{"id":4636,"date":"2024-06-05T16:01:27","date_gmt":"2024-06-05T19:01:27","guid":{"rendered":"https:\/\/www.admethics.com\/?p=4636"},"modified":"2024-08-15T16:41:03","modified_gmt":"2024-08-15T19:41:03","slug":"o-que-e-inteligencia-artificial-parte-3","status":"publish","type":"post","link":"https:\/\/www.admethics.com\/br\/o-que-e-inteligencia-artificial-parte-3\/2024\/","title":{"rendered":"O que \u00e9 intelig\u00eancia artificial? (Parte 3)"},"content":{"rendered":"\n

Comecei esta s\u00e9rie de posts aqui<\/a>, falando sobre a cria\u00e7\u00e3o do termo \u201cintelig\u00eancia artificial\u201d na confer\u00eancia de Dartmouth, focando nas palavras e no contexto cient\u00edfico. Na sequ\u00eancia, passei do hist\u00f3rico para a hist\u00f3ria aqui<\/a>, mostrando que a intelig\u00eancia artificial est\u00e1 no imagin\u00e1rio das pessoas a muito mais tempo, e n\u00e3o s\u00f3 na literatura cient\u00edfica.\u00a0<\/p>\n\n\n\n

Mas, por que n\u00e3o escrever um texto simples e com um conceito completo do que \u00e9 IA? A resposta, para mim, \u00e9 que ainda n\u00e3o \u00e9 poss\u00edvel. Muitos que tentam est\u00e3o simplificando demais, pin\u00e7am s\u00f3 uma parte do todo, reduzem ou se perdem no caminho. A quantidade de conceitos distintos \u00e9 imensa e, com o tempo, percebi que nem todos estavam equivocados. O que acontecia \u00e9 que cada autor estava definindo a IA sob um ponto de vista, por uma perspectiva, ou simplesmente uma parte. N\u00e3o \u00e9 dif\u00edcil perceber por que as pessoas est\u00e3o confusas sobre o que \u00e9 IA (exemplos aqui: estudantes<\/a> e trabalhadores<\/a>).<\/p>\n\n\n\n

H\u00e1 ainda outro agravante: a velocidade das mudan\u00e7as. O professor Silvio Meira profetiza que logo \u201ca intelig\u00eancia artificial atingir\u00e1 a complexidade da filosofia\u201d (Meira, 2024). Considerando como marco temporal o lan\u00e7amento do ChatGPT ao p\u00fablico em geral em 2022, como o boom da IA para o uso massificado, Meira afirma que \u201choje estamos na idade da pedra lascada da IA, mas o futuro chega em 800 dias\u201d. N\u00e3o estou t\u00e3o segura quanto a este prazo e linha de chegada (estou ainda mais incr\u00e9dula ap\u00f3s ler o livro \u201cO culto da informa\u00e7\u00e3o\u201d1<\/a><\/sup> *), mas a velocidade das transforma\u00e7\u00f5es \u00e9 ineg\u00e1vel. Para dar alguns exemplos, de novembro de 2022 at\u00e9 hoje, o ChatGPT j\u00e1 atingiu a marca de 100 milh\u00f5es de usu\u00e1rios (Meira, 2024); o GPT-2 de 2019, considerado pioneiro, demandou 1,5 bilh\u00f5es de par\u00e2metros e um custo de treinamento de US$ 50.000, mas apenas 3 anos depois, em 2022, foi lan\u00e7ado o PaLM, com 540 bilh\u00f5es de par\u00e2metros e um custo de US$ 8 milh\u00f5es (Maslej et al., 2023).\u00a0<\/p>\n\n\n\n

Estamos mesmo na era da pedra lascada da IA, as vezes perplexos e outras com medo, ainda aprendendo a lidar com nossas pr\u00f3prias inven\u00e7\u00f5es. S\u00f3 que a diferen\u00e7a da nossa situa\u00e7\u00e3o em compara\u00e7\u00e3o com os antepassados paleol\u00edticos \u00e9 que agora o ritmo das mudan\u00e7as \u00e9 medido, praticamente, em dias. Como acompanhar e entender tudo isso? E mais, como conseguir aprender a usar e aplicar a IA nas nossas vidas? N\u00e3o faltam not\u00edcias sobre as alucina\u00e7\u00f5es<\/a>, modelos\u00a0black box<\/em><\/a>\u00a0e o mercado de trabalho do futuro<\/a>. Mesmo assim, acredito que n\u00e3o carece agir no medo ou na tentativa e erro. Isto \u00e9, n\u00e3o precisamos sair por a\u00ed batendo com as \u201cpedras\u201d nas nossas pr\u00f3prias cabe\u00e7as para ver o que acontece!\u00a0<\/p>\n\n\n\n

