A inteligência artificial (IA) está aprendendo - com o mundo real. Nove meses atrás, um programa de IA venceu um dos melhores jogadores do mundo em um dos jogos mais antigos do mundo, o Go.
Inteligência do bem ou do mal
Hoje estamos publicando dois artigos com diferentes abordagens sobre a Inteligência Artificial: um otimista e entusiasmado, quase ufanista, e outro mais cauteloso, preocupado, quase pessimista. É comum que os apaixonados por tecnologia identifiquem-se quase naturalmente com o primeiro enfoque, mas é importante não perder de vista as responsabilidades e os novos desafios que todos os progressos trazem. O ideal é que a abordagem responsável não iniba os sonhos da visão apaixonada e que o ideal de um futuro mais promissor não se esqueça de que, para deixarem de ser meras fantasias, os sonhos precisam firmar resolutamente os pés no solo da realidade.
- Depois da Inteligência Artificial, vem aí a Inteligência Paralela
Os pesquisadores defendem um quadro no qual os mundos físico, mental e artificial se fundem, com a inteligência sendo assumida pelos sistemas ciberfísicos - programas de computador que aprendem com o mundo físico. [Imagem: Fei-Yue Wang et al. (2016)]
Inteligência Paralela
Esse foi o início de uma nova era, a era da nova tecnologia da informação: a Tecnologia Inteligente, defendem Fei-Yue Wang e uma equipe da Academia Chinesa de Ciências.
"Esta vitória surpreendeu muitos no campo da Inteligência Artificial e fora dele," escreveram eles em um editorial da revista Automatica Sinica, do renomado IEEE (Instituto de Engenheiros Eletricistas e Eletrônicos). "Ela marcou o início de uma nova era em IA... a Inteligência Paralela."
Definida como a interação entre a "realidade real" e a realidade virtual, a Inteligência Paralela inverte a Inteligência Artificial tradicional.
A proposta é que não haja mais fronteiras entre o virtual e o real. [Imagem: Fei-Yue Wang et al. (2016)]
Profecia auto-realizável
Em vez de leis amplas e universais controlando pequenas quantidades de dados, na Inteligência Paralela leis focadas e complexas orientam quantidades gigantescas de dados - um salto de Newton para Merton, afirmam os pesquisadores chineses, referindo-se a Isaac Newton e a Robert King Merton (nascido Meyer Robert Schkolnick), este último autor da chamada "profecia auto-realizável", que descreve um processo no qual uma crença ou expectativa, seja ela correta ou incorreta, afeta o resultado de uma situação ou a forma como uma pessoa ou grupo irá se comportar.
O AlphaGo, o computador que rodou o jogo vitorioso contra o jogador de Go Lee Sedol, jogou mais de 30 milhões de partidas consigo mesmo - mais do que uma única pessoa que vivesse um século poderia jogar em toda a sua vida. E o programa de computador aprendeu um pouco mais a cada partida.
"[Sedol] não foi derrotado por um programa de computador, mas por todos os humanos que estão por trás do programa, combinados com a significativa informação ciberfísica dentro dele," escreveram os autores. "Isso também comprova a crença de muitos especialistas em Inteligência Artificial de que a inteligência deve emergir do processo de computação e interação."
Neste modelo, todas as tecnologias convergem para leis "minúsculas", muito específicas, se juntando para explicar os megadados. [Imagem: Fei-Yue Wang et al. (2016)]
Possibilidades em mutação
Uma entrada X e uma saída Y já não são tão simples como foram no passado. Há mais coisas afetando o espaço físico do que apenas o espaço cibernético. As máquinas também devem abrir caminho para o espaço social.
De acordo com a equipe, a IA está andando de lado em uma fase de inteligência híbrida, onde humanos, informações e máquinas são igualmente partes integrantes do processo do progresso. E ela precisa dar um passo à frente.
O problema está em aprender como modelar a IA em termos de possibilidades mutáveis. X nem sempre causa Y em sistemas tão complicados, onde a incerteza, a diversidade e a complexidade normalmente prevalecem. Para avançar, é necessário um novo quadro para modelar o próximo passo de Inteligência Paralela.
A proposta é fechar o hiato entre os sistemas físicos e os artificiais. [Imagem: Fei-Yue Wang et al. (2016)]
Artificial, Computacional e Paralelo
Wang e seus colegas propõem adotar o que eles chamam de Abordagem ACP, para gerar grandes volumes de dados a partir de poucos dados e, em seguida, reduzir os megadados para leis específicas, onde o software (sistemas Artificiais) aprenderiam com milhões de cenários (experimentos Computacionais) a tomar as melhores decisões ao interagir (execução em Paralelo) com sistemas físicos do mundo real.
O programa AlphaGo aprendeu, com 30 milhões de partidas, como tomar as melhores decisões quando confrontado com o ser físico de Sedol. E valeu a pena, indicando que este pode ser o caminho a seguir: colocar os sistemas computacionais para aprenderem velozmente usando dados gerados continuamente pelo mundo físico.
"A Inteligência Artificial não é mais 'artificial', escreveram Wang e seus colegas. "Em última análise, ela se torna a inteligência 'real', que pode ser incorporada em máquinas, artefatos e nas nossas sociedades."
(Fonte: Inovação Tecnologica - Com informações do IEEE )
