Autonomia
Um agente verdadeiramente racional deve ser autônomo — capaz de aprender e compensar conhecimento prévio incompleto ou incorreto.
Um agente carece de autonomia se depende inteiramente do conhecimento prévio fornecido pelo seu projetista.
Porém, todo agente precisa de algum conhecimento inicial para começar — uma condição de partida. A partir daí, ele deve ser capaz de aprender e melhorar por conta própria.
O estado da arte em IA autônoma inclui:
- Veículos robóticos autônomos
- Reconhecimento de fala
- Planejamento e agendamento autônomo
- Jogos (xadrez, Go)
- Filtragem de spam
- Planejamento logístico
- Tradução automática (vídeo, áudio, texto)
Exemplos para fixar
Exemplo 1: Um carro autônomo recebe conhecimento inicial (regras de trânsito, reconhecimento de sinais), mas precisa aprender a lidar com situações novas — como um pedestre atravessando fora da faixa ou uma construção bloqueando a via. Sua autonomia está na capacidade de se adaptar a cenários não programados.
Exemplo 2: Um filtro de spam começa com regras básicas (bloquear e-mails com certas palavras-chave), mas aprende com as ações do usuário — quando você marca um e-mail como spam, o filtro ajusta seus critérios. Se ele dependesse apenas das regras iniciais do desenvolvedor, não seria autônomo.
Exemplo 3: Um robô de limpeza industrial é programado para seguir um caminho fixo pelo chão da fábrica. Ele não é autônomo — se encontrar um obstáculo novo, não sabe o que fazer. Já um robô com IA que mapeia o ambiente e recalcula a rota é autônomo.