Quando comecei a estudar o assunto a 3,5 anos, a falta de consenso e diferentes descri\u00e7\u00f5es do que \u00e9 a IA me embaralharam demais. \u00c9 pela minha experi\u00eancia que optei por este longo pre\u00e2mbulo e as partes I e II antes de entrar nos assuntos tecnol\u00f3gicos. Esta reflex\u00e3o \u00e9 minha sugest\u00e3o para come\u00e7ar a desenvolver um senso cr\u00edtico a fim de distinguir fatos de pretens\u00f5es, tecnologia de campo de estudo, e tamb\u00e9m compreender os benef\u00edcios e limita\u00e7\u00f5es para \u201ccolocar os pingos nos i\u2019s\u201d quanto o uso consciente da IA. \u00c9 por isso que \u00e9 muito mais realista e \u00fatil olhar a IA no conjunto que buscar um conceito \u00fanico.<\/p>\n\n\n\n

Em primeiro lugar, ao entender a trajet\u00f3ria e o contexto, acredito que fica muito mais f\u00e1cil compreender todas as nuances desse jovem campo (de mais ou menos 70 anos). Assim, como \u00e1rea cient\u00edfica, a IA \u00e9 interdisciplinar e abarca tanto disciplinas recentes como a computa\u00e7\u00e3o, cibern\u00e9tica e psicologia cognitiva, mas tamb\u00e9m remonta a estudos anteriores de filosofia. \u00c9 nesta caracter\u00edstica de campo cient\u00edfico que se busca compreender a intelig\u00eancia humana para replic\u00e1-la (Franklin, 2014). A interdisciplinaridade, a meu ver, \u00e9 um dos grandes trunfos da \u00e1rea.\u00a0<\/p>\n\n\n\n

Depois, \u00e9 preciso compreender a parte t\u00e9cnica ou a IA como tecnologia, pois ela j\u00e1 est\u00e1 em todos os lugares e at\u00e9 de forma invis\u00edvel, integradas nos dispositivos\u00a0(Kim et al., 2021). Neste \u00e2mbito, \u00e9 necess\u00e1rio ter uma no\u00e7\u00e3o de quais tecnologias s\u00e3o desenvolvidas pelo campo de IA, vis\u00edveis ou n\u00e3o. Garanto que este entendimento pouco tem a ver com os conhecimentos t\u00e9cnicos dos programadores. Roszak, em 1988, contesta como a dissemina\u00e7\u00e3o dos computadores pessoais criou uma cren\u00e7a na obriga\u00e7\u00e3o de incluir\u00a0computer literacy<\/em>\u00a0na educa\u00e7\u00e3o. Passado algum tempo, percebemos no nosso dia a dia que n\u00e3o \u00e9 mandat\u00f3rio saber programar para conseguir usar computadores e dispositivos correlatos. A programa\u00e7\u00e3o ficou para programadores e outros t\u00e9cnicos. Agora, fala-se de\u00a0AI literacy<\/em>. Mesma hist\u00f3ria, novos termos.<\/p>\n\n\n\n

Dentro deste grande guarda-chuva do campo da IA, h\u00e1 diversas tecnologias e seus nomes, geralmente em ingl\u00eas, nos ajudam a entend\u00ea-las de alguma forma. Por exemplo, nesta elucidativa entrevista<\/a>, a professora Fei-Fei Li lembra que outro nome menos hype dentro da \u00e1rea de IA \u00e9 o\u00a0machine learning<\/em>\u00a0(aprendizado da m\u00e1quina), que representa a maior parte das tecnologias de IA que conhecemos hoje. Basicamente, os\u00a0machine learnings<\/em>\u00a0s\u00e3o modelos matem\u00e1ticos constru\u00eddos por computadores para que o programa possa interagir e aprender a fim de fazer previs\u00f5es. Outros exemplos de ferramentas nos sistemas de IA s\u00e3o\u00a0deep learning<\/em>,\u00a0neural networks<\/em>,\u00a0computer vision<\/em>,\u00a0natural language processing<\/em>.<\/p>\n\n\n\n

