Quando se fala em inteligência artificial as pessoas pensam em sistemas que raciocinam e tomam decisões iguais aos seres humanos, verdadeiros protótipos de gente capazes inclusive de sentir, o que é um erro.
Existem duas linhas de pesquisas mais difundidas:
A primeira são os chamados sistemas especialistas, onde o programador cria regras de negócios e o sistema toma algumas decisões. Essa solução reproduz o conhecimento humano para algumas aplicações, como ajudar em diagnósticos médicos. Depois que o sistema foi desenvolvido, o grande desafio é criar a base de conhecimento. Na análise de crédito, por exemplo, é dar todas as ferramentas para que ele entenda que não pode autorizar empréstimos para companhias cujo patrimônio é igual a zero ou quais valores são aceitáveis de acordo com o porte, atividade e idade da empresa.
O outro sistema é o neural, que, a grosso modo, aprende sozinho. Nesse caso, o usuário não precisa criar as regras a serem utilizadas, mas inserir o histórico, o que significa que, em vez de "ser informado" que pessoas com 25 anos não recebem crédito, quando receber uma demanda o sistema vai buscar o histórico passado de empréstimos com esse perfil. Dessa forma, a solução vai analisar o que aconteceu com os empréstimos concedidos a pessoas de 25 anos ao final de 12 meses e a partir desse levantamento tirará algumas conclusões - do tipo um jovem de 25 anos, homem, solteiro e sem filhos tem 83% de chances de não pagar essa dívida.
Jogos utilizam IA também.
Experimente e converse com Sete Zoom (http://www.inbot.com.br/sete/) ou com Ed (http://www.ed.conpet.gov.br/br/converse.php)
Para ler mais sobre o assunto, acesse: http://www.inbot.com.br/novo/noticias/the-industry-standard.php
