A inteligência artificial é uma tecnologia com potencial para mudar o mundo. Pode ajudar a curar cânceres, controlar carros autônomos e aumentar a inteligência humana. Ou pode levar ao apocalipse dos robôs e à queda da humanidade. Depende do ponto de vista quem você perguntar.
Inteligência artificial ou IA significa simplesmente o comportamento de um software usado por computadores para imitar aspectos da inteligência humana. Por exemplo, um programa que recomenda o que você deve ler baseado em livros que você comprou ou um aspirador de robô que tem uma compreensão básica do mundo ao seu redor.
Então, por que tanto barulho? Na última década, um tipo específico de IA, chamado aprendizado de máquina, tornou-se extremamente poderoso. A técnica está por trás de tudo, desde o da DeepMind campeão mundial Go playing até o Google Translate e algoritmos de reconhecimento facial para assistentes digitais, como a Amazon Alexa.
Em vez de os programadores darem aos AIs de aprendizado de máquina com uma lista definitiva de instruções sobre como concluir uma tarefa, os AIs precisam aprender como fazer a tarefa sozinhos. Há muitas maneiras de fazer isso, mas a abordagem mais popular envolve um software chamado rede neural que é treinado por exemplo.
Entenda a rede neural
Uma rede neural é uma grande teia de conexões, inspirada pela maneira como os neurônios se conectam no cérebro. As entradas abrem caminho pela rede, guiadas pela força das conexões, para encontrar a saída apropriada.
No caso de um vácuo de robô, as entradas podem ser todas as várias medições de seus sensores e a saída pode ser como ele decide se mover. Para treinar o vácuo, podem ser mostrados milhares de exemplos de humanos limpando salas junto com as entradas de sensor relevantes.
Ao fortalecer as conexões relevantes, um vácuo de rede neural acabaria por aprender quais entradas correspondem a quais ações, para que ele possa limpar a sala por si mesmo.
As redes neurais existem desde os anos 1940 e 1950, mas apenas recentemente começaram a ter muito sucesso. A mudança de sorte se deve ao enorme aumento na quantidade de dados que produzimos e na quantidade de capacidade do computador disponível.
As inteligências artificiais requerem algo entre milhares a milhões de exemplos para aprender como fazer algo. Mas agora milhões de vídeos, clipes de áudio, artigos, fotos e muito mais são enviados para a Internet a cada minuto, tornando muito mais fácil obter conjuntos de dados adequados, especialmente se você for um pesquisador em uma das grandes empresas de tecnologia que mantêm arquivos de pessoas.
Processar esses conjuntos de dados e treinar as IAs com eles é uma tarefa que consome muita energia, mas a capacidade de processamento praticamente dobra a cada dois anos desde os anos 1970, o que significa que os supercomputadores modernos estão à altura da tarefa.
Inteligência Artificial Geral
No entanto, as redes neurais não podem fazer tudo. Uma rede neural treinada para fazer uma coisa é quase inútil para fazer outra coisa. Por exemplo, pergunte ao Libratus, uma inteligência artificial que se tornou o melhor jogador de poker no Texas Hold, em que país está Las Vegas e ele nem seria capaz de processar a pergunta.
Há ambições de criar as IAs com uma gama mais ampla de habilidades, conhecida como inteligência geral artificial (IAG), que poderia realizar qualquer tarefa que o cérebro humano possa. Mas estamos muito longe de IAG no momento.
Por causa das limitações das redes neurais, alguns argumentam que uma abordagem completamente diferente pode ser necessária para alcançar o IAG. Isso poderia ser dar às redes neurais mais estrutura subjacente para ajudá-las a aprender as coisas de uma maneira melhor, passando para programas que aprendem por evolução ou tentando imitar melhor os cérebros dos animais.
Uma vez que tenhamos disponível a inteligência artificial geral, existem preocupações que podem significar o fim da humanidade. As IAGs podem se tornar tão inteligentes que melhoram iterativamente sua própria inteligência para ultrapassar em muito a inteligência humana. Essas superinteligências podem ter motivações próprias, e manter humanos por perto pode não ser uma delas.
Problemas de IA
Por enquanto não há necessidade de se preocupar. Ainda estamos muito longe de alcançar a AGI e existem algumas preocupações urgentes em relação aos IAs atuais .
A inteligência artificial já está envolvida na tomada de decisões importantes, como a elegibilidade de alguém para liberdade condicional em partes dos Estados Unidos. Também está avaliando cada vez mais a aptidão das pessoas para um emprego, empréstimo ou produto de seguro.
No entanto, a IA costuma ser tendenciosa, o que significa que suas recomendações também podem ser. Vez após vez, os pesquisadores descobriram que as redes neurais captam vieses dos conjuntos de dados em que são treinados . Por exemplo, os algoritmos de reconhecimento facial têm uma precisão de reconhecimtno muito menor para quem não é branco, uma marca registrada da falta de diversidade nos conjuntos de dados.
As decisões de IA também são opacas. É muito difícil analisar como as redes neurais chegam a conclusões que é muito difícil de analisar, o que significa que se elas cometem um erro crucial, como não ver um câncer em uma imagem, é muito difícil descobrir por que cometeram o erro ou responsabilizá-las. Isso pode retardar o progresso da IA em aplicações onde a confiança e a segurança são particularmente importantes.
?){kind=link}