Inteligência Artificial: Quatro áreas em que o senhor tem vantagem

NOTÍCIAS / TECNOLOGIA AI

“As máquinas substituirão os seres humanos?” O ano era 1940, e Franklin D. Roosevelt, em um debate com o presidente do MIT, estava preocupado com o impacto das máquinas sobre a taxa de desemprego. Dezesseis anos depois, na conferência de Dartmouth, a Inteligência Artificial (IA) entrou oficialmente para o panteão das disciplinas científicas.

“As máquinas substituirão os seres humanos?” O ano era 1940, e Franklin D. Roosevelt, em um debate com o presidente da MIT, O senhor estava preocupado com o impacto das máquinas sobre a taxa de desemprego. Dezesseis anos depois, na conferência de Dartmouth, Inteligência Artificial (IA) entra oficialmente para o panteão das disciplinas científicas. Desta vez, certamente, os robôs substituirão os seres humanos. É apenas uma questão de anos, talvez de meses... Sessenta anos depois, nossos colegas de profissão ainda são feitos de carne e osso, e nossas ambições foram finalmente revisadas para baixo. O exemplo mais recente: o carro sem motorista, que previmos para 2020 há quatro anos. Um conselho: mantenha sua carteira de motorista por mais dez anos, pelo menos.

Sim, é provável que, um dia, um artificial intelligence saiba fazer tudo tão bem quanto um ser humano, como prevê Geoffrey Hinton, vencedor do Prêmio Turing de 2019. Mas não se trata de uma questão de meses, nem mesmo de anos... Meio século? Algumas centenas de anos? Mais? Seria imprudente sequer tentar adivinhar.

Os pesquisadores se deparam com vários obstáculos importantes que obrigam a IA a permanecer em um estágio “fraco”. Por enquanto, os algoritmos podem resolver problemas “específicos” para os quais foram treinados (jogos, por exemplo), interpretar brevemente os sentidos (reconhecimento vocal e visual) e até mesmo gerar vozes, textos ou imagens, como a Samsung e outros demonstraram recentemente. A “aprendizagem profunda”, que se baseia em redes de neurônios artificiais, nos fez dar um salto nos últimos anos. Mas não é simplesmente o fato de uma IA ser capaz de vencer o campeão mundial do jogo Go ou qualquer humano no xadrez que a torna “poderosa”. Experimente pedir ao AlphaGo para memorizar sua lista de compras para o senhor se convencer: o senhor não voltará do supermercado com muito - ou quase nada - na sacola. Estima-se até mesmo que o quociente intelectual do artificial intelligence de hoje seria equivalente ao de uma criança de quatro anos de idade (um resultado que deve ser considerado com cautela, pois a IA testada foi programada especificamente para as competências avaliadas pelo teste). No entanto, isso não deixa de ser tranquilizador para o presidente Roosevelt.

Quatro áreas principais ainda não são dominadas por essa “criança de quatro anos”, sobre a qual nós, humanos, temos vantagens significativas:

• Programação e adaptação autônomas. Imagine um robô de limpeza em um parque. Se sua bateria estiver fraca, ele não poderá gerar seu próprio plano para se recarregar. Os programadores terão que integrar um sistema para que ele saiba como localizar a zona de recarga e ir até lá. E se um dia essa zona estiver fora de serviço, ele não saberá como se adaptar por conta própria, a menos que esse caso tenha sido previsto pelos criadores do algoritmo - nesse caso, um agente humano não teria problemas em imaginar um plano de contingência se a loja de sanduíches do parque estivesse fechada. Em outras palavras, em um ambiente incerto, nossos artificial intelligences não têm tanta inteligência assim. É verdade que a combinação das atuais técnicas de IA de “aprendizagem profunda” e “aprendizagem por reforço” permite que nosso robô aprenda sobre seu ambiente e até mesmo sobre as mudanças que ocorrem nele, mas somente em ambientes fechados com regras fixas e conhecidas, como nos tabuleiros de um jogo de Go ou xadrez, por exemplo, e não em uma rede rodoviária, onde o inesperado pode acontecer a qualquer momento.

• A capacidade de aprender com menos exemplos. Imagine esse mesmo robô, nesse mesmo parque. Para identificar o cão que se aproxima como um perigo em potencial, o robô teria que digerir milhões de fotos com e sem cães antes de se tornar operacional. Porque hoje, por mais inteligentes que sejam, nossos algoritmos precisam de uma quantidade enorme de exemplos para poder reconhecer o que é um cachorro, uma árvore ou uma mesa. A criança de quatro anos não precisa de milhares ou milhões de exemplos de cães para reconhecer um. Uma abordagem de pesquisa, chamada de “aprendizagem por transferência”, permitiria que nosso robô aprendesse a reconhecer o ambiente em que se encontra, por mais diversificado que seja, a partir de um número reduzido de exemplos.

• Aprendizagem baseada em explicações. Atualmente, os algoritmos de IA são derivados exclusivamente de exemplos, mas não podem se beneficiar de uma conceitualização do que aprenderam. Podemos dizer a uma criança que uma pantera é um gato grande e que um barco não tem pernas, caso contrário, ele andaria. Assim, a criança reconheceria panteras e não esperaria ver uma foto de um barco usando shorts. Uma máquina não pode fazer isso; ela não sabe como identificar uma pantera, a menos que já tenha visto vários exemplos, e nunca se incomodará com a visão de uma foto de um catamarã passeando.

• Explicabilidade dos resultados. Na maioria das vezes, os seres humanos são capazes, quando solicitados, de explicar, pelo menos parcialmente, por que tomaram uma decisão em vez de outra. As IAs mais avançadas são professores muito ruins quando se trata de explicar como resolveram um problema. Isso é preocupante agora que elas estão prestando cada vez mais assistência a banqueiros, seguradoras e médicos. Os algoritmos modernos de aprendizagem profunda são compostos por milhões de neurônios artificiais que se organizam entre si e, uma vez treinados, entram no modo “caixa preta”: mesmo quem os projetou não consegue interpretar facilmente os resultados de seu funcionamento. Isso é prático (eles podem resolver rapidamente problemas muito complexos) e extremamente problemático: como justificar para seu cliente uma recusa de empréstimo decidida por um algoritmo? E como entender que esse carro sem motorista optou por fazer uma manobra altamente perigosa, arriscando danos materiais ou até mesmo humanos? Mesmo que seja a decisão correta, como confiar em um artificial intelligence se ele faz um diagnóstico contrário ao de um médico especialista?

Devido a esses impedimentos, os artificial intelligences atuais são IAs “fracas” sobre as quais os humanos têm vantagem. Especialmente porque os pesquisadores são confrontados com o problema da formalização teórica dos algoritmos usados. Existem alguns teoremas, mas nossa experiência ainda se baseia principalmente no conhecimento empírico e nem sempre em teorias matemáticas implacáveis. Prosseguimos por tentativa e erro, avançamos, modificamos, para finalmente atingir nossos objetivos. Pois se as máquinas às vezes têm dificuldade para entender os seres humanos, os seres humanos também têm dificuldade para entender o funcionamento de suas máquinas.