feedback sobrebet365 androidprecisão.
Por exemplo, imagine dar a uma IA uma dúziabet365 androidfotos - seis são rotuladas como "carro" e seis são rotuladas como "van".
Em seguida, diga à IA para elaborar um padrão visual que classifique os carros e as vansbet365 androiddois grupos.
Agora, o que você acha que acontece quando você pede para categorizar esta foto?
Infelizmente, parece que a IA pensa que é uma van - não tão inteligente.
Agora você mostra isso.
E diz-lhe que isto é um carro.
Está bem claro o que deu errado.
A partir do número limitadobet365 androidimagens com as quais foi treinado, a IA decidiu que a cor é a maneira mais fortebet365 androidseparar carros e vans.
Mas o incrível sobre o programabet365 androidIA é que ele tomou essa decisão por conta própria - e podemos ajudá-lo a refinarbet365 androidtomadabet365 androiddecisão.
Podemos dizer a ele que identificou erroneamente os dois novos objetos - isso o forçará a encontrar um novo padrão nas imagens.
Porém, mais importante, podemos corrigir o viésbet365 androidnossos dadosbet365 androidtreinamento fornecendo imagens mais variadas.
Essas duas ações simples tomadas juntas - ebet365 androidgrande escala - são como a maioria dos sistemasbet365 androidIA foi treinada para tomar decisões incrivelmente complexas.
Muitos dos avanços mais recentesbet365 androidIA foram possibilitados pelo aprendizado profundo.
Em termos mais simples, é aqui que o usobet365 androidalgoritmos complexos e enormes conjuntosbet365 androiddados significa que a IA pode aprender sem qualquer orientação humana.
ChatGPT é o exemplo mais conhecido.
A quantidadebet365 androidtexto na internet ebet365 androidlivros digitalizados é tão vasta que ao longobet365 androidmuitos meses o ChatGPT conseguiu aprender sozinho como combinar palavrasbet365 androidforma significativa.
Imagine que você tenha uma grande pilhabet365 androidlivrosbet365 androidlíngua estrangeira, talvez alguns deles com imagens.
Eventualmente, você pode descobrir que a mesma palavra apareciabet365 androiduma página sempre que havia um desenho ou fotobet365 androiduma árvore e outra palavra quando havia uma fotobet365 androiduma casa.
E você veria que muitas vezes havia uma palavra perto dessas palavras que poderia significar “um” ou talvez “o” - e assim por diante.
Esse é o modelobet365 androidaprendizado profundo, também conhecido como aprendizado não supervisionado.
Ele dependebet365 androiduma enorme quantidadebet365 androidpoderbet365 androidcomputação que permite que a IA memorize grandes quantidadesbet365 androidpalavras - sozinhas,bet365 androidgrupos,bet365 androidfrases e páginas - e depois leia e compare como elas são usadas repetidamentebet365 androiduma fraçãobet365 androidum segundo.
Os rápidos avanços feitos pelos modelosbet365 androidaprendizado profundo no ano passado impulsionaram a nova ondabet365 androidentusiasmo e preocupação com o potencial da inteligência artificial, e não há sinaisbet365 androidque isso desacelere.
As promessas e advertências da ficção científica parecem ter surgido repentinamente sobre nós e descobrimos que já estamos vivendobet365 androidum mundo onde a IA está começando a revelar suas estranhas habilidades inumanas.
bet365 androidCréditosbet365 androidprodução:
Escrito por Paul Sargeant
Designbet365 androidJenny Law, Debie Loizou, Patricia Ofuono e Oli Powell
Desenvolvimentobet365 androidAssiz Pereira e Alli Shultes
Edição adicional por Emma Atkinson e Bella Hurrell. Agradecemos a Maryam Ahmed porbet365 androidorientação sobre modelosbet365 androidaprendizadobet365 androidmáquina.
Fotos: Getty Images
Conar analisa anúncio da Volks com Elis Regina: os dilemasbet365 androidusar inteligência artificial para recriar pessoas mortas
Os trabalhadores que perderam o emprego para inteligência artificial
3 áreasbet365 androidque a inteligência artificial já está melhorando nossas vidas