Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Encontra documentos específicos para os exames da tua universidade
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
TCC sobre inteligência artificial e sua ligação com a medicina
Tipologia: Notas de estudo
1 / 43
Esta página não é visível na pré-visualização
Não perca as partes importantes!
Estância/SE 2019
Trabalho apresentado com o objetivo de adquirir nota para a disciplina de TCC do Curso Técnico de Informática sob a orientação do Prof. Rodrigo Febrônio. Estância/SE 2019
Agradeço a todos os envolvidos no desenvolvimento do projeto e no processo até o termino do mesmo. Um agradecimento especial para o orientador Rodrigo Febrônio que nos acompanhou nessa exaustiva jornada até aqui.
Se é bastante discutido sobre o presente e o futuro da tecnologia. Estamos em uma época que a ideia de máquinas autônomas e inteligentes o suficiente para aprender sozinhas já se tornou uma realidade. A ideia de inteligência artificial cada vez mais se concretiza, diversificando seus métodos, suas aplicabilidades e explorando seus limites. Podemos encontrar a IA em empresas, centros de pesquisa, na medicina, etc. Diante disso, o seguinte artigo irá abordar a área da inteligência artificial com o objetivo de conscientizar o público sobre o presente e o futuro dessa tecnologia. A partir da explanação do seu desenvolvimento durante as épocas, informando suas definições, métodos e aplicabilidades, enfatizando a área da medicina, que possui avanços significativos e de grande impacto com o desenvolvimento de IA’s. Palavras-chave: inteligência artificial, medicina, machine learning, avanço tecnológico.
FAR - False Accept Reject - Taxa de Falsa Aceitação FRR - False Reject Reject - Taxa de Falsa Rejeição
Ao longo do tempo o ser humano tem buscado criar diversos objetos para facilitar suas tarefas e melhorar suas condições de vida, a partir do desenvolvimento das suas técnicas que em seguida, transformou-se em tecnologia, definida como “o conjunto formado por habilidades humanas, máquinas operatórias e estruturas materiais” (RÜDIGER, 2014, p.442). Portanto, destaca-se o período da Revolução Industrial quando falamos de tecnologia, já que foi nesse período que a ciência e a economia se uniu para criar cada vez mais máquinas que auxiliassem o ser humano e aumentassem a produção de bens necessários e facilitadores na vida do mesmo. E é na Terceira Revolução Industrial que esses laços aumentam, sendo uma etapa de profundas evoluções no campo tecnológico, caracterizando-se pela criação do computador. Apesar da criação do computador ser somente em meados da Segunda Guerra Mundial, em toda a história são encontrados relatos do desejo de construir objetos autônomos e inteligentes que seriam semelhantes aos humanos, podendo realizar tarefas igualmente a eles. Ideia que hoje se assemelha a inteligênica artificial. A criação da inteligência artificial, portanto, surgiu do desenvolvimento desse pensamento, que entre os séculos XX e XXI irá ser solidificada como um ramo da computação, caracterizada pela criação de máquinas capazes de aprender, tendo como base a percepção de aprendizagem do próprio cérebro humano. É inegável que a IA é o futuro das tecnologias que o homem tanto aperfeiçoou ao longo do tempo. O ramo da ciência em si cada vez mais pesquisa e aplica as técnicas ds IA em aparelhos em diversos âmbitos, incluindo o âmbito da medicina. O encontro da IA na medicina pode ser definido como o uso de computadores para analisar grandes quantidades de dados por meio de algoritmos para propor soluções nos problemas médicos. Hoje podemos encontrar tais tecnologias em clínicas para ajudar na análise de pacientes, na execução de exames, etc.
Logo, a IA já deixou de ser apenas uma ideia ou conspiração. A crescente evolução da tecnologia permitiu chegarmos em uma geração de máquinas capazes de aprender, revolucionando tudo o que encontramos a nossa volta. 1.1 JUSTIFICATICA: A partir da observação dos avanços tecnológicos e os benefícios que podem ser proporcionados por ela foi desenvolvida a ideia de falar sobre a inteligência artificial, apresentando para as pessoas as aplicabilidades e funcionalidades, como a ajuda nos diagnósticos, programas que cuidam de idosos, aplicativos voltados para educação, entre outras coisas que servem e servirão para melhorar nossa vida.
