Fundamentos da IA
A IA moderna é construída sobre uma base de ciência de dados e aprendizado de máquina. O principal objetivo da IA é usar máquinas para capacidades que geralmente estão associadas a humanos. Vamos ver os conceitos de ciência de dados apoiarem a base da IA.
O que é a ciência de dados?
A ciência de dados é um campo interdisciplinar cujo objetivo é alcançar a IA. Ele usa principalmente técnicas de aprendizado de máquina e estatística. Na maioria dos casos, os cientistas de dados são os especialistas encarregados de resolver problemas de IA.
O que é machine learning?
O aprendizado de máquina é uma técnica em que uma máquina filtra inúmeras quantidades de dados para encontrar padrões. Esta técnica é frequentemente usada para fins de IA. O aprendizado de máquina usa algoritmos que treinam uma máquina para aprender padrões com base em recursos diferenciadores sobre os dados. Quanto mais dados de treinamento, mais precisas são as previsões.
Seguem-se alguns exemplos:
- Deteção de spam de e-mail - O aprendizado de máquina pode procurar padrões em que o e-mail tenha palavras como "grátis" ou "garantia", o domínio do endereço de e-mail esteja em uma lista bloqueada ou um link exibido no texto não corresponda ao URL por trás dele.
- Deteção de fraude de cartão de crédito - O aprendizado de máquina pode procurar padrões como os gastos em um CEP que o proprietário não costuma visitar, a compra de um item caro ou uma onda repentina de compras.
O que é a aprendizagem profunda?
A aprendizagem profunda é um subconjunto da aprendizagem automática. Deep learning é imitar como um cérebro humano processa informações, como uma rede neural artificial conectada. Ao contrário do aprendizado de máquina, o aprendizado profundo pode descobrir padrões complexos e recursos diferenciadores sobre os dados por conta própria. Normalmente funciona com dados não estruturados, como imagens, texto e áudio. Requer enormes quantidades de dados para uma melhor análise e enorme poder de computação para velocidade.
Por exemplo, a aprendizagem profunda pode ser usada para detetar células cancerosas em imagens médicas. A aprendizagem profunda verifica cada pixel da imagem como entrada para os nós neurais. Os nós analisam cada pixel para filtrar recursos que parecem cancerígenos. Cada camada de nós empurra as descobertas de células cancerosas potenciais para a próxima camada de nós para repetir o processo e, eventualmente, agregar todas as descobertas para classificar a imagem. Por exemplo, a imagem pode ser classificada como uma imagem saudável ou uma imagem com características cancerosas.
Em seguida, vamos explorar quatro categorias de ferramentas da Microsoft que você pode usar para adicionar IA ao seu negócio.