Inteligência artificial, computacional e aprendizagem de máquina é tudo igual?

Não existem definições amplamente aceitas para inteligência artificial(IA), aprendizagem de máquina e inteligência computacional. E muitas vezes, esses termos são tratados como sinônimos. Entretanto, embora os termos realmente estejam relacionados, eles não são sinônimos e se referem a conceitos distintos.

Inteligência Artificial (IA)

Esse termo foi cunhado em 1956 em uma conferência em Dartmouth College. Refere-se ao campo de estudo que busca criar sistemas ou máquinas capazes de realizar tarefas que normalmente exigem inteligência humana. Isso inclui raciocínio, aprendizado, resolução de problemas, compreensão de linguagem natural.

Na década de 50, a inteligência artificial estava fortemente ligada a inferência lógica e matemática. A IA predominante desta época era a IA “simbólica”. Entretanto, com a popularização das redes neurais artificiais(IA conexionista), a IA acabou se expandindo e incorporando outras abordagens.

Hoje, a IA é um campo abrangente e inclui várias subáreas, como aprendizagem de máquina, inteligência computacional, processamento de linguagem natural, visão computacional, entre outras.

Aprendizagem de Máquina (Machine Learning)

O termo Machine learning foi criado pelo engenheiro eletricista Arthur Lee Samuel em 1959. Em português, há basicamente duas traduções possíveis: aprendizado de máquina ou aprendizagem de máquina. Segundo o próprio Arthur Samuel, aprendizagem de máquina pode ser definido como:

Campo de estudo que dá aos computadores a habilidade de aprender sem serem explicitamente programados.

Atualmente, é um subcampo da IA que se concentra no desenvolvimento de algoritmos e modelos que permitem que as máquinas aprendam a partir de dados, sem a necessidade de serem explicitamente programadas para cada tarefa.
Na aprendizagem de máquina, o sistema melhora seu desempenho com o tempo conforme recebe mais informações e feedback.

No contexto das décadas de 50 e 60, as soluções estudadas na área de aprendizagem de máquina eram mais focadas em resultados práticos. Ao passo que a IA da época estava mais focada em conseguir uma máquina inteligente mais “humana”, baseada em linguagem.

Pode-se dizer que a aprendizagem de máquina é o lado mais “pragmático” e focado em resultados da inteligência artificial.

Inteligência Computacional(IC)

É o termo mais “novo” e melhor definido. Foi utilizado pela primeira vez no IEEE Neural Networks Council em 1990. E surgiu para se referir a uma área de interesse de soft-computing com soluções inspiradas na natureza. Segundo a IEEE Computational Intelligence Society (CIS), Inteligência Computacional (IC) é:

A teoria, o design, a aplicação e o desenvolvimento de paradigmas computacionais motivados biologicamente e linguisticamente. Tradicionalmente, os três principais pilares da IC têm sido Redes Neurais, Sistemas Fuzzy e Computação Evolutiva. No entanto, com o tempo, muitos paradigmas de computação inspirados na natureza evoluíram. Assim, a IC é um campo em constante evolução e, atualmente, além dos três principais componentes, abrange paradigmas computacionais como inteligência ambiental, vida artificial, aprendizado cultural, …

Resumindo

• IA é o campo mais antigo e amplo que engloba a inteligência computacional e a aprendizagem de máquina.
• Aprendizagem de máquina é uma área que estuda o desenvolvimento de máquinas que podem aprender e/ou modificar o seu comportamento autonomamente a partir de dados e sem necessidade de reprogramação.
• Inteligência computacional foca em técnicas bioinspiradas para resolver problemas complexos relacionados a otimização e aprendizagem.

That’s all folks!