Sultan A. Alshaali é um executivo especialista em impulsionar o crescimento com 18 anos de experiência nos setores público e privado e em ONGs sem fins lucrativos alavancando os pontos fortes organizacionais e os recursos disponíveis.

  • O problema: existem tantos equívocos sobre inteligência artificial que glorificam a IA como a solução definitiva para a maioria dos problemas que enfrentamos na era digital .
  • Por que é importante: cria expectativas e premissas falsas e imprecisas que podem levar a resultados catastróficos.
  • A solução: abordar os problemas subjacentes e equívocos, bem como prevenir os mitos que glorificam a inteligência artificial.

As empresas se posicionam como usuárias de tecnologia "de ponta". Eles se identificam como criadores de tendências e líderes, melhores do que seus concorrentes e melhores do que você poderia esperar encontrar em qualquer outro lugar. É tudo parte do jogo.

Os CEOs, anunciantes e divisões de marketing que impulsionam a Inteligência Artificial (IA) quase certamente não são tecnólogos adequados para identificar o empreendimento mais complexo da história da humanidade.

Eles nos prometem que a IA irá:

  • Tornar você imune a hackers;
  • Melhorar o atendimento ao cliente;
  • Elimine tarefas repetitivas, liberando funcionários para atender os clientes;
  • Melhorar o design do produto;
  • Prever as necessidades e desejos dos clientes;
  • Evoluir o seu negócio de local para internacional;
  • Alavanque seu Big Data;
  • Anuncie one-to-one, personalizado para cada cliente.

Exceto que não é verdade.

As máquinas não são nem benevolentes nem malévolas - elas existem - e qualquer moralidade que tenham será o que programamos nelas.

A IA não está impulsionando nossos avanços tecnológicos; está acontecendo devido à coleta de informações, classificação e manipulação de dados com algoritmos - não Inteligência Artificial.

Estamos à beira de uma nova era, mas ainda não determinamos quando ela amadurecerá. Os entusiastas imaginam as maravilhas que nos esperam, como a breve lista acima, mas mesmo eles estão subestimando severamente o potencial.

Outros, como Stephen Hawking (inegável gênio matemático), estão saindo de seu campo de conhecimento como Elon Musk e tantos outros. Eles nos alertam sobre "A Singularidade" - a Ascensão das Máquinas - a Perdição da Humanidade.

O famoso cientista e escritor de ficção científica Isaac Asimov certa vez descreveu " O Complexo de Frankenstein " que permeou o início da Ficção Científica. Havia uma noção de que, se a humanidade pisasse nos pés dos deuses, criando vida ou investigando o universo, seríamos repreendidos e punidos por essa arrogância. Ele disse que era evidentemente bobo - e ele estava certo.

As únicas restrições impostas à humanidade são aquelas que nós mesmos colocamos. As máquinas não são nem benevolentes nem malévolas - elas existem - e qualquer moralidade que tenham será o que programamos nelas.

Falhas levam ao sucesso

No Turing Talk de 2019 sobre IA , um especialista (Dr. Krishna Gummadi) disse que as máquinas não conseguem lidar com a inteligência emocional. Não há indícios de que os não biológicos possam suportar emoções de qualquer tipo.

Se possível, estamos quase certamente a décadas (talvez séculos) de tal desenvolvimento. Os cérebros humanos têm o tálamo e a amígdala profundamente enterrados. Eles nos dizem o que estamos sentindo e como nos sentimos sobre isso.

Mas você pode programar um computador para "ser feliz"? Que tal ciúme, tristeza, raiva ou decepção? Não há uma inundação de produtos químicos, como dentro de você, para fazer você cerrar os punhos e começar uma briga de bar, agarrar-se desesperadamente a um amante ou chorar pela morte de seu cachorro. Não podemos fazer essas coisas para máquinas, e isso não seria desejável em nenhum caso.

Em vez disso, devemos treinar nossos modelos com ética pura e imaculada. Isso é o que eles precisam para funcionar e funcionarão muito bem. A ficção científica de baixa qualidade nos faria temer que os módulos de Inteligência Artificial assumissem o controle ou simplesmente os considerassem irrelevantes. Estamos curiosos para saber se é possível fazê-los se importar conosco, com eles mesmos ou com qualquer outra coisa. Mas se os projetarmos para serem éticos, esse problema desaparece.

