Você já se perguntou: O que a inteligência artificial faz realmente?

Quando o robô Sophia começou a funcionar, o mundo não conseguiu entender o suficiente o que a inteligência artificial faz. Tinha uma personalidade alegre, brincava com os anfitriões da madrugada, tinha expressões faciais que ecoavam as nossas. Ali estava finalmente, um robô retirado da ficção científica, a coisa mais próxima da verdadeira inteligência artificial que já vimos.

Não há dúvida de que Sophia é uma peça impressionante de engenharia. As empresas Hanson Robotics e SingularityNET equiparam as empresas tecnológicas com sofisticadas redes neurais que dão a Sophia a capacidade de aprender com as pessoas e de detectar e espelhar respostas emocionais, o que faz parecer que o robô tem uma personalidade.

Não demorou muito para convencer as pessoas da aparente humanidade de Sophia, muitos dos artigos da Futurism referem-se ao robô como “ela”. Piers Morgan até decidiu tentar a sorte em um encontro e/ou assediar sexualmente o robô, dependendo de como você interpretar isso.

“Ah, sim, ela está basicamente viva”, disse o CEO da Hanson Robotics, David Hanson, sobre Sophia durante uma aparição de 2017 no Tonight Show de Jimmy Fallon. E embora a Hanson Robotics nunca tenha afirmado oficialmente que Sophia contivesse inteligência geral artificial, a IA abrangente e realista que vemos na ficção científica, a imprensa incrédula que acompanhava todas essas aparições públicas só ajudou a empresa a crescer.

Mas quando Sophia se tornou mais popular e as pessoas deram uma olhada mais de perto, surgiram rachaduras. Tornou-se mais difícil acreditar que Sophia era a inteligência artificial abrangente que todos queríamos que fosse. Com o passar do tempo, os artigos que podem ter ficado um dia cheios de conhecimento sobre as habilidades de conversação de Sophia se tornaram mais focados no fato de terem sido parcialmente planejados com antecedência.

Ben Goertzel, CEO da SingularityNET e cientista-chefe da Hanson Robotics, não tem ilusões sobre o que Sophia é capaz de fazer. “Sophia e os outros robôs Hanson não são realmente puros como sistemas de pesquisa em ciência da computação, porque combinam tantas peças e aspectos diferentes de maneiras complexas. Eles não são puros sistemas de aprendizado, mas envolvem aprendizado em vários níveis (aprendendo em seus sistemas visuais de rede neural, aprendendo em seus sistemas de diálogo OpenCog, etc.) ”, disse ele a Futurism.

Mas ele está interessado em descobrir que Sophia inspira muitas reações diferentes do público. “A percepção pública de Sophia em seus vários aspectos, sua inteligência, sua aparência, sua amabilidade, parece estar em todo o mapa, e acho isso muito fascinante”, disse Goertzel.

Hanson acha lamentável quando as pessoas pensam que Sophia é capaz de mais ou menos do que ela realmente é, mas também disse que ele não se importa com os benefícios adicionados com a fama. Fama que, mais uma vez, foi reforçado pelas repetidas manobras publicitárias das duas empresas.

“Sophia e os outros robôs Hanson não são realmente ‘puros’ como sistemas de pesquisa em ciência da computação…”

Projetos altamente divulgados como Sophia nos convencem de que a verdadeira IA, humana e talvez até consciente, está próxima. Mas, na realidade, não estamos nem perto disso.

O verdadeiro estado da pesquisa de IA ficou muito atrás dos contos de fadas tecnológicos nos quais fomos levados a acreditar. E se não tratarmos a IA com uma dose mais saudável de realismo e ceticismo, o campo pode ficar preso nessa rotina para sempre.

O que a inteligência artificial faz realmente

Pregar uma verdadeira definição de inteligência artificial é complicada. O campo da IA, é constantemente remodelado por novos desenvolvimentos e mudanças nos objetivos, às vezes é melhor descrita explicando-se o que ela não é.

“As pessoas pensam que a inteligência artificial é um robô inteligente que pode fazer coisas muito inteligentes, um robô que sabe tudo e pode responder a qualquer pergunta”, disse Eut Mousavi, cientista de dados que fundou uma plataforma chamada Quigig que conecta freelancers. Mas isso não é o que os especialistas realmente querem dizer quando falam sobre IA. “Em geral, AI refere-se a programas de computador que podem completar várias análises e usar alguns critérios predefinidos para tomar decisões.”

Entre os objetivos cada vez mais distantes da inteligência artificial em nível humano (HLAI) estão a capacidade de comunicação efetiva, chatbots e processadores de linguagem baseados em aprendizado de máquina lutam para inferir significado ou entender nuances, e a capacidade de continuar aprendendo ao longo do tempo. Atualmente, os sistemas de IA com os quais interagimos, incluindo aqueles que estão sendo desenvolvidos para carros autônomos, fazem todo o aprendizado antes de serem implantados e, em seguida, param para sempre.

“São problemas que são fáceis de descrever, mas são insolúveis para o estado atual das técnicas de aprendizado de máquina”, disse Tomas Mikolov, pesquisador do Facebook em IA, a Futurism.

