Direito em Movimento - Volume 17 - Número 1 - 1º semestre/2019

174 Direito em Movimento, Rio de Janeiro, v. 17 - n. 1, p. 142-199, 1º sem. 2019 ARTIGOS O desafio da IA está em elaborar algoritmos capazes de realizar duas tarefas-chaves que os humanos realizam sem nenhum esforço: reconheci- mento de padrões e bom senso . E parte deste desafio já foi solucionado através das redes neurais computacionais, que são algoritmos matemáticos que utilizam lógica fu- zzy , redes bayesianas e, a partir da leitura de base de dados armazenadas em repositórios como BigData , possuem a capacidade de realizar, de forma automática, generalizações como a análise, interpretação e tomada de deci- sões, podendo ser calibradas por um ser humano e gradualmente adquirir a capacidade de autoaprendizado, conseguindo, com isso, realizar a correção de erros sem a necessidade de interação humana. Tudo isso com grande precisão de acerto. Esta técnica é conhecida como aprendizado profundo de máquina ( deep learning ) 46 . Em sua grande maioria, a IA está sendo empregada de forma espe- cializada, sistemas especialistas, para resolver problemas específicos. Entre- tanto, com o crescimento da utilização de redes neurais computacionais, já é plenamente possível solucionar problemas de elevada complexidade que envolvam reconhecimento de padrões, além de estas redes possuírem a ca- pacidade de autoaprendizado 47 . A maneira mais fácil de perceber as diferenças entre os pontos aci- ma mencionados ( machine learning e deep learning ) e seu relacionamento é visualizá-los como círculos concêntricos com IA: (a) o círculo maior veio primeiro, nele estão contidos os sistemas especialistas; (b) o segundo círculo contempla o machine learning ,  que floresceu depois, e abrange a capacidade de a máquina aprender a partir de exemplos e conseguir generalizar deci- sões e (c) e, finalmente, o terceiro círculo contém o deep learning ,  que está coisas que, atualmente, os humanos fazem melhor. 46 CRUZ, Frank Ned Santa, op. cit. 47 CRUZ, Frank Ned Santa, op. cit.