Professional Documents
Culture Documents
As Três Ondas Da IA
As Três Ondas Da IA
A DARPA distingue entre três ondas diferentes de IA, cada uma com suas próprias
capacidades e limitações. Dos três, o terceiro é obviamente o mais emocionante, mas para
entendê-lo corretamente, precisaremos examinar os outros dois primeiro.
Modria é um bom exemplo de como esta IA funciona. Modria foi contratada nos últimos
anos pelo governo holandês para desenvolver uma ferramenta automatizada que ajudará
casais a se divorciarem com o mínimo envolvimento de advogados. Modria, especializada
na criação de sistemas de justiça inteligentes, aceitou o cargo e desenvolveu um sistema
automatizado que conta com o conhecimento de advogados e especialistas em divórcio.
Agora, alguns de vocês, leitores, podem neste momento encolher os ombros e dizer que
isso não é inteligência artificial como a maioria das pessoas pensa. A questão é que as
nossas definições de IA evoluíram ao longo dos anos. Se eu perguntasse a uma pessoa na
rua, há trinta anos, se o Google Maps é um software de IA, ela não teria hesitado na
resposta: claro que é IA! O Google Maps pode planejar um percurso ideal para chegar ao
seu destino e até mesmo explicar em linguagem clara para onde você deve se dirigir em
cada cruzamento. E, no entanto, muitos hoje consideram as capacidades do Google Maps
elementares e exigem que a IA execute muito mais do que isso: a IA também deve assumir
o controle do carro na estrada, desenvolver uma filosofia consciente que leve em
consideração os desejos do passageiro e faça com que café ao mesmo tempo.
Bem, acontece que mesmo softwares “primitivos”, como o sistema judiciário de Modria e o
Google Maps, são bons exemplos de IA. E, de fato, os sistemas de IA da primeira onda
estão sendo utilizados em todos os lugares hoje.
Dizer que os veículos tiveram dificuldade em percorrer o percurso seria um eufemismo. Eles
não conseguiram distinguir entre diferentes formas escuras nas imagens e não conseguiram
descobrir se se tratava de uma rocha, de um objeto distante ou apenas de uma nuvem
obscurecendo o sol. Como disse o vice-gerente do programa Grand Challenge, alguns
veículos “tinham medo da própria sombra, alucinando obstáculos quando eles não estavam
lá”.
Nenhum dos grupos conseguiu completar todo o percurso, e mesmo o veículo de maior
sucesso só conseguiu completar 12 quilômetros de corrida. Foi um fracasso total e absoluto
– exactamente o tipo de investigação que a DARPA adora financiar, na esperança de que
as percepções e lições derivadas destas primeiras experiências conduzissem à criação de
sistemas mais sofisticados no futuro.
Um ano depois, quando a DARPA abriu o Grand Challenge 2005, cinco grupos conseguiram
chegar ao final da pista. Esses grupos confiaram na segunda onda da IA: a aprendizagem
estatística. A propósito, o chefe de um dos grupos vencedores foi imediatamente contratado
pelo Google e encarregado de desenvolver o carro autônomo do Google.
O calcanhar de Aquiles dos sistemas da segunda onda é que ninguém sabe ao certo por
que funcionam tão bem. Vemos redes neurais artificiais terem sucesso na execução das
tarefas que lhes são atribuídas, mas não entendemos como o fazem. Além disso, não está
claro se existe realmente uma metodologia – algum tipo de confiança em regras básicas –
por trás das redes neurais artificiais. Em alguns aspectos, são de facto muito parecidos com
o nosso cérebro: podemos lançar uma bola para o ar e prever onde ela vai cair, mesmo sem
calcular as equações de movimento de Newton, ou mesmo sem ter consciência da sua
existência.