No momento, a inteligência artificial não tem livre-arbítrio e certamente não é consciente, duas suposições que as pessoas tendem a fazer quando enfrentam tecnologias avançadas ou com excesso de alarde, disse Mousavi. Os sistemas de IA mais avançados são meramente produtos que seguem processos definidos por pessoas inteligentes. Eles não podem tomar decisões por conta própria.

No aprendizado de máquina, que inclui aprendizagem profunda e redes neurais, um algoritmo é apresentado com cargas de dados de treinamento, exemplos de tudo o que o algoritmo está aprendendo a fazer, rotulado por pessoas, até que possa completar a tarefa sozinho. Para o software de reconhecimento facial, isso significa alimentar milhares de fotos ou vídeos de rostos no sistema até que ele possa detectar com segurança um rosto de uma amostra não rotulada.

Nossos melhores algoritmos de aprendizado de máquina geralmente são apenas memorizar e executar modelos estatísticos. Chamá-lo de “aprender” é antropomorfizar máquinas que operam em um comprimento de onda muito diferente do nosso cérebro. A inteligência artificial é agora um termo tão abrangente que praticamente qualquer programa de computador que faz algo automaticamente é chamado de inteligência artificial.

A inteligência artificial é agora um termo tão abrangente que praticamente qualquer programa de computador que faz algo automaticamente é chamado de inteligência artificial.

Se você treinar um algoritmo para adicionar dois números, ele apenas procurará ou copiará a resposta correta de uma tabela, explicou Mikolov, o cientista de AI do Facebook. Mas isso não pode generalizar uma melhor compreensão das operações matemáticas de seu treinamento. Depois de aprender que cinco mais dois são sete, você como pessoa pode descobrir que sete menos dois é igual a cinco. Mas se você pedir ao seu algoritmo para subtrair dois números depois de ensiná-lo a adicionar, ele não poderá.

Um programa que precisa ser ensinado

A inteligência artificial, por assim dizer, foi treinada para acrescentar, não para entender o que significa acrescentar. Se você quiser subtrair, precisará treinar tudo de novo, um processo que notoriamente elimina qualquer coisa que o sistema de IA tenha aprendido anteriormente.

“Na verdade, muitas vezes é mais fácil começar a aprender do zero do que tentar treinar o modelo anterior”, disse Mikolov.

Essas falhas não são segredo para os membros da comunidade de IA. Ainda assim, mesmo assim, esses sistemas de aprendizado de máquina são freqüentemente apontados como a ponta da inteligência artificial. Na verdade, eles são realmente idiotas.

Tomemos, por exemplo, um algoritmo de legendagem de imagens. Há alguns anos, um deles conseguiu uma cobertura de olhos arregalados por causa da linguagem sofisticada que parecia gerar.

“Todo mundo ficou muito impressionado com a capacidade do sistema, e logo foi descoberto que 90% dessas legendas foram encontradas nos dados de treinamento”, disse Mikolov a Futurism. “Então eles não foram realmente produzidos pela máquina; a máquina simplesmente copiou o que viu que os anotadores humanos forneciam uma imagem semelhante para que parecesse ter muita complexidade interessante”. O que as pessoas confundiram com um senso de humor robótico, Mikolov acrescentou, era apenas uma cópia burra colada de computador.

“Não é uma inteligência de máquina com a qual você está se comunicando. Pode ser um sistema útil por si só, mas não é IA”, disse Mikolov. Ele disse que demorou um pouco para as pessoas perceberem os problemas com o algoritmo. No começo, eles não eram nada, mas impressionantes.

Para onde nós vamos tão fora do curso? O problema é quando nossos sistemas atuais, que são tão limitados, são comercializados e exagerados até o ponto em que o público acredita que temos tecnologia que não temos a menor ideia de como construir.

“Eu me divirto freqüentemente para ver a maneira como minha pesquisa assume proporções exageradas à medida que ela progride através da mídia”, disse Nancy Fulda, cientista da computação que trabalha em sistemas de inteligência artificial mais amplos na Universidade Brigham Young, a Futurism.

Os repórteres que a entrevistam geralmente são bem informados, ela disse. “Mas também há sites que captam essas histórias principais e relatam sobre a tecnologia sem um sólido entendimento de como ela funciona. A coisa toda é como um jogo de “telefone sem fio”, os detalhes técnicos do projeto se perdem e o sistema começa a parecer voluntarioso e quase mágico. Em algum momento, eu quase não reconheço minha própria pesquisa.”

Em algum momento, eu quase não reconheço minha própria pesquisa.

Alguns pesquisadores são culpados por abanar essa chama. E então os repórteres que não têm muito conhecimento técnico e não olham para trás da tela são cúmplices, não sabendo explicar o que a inteligência artificial faz. Pior ainda, alguns jornalistas estão felizes em jogar junto e adicionar o sensacionalismo à sua cobertura.

