Resumo do livro Understanding the Artificial Intelligence by Nicolas Sabouret

COMPRAR O LIVRO

1. Obtenha uma compreensão da AI ​​e por que ela não é tão inteligente, afinal.

Hoje em dia, todo mundo parece estar falando sobre AI. Mas o que é isso? Quais são suas limitações? Devemos ter medo do que ele pode ser capaz?

A realidade é que os humanos sempre foram inventores. Na pré-história, criamos arpões para a caça – quando surgiu a agricultura, criamos picaretas, foices, carroças e até ferramentas para criar ferramentas. E então vieram as máquinas e algumas pessoas ficaram com medo de seu rápido desenvolvimento. Mas essas máquinas também eram apenas ferramentas.

E agora há AI e as coisas estão subindo de nível. Bem, esqueça o que você viu na ficção científica. A AI não vai nos substituir ou escravizar. Não tem livre arbítrio. A AI também é apenas uma ferramenta. Mas o que devemos fazer é aprender como aproveitar a IA para o bem e não fazer mau uso dela.

Neste resumo do Understanding Artificial Intelligence, de Nicolas Sabouret, você descobrirá o que é AI; por que as soluções fornecidas pela AI podem não ser as perfeitas, mas ainda serão boas o suficiente para a maioria dos propósitos; e para onde o futuro da AI ​​pode estar levando.

2. O que exatamente é AI?

Portanto, vamos esclarecer algo desde o início: computadores são máquinas. AI não os torna inteligentes. Eles ainda não fazem mais do que lhes dizemos para fazer.

Os computadores percorreram um longo caminho, no entanto. No início, eram apenas calculadoras simples que lidavam com números e matemática. Então eles progrediram de apenas números para lidar com palavras, depois imagens e depois sons. Hoje em dia, temos até computadores – em nossos smartphones, por exemplo – que podem ouvir nossos pedidos e convertê-los em ações.

Eles são capazes de tudo isso graças aos algoritmos. Um algoritmo simples que você usou na escola foi o processo usado para somar grandes números. Você também pode pensar em um algoritmo como sendo uma receita. Assim como um cozinheiro sabe seguir uma receita, um computador segue as instruções do algoritmo para fornecer o resultado desejado.

No início do século XIX, Charles Babbage foi o primeiro a produzir uma máquina capaz de seguir algoritmos. E em 1936, Alan Turing mostrou que os computadores podem, pelo menos em teoria, seguir qualquer algoritmo, por mais complicado que seja.

Então, onde isso deixa a AI, agora? Para começar, provavelmente todos deveríamos usar o termo programas de AI em vez de AI. Tudo o que a AI faz é aplicar um algoritmo escrito por um humano para dar respostas que parecem ser “inteligentes”. Os programadores também usam a própria AI para escrever programas usando uma técnica conhecida como aprendizado de máquina. Isso é um pouco impróprio e causa alguma confusão, pois, na verdade, a maneira como a AI produz novos programas depende da qualidade dos dados que recebe. Portanto, como sempre foi o caso, o velho ditado “lixo entra, lixo sai” é verdadeiro.

3. Então, a AI é realmente inteligente?

Essa é uma pergunta muito boa, mas para respondê-la, primeiro precisamos entender o que é inteligência. E isso não é tão fácil quanto você pode pensar.

É o oposto da ignorância? Considere o seguinte: se lhe perguntassem quando a cidade de Istambul foi fundada, você saberia? Mais provável que não. Mas isso o torna pouco inteligente? E você definiria a Wikipédia como sendo inteligente porque pode lhe dar a resposta? (É o sétimo século aC, a propósito).

E quanto à capacidade de fazer contas complicadas? Você pode dar a resposta para 24.357 x 527, por exemplo? Você provavelmente pode, com o tempo, mas uma calculadora simples pode fazer isso muito mais rápido. Essa calculadora é mais inteligente que você?

Na realidade, nem a calculadora nem a Wikipédia são inteligentes. Os computadores podem ser capazes de lidar com tarefas associadas a cálculos e memória, mas não são inteligentes pelos padrões humanos. Afinal, os humanos podem raciocinar com base em experiências passadas, tomar decisões em situações complexas demais para serem descritas com precisão em um computador, aprender novas habilidades, ter ideias e se comunicar usando ideias complexas e abstratas.

Então, como podemos avaliar a inteligência de um computador? Bem, lembra-se de Turing? Ele criou o que é conhecido como teste de Turing. Veja como funciona:

Um humano está em uma sala e um computador com AI na outra. Você pode se comunicar com ambos usando um teclado e uma tela para cada um, mas não sabe qual está conectado ao humano e qual está conectado à AI. Um atraso é incorporado para garantir que você não saiba qual é qual pela velocidade, mas apenas pelas próprias respostas. O teste é determinar o quão perto a AI pode responder de uma maneira que se assemelhe à inteligência humana.

