Eu me lembrei de ficar perplexo com a incapacidade de entender do que estavam falando nas minhas primeiras reuniões sérias de trabalho, como estagiário no mercado financeiro, décadas atrás.

Era delta pra lá, alpha pra cá, var, teste de stress, CVA, derivativos, backtest…

O verdadeiro teste de stress foi aprender tudo isso por osmose. De tanto ouvir, e de tanto transformar as explicações em códigos de computador, fui entendendo esses conceitos.

Lembrei disso porque estou vendo a mesma história se repetir, desta vez de outro ângulo.

A inteligência artificial entrou de vez nas conversas corporativas. Sempre que recebemos CEOs e executivos de grandes empresas aqui na Exame, essa é uma das principais pautas.

Por isso, os jargões dessa indústria começaram a aparecer, principalmente quando tem alguém de tecnologia no meio. Nós, de tecnologia, temos essa estranha mania de dar nomes complexos a coisas simples.

Neste artigo, vou explicar de forma simples o significado dos quatro conceitos mais importantes sobre inteligência artificial para que você, quando entrar numa conversa sobre o assunto, não se sinta como o Miguel de 20 anos atrás.

O que é inteligência artificial?

Pra responder essa pergunta eu gosto de contar uma curta história de amor.

Era uma vez um operário americano do início do século XX, muito emocionado, que passava horas observando sua esposa lavar roupa à mão e reclamar das dores por horas.

Ele olhava cada detalhe, cada movimento, notou que eram movimentos que se repetiam, era sempre a mesma forma de fazer.

Ele não aguentava mais ouvir a esposa reclamar, então, num ato de amor, resolveu criar um dispositivo mecânico que simulava os movimentos da esposa na hora de lavar roupa. Ele criou uma máquina com o conhecimento de lavar roupa embarcado nela.

Agora bastava girar uma manivela e a roupa ficava lavada.

O que ele fez foi programar na máquina a inteligência da esposa. Isso não é exatamente inteligência artificial, está mais para uma inteligência mecânica, mas serve para explicar o conceito

Inteligência Artificial é a capacidade da máquina de simular e executar tarefas que, antes, só a inteligência humana conseguia.

O que é machine learning?

No começo da minha carreira meu trabalho era conferir se os extratos bancários dos fundos de investimento estavam certos. Linha por linha eu ia classificando cada despesa. Eram centenas de linhas,.

Ficava na impressora um bom tempo esperando os extratos saírem, pois ela sempre atolava o papel. Nessa época, desenvolvi minha fobia de impressoras.

É um exemplo de máquina sem machine learning. Ela vai atolar uma vez, duas, três, nunca aprende, sempre vai atolar de novo. Impressora é um exemplo de máquina burra, você quase nunca precisa dela, mas quando precisa não funciona.

Para me livrar dela, eu desenvolvi uma inteligência artificial. Fui registrando numa planilha como eu classificava cada linha no extrato e, depois de um tempo, ao invés de imprimir, eu simplesmente copiava as linhas do extrato e colava numa planilha.

Ela consultava as classificações anteriores que eu tinha feito e pronto. Já classificava tudo pra mim.

Se aparecesse uma linha que eu nunca tinha classificado, eu classificava ali na hora e nas próximas vezes a planilha já classificava automaticamente.

Ou seja, eu ia ensinando a máquina a classificar as despesas pra mim.

Machine Learning é um ramo da Inteligência Artificial que permite aos computadores aprender e melhorar a partir de experiências prévias.

O que são redes neurais artificiais?

Com 3 anos de idade meu filho aprendeu o que é gravidade. Sabe como?

Com a experiência.

Ele jogou um copo pra cima, o copo caiu. Ele jogou uma caneta, ela caiu. Jogou o macbook do papai pra cima, melhor nem lembrar…

Fato é que, pela experiência, sem ninguém ensinar nada, sozinho, ele aprendeu que as coisas caem.

Os cientistas da computação que estudavam Inteligência artificial e eram especializados em machine learning perceberam que todas as crianças aprendem desse jeito, ficaram intrigados.

Decidiram estudar formas de fazer a máquina imitar o jeito de aprender do cérebro humano.

E assim nasceram as redes neurais artificiais, inspiradas pelo funcionamento do nosso sistema neurológico, as redes neurais consistem em camadas de nós, ou "neurônios", que processam informações.

Todas as Redes Neurais são uma forma de Machine Learning, mas nem todo Machine Learning envolve Redes Neurais.

O que é deep learning?

Aprender com a experiência que as coisas caem é uma coisa, mas imagina aprender uma língua, tocar um instrumento, ou controlar suas emoções?Aprendizados tão abstratos exigem do ser humano uma quantidade de neurônios que chega a bilhões.

As primeiras aplicações de redes neurais não tinham essa capacidade, não conseguiam representar tantos neurônios.

Mas no final dos anos 1990, os cientistas da computação deixaram de estudar as crianças e passaram a estudar os adolescentes. A capacidade computacional das Unidades de Processamento Gráfico (GPUs) que os jovens usavam para jogar video-game foi o que chamou a atenção dessa vez.

E assim o deep learning vingou. O "profundo" no Deep Learning refere-se ao número de camadas através das quais os dados são transformados. As Redes Neurais Profundas têm várias camadas, podem ter bilhões de neurônios, o que as diferencia das redes neurais menos complexas.

Você tem dúvidas sobre algum termo técnico relacionado à inteligência artificial? Envie para nós, e eu explicarei no próximo artigo.