Elaborar uma pesquisa sobre a área da IA que aborde diversos tópicos que contribuam para um entendimento geral do público, enfatizando suas aplicabilidades e impactos na medicina, que constantemente apresenta grandes avanços na realização de diagnósticos, exames e cirurgias com o auxilio de IA’s. ESPECIFICOS: -Informar sobre a área da inteligência artificial buscando a compreensão do leitor em relação à importância da mesma para o avanço tecnológico -Conscientizar a importância da IA no ramo da medicina
Começou a ser melhor desenvolvida ainda na década de 1950 com o Dartmouth Summer Research Project on Artificial Intelligence (Projeto de Pesquisas de Verão em Inteligência Artificial de Dartmouth) no Darthmouth College em Hanover, New Hampshire, EUA. Um projeto qual juntou vários pesquisadores da área como: Nathan Rochester (um dos criadores do IBM 701), Claude Shannon, Marvin Minsky (criador de uma calculadora de operações básicas chamada SNARC que simulava sinapses, as ligações entre os neurônios), entre vários outros pesquisadores da época. A partir daí muitos órgãos investiram para conseguir tirar a IA do papel, um dos órgãos foi a ARPA (agência onde surgiu a internet, ARPANET). Em 1959 surgem termos como: Machine Learning que é quando uma máquina consegue ter a habilidade de aprender algo sem ser diretamente programada para aquilo ou também pode ser descrito como fornecer dados para que a máquina execute uma certa função automaticamente. Em 1964 foi criada a primeira IA que conversava com humanos por uma caixa de texto automaticamente, essa inteligência artificial foi chamada de ELISA e ela dava respostas usando palavras chaves e estrutura sintática. Já em 69 o primeiro robô chamado SHAKEY que já possuía mobilidade e fala, com certa autonomia de ação; não era muito aperfeiçoado existiam muitos erros, porém, funcionava. Em 1970 até 1980 a área de inteligência artificial sofreu com o “inverno da inteligência artificial” onde não aconteciam muitos avanços e com isso muitos cortes nos investimentos foram feitos. Com essa baixa surge no começo de 1980 o que chamamos de “sistemas especialistas”, criado por Edward Feigenbaum, são softwares que executam atividades complexas e especificas de uma área, fazendo o papel de seres humanos, contudo com um raciocínio extremamente mais rápido e um vasto conhecimento, fazendo vários setores corporativos perceberem os avanço e chamando a atenção novamente para a área. Após esse período houve muitos avanços na IA e hoje já podemos ver em nossos celulares muitos assistentes de uso com inteligência artificial, como a SIRI da Apple, o Google Assistent e a Cortana da Microsoft, além disso empresas e pesquisadores buscam também avançar nas pessoas de carros automotivos e cidades inteligentes, mas ainda é um pouco distante do presente, apesar disso já existem muitos teste de carros automotivos com certas especializações em certos locais como o deserto.
A tecnologia da informação (TI) passou a ser utilizada e empregada na década de 60, onde o tema tecnológico que as organizações utilizavam era o processamento de dados. A maioria das empresas desfrutavam desse recurso direcionando o processamento centralizado de dados em grandes computadores (os chamados mainframes). Atualmente a TI é conceituada como “o conjunto dos recursos tecnológicos e computacionais para guarda de dados, geração e uso de informação e de conhecimento” segundo KENN (1996, pg. XXV) O 1º Período – Processamento de dados (1960) Onde os computadores passarem a ser de grande importância para empresas de médio e grande porte, entretanto, eram muito limitados quanto as suas aplicações e incompatibilidade entre si. Como ainda não haviam empresas que desenvolviam pacote de dados os únicos avanços tecnológicos eram focados no hardware para que apresentasse melhorias em sua velocidade, aplicações e no seu preço. O 2º Período – Era dos Sistemas de Informações (1970) Começa nos anos de 1970, década onde as transformações tecnológicas começaram a criar opções para a transformação de dados em informações e adequação dos sistemas de acordo com a premência das empresas. O terminal se torna flexível pela primeira vez, fazendo assim com que o computador possa processar diversas tarefas de vários usuários simultaneamente. Segundo KENN (1996, p. XXXVII), “a maior evolução técnica dessa época foi a passagem do processamento de transações