Ética e responsabilidade da IA: Desenvolvimento moderno da inteligência artificial

Name: Ética e responsabilidade da IA: Desenvolvimento moderno da inteligência artificial
Author: Briana Brownell

Aprender sobre o Desenvolvimento da Inteligência Artificial Moderna, incluindo os potenciais riscos e consequências éticas da IA

Preview the first lesson free — get full access to all 7 lessons.

Solicitar uma demonstração Entrar

Curso: sob demanda

(música sinistra) O que é inteligência artificial? Ninguém parece ser capaz de concordar. Isso porque há um desacordo sobre o que a inteligência realmente significa. Portanto, existem várias definições diferentes de IA. Discutiremos os quatro paradigmas distintos de IA descrito por Stuart Russell e Peter Norvig em seu livro influente "Inteligência Artificial, Uma Abordagem Moderna". Muitas divergências sobre o que é e o que não é IA resume-se a um desacordo em qual paradigma estamos considerando. Essas definições se enquadram em um quadrante com duas dimensões. A primeira dimensão é sobre se queremos que nossa IA seja lógica ou inteligente de alguma forma abstrata, ótima ou racional, ou se queremos que seja inteligente de uma forma humana. Estes podem ser apenas ligeiramente diferentes ou muito diferente dependendo do cenário. Sabemos que o ser humano nem sempre age racionalmente. Então, para construir uma inteligência artificial, queremos que a IA aja racionalmente, mas não necessariamente humano, ou queremos que ele aja humanamente mas não necessariamente racionalmente? A segunda dimensão em nossa definição de IA é processo versus resultado. Queremos que o processo de pensamento interno seja semelhante ao humano, como nossos cérebros, ou ser racional? Ou, em vez disso, estamos realmente preocupados com o resultado e se a IA age de maneira lógica ou humana? Juntando essas duas dimensões nos dá quatro paradigmas. A primeira, pensar humanamente é melhor descrita como modelagem cognitiva. Este paradigma está preocupado com a tentativa de replicar processos cognitivos humanos usando computadores. Por exemplo, mapear e simular processos cognitivos o mais próximo possível usando o que sabemos sobre a arquitetura do cérebro humano. A segunda, agindo humanamente, é mais associado ao teste itinerante, que tenta averiguar se uma máquina é capaz de pensar como um humano. Este segundo modelo busca definir a IA como um sistema que age de maneira humana independentemente de como é construído internamente. Em seu extremo, ele pergunta, "Pode um computador agir de tal maneira que é indistinguível de um humano?" No caso do teste itinerante focamos na comunicação entre uma IA e um humano. Esta IA pode ter uma conversa com um humano de tal forma que o humano não percebe eles estão falando com uma IA? A terceira, pensando racionalmente, substitui a estrutura interna da cognição humana com raciocínio abstrato. Esses sistemas de raciocínio podem diferir de como os humanos pensam e contém muitos problemas abstratos de otimização que normalmente são resolvidos matematicamente. Isso é freqüentemente chamado de paradigma das Leis do Pensamento porque fornece uma maneira abstrata de modelar processos de pensamento, como percepção e raciocínio. Por fim, agir racionalmente olha para o desenvolvimento de agentes racionais. Existem muitos algoritmos diferentes que podem ser usados tomar decisões inteligentes de forma racional usando diferentes métodos de otimização. Esses agentes inteligentes podem não agir ou tomar decisões de maneira humana. A maioria das empresas usa o paradigma dos agentes racionais porque leva a definição mais ampla de inteligência. Não espera que o funcionamento interno nem a saída externa para ser humana, mas sim permite que o designer escolha o tipo de otimização e a estrutura interna para criar algo inteligente. É também o mais distinto da modelagem cognitiva, o mais longe de pensar e raciocinando da maneira que os humanos fazem. Embora este modelo seja o mais comum, não é o único que tem lugar na IA moderna. Redes neurais artificiais, que inicialmente surgiu a partir da abordagem de modelagem cognitiva, ganharam popularidade na última década. Há muito trabalho sendo feito nessa área, especialmente para fazer sistemas de raciocínio que são mais humanos e incorporar sistemas de IA que pode concluir muitas tarefas diferentes assim como nossos cérebros podem. Esta é, em essência, a diferença entre IA estreita ou fraca, versus IA geral ou forte. A maioria dos sistemas de IA hoje são sistemas de IA estreitos que executam uma gama estreita de tarefas, às vezes apenas uma. Um exemplo seria a classificação de imagens em um conjunto de categorias ou transcrever fala para texto de uma entrevista de áudio. IA geral, às vezes chamada de inteligência geral artificial ou AGI, é um sistema AI mais amplo que podem executar muitos tipos de tarefas inteligentes, muito como os humanos são capazes. A ética e a responsabilidade em torno da IA restrita diferem daqueles ao redor da AGI. À medida que mais e mais IA surge em vários lugares, tecnólogos estão cada vez mais interessados na criação de IA ética e entender a responsabilidade em termos de sistemas de IA.

