Modulo01a-IAeEtica T24-155

MÓDULO 1 | INTRODUÇÃO À IA

Sessão 1 | novembro 2024

Curso de Formação

IA e Ética: desafios e oportunidades

IA e Ética: desafios e oportunidades

• Definição e História da IA
• Conceitos sobre IA
• Exploração dos diferentes tipos de IA

Módulo 1 | Introdução à IA

CONTEÚDOS DA SESSÃO

IA e Ética: desafios e oportunidades

Resumo histórico da IA

MÓDULO 1 | INTRODUÇÃO À IA

A vitória do AlphaGo contra o jogador profissional Lee Sedol, em 2016, destacou o avanço em aprendizagem de máquina e redes neurais profundas, mostrando a capacidade da IA em superar humanos em tarefas complexas

Marco moderno:

Desde então, a IA passou por ciclos de progresso e estagnação, denominados "primaveras" e "invernos da IA", dependendo do entusiasmo e investimento na área

Evolução:

Origem do termo e primeiro marco:

IA e Ética: desafios e oportunidades

Resumo histórico da IA

A expressão "Inteligência Artificial" foi cunhada por John McCarthy em 1956, durante um workshop no Dartmouth College. Este evento é considerado o nascimento do campo da IA e apresentou o "Logic Theorist", primeiro programa relacionado à área

IA e Ética: desafios e oportunidades

Conceitos sobre IA

MÓDULO 1 | INTRODUÇÃO À IA

É um ideal de IA capaz de realizar qualquer tarefa intelectual humana. Ainda não existe, mas é amplamente discutida como um objetivo distante.

IA Geral (AGI):

IA Estreita:

IA e Ética: desafios e oportunidades

por Wayne Holmes

Refere-se a sistemas especializados em tarefas específicas, como prever o tempo ou conduzir veículos.

Conceitos sobre IA

Singularidade:

IA e Ética: desafios e oportunidades

por Wayne Holmes

O momento hipotético em que a IA superaria a inteligência humana, levando a um crescimento exponencial na tecnologia. Essa ideia é considerada improvável no futuro próximo

Conceitos sobre IA

IA e Ética: desafios e oportunidades

Tipos de IA

MÓDULO 1 | INTRODUÇÃO À IA

• Aprendizagem por reforço: Aprende com feedback baseado em ações

• Aprendizagem não supervisionada: Identifica padrões em dados não rotulados.

• Aprendizagem supervisionada: Treinada com dados rotulados.

Sistemas que identificam padrões em dados e ajustam seu comportamento com base nesses padrões. Subdivide-se em:

Aprendizagem Automática (Machine Learning):

IA Simbólica (GOFAI):

Baseia-se em regras lógicas explícitas, utilizada principalmente em tarefas estruturadas, como matemática e resolução de problemas

IA e Ética: desafios e oportunidades

Tipos de IA

Combina IA simbólica com aprendizagem automática, buscando superar limitações de ambas

IA Neuro-Simbólica:

Redes Neurais Artificiais:

Inspiradas no cérebro humano, são usadas para tarefas complexas, como reconhecimento de imagem e linguagem natural.

IA e Ética: desafios e oportunidades

Tipos de IA

• Aumento da eficiência: Automação de tarefas repetitivas e otimização de processos.
• Melhoria da tomada de decisões: Análise de grandes volumes de dados para identificar padrões e tomar decisões mais precisas.
• Desenvolvimento de novas tecnologias: Criação de produtos e serviços inovadores.

A IA tem o potencial de transformar diversos setores da sociedade, trazendo benefícios como

Domingos 2017

"Um algoritmo é uma sequência de instruções que diz a um computador o que fazer."

Impactos da IA

IA e Ética: desafios e oportunidades