s
INTELIGÊNCIA ARTIFICIAL

IA Neuro-Simbólica: chegamos à terceira onda da Inteligência Artificial

A promessa é a de transcender os limites do Deep Learning e da IA Simbólica, aprendendo com conjuntos de dados de treinamento bem menores, tornando a aquisição de dados muito mais fácil

É hora de reinventar a inteligência artificial.  E, para muitos cientistas de dados, o caminho para isso é investir na IA Neuro-Simbólica. Que, em linhas gerais, visa aumentar (e reter) os pontos fortes da IA ​​estatística (do Machine e do Deep Learning) com as capacidades complementares da IA ​​simbólica ou clássica (conhecimento e raciocínio).

O Deep Learning, assim como a IA Simbólica, são os pilares da tecnologia de Ciência de Dados, mas a IA Neuro-Simbólica promete transcender algumas de suas limitações. Simplesmente porque pode:

  1. Resolver problemas muito mais difíceis;
  2. Aprender com menos dados, e para um grande número de tarefas, em vez de uma tarefa restrita;
  3. Fornecer decisões e ações intrinsecamente compreensíveis e controláveis.

Em outras palavras, a IA Neuro-Simbólica pode tornar a IA verdadeiramente inteligente. Além disso, espera-se que  ajude a reduzir o  preconceito da máquina, tornando o processo de tomada de decisão um modelo de aprendizagem  mais transparente  e  explicável. Isso porque oferece:

  • Eficiência de dados - um sistema Neuro Symbolic AI médio pode ser treinado com apenas um por cento da quantidade de dados que, de outra forma, seria necessária para os métodos tradicionais de aprendizado de máquina. Isso evita que os cientistas de dados tenham que coletar grandes volumes de dados precisos e também economiza o tempo e o esforço necessários para organizar e rotular os pontos de dados individuais.
  • Alta precisão - as redes neurais e a IA simbólica têm alto grau de precisão. No entanto, as porcentagens não são altas o suficiente para serem usadas em cenários de alto risco que exigem respostas precisas e rápidas (como carros autônomos). Por exemplo, a precisão das redes neurais está em torno de 80%. No Neuro Symbolic AI, as redes neurais e o AI simbólico se sobrepõem para preencher todas as lacunas de precisão e produzir resultados mais confiáveis.
  • Transparência de dados - Os sistemas de IA de autoaprendizagem tomam decisões usando um algoritmo subjacente que eles próprios projetaram, deixando aqueles que criaram o sistema sem saber a metodologia que o programa usou para chegar à sua conclusão. Já a Neuro Symbolic AI elimina esse problema ao oferecer total transparência, mostrando a seus usuários como chegou ao resultado final.

Este é um conteúdo exclusivo para assinantes.

Cadastre-se grátis para ler agora
e acesse 5 conteúdos por mês.

É assinante ou já tem senha? Faça login. Já recebe a newsletter? Ative seu acesso.

Agentes de IA viram motor estratégico e reescrevem o manual das empresas

Inteligência Artificial

Agentes de IA viram motor estratégico e reescrevem o manual das empre...

Os agentes de IA saem da fase experimental e assumem o papel de motor estratégico das empresas, exigindo novas métricas, requalificação e foco em inclusão digital

Chain of Thought é bom. Chain of Debate é muito melhor

Inteligência Artificial

Chain of Thought é bom. Chain of Debate é muito melhor

E se sua IA argumentasse, duvidasse e mudasse de ideia a partir da troca de ideias e do feedback de outras IAs? Todas debatendo, depurando, deliberando. É a proposta da Microsoft.

Cibersegurança e IA: 90% das empresas ainda não estão preparadas para os riscos

Tendências

Cibersegurança e IA: 90% das empresas ainda não estão preparadas pa...

Relatório da Accenture mostra que a maioria das empresas está despreparada para as ameaças impulsionadas por IA, com América Latina e Brasil em situação ainda mais crítica

Competitividade em 2025: digitalização, resiliência e desafios do Brasil

Inovação

Competitividade em 2025: digitalização, resiliência e desafios do B...

Relatório do IMD revela que competitividade depende de prontidão digital, resiliência e políticas estratégicas em um cenário global marcado por inflação, protecionismo e polarização.

IA avança fora das empresas, mas trava dentro dos escritórios

Inteligência Artificial

IA avança fora das empresas, mas trava dentro dos escritórios

Apesar do uso pessoal elevado, o uso de IA dentro das empresas estagnou em 51%. Estudo global do BCG mostra que treinamento, ferramentas e apoio da liderança são cruciais para capturar valor e reduzir o medo da substituição por máquina...

Transição energética: os avanços, os gargalos e o papel do Brasil

Tendências

Transição energética: os avanços, os gargalos e o papel do Brasil

Apesar do avanço em investimentos e regulação, a transição energética global segue desequilibrada e aquém das metas climáticas. Estudo do Fórum Econômico Mundial destaca onde estamos, quem lidera, o que trava o progresso – e o p...