Quem deveria ler isto?
- Pessoas técnicas que querem aprender rapidamente sobre aprendizado de máquina
- Pessoas não técnicas que querem aprender sobre aprendizado de máquina e estão dispostas a se envolver com conceitos técnicos
- Qualquer um que esteja curioso sobre como as máquinas pensam
Este guia destina-se a ser acessível a qualquer pessoa. Conceitos básicos em probabilidade, estatística, programação, álgebra linear e cálculo serão discutidos, mas não é necessário ter conhecimento prévio deles para obter valor a partir desta série.
Esta série é um guia para se atualizar em conceitos de aprendizado de máquina de alto nível em ~ 2-3 horas.
Se você está mais interessado em descobrir quais cursos fazer, livros para ler, projetos para tentar, etc., dê uma olhada nas nossas recomendações no Apêndice: Os Melhores Recursos de Aprendizado da Máquina .
Por que o aprendizado de máquina é importante?
A inteligência artificial moldará nosso futuro mais poderosamente do que qualquer outra inovação neste século. Qualquer um que não entenda isso logo se sentirá deixado para trás, acordando em um mundo cheio de tecnologia que se sente cada vez mais como mágica.
A taxa de aceleração já é surpreendente. Após um par de invernos de inteligência artificial e períodos de falsas esperanças nas últimas quatro décadas, os rápidos avanços no armazenamento de dados e no poder de processamento dos computadores mudaram dramaticamente o jogo nos últimos anos.
Em 2015, o Google treinou um agente de conversação (IA) que poderia não apenas interagir de forma convincente com os humanos como suporte técnico, mas também discutir moralidade, expressar opiniões e responder a perguntas gerais baseadas em fatos.
No mesmo ano, a DeepMind desenvolveu um agente que superou o desempenho em nível humano em 49 jogos da Atari, recebendo apenas os pixels e a pontuação do jogo como entradas. Logo depois, em 2016, a DeepMind tornou obsoleta sua própria conquista lançando um novo método de jogo de última geração chamado A3C.
Enquanto isso, AlphaGo derrotou um dos melhores jogadores humanos no Go - uma conquista extraordinária em um jogo dominado por humanos por duas décadas depois que as máquinas conquistaram o xadrez pela primeira vez. Muitos mestres não conseguiam entender como seria possível para uma máquina compreender as nuances e a complexidade desse antigo jogo chinês de estratégia de guerra, com suas 10 posições possíveis no tabuleiro (há apenas 10 átomos no universo ).
Em março de 2017, a OpenAI criou agentes que inventaram sua própria linguagem para cooperar e atingir sua meta de maneira mais eficaz. Logo depois, o Facebook teria treinado com sucesso agentes para negociar e até mentir .
Apenas alguns dias atrás (no momento em que este livro foi escrito), em 11 de agosto de 2017, o OpenAI alcançou outro marco incrível ao derrotar os melhores profissionais do mundo em partidas 1x1 do jogo multijogador online Dota 2.
Grande parte da nossa tecnologia do dia-a-dia é alimentada por inteligência artificial. Aponte sua câmera para o menu durante sua próxima viagem a Taiwan e as seleções do restaurante aparecerão magicamente em inglês por meio do aplicativo Google Tradutor.
Atualmente, a IA é usada para projetar planos de tratamento baseados em evidências para pacientes com câncer, analisar instantaneamente resultados de exames médicos para encaminhar imediatamente para o especialista adequado e conduzir pesquisas científicas para descoberta de medicamentos.
Na vida cotidiana, é cada vez mais comum descobrir máquinas em papéis tradicionalmente ocupados por seres humanos. Realmente, não se surpreenda se um pequeno robô de entrega aparecer em vez de um ser humano da próxima vez que você ligar para a recepção do hotel para enviar um pouco de pasta de dente.
Nesta série, exploraremos os principais conceitos de aprendizado de máquina por trás dessas tecnologias. No final, você deve ser capaz de descrever como eles funcionam em um nível conceitual e estar equipado com as ferramentas para começar a criar aplicativos semelhantes.
A árvore semântica: inteligência artificial e aprendizado de máquina
Um conselho: é importante ver o conhecimento como uma espécie de árvore semântica - certifique-se de compreender os princípios fundamentais, isto é, o tronco e grandes ramos, antes de entrar nas folhas / detalhes ou não há nada para eles pendurarem para. - Elon Musk, Reddit AMA
A inteligência artificial é o estudo de agentes que percebem o mundo ao seu redor, formam planos e tomam decisões para alcançar seus objetivos. Suas fundações incluem matemática, lógica, filosofia, probabilidade, lingüística, neurociência e teoria da decisão. Muitos campos estão sob a égide da IA, como visão computacional, robótica, aprendizado de máquina e processamento de linguagem natural.
O aprendizado de máquina é um subcampo da inteligência artificial . Seu objetivo é permitir que os computadores aprendam sozinhos. O algoritmo de aprendizagem de uma máquina permite identificar padrões em dados observados, construir modelos que expliquem o mundo e prever coisas sem ter regras e modelos explícitos pré-programados.
O efeito da IA: o que realmente se qualifica como “inteligência artificial”?
