Os humanos processam informações qualitativamente e os computadores, quantitativamente.
Compreensão é a grande barreira do que entendemos pelo termo “Inteligência Artificial”. Os sistemas atuais de IA, como DL (Deep Learning), são um complexo conjunto de modelos matemáticos, mas que apenas correlacionam estatisticamente palavras de modo que nos parecem fazer sentido, embora para eles sejam simplesmente resultado das correlações estatísticas.
É verdade que em algumas atividades de reconhecimento de padrões, como análise de imagens, eles conseguem assertividade melhor que nós, humanos. Mas, essa percepção de inteligência é apenas aparente, pois lhes falta a compreensão do que estão fazendo, o significado das palavras, frases e imagens que estão reconhecendo ou gerando.
As diferenças entre humanos e máquinas são imensas e o próprio nome IA é incorreto. Por exemplo, nós humanos temos o pensamento abstrato. Fazemos analogias e criamos conceitos. Podemos ver uma foto e imaginar toda uma história em torno dela. Podemos ouvir um relato e visualizar as cenas ocorridas, embora não estivéssemos lá.
Os algoritmos de DL são modelos que criam representações matemáticas de pixels. São treinados “vendo” milhares e milhares de imagens de carros que estejam rotulados como “carros”. Quando recebe uma nova foto de carro, ele tenta fazer o casamento matemático com os modelos de pixels que já “aprendeu”.
Quando dá match ele aponta que é um carro. Se não der match, ele aponta para o padrão que mais se aproxima estatisticamente, que pode ser algo como uma tampa de lixeira.
Esse é um aspecto fundamental e que às vezes esquecemos no frenesi do hype: os sistemas de DL não têm bom senso e, portanto, o que causar match ele indica como resposta, por mais esdrúxulo que seja.
Não esqueçam que o algoritmo não tem a mínima ideia do que seja um carro. Ele apenas responde baseado no que foi rotulado. Se por acaso, todas as imagens de carro fossem rotuladas como gatos, ele apontaria, no caso de match, que as imagens seriam gatos.
Nossa tendência é de antropomorfizar coisas. Comparamos máquinas com humanos. Tendemos a usar expressões “treinamento de algoritmos” quando nos referimos a técnicas de programação. Estamos acostumados a usar expressões antropomorfizadas.
Como disse o filósofo David Hume, no século 18: “Existe uma tendência universal entre a humanidade de conceber todos os seres como eles mesmos. Encontramos rostos humanos na lua, exércitos nas nuvens”. E agora inteligência nos sistemas que chamamos de IA…
A tecnologia de IA (vamos continuar usando o termo, cunhado em 1956, pelo fato de já estar disseminado e pela falta de outro) pode produzir um conjunto extremamente poderoso de ferramentas que nos ajudarão em muitas coisas. Mas são apenas isso, ferramentas.
Os sistemas de IA são o produto da criatividade e imaginação humana com o uso de rígidos e precisos modelos matemáticos inseridos em computadores. Mas, no final, os humanos processam informações qualitativamente, e os computadores, quantitativamente. [Webinsider]
. . .
O progresso da inteligência artificial não é tão rápido assim
A inteligência artificial não consegue desejar e nem improvisar