Mão na massa: pesquisando sobre a aplicação de IA no cotidiano

Olá, Ana, como vai?

Sua atividade sobre aplicação de Inteligência Artificial no cotidiano traz exemplos muito presentes no dia a dia, como assistentes virtuais, sistemas de recomendação e aplicativos de GPS. Em todos esses casos, você relaciona bem as tecnologias envolvidas, como Processamento de Linguagem Natural e Aprendizado de Máquina, o que demonstra compreensão dos conceitos estudados no curso.

Um ponto interessante é observar como essas aplicações utilizam dados históricos para melhorar continuamente a experiência do usuário. Por exemplo, em plataformas como Netflix e Spotify, o sistema ajusta recomendações com base no comportamento de uso, enquanto em aplicativos de GPS como Google Maps e Waze, a IA combina dados de tráfego em tempo real para sugerir rotas mais eficientes.

Outro exemplo prático seria o uso de IA em filtros de spam de e-mail, que analisam padrões de mensagens para identificar conteúdos indesejados e melhorar a organização da caixa de entrada ao longo do tempo.

Pensando nesses exemplos, como você imagina que essas tecnologias podem evoluir nos próximos anos para tornar as interações ainda mais naturais e personalizadas no dia a dia das pessoas?

Parabéns pela entrega do conteúdo e pela organização das ideias. O fórum está à disposição para continuar acompanhando seu desenvolvimento.

Para saber mais:

• [Artigo] Inteligência artificial na educação: 9 ferramentas de IA para potencializar os estudos em 2026
• [Artigo] Técnicas de estudo: estratégias para melhorar sua aprendizagem

Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!

Algumas aplicações:

• Uso de Machine Learning em geladeiras "inteligentes". Um sistema monitora os ingredientes dentro da geladeira e avisa seu dono sobre a quantidade de produtos por um app de celular. Ao monitorar a quantidade dos itens, a geladeira inteligente pode propor a compra on-line de itens que estão acabando.
• IA no óculos de realidade aumentada: Trata-se de um assistente com consciência visual, ou seja, a câmera embutida analisa o ambiente e a IA responde a comandos como "que monumento é este?" ou traduz uma placa, ou menu em um restaurante no exterior.
• IA é o cérebro de carro autônomo: Por algoritmos de Deep Learning, a IA processa o fluxo de dados das câmeras e sensores (como o LiDAR) para reconhecer pedestres, ciclistas, outros veículos, placas de trânsito e semáforos.

Oi, Rodrigo. Tudo bem com você?

Obrigado por compartilhar sua pesquisa sobre a aplicação da Inteligência Artificial no cotidiano. Os três exemplos escolhidos demonstram diferentes formas de utilização da IA e estão alinhados com a proposta da atividade. Você abordou tecnologias como Machine Learning, Visão Computacional e Deep Learning em contextos variados, mostrando que a IA está presente tanto em dispositivos domésticos quanto em soluções de mobilidade e realidade aumentada. Essa diversidade enriquece a reflexão sobre o impacto da IA no dia a dia das pessoas.

Como sugestão para deixar sua resposta ainda mais completa, seria interessante explicitar a tecnologia predominante em cada exemplo e comentar brevemente como ela evoluiu ao longo do tempo. Por exemplo, na geladeira inteligente, você pode destacar o uso de Machine Learning para identificar padrões de consumo. Já nos óculos de realidade aumentada, além da Visão Computacional, há o Processamento de Linguagem Natural para interpretar perguntas e fornecer respostas. No caso dos carros autônomos, os avanços em Deep Learning aumentaram significativamente a precisão no reconhecimento de objetos e na tomada de decisões em tempo real.

Na sua pesquisa, qual dessas aplicações você acredita que terá o maior impacto no cotidiano das pessoas nos próximos anos, e por quê?

Parabéns por compartilhar sua atividade e explorar diferentes aplicações da IA. Continue participando do fórum sempre que desejar trocar ideias ou esclarecer dúvidas. Estamos à disposição para ajudar.

Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!

Olá, Mike. Obrigado pelo seu comentário.

Acredito que o impacto de Machine Learning em eletro-eletrônicos domésticos, como a geladeira, terão mais impacto em nosso meio nos próximos anos. Ainda existem muitas questões éticas e regras de conformidade a serem alinhadas para as aplicações de realidade aumentada, como o óculos, e para carros autônomos. Essas duas aplicações envolvem um número muito maior de fatores que impactoam na qualidade de resposta dos modelos, comparando com dispositivos eletrônicos confinados a um ambiente mais controlado, como residências ou escritórios. Conseguir contemplar todos os fatores possíveis e ainda retornar uma resposta praticamente instantânea é um grande gargalo para carros autônomos, no meu ponto de vista.