Inteligência Artificial: do mito ao fato

A cada semana somos bombardeados com uma novidade na área de tecnologia que, “sem sombra de dúvida”, irá revolucionar nossas vidas, acabando com a pobreza e o sofrimento, ou tornado tudo e todos obsoletos. 

A última grande moda que tem recebido enorme cobertura da imprensa é o que chamam de “Inteligência Artificial”, ou AI (“Artificial Intelligence”). Numa sopa de letrinhas e siglas capaz de deixar qualquer ser humano confuso (sem trocadilho), parte da tecnologia é também conhecida e alardeada como “Deep Learning” – “aprendizagem profunda” segundo o tradutor automático do Google – aliás um bom exemplo dessa tecnologia e sobre o qual falaremos mais adiante.

O que está acontecendo atualmente é, no meu entender, bem mais restrito do que o surgimento da capacidade das máquinas de pensar, embora a tecnologia seja realmente impressionante e com enormes impactos sobre nosso trabalho e futuro. Vamos aos fatos:

Devido ao mundo totalmente conectado que nos tornamos, o volume de dados “online” sendo coletado por empresas como Google, Apple e Amazon é tão grande, que novos algoritmos (lógicas de programas) estão sendo capazes de estabelecer correlações muito mais refinadas sobre estes dados, dando a impressão que os computadores estão ficando inteligentes.

Vivendo e Aprendendo

Vejamos um exemplo: Identificação facial era, até bem pouco tempo, uma tarefa feita com facilidade por nós humanos, mas extremamente difícil de replicar em um computador. Com o surgimento das redes sociais e o volume maciço de dados coletado, de repente as empresas passaram a ter em suas mãos uma verdadeira mina de ouro. O Facebook, por exemplo, recebe 350 milhões de novas fotos por dia. Melhor do que isso, além de carregá-las, seus usuários ainda complementam estes dados marcando pessoas, lugares, situações, estados emocionais, etc.

Então a coisa passa a funcionar mais ou menos assim: Com acesso a milhões de fotos de Paris, Petra, Neymar Jr, Barack Obama, sorriso, lágrima, mar, montanha, navio, jacaré, capivara, vulcão, pirâmide, rio Amazonas, essa quantidade gigantesca de dados dá origem a um modelo matemático capaz de, com um grau altíssimo de certeza, reconhecer locais, pessoas, objetos e emoções.

Reconhece alguém na foto?

http://records.mlab.no/2013/07/09/openimaj-intelligent-multimedia-analysis-in-java/

Fazendo o método ficar ainda melhor a cada dia, o ciclo se realimenta: o resultado do reconhecimento automático é reapresentado a humanos, que ajudam a consertar erros de interpretação (“gostaria de marcar Paulo nesta foto?” – “Esta imagem não é da Torre Eiffel? Clique aqui”). O modelo matemático reaprende e melhora a cada dia.

O que vale para fotos vale, também para áudio. Quanto mais os usuários utilizam assistentes pessoais vocais, como o Siri da Apple, ou o Alexa da Amazon, mais dados são acumulados sobre a eficácia do reconhecimento, permitindo que o sistema “aprenda”, pois consegue perceber quando acertou um entendimento, ou quando o usuário teve que repetir a pergunta. Numa sequência de funcionamento difícil para nós entendermos em função da magnitude da quantidade de dados envolvidos, o sistema consegue se aproveitar de uma falha de entendimento numa frase para, a partir do reconhecimento da intenção de uma segunda pergunta (geralmente formulada de forma mais simples – como se estivéssemos falando com uma criança), entender e aprender o significado da primeira frase!!!

O que vale para fotos e áudio vale, é óbvio, para qualquer dado digital. Daí voltamos ao exemplo do Google Tradutor. Como todos sabemos, o Google varre quase que diariamente a Internet, indexando os “sites” para fornecer seu serviço de busca. Ora, num “site” de inteligência artificial (com versões em Inglês e Português), o mecanismo de busca do Google se depara com o termo “Deep Learning” na versão inglesa e sua tradução “Aprendizagem Profunda” na versão em português. Após verificar essa mesma situação em milhares de “sites” diferentes (e em dezenas de línguas), o sistema é capaz de correlacionar e traduzir dezenas de milhares de palavras, frases e até textos inteiros (lembre-se que o Google tem acesso a tudo que é digital e está publicado na Web, inclusive livros inteiros em diversos idiomas).

Resumindo: Os computadores estão sendo capazes de fazer (mais rápido e melhor) aquilo que, quando nascemos, demoramos uns 5 anos para aprender – identificar padrões a partir de imagens, sons e eventos.

Pense, afinal, como uma criança aprende: Um belo dia os pais chegam em casa com um objeto diferente e colorido e o mostram para o filho. “Bola!”, repetem os pais à exaustão, até que os circuitos visuais e auditivos do cérebro em formação passam a reconhecer o objeto. Daí tudo que é redondo passa a ser chamado de “bola” pela mente em formação, e vai sendo refinado a cada vez que a criança fala uma gracinha – “Nããããão filhinho, isso não é uma bola, isso é um ovo! Repete com o papai – OVO! O-V-O!”.

O Fim do Emprego

Mas não vamos aqui subestimar a tecnologia, e imaginar que ela não terá impacto sobre nossas vidas, empregos e profissões. Imagine-se um sistema de processamento de imagens de tomografias do pulmão, que quando alimentado com os dados e diagnósticos de todas as tomografias já realizadas em todo o mundo, é capaz de diagnosticar com precisão melhor que um médico, o surgimento de um câncer. Não sei se o sistema é inteligente, mas repentinamente o emprego do médico que realiza este tipo de diagnóstico está seriamente ameaçado.

Igualmente podemos pensar em um sistema alimentado com todas as obras de arte jamais produzidas e todas as críticas de arte realizadas. Um sistema assim será capaz de distinguir com facilidade um quadro impressionista de um surrealista, e até mesmo emitir opiniões sobre a qualidade de uma obra. Será que, como no caso acima, o emprego do crítico de arte estará tão ameaçado quando o do médico?

fonte: https://creativeinfrastructure.org/2013/01/19/danger-will-robinson

Em resumo, o que chamam de “inteligência artificial” é, na realidade, acesso e correlação de dados numa escala tão massiva que é difícil para nós, humanos, imaginarmos. Mas daí a extrapolar e afirmarmos que os computadores estão ficando inteligentes é, no meu entender, esticar demais a corda. No mais, o futuro é, como sempre, incerto. Talvez o que hoje em dia consideremos como uma atividade inteligente, como dirigir um carro ou criticar um quadro, necessite de um “upgrade”. Reconhecer um rosto ficou fácil para meu “smartphone”. Quero ver ele encontrar uma equação mais elegante que E=mc². Aí sim, poderemos afirmar que a era da Inteligência Artificial chegou.

Por Paulo Mannheimer.

Paulo é empreendedor serial, aficionado por tecnologia, e diretor da Instant Solutions Tecnologia e Informática.