Ética é um assunto sério

Em um experimento embaraçoso projetado para eliminar o viés inerente do sistema de justiça dos EUA contra pessoas de pele escura, um programa de IA foi projetado para ajudar os juízes a criar sentenças mais justas. Ele revisou milhares de casos para aprender como funcionavam as sentenças, entender as taxas de reincidência e quem tinha maior probabilidade de reincidência. Infelizmente, continuou a recomendar sentenças inapropriadamente severas para pessoas de pele escura.

Os pesquisadores removeram as referências raciais dos dados. Ainda assim, o algoritmo já havia tirado conclusões sobre nomes e sobrenomes, baixa renda, bairros específicos, sexo e idade, e continuou a distribuir sentenças severas. Em termos de computador, chamamos isso de GIGO, ou Garbage In, Garbage Out.

Você deve ensinar um AI com dados corretos. Se não o fizer, perpetuará o problema. Se o programa fosse brilhante, teria descoberto isso e eliminado o problema. No entanto, como a "IA" ainda é estúpida, tudo o que ela fez foi descobrir como fazer o que já estava sendo feito e continuar fazendo da mesma maneira.

A realidade se instala

Alguém pode apresentar um insight que permita a verdadeira IA muito em breve, mas é igualmente possível que demore dez ou vinte anos! Estamos progredindo, com certeza, aproximando-nos desse objetivo incrível, mas não estamos nem mesmo em uma fração substancial do caminho para alcançar a inteligência artificial . Toda a suposta IA que você experimenta atualmente é semelhante a um papagaio inteligente.

Acho que não? Você está convencido de que Alexa, Cortana, Siri e outros são exemplos de verdadeira Inteligência Artificial? Você acha que AMAZON™, Google™, eBay™ e outros estão usando Inteligência Artificial real? Desculpe, mas não, eles não são.

Como a "humanidade" é alcançada

O primeiro passo nesse processo é usar uma voz feminina de cerca de 30 anos porque é jovem o suficiente para soar atraente, mas suficientemente velha para gerar sentimentos de maturidade, confiança e respeito - é uma voz de "mãe" - e funciona bem para homens e mulheres.

A segunda etapa é a parte de programação pesada, onde os algoritmos reconhecem as palavras-chave e seus relacionamentos. Finalmente, para a máquina, os resultados são colocados em um espectro de "bem-sucedido" a "ruim" e atribuídos a uma probabilidade.

O programa encontra a melhor correspondência para a sua versão da pergunta e repete a resposta mais provável, o que pode acontecer em milissegundos, criando a ilusão de uma conversa significativa.

Nenhuma inteligência envolvida

Não precisamos de Alan Turing e seu Teste de Turing para ver que todas as IAs são profundamente "não humanas". Então, por exemplo, pergunte a Alexa: "Você consegue passar no Teste de Turing?" e sua resposta seria: "Não preciso - não estou fingindo ser humano".

Faça a mesma pergunta ao Assistente do Google e "ela" dirá: "Não me importo se você perceber que não sou humano. Contanto que eu seja útil, estou bem!" Essa franqueza soa como algo que uma pessoa natural diria, mas um engenheiro programou, não algo criado espontaneamente pela máquina. Mesmo o supercomputador WATSON da IBM , a máquina que venceu os campeões humanos do game show "Jeopardy!", não era inteligente em nenhum trecho da imaginação.

"WATSON era um banco de dados associativo caro e trabalhoso, cuidadosamente elaborado para interpretar as sutilezas de trocadilhos e metáforas misturadas e assuntos que refletiam as "respostas" típicas que o gameshow fornecia. Sua programação então dizia para converter essas pistas em uma "pergunta" que revelou a relação entre as pistas." A premissa era simples, embora a execução fosse cara e complexa.