para o gerenciamento de banco de dados." O 3º Período – A Era da Inovação e Vantagem Competitiva (1980) Nos anos de 1980 aconteceram muitas mudanças tecnológicas, principalmente nos microcomputadores que foi possibilitado o gerenciamento de banco de dados nesses PCs. Dando o devido destaque ao mercado de TI e trazendo novas estratégias com base nessas tecnologias. Também é destacada a criação do “Help Desk” que foi um programa feito com um objetivo de ser um Centro de Suporte ao Usuário (CSU) onde os usuários esclareciam suas dúvidas além de receberem consultoria na área tecnológica. Porém, mesmo com todos os avanços tecnológicos os computadores ainda eram incompatíveis entre si, dificultando uma maior interação e flexibilidade dos sistemas. O 4º Período – A Era da integração e Reestruturação do Negócio (1990)
autônomos já fazem isso, já que eles conseguem observar a velocidade e direção dos outros carros para decidir o que fazer. Inteligência Artificial Geral (AGI) Conhecida como “Humam Level AI” (IA de nível humano), computadores desse nível são tão inteligentes quanto um humano, possui uma pluralidade enorme de habilidades, pode realizar muitas atividades que necessitam de uma grande capacidade intelectual. Essa classe de IA também é subdividida em 2: Maquinas Cientes: São as mente computacionais que criam representações do mundo e também conseguem perceber que outras pessoas, criaturas e objetos podem ter emoções e pensamentos. Essas aptidões são de extrema importância para interações sociais. Máquinas Autoconscientes: Esse tipo de sistema de IA possui “autoconsciência”. Basicamente são máquinas que não só tem consciência do seu exterior, mas também ela tem consciência de que é uma máquina, sistemas autoconscientes são capazes de prever os sentimentos dos outros. Exemplo a IA analisa o seu rosto e suas expressões consegue saber se você está triste, feliz, furioso, etc. Superinteligência (ASI) O filósofo sueco Nick Bostrom (200, p. 12-17) criou o termo “superinteligência” como “um intelecto que é muito mais inteligente que do que o melhor cérebro humano em praticamente todas as áreas, incluindo criatividade científica, conhecimentos gerais e habilidades sociais”. A superinteligência artificial engloba uma capacidade que vai desde um computador que é um pouco mais inteligente que um humano até o computador milhões de vezes mais inteligente que um ser humano em todas as capacidades intelectuais.
Com o uso da inteligência artificial houve muitos avanços, muitas vantagens quanto a isso, mas também desvantagens. Algumas das vantagens são: A solução de problemas mais efetiva e rápida, a inovação da tecnologia, as maquinas trabalham muito mais que os seres humanos e sem necessidade de pausa e com isso se produz mais, a precisão e a taxa de acertos são maiores, as maquinas
também têm maior mobilidade em relação a lugares limitados a humanos(como por exemplo o espaço), a veloz comunicação e a modernização. Existem algumas desvantagens em relação ao uso da IA também já que não são 100% aceitas pela sociedade e por se tratar de uma nova tecnologia a IA traz questionamentos éticos, morais e sociais. A utilização de máquinas especificas com inteligência artificial pode por em risco o emprego de milhares de pessoas, e para monitorar o funcionamento dessas mesmas precisa-se de pessoas especializadas na área. A produção e manutenção de equipamentos com IA demandam de um altíssimo custo financeiro. Outra desvantagem da inteligência artificial é que não possui habilidades cognitivas para poderem desenvolver a criatividade igual o cérebro humano é capaz.
Nos dias atuais nós já podemos ver inúmeras empresas usando a inteligência artificial em suas aplicações, por exemplo: A Apple que criou uma assistente virtual chamada Siri, que consegue realizar um grande leque de atividades por meio do comando de voz. O Next que é um banco virtual que destaca-se pelo suporte ao cliente que fornece o serviço por meio da Bia, uma IA que apresenta uma grande taxa satisfação dos clientes que dizem ser objetiva e de grande eficácia para atender as requisições dos usuários. Na Lowe’s, rede de materiais de construção dos Estados Unidos, um robô recepciona os clientes e dá indicações da localização de cada produto. Também fiscalizam os corredores para verificar se os itens estão no local correto e ajudam os vendedores a realizar o inventário da loja.
