473 Adilson José Bressan e Reginaldo Pereira cuja resolução é considerada tipicamente (ou até exclusivamente) como produto do comportamento de inteligência humana (Mueller; Massaron, 2019). Na prática, o algoritmo é a receita, o passo a passo, e é a combinação de algoritmos que determina a complexidade do sistema. Se o algoritmo é a receita, pode-se dizer que os dados são o ingrediente, a matéria-prima que alimenta a inteligência artificial. Dentre as ferramentas da IA, o machine learning (aprendizado de máquina) trabalha com algoritmos que permitem que um programa aprenda pelo reconhecimento de padrões e similaridades de suas experiências anteriores. No aprendizado de máquina o software melhora o seu desempenho na medida em que obtém mais dados. Os algoritmos analisam os dados que entram, reconhecem os padrões e, a partir disso, oferecem as respostas (Gabriel, 2024). É comum que haja confusão entre deep learning e machine learning, pois compartilhammuitas semelhanças, porém, deep learning é como um aprimoramento do machine learning, com aprendizado de sistema mais complexo e inteligente e com resultados mais assertivos, embora deep learning seja tratado como subcampo dentro do machine learning. A tecnologia deep learning (aprendizado profundo) permite o processamento de enormes quantidades de dados para encontrar relacionamentos e padrões que os seres humanos talvez não conseguissem. Utilizando algoritmos de redes neurais artificiais, aprofunda o processamento para resolver problemas mais complexos, aproximando-se mais do pensamento humano. Em outras palavras, deep learning imita a rede neural do cérebro humano (Traulli, 2020). O sistema recolhe uma maior quantidade de dados e cria camadas de informações, possibilitando que a máquina crie suas próprias resoluções. O sistema de redes neurais aprende a executar tarefas por meio de exemplos, sendo capaz de extrair regras básicas a partir de dados reais e, uma vez tendo aprendido, consegue comunicar instantaneamente o aprendizado para outras redes neurais (Gabriel, 2024). Outro aspecto importante da IA está relacionado à visão computacional, que é a forma como os sistemas computacionais interpretam e processam imagens, simulando a visão humana. Objetiva reconhecer imagens automaticamente, com precisão e eficiência. Atualmente tem aplicação em diversos campos, podendo-se mencionar o reconhecimento facial como exemplo (Sá, 2021).
RkJQdWJsaXNoZXIy MjEzNzYz