O padrão exato para a tecnologia que se qualifica como "AI" é um pouco confuso, e as interpretações mudam com o tempo. O rótulo de IA tende a descrever máquinas que fazem tarefas tradicionalmente no domínio dos humanos. Curiosamente, uma vez que os computadores descobrem como fazer uma dessas tarefas, os humanos têm a tendência de dizer que não era realmente inteligência. Isso é conhecido como o efeito AI .
Por exemplo, quando o Deep Blue da IBM derrotou o campeão mundial de xadrez Garry Kasparov em 1997, as pessoas reclamaram que ele estava usando métodos de "força bruta" e não era uma inteligência "real". Como Pamela McCorduck escreveu: "Faz parte da história do campo da inteligência artificial que toda vez que alguém descobriu como fazer um computador fazer alguma coisa - jogar damas, resolver problemas simples, mas relativamente informais - havia um coro de críticos para dizer, 'isso não é pensar' ” ( McCorduck, 2004 ).
Talvez haja um certo je ne sais quoi inerente ao que as pessoas aceitarão como “inteligência artificial”:
"AI é o que não foi feito ainda." - Douglas Hofstadter
Então, uma calculadora conta como AI? Talvez por alguma interpretação. Que tal um carro autônomo? Hoje sim. No futuro, talvez não. Sua nova startup legal do chatbot que automatiza um fluxograma? Claro, por que não.
AI forte mudará nosso mundo para sempre; para entender como, estudar o aprendizado de máquina é um bom lugar para começar
As tecnologias discutidas acima são exemplos de inteligência artificial restrita (ANI) , que podem efetivamente executar uma tarefa definida de maneira restrita.
Enquanto isso, continuamos a fazer avanços fundamentais em direção à inteligência geral artificial (AGI) em nível humano , também conhecida como AI forte . A definição de um AGI é uma inteligência artificial que pode realizar com sucesso qualquer tarefa intelectual que um ser humano pode , incluindo a aprendizagem, o planejamento e as pessoas sob incerteza, a comunicação em linguagem natural, fazendo piadas, manipulação de tomada de decisão, negociação de ações, ou ... reprogramação em si.
E este último é um grande negócio. Uma vez que criemos uma IA que possa melhorar a si mesma, ela irá liberar um ciclo de autodesenvolvimento recursivo que poderia levar a uma explosão de inteligência durante um período de tempo desconhecido, variando de muitas décadas a um único dia.
Deixe que uma máquina ultrainteligente seja definida como uma máquina que pode superar todas as atividades intelectuais de qualquer homem, por mais inteligente que seja. Como o design das máquinas é uma dessas atividades intelectuais, uma máquina ultrainteligente poderia projetar máquinas ainda melhores; haveria, então, inquestionavelmente, uma "explosão de inteligência" e a inteligência do homem seria deixada para trás. Assim, a primeira máquina ultrainteligente é a última invenção que o homem precisa fazer, desde que a máquina seja dócil o suficiente para nos dizer como mantê-la sob controle. - IJ Good, 1965
Você pode ter ouvido este ponto referido como a singularidade . O termo é emprestado da singularidade gravitacional que ocorre no centro de um buraco negro, um ponto unidimensional infinitamente denso onde as leis da física como as entendemos começam a se desintegrar.
Um relatório recente do Future of Humanity Institute entrevistou um painel de investigadores de IA sobre prazos para AGI, e descobriu que “os pesquisadores acreditam que há uma chance de 50% de AI superando os seres humanos em todas as tarefas em 45 anos” ( Graça et al, 2017 ) . Nós falamos pessoalmente com um número de praticantes de AI sensatos e razoáveis que preveem cronogramas muito mais longos (o limite superior sendo "nunca"), e outros cujos cronogramas são alarmantemente curtos - em poucos anos.
O advento da superinteligência artificial de nível maior do que o humano (ASI) poderia ser uma das melhores ou piores coisas que acontecem em nossa espécie. Isso traz consigo o imenso desafio de especificar o que as IAs queremde uma maneira que seja amigável para os humanos.
Embora seja impossível dizer o que o futuro reserva, uma coisa é certa: 2017 é um bom momento para começar a entender como as máquinas pensam. Para ir além das abstrações de um filósofo em uma poltrona e moldar inteligentemente nossos roteiros e políticas em relação à IA, precisamos nos engajar nos detalhes de como as máquinas vêem o mundo - o que elas “querem”, seus potenciais vieses e modos de falha, suas peculiaridades temperamentais - assim como estudamos psicologia e neurociência para entender como os seres humanos aprendem, decidem, agem e sentem.
Há questões complexas e de alto risco sobre a inteligência artificial que exigirão nossa cuidadosa atenção nos próximos anos.
Como podemos combater a propensão da IA para reforçar mais os vieses sistêmicos evidentes nos conjuntos de dados existentes? O que devemos fazer das divergências fundamentais entre os tecnólogos mais poderosos do mundo sobre os potenciais riscos e benefícios da inteligência artificial? O que acontecerá com o senso de propósito dos humanos em um mundo sem trabalho?
O aprendizado de máquina está no cerne de nossa jornada em direção à inteligência geral artificial e, enquanto isso, mudará todos os setores e terá um enorme impacto no nosso dia a dia. É por isso que acreditamos que vale a pena entender o aprendizado de máquina, pelo menos em um nível conceitual - e criamos essa série para ser o melhor lugar para começar.