Desde 2006, existe uma competição anual para determinar o chatbot que mais chega perto de enganar os juízes. Os jurados, porém, são muito hábeis em fazer com que os chatbots respondam incorretamente, alguns precisando de apenas cinco perguntas para identificar a AI corretamente.

Mas o teste de Turing é, de qualquer forma, falho. Se quisermos testar a inteligência de um programa de AI, devemos realmente testar seu desempenho na tarefa para a qual foi desenvolvido – jogar xadrez, por exemplo, não se ele pode ter uma discussão filosófica sobre o xadrez.

Devemos lembrar que, ao criar AI, não estamos tentando criar um ser humano artificial. Foi Edsger Dijkstra, um cientista da computação, que resumiu a diferença entre a inteligência humana e a AI de forma bastante clara quando disse: “A questão de saber se as máquinas podem pensar é tão relevante quanto a questão de saber se os submarinos podem nadar”.

Máquinas não pensam. Podemos pensar que são inteligentes – mas não são.

4. O que é um algoritmo de AI?

Agora que você sabe que a AI não é inteligente da mesma forma que um ser humano, vamos dar uma olhada no que são os algoritmos de AI.

Você pode se surpreender ao saber que eles não são nada de especial. Eles são como a receita culinária que mencionamos anteriormente – uma abordagem passo a passo para resolver uma tarefa. Mas levou algum tempo e anos de pesquisa para desenvolvê-los. E também não há uma abordagem padronizada, o que significa que existem muitos algoritmos de AI diferentes. Mas eles têm alguns elementos comuns: superar as limitações de memória e capacidade de processamento dos computadores.

Para colocar isso em perspectiva, um computador pessoal criado na década de 2010 pode fazer bilhões de adições por segundo. E esse número não parava de aumentar. Mas, se você precisar de 10 bilhões de passos, terá que esperar alguns segundos para obter o resultado. Se você precisar de um trilhão, talvez tenha que esperar 15 minutos. E para 100 trilhões, você precisará de um dia.

Esses 100 trilhões podem parecer muito, mas o número de transações necessárias pode subir rapidamente. Por exemplo, imagine um diretor de escola que precisa agendar alunos, aulas e professores. Se a escola tiver apenas dez salas com 15 turmas, para cada hora existem cerca de 3.000 possibilidades. Para cada dia de oito horas, isso significa seis bilhões de bilhões de bilhões de possibilidades – ou seja, seis com 27 zeros. Considerando cada um com um computador, mesmo que processe um bilhão de operações por segundo, vai demorar muito!

Esses limites computacionais são muito importantes para a AI e são conhecidos como complexidade. Precisamos distinguir entre a complexidade dos algoritmos e a complexidade dos problemas que os algoritmos estão resolvendo. A complexidade de um algoritmo depende de quão grande é o problema e quantos dados são necessários. A complexidade do problema em si é o número mínimo de operações necessárias para resolvê-lo. O último é frequentemente um número teórico e outros algoritmos menos elegantes com complexidades mais altas são freqüentemente encontrados enquanto se procura a melhor solução.

Tudo meio complicado? Bem, vamos encurtar a história: alguns problemas têm uma complexidade teórica tão alta que, supondo que pudéssemos escrever os melhores algoritmos para resolvê-los, o número de operações que eles exigiriam excederia em muito o que até mesmo um computador do futuro poderia gerenciar – mesmo que fosse milhões de vezes mais rápido.

Portanto, quando se trata de AI, os algoritmos implantados às vezes são menos que perfeitos – um algoritmo de reconhecimento facial às vezes comete um erro ou um algoritmo de xadrez faz o movimento errado, por exemplo – mas geralmente eles nos fornecem a melhor solução possível em uma quantidade razoável de tempo.

5. Como a AI encontra uma solução?

Existem muitos métodos de AI que podem ser usados ​​para resolver problemas. Como já estabelecemos, eles não são inteligentes e nem sempre fornecem a melhor solução para o problema que está sendo abordado. Sabouret fornece muitos exemplos desses métodos, mas aqui, vamos examinar um método de AI de princípios básicos chamado exploração.

Imagine que você está na Alexanderplatz em uma viagem a Berlim e deseja visitar a Ilha dos Museus. Você pode seguir a rota no mapa e anotar os nomes das ruas e onde você precisa virar. Você constrói a rota usando sua inteligência. A maioria de nós pode fazer isso, mas alguns podem se encontrar irremediavelmente perdidos. Felizmente, hoje em dia, temos GPS para nos ajudar. Mas como, exatamente, é que isso funciona?

Bem, o GPS determina sua posição na Terra referenciando 28 satélites e o tempo que cada um deles leva para enviar um sinal. Com essas informações e um mapa de onde você está, o GPS pode calcular uma rota para você. Ele faz isso usando sua posição atual, seu destino final e todos os pontos intermediários, criando um “gráfico” de todos os pontos pelos quais você deve passar no caminho.

