TECN-17

Prévia do material em texto

10. Inteligência Artificial (IA) e Aprendizado de Máquina (Machine Learning) 
A Inteligência Artificial (IA) e o Aprendizado de Máquina (Machine Learning) estão entre 
as tecnologias mais transformadoras do século XXI. Ambas têm sido fundamentais em diversos 
avanços em áreas como saúde, finanças, marketing e muito mais. Embora os termos sejam 
frequentemente usados de forma intercambiável, existem diferenças entre eles, e é importante 
compreender como eles funcionam e suas aplicações. 
O que é Inteligência Artificial (IA)?A Inteligência Artificial refere-se a sistemas ou 
máquinas que imitam a inteligência humana para realizar tarefas. A IA envolve a programação 
de algoritmos que permitem que os computadores executem tarefas como reconhecimento de 
voz, processamento de linguagem natural, planejamento e decisão autônoma. A IA pode 
ser classificada em duas categorias principais:IA Fraca: Sistemas que são projetados para 
realizar tarefas específicas, como assistentes virtuais, recomendações de produtos ou 
diagnósticos médicos automatizados. Exemplos incluem o Siri da Apple ou o Alexa da 
Amazon.IA Forte: Um conceito ainda teórico em que a máquina teria a capacidade de pensar e 
agir como um ser humano em qualquer tipo de tarefa cognitiva. Esse tipo de IA ainda não foi 
alcançado. 
O que é Aprendizado de Máquina (Machine Learning)?O Aprendizado de Máquina 
(Machine Learning - ML) é um subcampo da IA que se concentra no desenvolvimento de 
algoritmos que permitem que as máquinas aprendam a partir de dados. Em vez de programar um 
sistema com regras específicas, no ML, os algoritmos “aprendem” padrões e informações 
diretamente dos dados. Esse aprendizado pode ser supervisionado, não supervisionado ou por 
reforço.Aprendizado supervisionado: O modelo aprende a partir de dados rotulados, ou seja, 
dados onde a resposta correta é fornecida, como na classificação de emails como “spam” ou 
“não spam”.Aprendizado não supervisionado: O modelo encontra padrões nos dados sem 
rótulos ou respostas pré-definidas, sendo utilizado em tarefas como agrupamento de 
dados.Aprendizado por reforço: O modelo aprende a partir de recompensas e penalidades, 
como em jogos ou navegação autônoma.Aplicações de IA e Aprendizado de MáquinaAs 
aplicações de IA e Machine Learning são vastas. No setor de saúde, elas ajudam a 
diagnosticar doenças a partir de exames médicos, como a análise de imagens de ressonância 
magnética ou de radiografias. Na indústria financeira, a IA pode ser usada para prever 
movimentos do mercado, detectar fraudes e até automatizar a gestão de portfólios de 
investimento. Já em marketing, algoritmos de aprendizado de máquina ajudam as empresas a 
personalizar anúncios e ofertas para consumidores com base em seu comportamento online. 
Questões:Qual é a principal diferença entre IA fraca e IA forte? 
o a) A IA fraca imita a inteligência humana em todas as tarefas, enquanto a IA 
forte realiza tarefas específicas. 
o b) A IA fraca realiza tarefas específicas, enquanto a IA forte imita a inteligência 
humana em qualquer tarefa. (X) 
o c) A IA forte não existe, é apenas uma hipótese. 
2. O que caracteriza o aprendizado supervisionado em Machine Learning? 
o a) O modelo aprende sem dados rotulados. 
o b) O modelo aprende a partir de dados rotulados, ou seja, com respostas pré-
definidas. (X) 
o c) O modelo aprende com base em recompensas e penalidades. 
3. Quais são as principais preocupações éticas associadas à IA e ao aprendizado de 
máquina? 
o a) A IA pode aumentar a eficiência e a produtividade apenas. 
o b) A IA pode invadir a privacidade e refletir viés algorítmico. (X) 
o c) A IA é completamente isenta de erros.