A Inteligência Artificial é aplicada nas seguintes situações: Pesquisas no espaço, visto que as máquinas possuem melhor adaptação a ambientes adversos e menos chances de falharem em suas atividades; Assistentes de voz dos celulares como a Siri e o Google Now, que apresentam ao usuário as notícias que ele deseja ler
Existe uma combinação de tecnologias por trás da criação e composição de uma inteligência artificial, em geral, ela é composta pelas áreas de computação: Machine Learning, Deep Learning, Social Learning e Processamento de Linguagem Natural (NLP). Em resumo, ela funciona a partir de combinações e comparações de dados que possuem como resposta interações pela própria máquina. Ou seja, o computador analisa várias ações, acha padrões, e prediz qual ação provavelmente será a mais bem-sucedida baseada na coleta de informação. Temos como exemplo, computadores que jogam xadrez de forma autônoma.
O machine learning, aprendizado de máquina ou ML, é o processo no qual o computador consegue aprender com o mínimo de programação possível. É frequentemente utilizada como sinônimo de IA, mas na verdade é uma de suas áreas de metodologia para a sua própria criação. Em vez de apenas programar certa máquina com todas as regras para gerar um resultado específico, ML permite que a máquina aprenda as regras por conta própria a partir dos dados que lhe é apresentado, permitindo aprimorar processos e identificar tendências futuras. Durante os anos 1949e 1960, o engenheiro elétrico Arthur Samuel trabalhou com inteligência artificial apenas com o reconhecimento de padrões, fazendo com que máquinas aprendessem por experiência, sendo um dos pioneiros na área. Seu uso está cada vez mais presente em todas as áreas incluindo a área da saúde no diagnóstico de doenças, análise de genoma, etc. Essa metodologia baseia-se em processos matemáticos, algoritmos, que reconhecem padrões a partir de um grande banco de dados que cada vez mais se conectam e criam informações relevantes. Sendo assim, essas informações serão aplicadas para possíveis decisões futuras, um processo que é programado especificamente para cada ação possível. Isso significa que quanto mais dados para treinar seus algoritmos em um sistema com essa tecnologia, mais equipado o sistema torna-se para resolver tarefas.
O processo de aprendizado da máquina pode ser categorizado em três tipos: Aprendizado supervisionado: nesse tipo de aprendizado, os dados de treinamento são rotulados com o objetivo de a máquina descobrir a relação entre os dados de entrada e os de saída, variáveis de um sistema, a partir dos dados rotulados amostrados. Aprendizagem não supervisionada: já na aprendizagem não supervisionada, o sistema deve desenvolver suas próprias conclusões a partir de um conjunto de dados, e tem como objetivo explorar ou descrever esse conjunto de dados, criando regras de associações para relacioná-los ou agrupá-los por semelhança, por exemplo. Aprendizado semi-supervisionado: é uma combinação do aprendizado supervisionado e não supervisionado. O método de classificação semissupervisionada alguns dados de base são rotulados para que o sistema comece a rotular outros dados. Outro método é o Agrupamento semi-supervisionado, os dados não são rotulados, mas possuem restrições para que o sistema possa agrupar dados semelhantes ou dados que possuam alguma relação. Aprendizado por Reforço: o aprendizado com reforço consiste em reforçar ou recompensar uma ação se ela for considerada positiva e punir uma ação se for considerada negativa. Logo, o sistema aprende por meio de feedback (uma determinada reação a um estímulo).
Existem vários algoritmos matemáticos que permitem o funcionamento do ML, porém as redes neurais são um tipo de algoritmo que se destacam cada vez mais nesse ramo. Essas redes não são necessariamente novas, desde 1950 a arquitetura dos seus modelos tem evoluído, porém, somente na atualidade, são reunidas descobertas das tecnologias (Big Data, processamento paralelo e modelos de aprendizagem de máquina) que finalmente permitem de fato sua execução. A ideia surgiu por volta de 1943, quando o neurofisiologista Warren McCulloch e o matemático Walter Pitts fizeram uma analogia entre células nervosas vivas e o processo eletrônico, modelando uma rede simples usando circuitos elétricos. Somente em 1950, junto com o avanço computacional, foi possível simular hipoteticamente uma rede neural. Atualmente a evolução chegou a um ponto que permitiu a criação das redes neurais profundas, ou Deep Learning.
