Devido processo legal e intervenção de Inteligência Artificial no judiciário 130 identificação. Existem, portanto, dois principais métodos de aprendizagem utilizados: No aprendizado supervisionado é fornecido ao algoritmo de aprendizado, ou indutor, um conjunto de exemplos de treinamento para os quais o rótulo da classe associada é conhecido (Monard & Baranauskas, 2003, p. 32). Ou seja, dentro do aprendizado supervisionado são trabalhados os dados rotulados, pois, no treinamento da IA, estes serão utilizados como referenciais. Em geral, cada exemplo é descrito por um vetor de valores de características, ou atributos, e o rótulo da classe associada. O objetivo do algoritmo de indução é construir um classificador que possa determinar corretamente a classe de novos exemplos ainda não rotulados, ou seja, exemplos que não tenham o rótulo da classe (Monard & Baranauskas, 2003, p. 32). Já no aprendizado não-supervisionado, o indutor analisa os exemplos fornecidos e tenta determinar se alguns deles podem ser agrupados de alguma maneira, formando agrupamentos (Monard & Baranauskas, 2003, p. 32 como citado em Cheeseman & Stutz, 1990). Após a determinação dos agrupamentos, normalmente, é necessária uma análise para determinar o que cada agrupamento significa no contexto do problema que está sendo analisado (Monard & Baranauskas, 2003, p. 32). Em qualquer destas formas de aprendizado há o contato com os dados cibernéticos, devemos manter em mente que a aprendizagem de máquina pode ter resultados positivos ou negativos, pois a IA irá aprender com dados fornecidos ou não fornecidos automaticamente, portanto ela poderá se inserir em meios não seguros de informação. Captando ações de ódio, desigualdade e ilicitudes diversas, a Inteligência Artificial irá reproduzi-las. 2.3 Complete AI Esta é a Inteligência Artificial utilizada em sua forma completa, é o objetivo de grande parte dos estudos e pesquisas da área, ou seja, o que conhecemos de fontes fictícias acerca da IA comparando-a com as ações e pensamentos humanos, se concretizam na Complete IA. Ainda é um método teórico, não colocado em prática ainda pela sua complexidade de padrões utilizados.
RkJQdWJsaXNoZXIy MjEzNzYz