Outros atores problemáticos: as pessoas que criam um algoritmo de IA apresentam o trabalho de back-end que fizeram como a própria saída criativa do algoritmo. Mikolov chama isso de uma prática desonesta semelhante ao truque de mão. “Eu acho que é bastante enganador que alguns pesquisadores que estão bem cientes dessas limitações estão tentando convencer o público de que seu trabalho é IA”, disse Mikolov.

Isso é importante porque a forma como as pessoas pensam que a pesquisa de IA ​​está indo dependerá se elas querem dinheiro alocado para isso. Esta campanha publicitária injustificada poderia estar impedindo o campo de fazer progresso real e útil. Investimentos financeiros em inteligência artificial estão inexoravelmente ligados ao nível de interesse (leia-se: fama) no campo. Esse nível de interesse, e os investimentos correspondentes, flutuam descontroladamente sempre que Sophia tem uma conversa empolada ou algum novo algoritmo de aprendizado de máquina consegue algo levemente interessante. Isso torna difícil estabelecer um fluxo de capital estável e básico que os pesquisadores possam confiar, sugeriu Mikolov.

Um assistente com IA genuinamente inteligente, um sonho distante.

Mikolov espera um dia criar um assistente com IA genuinamente inteligente, uma meta que ele disse a Futurism que ainda é um sonho distante. Alguns anos atrás, Mikolov, junto com seus colegas do Facebook IA, publicou um artigo descrevendo como isso poderia ser possível e os passos necessários para chegar lá. Mas quando falamos na Conferência Múltipla sobre Inteligência Artificial em Nível Humano, realizada em agosto pela startup Good AI de inteligência artificial em Praga, Mikolov mencionou que muitas das avenidas que as pessoas estão explorando para criar algo como isso são provavelmente becos sem saída.

Um desses prováveis ​​becos sem saída, infelizmente, é o aprendizado por reforço. Os sistemas de aprendizado por reforço, que ensinam a completar uma tarefa através da experimentação baseada em tentativa e erro, em vez de usar dados de treinamento, são frequentemente vendidos, segundo John Langford, Pesquisador Principal da Microsoft AI. Quase sempre que alguém se vangloria de um sistema de IA de aprendizagem por reforço, Langford disse que eles realmente deram ao algoritmo alguns atalhos ou limitaram o escopo do problema que ele deveria resolver em primeiro lugar.

O frenesi que vem desses tipos de algoritmos ajuda o pesquisador a vender seu trabalho e garantir subsídios. Pessoas de imprensa e jornalistas usam para atrair públicos para suas plataformas. Mas o público sofre, este ciclo vicioso deixa todos os outros inconscientes quanto ao que a IA pode realmente fazer.

Há sinais reveladores, diz Mikolov, que podem ajudá-lo a enxergar a má orientação sobre o que a inteligência artificial faz. A maior bandeira vermelha é se você, ou não, como leigo (e potencial cliente) tem permissão para testar a tecnologia por si mesmo.

“Um magico perguntará a alguém do público para testar se a configuração está correta, mas a pessoa especificamente selecionada pelo mago está trabalhando com ele. Então, se alguém lhe mostra o sistema, há uma boa probabilidade de você estar sendo enganado”, disse Mikolov. “Se você está bem informado sobre os truques habituais, é fácil quebrar todos esses sistemas chamados inteligentes. Se você for pelo menos um pouco crítico, verá que o que [supostamente os chatbots] estão dizendo é muito fácil de distinguir dos humanos.”

Mikolov sugere que você deveria questionar a inteligência de qualquer um que esteja tentando lhe vender a ideia de que ele derrotou o Teste de Turing e criou um chatbot que pode manter uma conversa real. Mais uma vez, pense no diálogo preparado de Sophia para um determinado evento.

“Talvez eu não deva ser tão crítico aqui, mas simplesmente não consigo evitar quando você tem essas coisas como Sophia e assim por diante, onde elas estão tentando fazer impressões de que elas estão se comunicando com o robô por aí,” Mikolov disse a Futurism. “Infelizmente, é muito fácil para as pessoas se apaixonarem por esses truques de mágica e caírem na ilusão, a menos que você seja um pesquisador de aprendizado de máquina que conheça esses truques e saiba o que está por trás deles.”

Infelizmente, tanta atenção a esses projetos enganosos pode atrapalhar o progresso de pessoas com ideias revolucionárias verdadeiramente originais. É difícil conseguir financiamento para construir algo novo, algo que possa levar à IA que possa fazer o que as pessoas já esperam que seja capaz de fazer, quando os capitalistas de risco só querem financiar a próxima solução de aprendizado de máquina.

Se quisermos que esses projetos floresçam, se quisermos dar passos tangíveis em direção à inteligência geral artificial, o campo precisará ser muito mais transparente sobre o que faz e o quanto importa.

“Estou esperançoso de que haverá algumas pessoas super inteligentes que vêm com algumas ideias novas e não apenas copiarão o que está sendo feito”, disse Mikolov. “Hoje em dia, é uma melhoria pequena e incremental. Mas haverá pessoas inteligentes vindo com novas idéias que trarão o campo adiante esclarecendo de vez o que a inteligência artificial faz”.

Artigo publicado originalmente no site Futurism, escrito por Dan Robitzski.