TERMINAREMOS A DÉCADA APRENDENDO COM AS MÁQUINAS.
“Artificial Intelligence” e “Machine Learning” são termos com os quais nos acostumamos na década passada.
Mais do que isso, aplicativos e dispositivos dotados de inteligência artificial já fazem parte de nosso cotidiano, seja em atividades tão simples como os serviços de atendimento ao consumidor ou mais sofisticadas como a automação industrial ou diagnósticos médicos.
Os algoritmos de IA avaliam situações, tomam decisões e comandam processos que possam ser sistematizadas, reduzindo custos e erros, e aumentando a eficiência em todas as áreas.
Claro que precisam ser “ensinados” a fazer isso. Os programas são alimentados com muitas informações (big data), métodos analíticos (data Science) e modelos de decisão (decision-making models) e, em alguns casos podem “aprender” automaticamente com novas experiências, se forem concebidos para isso.
“Máquinas programadas por humanos mimetizam decisões humanas.”
Mas máquinas programadas por humanos e que mimetizam processos de decisão desenvolvidos por humanos estão condicionadas às limitações humanas, por viés de constituição.
Entretanto, há uma nova geração de Inteligência Artificial sendo desenvolvida, na esteira dos princípios das redes neurais, que parece ser capaz de romper essa barreira condicionante.
Enquanto a velha geração resolvia problemas de forma linear, como o raciocínio consciente de um adulto educado, a nova explora conexões aleatórias e define seus rumos com base na probabilidade de sucesso, aprendendo sozinha no processo, como crianças em seus primeiros anos de vida, ou nosso inconsciente.
Alpha Go Zero, um programa desenvolvido pela DeepMind Technology, subsidiária da Alphabet (Google), foi o primeiro projeto de Inteligência Artificial autônoma a ganhar notoriedade, através de um artigo publicado no jornal Nature em outubro de 2017.
Por “autônoma” entende-se aqui a ideia de que a IA não precisa ser alimentada com informações relacionadas à experiência humana prévia sobre o assunto.
O Alpha Go Zero foi desenhado para jogar GO, um milenar jogo asiático de estratégia. Uma nova versão, o Alpha Zero, incorporou a capacidade de jogar outros jogos de estratégia como o Shogi e o Xadrez.
A única informação que precisa ser dada ao programa é a descrição do jogo. A máquina passa a jogar contra si mesma e aprende durante o processo. Em poucos dias de autoaprendizado, o Alpha Zero foi capaz de derrotar todos seus oponentes de gerações anteriores que haviam sido “alimentados” pelas estratégias dos grandes mestres mundiais dos jogos por anos.
“A nova geração de IA reduz o viés do criador.”
Duas implicações importantes dessa linha desenvolvimento são a redução do viés do criador (humano) nos processos de decisão e a menor dependência de dados históricos, nem sempre disponíveis no mundo real. Sua aplicação poderá acelerar descobertas científicas e prevenir catástrofes em todas as áreas.
Outro exemplo é o projeto apresentado pela NVIDIA, empresa que se especializou no desenvolvimento de soluções de Inteligência Artificial e Deep Learning, onde a máquina se mostrou capaz de escrever um programa a partir da observação de um jogo. O exemplo utilizado no paper divulgado foi o famoso Pac-Man.
Embora o projeto ainda esteja engatinhando, suas possíveis aplicações vão muito além da possibilidade de fazer engenharia reversa de jogos e são interessantíssimas. Versões posteriores poderão, por exemplo, “hackear” fenômenos naturais complexos e reproduzi-los. E o curioso é que, quando a AI escreve um programa para emular um fenômeno complexo, ele deixa de ser complexo. De imediato, essa linha desenvolvimento poderia ser utilizada para programar as funcionalidades de próteses humanas ou para prevenir catástrofes ecológicas, apenas para citar um par de aplicações.
Se a década passada foi marcada pela automação de máquinas ensinadas pela humanidade, a atual deve terminar nos surpreendendo com a situação inversa, quando aprenderemos com as máquinas.
Comments