Isso pode parecer simples, mas é um pouco mais complicado para um computador; ele deve considerar todos os pontos vizinhos possíveis à medida que avança, armazenando na memória os outros à medida que avança. Uma alternativa é sair do ponto de partida em espiral. Nenhum dos métodos é particularmente eficiente. Assim, quando a área que o computador tem que considerar se torna muito grande, torna-se quase impossível resolver o problema em um tempo razoável.

É aqui que entram as heurísticas. Um algoritmo heurístico é criado que aproxima a solução. Nesse caso, seria algo como “siga aproximadamente na direção certa e permaneça aproximadamente no caminho certo”. Se considerarmos nossa analogia com a receita, em vez de pesar uma onça de manteiga, provavelmente cortaríamos o que parece ser uma onça do nosso bloco de oito onças. Não é preciso, mas é próximo o suficiente.

Portanto, a rota que você recebe para ir da Alexanderplatz à Ilha dos Museus pode não ser a melhor, mas será boa o suficiente e fará o trabalho.

6. Para onde está indo o futuro da AI?

Você deve estar se perguntando se algum dia construiremos uma máquina que seja verdadeiramente inteligente, que aprenda como uma criança, esteja ciente do mundo ao seu redor, possa sentir emoções e com a qual possamos construir um futuro.

É uma pergunta difícil de responder, mas embora alguns pesquisadores acreditem que sim, Sabouret diz que não há evidências atuais que sugiram que isso seja possível.

Na década de 1970, John Searle cunhou o termo Strong AI para significar AI que imita o cérebro humano perfeitamente. Agora, também usamos o termo AI fraca para AIs que têm apenas um propósito específico – como vencer no Go. Eles são, é claro, tudo menos fracos, pois são mais espertos que o humano comum.

Mas, voltando à AI forte, podemos subdividi-la ainda mais em AI geral e consciência artificial. IA geral significa criar uma máquina capaz de resolver muitos problemas em uma ampla gama, como obter um diploma universitário, passar no teste de Turing e fazer café em uma cozinha desconhecida. A consciência artificial é outra coisa. Tal máquina teria consciência do mundo ao seu redor e, sim, até do fato de ser uma máquina. Mas o júri ainda não decidiu como definir a consciência de uma máquina e quais testes ela precisaria passar para ser “consciente”.

Algum desses está no horizonte? A resposta honesta é: quem sabe?

Não há dúvida de que a AI está mudando o mundo e as máquinas se tornarão cada vez mais impressionantes. A taxa de progresso torna difícil saber exatamente o que virá a seguir. A AI já pode vencer os humanos no Go e no Poker, mas não em videogames complexos, por exemplo. E embora possa acessar informações médicas mais rapidamente do que um ser humano, não pode usar essas informações para diagnosticar o que há de errado com um paciente. E o fator humano necessário para algumas tarefas, como contratar pessoas, argumenta Sabouret, é quase impossível de capturar em qualquer sistema de IA e os humanos seriam facilmente capazes de usar “dados antagonistas” para enganar esses sistemas.

Então, devemos nos preocupar com o fato de a AI acabar escravizando a humanidade, como vemos em alguns filmes de ficção científica?

No momento, não, a AI fraca foi criada para tarefas específicas, ela não pode imaginar coisas e não pode criar. Talvez a AI forte exista um dia, mas não estamos nem perto de criar uma consciência artificial.

A maior preocupação agora é o uso indevido da AI. Por exemplo, em um mundo onde os feeds de mídia social se tornaram a principal fonte de informação para algumas faixas etárias, uma ditadura totalitária poderia teoricamente assumir o controle do que podemos saber. Pernoite. E embora os carros autônomos não ataquem seus motoristas, a menos que sejam especificamente programados para isso, sempre existe a possibilidade de que essa tecnologia possa, um dia, ser usada para criar uma máquina capaz de identificar e eliminar seu alvo.

A AI já está sendo usada para cometer crimes de ordem muito inferior – para hackear protocolos de segurança cibernética, por exemplo. Portanto, está claro que a AI pode ser mal utilizada – mas não vai fazer isso espontaneamente, tem que ser programada para isso.

Mas seja qual for o futuro, há uma coisa de que podemos ter certeza: a AI trouxe a humanidade para uma melhor compreensão de si mesma. Primeiro tivemos que entender como um ser humano realiza uma tarefa para encontrar uma maneira de fazê-la melhor. Talvez, como afirma Sabouret, entender melhor a nós mesmos seja o maior presente da AI ​​para a humanidade.

7. Conclusão

Embora possamos pensar que as máquinas e a AI são inteligentes, na verdade não são. Eles só são capazes de fazer o que os programamos para fazer. Você viu que, usando heurística, a AI pode fornecer uma solução para um determinado problema difícil dentro de um prazo aceitável. Essa solução pode não ser perfeita, mas geralmente será uma solução "suficientemente boa". E, finalmente, você descobriu que criar uma máquina com consciência não está no horizonte, mas nas mãos erradas, a AI pode ser usada para os propósitos errados. Uma coisa que a AI não vai fazer, porém, é se levantar e se rebelar contra nós.