Artificial Intelligence basics - resenha crítica

A inteligência artificial é algo que já está mudando o mundo, a forma com a qual vivemos e, provavelmente, moldará o funcionamento da sociedade pelas próximas gerações. Ao contrário de outras tecnologias com o mesmo potencial de inovação, a IA tem uma grande vantagem: Ela não precisa de grandes mudanças estruturais para ser implementada. Na verdade, ela já pode ser acessada por meio de um dispositivo que carregamos no bolso.

O autor nos apresenta a IA com um viés otimista, ela é a realização de tudo aquilo que sempre sonhamos alcançar por meio da tecnologia: Ela pode resolver tarefas entediantes, prever problemas e solucionar erros, economizando tempo e dinheiro nesse processo.

A democratização da IA

De startups e empresas jovens como a Uber às mais tradicionais como McDonalds e Hallmark Channel, o setor dos negócios parece já ter entendido que o futuro é o uso equilibrado da IA. Esse futuro entre tecnologia e empresas pode ser tanto promissor quanto catastrófico, pois companhias que não se adaptam às novas tecnologias estão, quase sempre, fadadas ao fracasso. Ainda assim, esse processo deve ser estratégico e bem planejado, não é só adquirir a mais nova tecnologia à disposição do mercado. 

Essa confusão, entretanto, é algo comum neste ramo. Geralmente é mais rápido inventar algo novo do que compreendê-lo em sua totalidade. No caso da IA, é um processo ainda mais complexo. Sua criação tem como protagonista Alan Turing, geralmente conhecido como "Pai da IA". Responsável pelo teste de Turing, foi assim que se começou a discussão sobre inteligência e máquina. Isso tudo ocorreu há décadas atrás, nos anos de 1950.

Desde então, várias contribuições de outras áreas ocorreram nessas pesquisas, como o campo da economia, psicologia, neurociência, linguística, engenharia elétrica e, até mesmo, filosofia. Não é à toa que a IA pode parecer tão confusa à primeira vista.

O que precisamos saber é que existem, basicamente, dois tipos de IA: a forte e a fraca. Nas que são consideradas "fortes", as máquinas possuiriam uma autoconsciência, e nas "fracas", elas seriam construídas para atender a demandas específicas. Esse estágio "fraco" é onde nos encontramos hoje.

A melhor maneira de utilizar a IA

Como dissemos, antes de adotar a IA e ter uma empresa inteligente, vários fatores precisam ser levados em consideração. É preciso possuir uma boa estratégia e, talvez o mais importante: dados. É impotante ter uma grande quantidade de informação para alimentar sua IA e ela produzir bons resultados para você. Sem essa abordagem, é impossível ser bem-sucedido a longo prazo.

Apesar de toda essa conversa de algoritmos e dados parecer complicada, o importante é saber utilizá-los a seu favor de maneira prática e com seus objetivos em vista. Um dos conceitos mais comuns é o de machine learning. Isso significa que a máquina consegue aprender algo sem ser ensinada de forma explícita. Desde os anos de 1950, esses computadores conseguem analisar e processar dados e criar suas próprias conclusões, que podem ser positivas (verdadeiras dentro do processamento da máquina e fazem sentido na realidade) ou falso positivas (faz sentido dentro da teia de dados oferecidas à máquina, mas não é verdade). Dados de treinamento são utilizados para criar as relações entre os algoritmos, existindo alguns tipos de aprendizados possíveis para ensinar essas máquinas.

A revolução do Deep Learning

Estamos na metade deste microbook e chegamos no que veio do machine learning, o deep learning. Com ele, é possível que um computador analise um número de dados muito maior do que seria possível para um ser humano. Além disso, ele consegue enxergar "padrões" indetectáveis para nós por uma espécie de "camada oculta". Aqui, existem dois tipos de redes neurais, a RNN (Rede Neural Recorrente), CNN (Rede Neural Convolucional) e a GAN (Rede adversarial generativa). Na RNN ela não apenas processa a entrada, mas todas as anteriores. Já na CNN, ela analisa os dados por seções. Este modelo é mais voltado a aplicações complexas, como reconhecimento de imagens. A terceira rede neural é onde as outras duas "competem" entre si, em um ciclo fechado. O resultado é a criação de um novo objeto.

Com tantas peculiaridades e tecnicidades, é fácil entender porque a implementação das IAs nas empresas é um assunto tão complexo. Como dissemos antes, é preciso um planejamento cuidadoso. As duas maneiras principais nas quais as companhias vêm implementando a IA são por meio de um software criado por um fornecedor, ou, o modo mais complexo, por meio de um modelo interno. É preciso ter cuidado com a maneira que os dados são fornecidos, para garantir os melhores resultados, além disso, há os riscos adicionais de segurança. De fato, o uso planejado da IA pode trazer ótimos frutos, mas faça com cuidado.

Notas finais

Ainda que grandes mentes como Stephen Hawking tenham alertado contra as IAs como uma tecnologia com enorme potencial destrutivo, o autor insiste em sua posição otimista. O pesadelo com robôs assassinos e desemprego em massa lhe parece muito distante dos potenciais que essas inteligências já nos oferecem há alguns anos. Essa tecnologia possui potencial para transformar o mundo: e para Tom Taulli isso é uma boa notícia. Ele menciona a capacidade da IA para descoberta de novas e mais eficazes drogas, que pode ajudar milhares de pessoas. O autor aponta que o futuro da IA provavelmente envolverá um sistema capaz de gerar inteligência humana, capaz de criar novos hardwares e, até mesmo, de ensinar.

Dica 12min

Para continuar no tema da Inteligência Artificial, que tal ler o instigante "AI Superpowers", já disponível aqui no 12min? Escrito pelo influente Kai-Fu Lee, neste microbook o autor explora a ascensão da IA na China e nos Estados Unidos, comparando como essas potências reagem a tais inovações.