Na linha do entendimento da t\u00e9cnica para n\u00e3o t\u00e9cnicos, ajuda saber as categorias ou tipos de IA.\u00a0A IA pode ser classificada de acordo com a natureza da intelig\u00eancia que demonstra, abrangendo aspectos cognitivos, emocionais e sociais. Dessa forma, pode ser anal\u00edtica, refletindo a capacidade de racioc\u00ednio, inspirada na intelig\u00eancia humana ou humanizada, incorporando caracter\u00edsticas que tentam imitar aspectos emocionais e sociais (Russell, S. & Norvig, P., 2022).\u00a0<\/p>\n\n\n\n

Em rela\u00e7\u00e3o \u00e0 funcionalidade ou aos objetivos (na l\u00f3gica tradicional \u00e9 a chamada defini\u00e7\u00e3o pela causa extr\u00ednseca), por um lado s\u00e3o definidos em compara\u00e7\u00e3o com os seres humanos ou uma racionalidade ideal, por outro, pelo racioc\u00ednio ou comportamento.\u00a0Dessas duas dimens\u00f5es, surgem quatro combina\u00e7\u00f5es poss\u00edveis: agir e pensar humanamente, e pensar e agir racionalmente. Os dois primeiros tipos de IA buscam uma intelig\u00eancia semelhante \u00e0 humana e envolvem estudos emp\u00edricos e psicol\u00f3gicos sobre o comportamento humano e os processos de pensamento. No caso do pensamento, busca-se entender o pensamento humano atrav\u00e9s da introspec\u00e7\u00e3o, experimentos psicol\u00f3gicos e observa\u00e7\u00e3o do c\u00e9rebro. A premissa \u00e9 que, uma vez que a teoria da mente for suficientemente precisa, ser\u00e1 poss\u00edvel express\u00e1-la em um programa de computador. Os livros de fic\u00e7\u00e3o e o cinema usam a defini\u00e7\u00e3o de uma IA baseado nos humanos e no racioc\u00ednio, ou seja, reflete sistemas que pensam como os humanos (Russell, S. & Norvig, P., 2022).\u00a0<\/p>\n\n\n\n

Al\u00e9m disso, a IA pode ser categorizada conforme seu est\u00e1gio de desenvolvimento: Estreita\u00a0(Narrow AI), com habilidades espec\u00edficas para tarefas limitadas; Geral (General AI), indicando uma intelig\u00eancia mais ampla; ou Superintelig\u00eancia, representando um n\u00edvel de intelig\u00eancia que supera a capacidade humana em todos os aspectos. Essa taxonomia fornece uma estrutura abrangente para entender as diferentes manifesta\u00e7\u00f5es e evolu\u00e7\u00f5es da intelig\u00eancia artificial (Russell, S. & Norvig, P., 2022). Hoje o que temos s\u00e3o sistemas de IA do tipo estreita (mesmo os que parecem mais inteligentes), como frase dos anos 1970 citada pela Fei-Fei,\u00a0o algoritmo de IA de computador mais avan\u00e7ado ainda far\u00e1 uma boa jogada de xadrez quando a sala estiver em chamas.\u00a0<\/p>\n\n\n\n

Dentro IA Estreita, podemos classificar duas subcategorias com base em funcionalidade: a Intelig\u00eancia Artificial de M\u00e1quina Reativa (RM) e a Intelig\u00eancia Artificial de Mem\u00f3ria Limitada (LM). A\u00a0IA de\u00a0M\u00e1quina Reativa (RM) consiste em sistemas que n\u00e3o possuem mem\u00f3ria. Esses sistemas s\u00e3o projetados para executar tarefas espec\u00edficas e operam apenas com os dados dispon\u00edveis no momento. Eles n\u00e3o t\u00eam a capacidade de lembrar resultados ou decis\u00f5es anteriores. Exemplos incluem o IBM Deep Blue e o sistema de recomenda\u00e7\u00e3o de filmes da Netflix. Al\u00e9m disso, muitos modelos de\u00a0machine learning<\/em>\u00a0e\u00a0deep learning<\/em>\u00a0tamb\u00e9m se enquadram nessa categoria.<\/p>\n\n\n\n