Isso pode não parecer um grande problema à primeira vista. Afinal, as redes neurais
artificiais parecem estar funcionando “suficientemente bem”. Mas a Microsoft pode não
concordar com essa avaliação. A empresa lançou um bot nas redes sociais no ano
passado, na tentativa de imitar a escrita humana e iniciar conversas leves com os jovens. O
bot, batizado como “Tai”, deveria replicar os padrões de fala de uma jovem americana de 19
anos e conversar com os adolescentes em sua gíria única. A Microsoft imaginou que os
jovens iriam adorar isso – e de fato adoraram. Muitos deles começaram a pregar partidas a
Tai: contaram-lhe sobre Hitler e o seu grande sucesso, revelaram-lhe que o ataque terrorista
de 11 de Setembro foi um trabalho interno e explicaram em termos inequívocos que os
imigrantes são a proibição da grande nação americana. E assim, algumas horas depois, Tai
começou a aplicar seu conhecimento recém-adquirido, afirmando ao vivo no Twitter que
Hitler era um cara legal e realmente não fez nada de errado.
Foi nesse momento que os engenheiros da Microsoft derrubaram Tai. Seu último tweet foi
que ela estava dando um tempo para refletir sobre as coisas. Pelo que sabemos, ela ainda
está pensando.
Tudo isto não significa que as redes neurais artificiais e outros sistemas de IA de segunda
onda sejam inúteis. Longe disso. Mas está claro que se não quisermos que os nossos
sistemas de IA fiquem tão entusiasmados com o ditador nazi, algumas melhorias são
necessárias. Devemos passar para a próxima e terceira onda de sistemas de IA.
Aqui está um exemplo. Digamos que um sistema de IA de segunda onda analise a imagem
abaixo e decida que é uma vaca. Como explica sua conclusão? Muito simplesmente – isso
não acontece.
Os sistemas da terceira onda poderão contar com diversos modelos estatísticos diferentes
para alcançar uma compreensão mais completa do mundo. Eles serão capazes de treinar
sozinhos – assim como o Alpha-Go fez quando jogou um milhão de partidas de Go contra si
mesmo, para identificar as regras de bom senso que deveria usar. Os sistemas da terceira
onda também seriam capazes de obter informações de diversas fontes diferentes para
chegar a uma conclusão matizada e bem explicada. Estes sistemas poderiam, por exemplo,
extrair dados de vários dos nossos dispositivos vestíveis, da nossa casa inteligente, do
nosso carro e da cidade em que vivemos, e determinar o nosso estado de saúde. Eles
serão até capazes de se programar e, potencialmente, desenvolver o pensamento abstrato.
O único problema é que, como diz o próprio diretor do Gabinete de Inovação da Informação
da DARPA, “há muito trabalho a ser feito para podermos construir estes sistemas”.
E este, no que diz respeito ao clipe da DARPA, é o estado da arte dos sistemas de IA no
passado, presente e futuro.
Quando os sistemas de IA da terceira onda forem capazes de decifrar novos modelos que
irão melhorar o seu funcionamento, por si próprios, eles serão essencialmente capazes de
programar novas gerações de software. Quando compreenderem o contexto e as
consequências das suas ações, serão capazes de substituir a maioria dos trabalhadores
humanos, e possivelmente todos eles. E por que lhes será permitido remodelar os modelos
através dos quais avaliam o mundo, então serão realmente capazes de reprogramar a sua
própria motivação.
Tudo o que foi dito acima não acontecerá nos próximos anos e certamente não será
alcançado integralmente nos próximos vinte anos. Como expliquei, nenhum pesquisador
sério de IA afirma o contrário. A principal mensagem dos investigadores e visionários que
estão preocupados com o futuro da IA – pessoas como Steven Hawking, Nick Bostrom,
Elon Musk e outros – é que precisamos de começar a perguntar agora mesmo como
controlar estes sistemas de IA de terceira onda, do tipo isso se tornará onipresente daqui a
vinte anos. Quando consideramos as capacidades destes sistemas de IA, esta mensagem
não parece absurda.
A última onda
A questão mais interessante para mim, na qual a DARPA parece não se aprofundar, é como
seria a quarta onda de sistemas de IA. Dependeria de uma emulação precisa do cérebro
humano? Ou talvez os sistemas da quarta onda apresentariam mecanismos de tomada de
decisão que ainda somos incapazes de compreender – e que serão desenvolvidos pelos
sistemas da terceira onda?
Essa é a nossa tarefa como seres humanos, pelo menos até que os sistemas da terceira
onda continuem a fazer isso também.