Intermediário Fornecedor : Briana Brownell 7 lições · 24m em Árabe, Alemão, Inglês, Espanhol, Francês, Português, Chinese

Descrição do curso

Estas aulas sobre o Desenvolvimento da Inteligência Artificial Moderna abordam a história e os antecedentes da inteligência artificial e os aspectos e conceitos fundamentais da inteligência artificial, incluindo o modo como a IA funciona como sistema de decisão. Exploraremos também a forma como a IA é utilizada na vida quotidiana, a aprendizagem automática como um sistema automatizado que aprende com a informação e as considerações únicas sobre os grandes volumes de dados utilizados nos sistemas de IA.

A humanidade tem estado fascinada com a criação da inteligência artificial desde a antiguidade e a inteligência artificial moderna tornou-se uma área de grande interesse em termos de investigação e desenvolvimento. Com o crescimento da tecnologia e os avanços registados na informática, os computadores evoluíram de simples calculadoras para máquinas sofisticadas. Vamos considerar os sistemas de IA a partir de quatro paradigmas: modelação cognitiva, leis do pensamento, teste de Turing e agentes racionais. Veremos como as diferenças entre eles afectam a forma como construímos e analisamos o sistema de IA e, em última análise, como isso afecta a ética e a responsabilidade.

Com o aumento das interacções com os sistemas de IA, há cada vez mais questões relacionadas com a ética e a responsabilidade. Ficará a conhecer as questões éticas e legais que rodeiam a IA e o papel da IA na sociedade.

O Que Você Vai Aprender

Descreva o histórico e a origem da inteligência artificial
Diferencie entre os quatro paradigmas de IA: modelagem cognitiva, leis do pensamento, teste de Turing e agentes racionais
Reconheça o papel da IA em sistemas críticos e as implicações da IA para sistemas críticos
Explique como a IA funciona como um sistema de decisão e como aprendizado de máquina aprende com informações
Examine as considerações únicas de big data usado em sistemas de IA
Identifique as questões éticas e legais que cercam a IA e o papel da IA na sociedade

Principais Conclusões

A IA pode ser entendida através de quatro paradigmas - modelagem cognitiva, leis do pensamento, teste de Turing e agentes racionais - e as diferenças entre eles afetam como os sistemas de IA são construídos e analisados.
A escolha do paradigma de IA impacta, em última análise, questões de ética e responsabilidade.
Aprendizado de máquina é um sistema automatizado que aprende com informações, e big data levanta considerações únicas quando usado em sistemas de IA.
Interações crescentes com sistemas de IA levantam questões crescentes em torno de ética e responsabilidade.
O curso aborda as questões éticas e legais que cercam a IA e o papel da IA na sociedade.

Perguntas Frequentes

Quais tópicos este curso cobre?

Cobre o histórico e a origem da inteligência artificial, conceitos fundamentais de IA incluindo como a IA funciona como um sistema de decisão, aprendizado de máquina, big data, IA na vida cotidiana, IA em sistemas críticos e os riscos, questões éticas e legais que cercam a IA.

Quais são os quatro paradigmas de IA discutidos neste curso?

O curso considera sistemas de IA a partir de quatro paradigmas: modelagem cognitiva, leis do pensamento, teste de Turing e agentes racionais, e examina como suas diferenças impactam como os sistemas de IA são construídos, analisados e responsabilizados.

Quais habilidades ganharei com este curso?

O curso cobre habilidades incluindo inferência de IA/ML, aplicações de inteligência artificial, sistemas de inteligência artificial, desenvolvimento de inteligência artificial e inteligência computacional.

Este curso aborda a ética da IA?

Sim. Explora as questões éticas e legais que cercam a IA, o papel da IA na sociedade e como as diferenças entre paradigmas de IA impactam ética e responsabilidade.

Quais lições estão incluídas?

As lições são: O que é Inteligência Artificial?; Sistemas de decisão como IA; Aprendizado de Máquina; Big Data; IA na vida cotidiana; IA em sistemas críticos; e Riscos e Consequências da Inteligência Artificial.