Por outro lado, a IA Mem\u00f3ria Limitada (LM) pode relembrar eventos e resultados passados. Esses sistemas monitoram objetos ou situa\u00e7\u00f5es ao longo do tempo, usando dados do passado e do presente para tomar decis\u00f5es. No entanto, eles n\u00e3o ret\u00eam esses dados em uma biblioteca de experi\u00eancias de longo prazo. \u00c0 medida que s\u00e3o treinados com mais dados, seu desempenho melhora. Exemplos de LM incluem assistentes virtuais como Siri e Alexa, bem como sistemas mec\u00e2nicos aut\u00f4nomos como drones e rob\u00f4s ou ve\u00edculos aut\u00f4nomos.<\/p>\n\n\n\n

Em resumo, sugiro entender a IA como um campo cient\u00edfico desenvolvendo diversas tecnologias que, se vistas conforme seus objetivos e funcionalidades, ficam muito mais acess\u00edveis de compreender. O melhor mesmo \u00e9 parar de chamar tudo de intelig\u00eancia artificial, como marca o professor Michael I. Jordan<\/a>. Al\u00e9m de nem tudo ser IA, a express\u00e3o denota que os sistemas s\u00e3o inteligentes como n\u00f3s. Apesar das invit\u00e1veis compara\u00e7\u00e3o e o uso da intelig\u00eancia e racionalidade humana como par\u00e2metros, como mostrei acima, os modelos ainda est\u00e3o longe de ser iguais a n\u00f3s. Esta confronta\u00e7\u00e3o, entretanto, j\u00e1 \u00e9 assunto para outro post.<\/p>\n\n\n

  1. \u21a9\ufe0e<\/a><\/li><\/ol>\n\n\n

    Refer\u00eancias:<\/p>\n\n\n\n

    Buchholz, L.\u00a0(2024) 84% of employees are confused about what AI is \u2013 despite using it.\u00a0UNLEASH. Dispon\u00edvel em:\u00a0https:\/\/www.unleash.ai\/artificial-intelligence\/84-of-employees-are-confused-about-what-ai-is-despite-using-it\/<\/a><\/p>\n\n\n\n

    Glover, Ellen (2024). Black Box AI.\u00a0Builtin<\/em>.\u00a0Dispon\u00edvel em: https:\/\/builtin.com\/articles\/black-box-ai<\/p>\n\n\n\n

    Franklin, S. (2014). History, motivations, and core themes. In\u00a0The Cambridge Handbook Of Artificial Intelligence<\/em>\u00a0(Eds. K. Frankish & W. Ramsey). Cambridge, United Kingdom: Cambridge University Press.<\/p>\n\n\n\n

    Kim, T. W., Maimone, F., Pattit, K., Sison, A. J., & Teehankee, B. (2021). Master and Slave: The Dialectic of Human-Artificial Intelligence Engagement.\u00a0Humanistic Management Journal<\/em>, 6(3), 355\u2013371.<\/p>\n\n\n\n

    Lea, Kelly (2024). Students are still confused about AI.\u00a0Wonkhe. Dispon\u00edvel em:\u00a0https:\/\/wonkhe.com\/blogs-sus\/students-are-still-confused-about-ai\/<\/a><\/p>\n\n\n\n

    Maslej, N., Fattorini, L., Brynjolfsson, E., Etchemendy, J., Ligett, K., Lyons, T., \u2026 Perrault, R. (2023).\u00a0The AI Index 2023 Annual Report<\/em>. AI Index Steering Committee.\u00a0Stanford.<\/p>\n\n\n\n

    Meira, S. (2024). Estamos na era da pedra lascada da IA, mas o futuro chega em 800 dias.\u00a0Brazil Journal<\/em>. Dispon\u00edvel em:\u00a0https:\/\/braziljournal.com\/silvio-meira-estamos-na-era-da-pedra-lascada-da-ia-mas-o-futuro-chega-em-800-dias\/<\/a><\/p>\n\n\n\n

    Microsoft. (2024).\u00a0Work Trend Index: Microsoft\u2019s latest research on the ways we work.<\/em>\u00a0<\/em>Dispon\u00edvel em:\u00a0<\/em>https:\/\/assets-c4akfrf5b4d3f4b7.z01.azurefd.net\/assets\/2024\/05\/2024_Work_Trend_Index_Annual_Report_663d45200a4ad.pdf?utm_source=The+Shift+Newsletter&utm_campaign=e16c74e660-EMAIL_CAMPAIGN_2024_05_10_10_45&utm_medium=email&utm_term=0_-e16c74e660-%5BLIST_EMAIL_ID%5D<\/a><\/p>\n\n\n\n

