Diferença entre Inteligência Artificial Geral e Inteligência Artificial Nichada

Desde que recursos de Inteligência Artificial (IA), como o ChatGPT, se tornaram populares, este termo entrou de vez para o dicionário empresarial e está cada vez mais presente em nosso cotidiano.

Mas você sabia que há diferentes tipos de IA? Entre eles, podemos destacar a Inteligência Artificial Geral (IAG) e a Inteligência Artificial Nichada (IAN).

Para compreender melhor as nuances de cada uma dessas categorias, conversamos com Caio Bonilha. Ele é sócio-diretor da Futurion Análise Empresarial, empresa especializada no setor de telecomunicações.

Bonilha nos ofereceu uma visão profunda sobre as duas vertentes que, embora compartilhem o mesmo DNA tecnológico, destinam-se a propósitos bastante distintos. Veja, a seguir!

Entendendo o contraste entre Inteligência Artificial Geral e Inteligência Artificial Nichada
“Os dois tipos de IA são classificados por funcionalidade e técnica. Mas se distinguem por seu propósito, sua amplitude e escopo de habilidades,” explica Bonilha.

Enquanto a IAN é desenvolvida com o intuito de executar tarefas específicas em domínios limitados – como telecomunicações, finanças ou saúde -, a IAG ambiciona alcançar um patamar onde as máquinas possam ter habilidades cognitivas comparáveis ou até superiores às humanas.

“Segundo o CEO Jensen Huang, da Nvidia, em até cinco anos, teremos uma máquina com essas características,” destaca Bonilha.

IAG e IAN: características distintivas
A discussão sobre as características únicas de cada abordagem revela contrastes significativos.

A IAG busca raciocinar, aprender, resolver problemas, comunicar-se e, de forma mais controversa, alcançar um nível de autonomia e autoconsciência.

Na visão de Bonilha, esse último aspecto tem sido motivo de debates intensos, especialmente após incidentes envolvendo robôs em contextos militares e industriais.

“Há casos de mortes causadas por robôs no exército americano, na fábrica da Tesla, entre outros, o que levou Elon Musk a abrir um debate sobre o uso da IAG e suas consequências,” pontua Bonilha.

Por outro lado, a IAN se concentra na especialização, executando tarefas dentro de sua área de especialização sem apresentar os grandes riscos associados à IAG.

Bonilha menciona o AlphaGo como um exemplo emblemático de IAN, notável por sua capacidade de aprender e vencer o campeão mundial do jogo Go.

Aplicações ideais para Inteligência Artificial Geral e Inteligência Artificial Nichada
Quanto ao uso ideal de cada tipo de IA, Bonilha faz uma analogia esclarecedora:

“A IAG está sendo projetada para ser ampla e geral, com habilidades cognitivas equivalentes a um ser humano, enquanto a IAN é uma ferramenta específica e limitada, focada em realizar tarefas específicas dentro de um domínio restrito.”

Ele cita a IA Generativa como um grande exemplo de IAN, com aplicações em desenvolvimento em vários campos específicos.

Áreas como o marketing, a comunicação, a saúde, a logística, a agricultura, entre tantas outras já usam esse tipo de ferramenta.

Orientações para empresas: como usar a IAG e a IAN nos negócios
Para as empresas que ponderam sobre a implementação de soluções de IA, a recomendação de Bonilha é clara: no atual estágio de desenvolvimento, a IAN, principalmente com a IA Generativa, representa a melhor alternativa.

“No segmento de telecom, segundo o GSMA, já há diversas aplicações com excelentes resultados em manutenção preventiva, detecção e mitigação de ameaças, e otimização de rede, entre outros,” afirma Bonilha.

Com essas palavras, o executivo destaca o potencial imediato e tangível da IAN em contraste com o futuro promissor, porém mais incerto, da IAG.

De modo geral, podemos dizer que a IAN já está proporcionando avanços concretos em diversas áreas. A IAG, por sua vez, representa uma fronteira futura repleta de promessas e desafios.

Com o tema em alta, a IA Generativa foi um dos principais debates do encontro Pós-MWC Barcelona promovido pelo Futurecom.

Redação Futurecom Digital