A resposta curta
Toda a aprendizagem automática é IA, mas nem toda a IA é aprendizagem automática. IA descreve o que um sistema faz (comportar-se de forma inteligente). Aprendizagem automática descreve como muitos sistemas de IA o conseguem fazer (aprendendo com dados).
Em círculos: inteligência artificial ⊃ aprendizagem automática ⊃ aprendizagem profunda ⊃ grandes modelos de linguagem e a maior parte da IA generativa.
O que é a inteligência artificial?
A inteligência artificial é a área dedicada à criação de sistemas informáticos que realizam tarefas associadas à inteligência humana: compreender a linguagem, reconhecer imagens, raciocinar, planear e tomar decisões. O termo remonta à conferência de Dartmouth de 1956.
A IA abrange muitas abordagens: lógica e regras, algoritmos de pesquisa e planeamento, modelos probabilísticos e aprendizagem automática. Leia a definição completa de IA
O que é a aprendizagem automática?
A aprendizagem automática é um ramo da IA em que os algoritmos melhoram o seu desempenho numa tarefa ao aprenderem com exemplos. Em vez de um programador escrever "se o e-mail contiver estas palavras, classificá-lo como spam", um modelo analisa milhares de e-mails classificados e aprende o padrão por si próprio.
Principais tipos de aprendizagem automática
- Aprendizagem supervisionada: aprende com exemplos classificados (spam ou não spam).
- Aprendizagem não supervisionada: identifica grupos e padrões em dados não classificados.
- Aprendizagem autossupervisionada: cria o seu próprio sinal de treino a partir de dados em bruto, como fazem os grandes modelos de linguagem.
- Aprendizagem por reforço: aprende com recompensas por tentativa e erro.
Algoritmos clássicos de aprendizagem automática
Regressão linear e logística, árvores de decisão, florestas aleatórias, boosting de gradiente, máquinas de vetores de suporte e agrupamento k-means. Continuam a ser muito utilizados com dados empresariais estruturados porque são rápidos e mais fáceis de interpretar.
Aprendizagem profunda e IA generativa
A aprendizagem profunda é uma forma de aprendizagem automática que utiliza redes neuronais artificiais com muitas camadas. Desde cerca de 2012, tem impulsionado a maioria dos avanços da IA nas áreas da visão, da fala e da linguagem.
A IA generativa utiliza a aprendizagem profunda para criar novos conteúdos. Os grandes modelos de linguagem por detrás do ChatGPT, Claude e Gemini são modelos de aprendizagem profunda baseados na arquitetura Transformer e treinados com enormes quantidades de texto e código.
IA vs. aprendizagem automática vs. aprendizagem profunda: tabela comparativa
| Inteligência artificial | Aprendizagem automática | Aprendizagem profunda | |
|---|---|---|---|
| Âmbito | Área mais abrangente | Subárea da IA | Subárea da aprendizagem automática |
| Objetivo | Comportamento inteligente | Aprender com dados | Aprender padrões complexos a partir de dados em bruto |
| Métodos | Regras, pesquisa, lógica, aprendizagem automática | Algoritmos estatísticos | Redes neuronais multicamada |
| Necessidades de dados | Variáveis | Moderadas | Muito elevadas |
| Necessidades de computação | Variáveis | Baixas a moderadas | Elevadas, chips especializados |
| Interpretabilidade | Elevada nos sistemas baseados em regras | Frequentemente moderada | Baixa, uma caixa negra |
| Exemplo | Motor de xadrez, sistema pericial | Modelo de avaliação de risco de crédito | ChatGPT, geradores de imagens |
Exemplos lado a lado
- IA baseada em regras: um programa fiscal que aplica regras fixas ou um planeador de rotas que utiliza um algoritmo de pesquisa.
- Aprendizagem automática: um modelo bancário que estima o risco de incumprimento com base em empréstimos anteriores.
- Aprendizagem profunda: desbloqueio facial no telemóvel, reconhecimento de voz, análise de imagens médicas.
- IA generativa: um chatbot que escreve um e-mail, uma aplicação que gera uma imagem a partir de texto.
Porque é que a diferença importa
Compreender que a IA moderna se baseia na aprendizagem automática ajuda-o a utilizá-la de forma sensata. Os modelos refletem os dados com que foram treinados. Modelos diferentes, treinados de formas diferentes, podem dar respostas diferentes à mesma pergunta. Não é um erro a ignorar, mas sim um sinal a ter em conta.
Debatly transforma isso numa vantagem: personagens de IA baseadas em modelos de referência debatem a sua pergunta a partir de diferentes perspetivas, e um juiz de IA avalia os argumentos. Também pode conversar diretamente com modelos da OpenAI, Anthropic e Google na mesma aplicação.