Page 62 - newDATAmagazine | 14>06>2022

I N T E L I G Ê N C I A A R T I F I C I A L : de entrada conhecidos e dados de saída
DEFINIÇÕES
Surgem na literatura diversas definições
para a IA. Os seus proponentes originais, o
grupo de McCarthy, definiram-na como a
ciência e engenharia da criação das máquinas
inteligentes, com o objetivo de emular as
funções cognitivas humanas através de
sistemas computacionais. A IA é definida
como o ramo da ciência computacional que
estuda os requisitos computacionais para
tarefas como a perceção, o julgamento e a
a p r e n d i z a g e m p a r a p e r m i t i r
d e s e n v o l v i m e n t o d e s i s t e m a s
desempenhem estas competências (Russell e
Norvijg, 2016). Outra definição interessante é a
de que a IA é o entendimento científico dos
mecanismos subjacentes ao pensamento e ao
comportamento inteligente e a sua
incorporação em máquinas (Bar-Cohen, 2005 ) resolução, sendo necessário endereçar
– este elemento de incorporar ou dar corpo a
estes sistemas é relevante, por ser assinalado
por alguns cientistas como o elo em falta para
amplificar o potencial da IA: aparentemente, a
inteligência precisa de um corpo.
O d e s e n v o l v i m e n t o r á p i d o
“aprendizagem automática” esteve por detrás
do ressurgimento de interesse pela IA, tanto
assim é que, na maioria das ocasiões em que
falamos de IA, estamos a referir-nos à
aplicação de algum mecanismo de
aprendizagem automática. A aprendizagem
automática, ou machine learning, corresponde
ao processo pelo qual um computador pode
treinar e melhorar um algoritmo ou modelo
sem intervenção passa-a-passo de um
humano. Um dos exemplos mais simples de
algoritmo de aprendizagem automática é a
regressão linear, em que o computador faz a
interpolação de uma relação linear entre dados
62 newDATAmagazine.com
conhecidos. O resultado, incorporando uma
lógica de minimização de erros, corresponde à
melhor previsão de observações futuras. Um
conceito associado é o de mineração de
dados, ou datamining, que se refere ao
processo pelo qual as máquinas podem
aprender, gerando conclusões úteis ou
modelos através da análise de grandes
conjuntos de dados (Sanchez-Céspedes et al.,
2020 Thierer et al., 2017).
;
INTELIGÊNCIA ARTIFICIAL: A
o INFLUÊNCIA DA IA NAS POLÍTICAS
q u e PÚBLICAS
As sociedades atuais são mais plurais e
heterogéneas em termos de cultura, valores,
preocupações e estilos de vida, pelo que não
existe uma definição clara e genericamente
aceite dos problemas, ou dos objetivos de
valores díspares, e visões de mundo
heterogéneas, de diferentes partes
interessadas. Para esta classe de problemas
são necessários métodos de análise de
segunda geração, que envolvem, num primeiro
d a momento, consultar as partes interessadas
envolvidas no problema, para formular uma
definição partilhada do problema; e, numa
segunda fase, é necessária a aplicação de
análise matemática por parte de especialistas.
A aplicação desta abordagem implica
sistemas de informação que possibilitem às
diferentes partes interessadas introduzir
tópicos de interesse, questões, ideias e
;
argumentos (Head, 2008 Ferro et al., 2013 ;
Androutsopoulou e Charalabidis, 2018). Esta
abordagem transforma-se, deste modo, num
problema de análise de dados em grande
escala – este é exatamente o tipo de problema
para a IA.