Ainda assim, foi um passo pequeno, mas significativo, para tornar a IA possível. Versões anteriores, como o Deep Blue da IBM, eram máquinas de somar glorificadas, mas tornaram o xadrez muito mais desafiador para os humanos e resultaram em programas de xadrez nas prateleiras das lojas que poderiam vencer facilmente o Deep Blue. Conseqüentes "IAs precursoras", como ALPHA GO, fizeram avanços no aprendizado de máquina que eventualmente ajudarão a alcançar a verdadeira IA

Onde estamos hoje

A verdade é que todas as empresas têm Big Data — geralmente na forma de registros e informações que não são usados porque são desorganizados e armazenados em muitos locais diversos.

Começamos com data warehouses rígidos que eram organizados, mas acessíveis por meio de ferramentas como SQL (Sequential Query Language). No entanto, era mais fácil ver as relações se você fosse muito habilidoso em formular as perguntas corretamente e tivesse os bancos de dados cooperativos disponíveis ao fazer a pergunta. Além disso, você era obrigado a acessar várias tabelas para fazer uma pergunta se esperasse uma resposta significativa.

O Hadoop™ veio com o conceito de Data Lakes, agregando dados de várias fontes diferentes, como registros de clientes e documentos eletrônicos, mas adicionou reconhecimento de imagem, vídeo, áudio, captura da web e muito mais. Era flexível em comparação com o SQL, de modo que os dados se tornaram mais úteis para consultas humanas. No entanto, ainda é inútil para a IA prescindir de um bom algoritmo de classificação/interpretação.

Projetado superficialmente para emular redes neurais biológicas encontradas em animais e humanos, esses sistemas podem associar dados díspares. Além disso, eles geralmente têm poucas "regras", então o programa é gratuito para comparar coisas aparentemente não relacionadas.

Essas redes neurais artificiais podem encontrar relacionamentos sutis porque são irrestritas. É como um cientista sonhando acordado em fazer um desodorante melhor para as axilas enquanto mexe em uma caneta esferográfica e de repente pensa: "E se eu fizesse uma caneta esferográfica enorme com um rolo grande?" inventando o desodorante roll-on (o que aconteceu em 1952 com Helen Barnett Diserens).

Ser livre para fazer associações não convencionais torna a IA um sistema melhor. Por exemplo, uma vez vinculado à IA real, ele pode conectar o conhecimento de um veterinário na Polônia com um físico atômico na França e um mergulhador no Paquistão, para explicar como tornar possível o Warp Drive . Quando fornecida com a totalidade do nosso conhecimento, a IA encontrará respostas antes de nós, mas os humanos só podem conectar algumas das peças.

Aprendizado de máquina

Certa vez, os pesquisadores criaram um programa proto-IA para trabalhar em um videogame antigo de 8 bits sem instruções, exceto para operar botões e acumular pontos. Eles o deixaram durante a noite e, quando voltaram pela manhã, ele havia dominado o jogo e era imbatível. Mas, claro, não ganhou; apenas seguia suas instruções rudimentares. Os pesquisadores descobriram que poderiam fazer isso com quase qualquer jogo.

O take-away

A menos que sejam programados para isso, os AIs nunca vão querer "Matar todos os humanos!" Salvo alguma inovação biomecânica fantástica, eles provavelmente nunca "quererão" ou "sentirão" nada. Eles podem se comportar eticamente, mas apenas se fizermos um esforço para programá-los com padrões e paradigmas éticos puros e imparciais.

Muitas pessoas caracterizam a IA atual como uma farsa. Mas, na realidade, é apenas um reflexo de cientistas falando sobre potencial, entusiastas extrapolando sobre essas possibilidades e, em seguida, a mídia ingênua relatando essas previsões como se fossem conclusões precipitadas.

Não é malícia por parte das empresas tentando induzi-lo a usar seus produtos. Mas, infelizmente, eles precisam ser mais informados, pois muitas vezes são mal orientados por promotores que se apropriam indevidamente da terminologia e equiparam o Aprendizado de Máquina à IA.

Com exceção de alguns cientistas que fazem pesquisas significativas na área, apenas algumas pessoas realmente entendem o que é IA. Agora você está um pouco mais informado do que a pessoa média, então espalhe a palavra - e embora seja possível, provavelmente é melhor não esperar o aparecimento autêntico dos primeiros sinais básicos de IA antes de 2030.

👋 Você pode criar um post como este! Compartilhe suas ideias com uma comunidade de servidores públicos. Saber mais

(Crédito da imagem: Unsplash)