    MIT Sloan School of Management. (2021). Addressing AI Hallucinations and Bias.\u00a0Dispon\u00edvel em\u00a0\u00a0https:\/\/mitsloanedtech.mit.edu\/ai\/basics\/addressing-ai-hallucinations-and-bias\/<\/a><\/p>\n\n\n\n

    Pretz, K. (2021, 31 de mar\u00e7o). Stop Calling Everything AI, Machine-Learning Pioneer Says.\u00a0IEEE Spectrum<\/em>.\u00a0Dispon\u00edvel em: https:\/\/spectrum.ieee.org\/stop-calling-everything-ai-machinelearning-pioneer-says<\/a><\/p>\n\n\n\n

    Roszak, Theodore.\u00a0(1988). O culto da informa\u00e7\u00e3o. Editora Brasiliense.<\/p>\n\n\n\n

    Russell, S., & Norvig, P. (2022).\u00a0Artificial Intelligence: A Modern Approach<\/em>\u00a0(4th-Glob ed.). Pearson Series in Artificial Intelligence, 19-78.<\/p>\n\n\n\n

    ThinkingAllowed. Theodore Roszak, 1933-2011 – Cult of Information (complete) – Thinking Allowed w\/ Jeffrey Mishlove.\u00a0YouTube,10\/07\/2011.\u00a0\u00a0Dispon\u00edvel em: https:\/\/www.youtube.com\/watch?v=Y4mzEvqsiuY<\/a><\/p>\n\n\n\n

    Young and Profiting. Stanford’s Fei-Fei Li: “The Godmother of AI” Unveiling Human-Centered Approach To AI .\u00a0YouTube, 25\/04\/2024. Dispon\u00edvel em https:\/\/www.youtube.com\/watch?v=IePcaP5FY3Q<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

    Comecei esta s\u00e9rie de posts aqui, falando sobre a cria\u00e7\u00e3o do termo \u201cintelig\u00eancia artificial\u201d na confer\u00eancia de Dartmouth, focando nas palavras e no contexto cient\u00edfico. Na sequ\u00eancia, passei do hist\u00f3rico para a hist\u00f3ria aqui, mostrando que a intelig\u00eancia artificial est\u00e1 no imagin\u00e1rio das pessoas a muito mais tempo, e n\u00e3o s\u00f3 na literatura cient\u00edfica.\u00a0 Mas, […]<\/p>\n","protected":false},"author":20,"featured_media":4637,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":"[{\"id\":\"573d895e-5dbd-499a-93cf-2dccc9298311\",\"content\":\"\"}]"},"categories":[3,6],"tags":[13],"class_list":["post-4636","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-articles","category-opinion","tag-artificial-intelligence"],"translation":{"provider":"WPGlobus","version":"3.0.2","language":"br","enabled_languages":["en","br"],"languages":{"en":{"title":true,"content":true,"excerpt":false},"br":{"title":true,"content":true,"excerpt":false}}},"blog_post_layout_featured_media_urls":{"thumbnail":["https:\/\/www.admethics.com\/wp-content\/uploads\/2024\/06\/Museo-700-150x150.png",150,150,true],"full":["https:\/\/www.admethics.com\/wp-content\/uploads\/2024\/06\/Museo-700.png",1920,1080,false]},"categories_names":{"3":{"name":"Articles","link":"https:\/\/www.admethics.com\/br\/category\/articles\/"},"6":{"name":"Opinion","link":"https:\/\/www.admethics.com\/br\/category\/opinion\/"}},"tags_names":{"13":{"name":"artificial intelligence","link":"https:\/\/www.admethics.com\/br\/tag\/artificial-intelligence\/"}},"comments_number":"0","_links":{"self":[{"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/posts\/4636","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/users\/20"}],"replies":[{"embeddable":true,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/comments?post=4636"}],"version-history":[{"count":12,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/posts\/4636\/revisions"}],"predecessor-version":[{"id":4786,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/posts\/4636\/revisions\/4786"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/media\/4637"}],"wp:attachment":[{"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/media?parent=4636"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/categories?post=4636"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/tags?post=4636"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}