Artificial Intelligence - resenha crítica

"Inteligência" não é apenas uma qualidade. A autora nos traz um conceito diferente para essa palavra, que é utilizada de forma tão ampla. Para ela, inteligência seria um conjunto de várias qualidades, como percepção, predição e controle motor. Quando tentamos fazer máquinas inteligentes, estamos tentando emular o comportamento de um cérebro humano e sua capacidade de alcançar seus objetivos.

Mais que sua habilidade em revolucionar o campo da tecnologia, a invenção da IA foi importante para vários outros campos científicos. Especificamente a psicologia, as neurociências e a biologia foram influenciados a fazer perguntas sobre o cérebro humano após o surgimento dessas máquinas pensantes. Um campo menos óbvio que também foi influenciado foi a filosofia, que surgiu com perguntas importantes como: Será que o que as IAs oferecem é de fato inteligência? Poderiam elas possuir criatividade?

Os diferentes tipos de IA

Quando se pensa em IA, uma figura que pode vir à mente é a de um grande computador e vários botões analógicos. A autora, entretanto, nos oferece uma outra palavra para se referir a elas: as máquinas virtuais. Apesar de essas tecnologias precisarem de um meio físico, os computadores, elas são chamadas também dessa forma pelo sistema de processamento de informação que utilizam. Esse processo em si não tem uma tangibilidade física - por isso o termo "virtual". Assim, para ter uma IA, não basta um grande e poderoso computador, mas o programa que está rodando nele deve ser capaz de lidar com um grande número de dados e processá-los corretamente.

A autora aponta que existem alguns diferentes tipos de IA. O que ela chama de IA simbólica, que seria o modelo mais conhecido e clássico; a conexionista e, por último, a programação evolucionista. Apesar de normalmente se encaixarem em uma dessas "categorias", existem também alguns exemplares híbridos.

Além de suas aplicações práticas, o modo de funcionamento de cada uma delas pode servir como ótimo modelo de estudo para diversas outras áreas. A simbólica, principalmente as que utilizam estatística, podem nos ajudar a entender melhor padrões de aprendizado, planejamento e raciocínio. Já a rede neural e seu formato é útil para compreendermos melhor padrões de reconhecimento e aprendizagem. Por último, a programação evolucionista esclarece muito do que pensamos sobre evolução biológica e desenvolvimento cerebral. Autômatos celulares e sistemas dinâmicos podem ser utilizados para modelar o desenvolvimento em organismos vivos. 

Apesar de muitos pesquisadores da área de IA não se importarem com aspectos psicológicos ou biológicos dessas máquinas, é um fato que suas técnicas tenham se originado nesses tópicos. Em sua breve, mas importante história, o início da IA se deu pelo "teste de Turing", em meados dos anos de 1950, e seu objetivo era resolver tarefas simples e mais específicas, tentando resolver situações tal qual um humano faria.

O Machine e o Deep Learning e o sonho da AGI

Chegamos ao meio deste microbook e agora Borden nos explica melhor a diferença entre esses dois termos que vêm se popularizando por conta das IAs e como elas funcionam. Machine learning é algo mais comum nas IAs de tipo simbólica. Elas focam em aprender a realizar tarefas específicas e "aprendem" de maneira mais limitada. Seus modelos são mais simples e bem menos complexos, portanto, não podem fazer grandes previsões. Já nas IAs conexionais, seu modo de prever utiliza múltiplas camadas para modelar e aprender conexões complexas entre os dados que lhe são "alimentados". Portanto, é preciso muito mais dados e informações para essa IA do que seria para uma do tipo simbólico.

Entretanto, a autora vai utilizar esses conceitos para nos fazer pensar sobre a possibilidade de um novo tipo de IA, e questionar se é mesmo possível sua construção. Estamos falando das AGI (do inglês Artificial General Intelligence). Essas máquinas seriam o mais próximo que já chegamos dos robôs de filmes e livros de ficção científica, pois, em vez de apenas analisar e prever situações a partir de dados previamente oferecidos, elas seriam também capazes de pensar e criar. A autora, entretanto, se pergunta se seria possível criar algo assim. Textos gerados por IA são um tanto quanto "atrapalhados". É possível distinguir facilmente quando algo foi escrito por mãos humanas ou por um computador. No entanto, se uma AGI escrever um texto, o quanto ela seria capaz de apreciar a escrita e compreender a gramática?

Um ponto crucial no pensamento da autora é a questão da criatividade. Mesmo quando falamos dessa qualidade em humanos, é difícil mensurar. De onde ela vem e como funciona exatamente? Ainda não temos resposta certa para explicar a inovação e a capacidade criativa no homem. Para uma IA ser considerada uma AGI, ela deve ser capaz de criar. Na tentativa de gerar uma criatividade artificial, nos voltamos aos tipos de criações humanas e todas as expressões que possuímos dessa capacidade. Esses questionamentos levantam discussões verdadeiramente filosóficas. Seriam esses computadores, de fato, inteligência? Se sim, o que é inteligência, como se define? Provavelmente nunca saberemos responder a essas perguntas.

Notas finais

A inteligência artificial trouxe uma nova perspectiva sobre o que significa ser "inteligente", desafiando tudo o que pensamos entender sobre criatividade e cognição. Ao explorar diferentes tipos de IA e suas aplicações, percebemos que, embora as máquinas tenham avançado em tarefas complexas, a "verdadeira" inteligência geral (AGI) ainda parece distante. É interessante perceber que tentar compreender melhor as IAs e seu funcionamento nos faz olhar para nossas próprias qualidades humanas com outros olhos.

Dica 12min

Para continuar no tema da Inteligência Artificial, que tal ler o instigante "Competing in the age of AI", já disponível aqui no 12min? Marco Iansiti e Karim Lakhani nos contam como mudar nosso mindset e utilizar essa nova tecnologia a nosso favor.