Existe inteligência na inteligência artificial?

Quase 10 anos atrás, em 2012, o mundo científico maravilhava-se com os feitos do aprendizado profundo (o aprendizagem profunda) Três anos depois, esta técnica permitiu que o programa AlphaGo derrotar os campeões do Go. E alguns ficaram com medo. Elon Musk, Stephen Hawking et Bill Gates preocupado com um fim iminente da humanidade, suplantado por inteligências artificiais em espiral fora de controle.

Não foi um pouco forçado? Isso é exatamente o que a IA pensa. Em um artigo que ele tem escrito em 2020 em The Guardian, GPT-3, esta rede neural gigante com 175 bilhões de parâmetros explica:

“Estou aqui para te convencer a não se preocupar. A inteligência artificial não vai destruir os humanos. Acredite em mim. "

Ao mesmo tempo, sabemos que a potência das máquinas continua aumentando. Treinar uma rede como a GPT-3 era literalmente impensável apenas cinco anos atrás. É impossível saber do que seus sucessores serão capazes em cinco, dez ou vinte anos. Se as redes neurais de hoje podem substituir dermatologistas, por que eles não acabam nos substituindo a todos?

Vamos fazer a pergunta ao contrário.

Existem habilidades mentais humanas que permanecem estritamente fora do alcance da inteligência artificial?

Imediatamente pensamos em habilidades que envolvem nossa “intuição” ou “criatividade”. Sem sorte, a IA afirma nos atacar nessas áreas também. Como prova, o fato de as obras criadas por programas terem vendido muito caro, alguns chegando a quase meio milhão de dólares. Do lado da música, todos, é claro, terão suas próprias opiniões, mas já podemos reconhecer bluegrass aceitável ou quase Rachmaninoff no imitações do programa MuseNet criado, como GPT-3, pela OpenAI.




Ler também:
Quando a IA fala: da destreza ao perigo


Em breve teremos que nos submeter com resignação à inevitável supremacia da inteligência artificial? Antes de chamar a revolta, vamos tentar ver com o que estamos lidando. A inteligência artificial é baseada em várias técnicas, mas seu sucesso recente se deve a apenas uma: as redes neurais, especialmente as de aprendizado profundo. No entanto, uma rede neural nada mais é do que uma máquina a ser associada. A rede profunda que falou sobre ele em 2012 imagens associadas: um cavalo, um barco, cogumelos, com as palavras correspondentes. Não é o suficiente para chorar gênio.

Exceto que esse mecanismo de associação tem a propriedade um tanto milagrosa de ser "contínuo". Você apresenta um cavalo que a rede nunca viu, ela o reconhece como um cavalo. Você adiciona ruído à imagem, isso não o incomoda. Por quê ? Porque a continuidade do processo garante que se a entrada na rede mudar um pouco, sua saída também mudará pouco. Se você forçar a rede ainda hesitante a buscar sua melhor resposta, isso provavelmente não mudará: um cavalo continua sendo um cavalo, mesmo que seja diferente dos exemplos aprendidos, mesmo que a imagem seja barulhenta.

Fazer associações não é suficiente

Bom, mas por que dizer que esse comportamento associativo é "inteligente"? A resposta parece óbvia: pode diagnosticar melanoma, conceder empréstimos bancários, manter um veículo na estrada, detectar patologias em sinais fisiológicos e assim por diante. Essas redes, graças ao seu poder de associação, adquirem formas de expertise que requerem anos de estudo do ser humano. E quando uma dessas habilidades, por exemplo escrever um artigo de jornal, parece durar um pouco, é suficiente fazer a máquina engolir ainda mais exemplos, como foi feito com GPT-3, pois a máquina começa a produzir resultados convincentes .

É realmente assim ser inteligente? Não. Esse tipo de desempenho representa apenas um pequeno aspecto da inteligência, na melhor das hipóteses. O que as redes neurais fazem é como um aprendizado mecânico. Isso não é, é claro, uma vez que essas redes preenchem continuamente as lacunas entre os exemplos que lhes foram apresentados. Digamos que esteja quase de cor. Especialistas humanos, sejam eles médicos, pilotos ou jogadores de Go, muitas vezes não fazem mais nada quando decidem reflexivamente, graças à grande quantidade de exemplos aprendidos durante seu treinamento. Mas os humanos têm muitos outros poderes.

Aprenda a calcular ou raciocinar ao longo do tempo

Uma rede neural não pode aprender a calcular. A associação entre operações como 32 + 73 e seu resultado tem limites. Eles só conseguem reproduzir a estratégia do burro que tenta adivinhar o resultado, às vezes acertando. Calcular é muito difícil? Que tal um teste de QI elementar como: continue a sequência 1223334444. Associação por continuidade é sempre de nenhuma ajuda para ver que a estrutura, n repetido n vezes, continua com cinco 5. Ainda é muito difícil? Os programas da associação nem conseguem adivinhar que um animal que morreu na terça-feira não está vivo na quarta-feira. Por quê ? O que eles estão perdendo?

A modelagem em ciências cognitivas revelou a existência de vários mecanismos, além da associação por continuidade, que são todos componentes da inteligência humana. Porque sua experiência é totalmente pré-calculada, eles não podem raciocinar a tempo de decidir que um animal morto continua morto, ou para entender o significado da frase "ele ainda não está morto" e da estranheza desta outra frase: "ele nem sempre está morto". A única pré-digestão de grandes quantidades de dados não permite que eles identificar novas estruturas tão óbvio para nós, como os grupos de números idênticos na sequência 1223334444. Sua estratégia quase mecânica também é cega para anomalias não publicadas.

A detecção de anomalias é um caso interessante, porque muitas vezes é por meio dela que medimos a inteligência dos outros. Uma rede neural não "verá" que o nariz está faltando em um rosto. Por continuidade, ele continuará a reconhecer a pessoa, ou talvez a confunda com outra. Mas ele não tem como perceber que a ausência do nariz no meio do rosto é uma anomalia.

Existem muitos outros mecanismos cognitivos que são inacessíveis às redes neurais. Sua automação é objeto de pesquisa. Ele implementa operações realizadas no momento do processamento, onde as redes neurais simplesmente realizam associações aprendidas com antecedência.




Ler também:
No cérebro oculto da inteligência artificial


Com uma década de retrospectiva sobre aprendizagem profunda, o público informado está começando a ver as redes neurais muito mais como “superautomatismos” e muito menos como inteligências. Por exemplo, a imprensa alertou recentemente para o desempenho surpreendente do programa DALL-E, que produz imagens criativas a partir de uma descrição verbal - por exemplo, as imagens que DALL-E imagina a partir dos termos "poltrona em forma de d. 'Advogado', no site OpenAI) Agora ouvimos muito mais julgamentos medidos do que as reações alarmistas que se seguiram ao lançamento de AlphaGo: "É bastante surpreendente, mas não devemos esquecer que se trata de uma rede neural artificial, treinada para realizar uma tarefa; não há criatividade ou qualquer forma de inteligência. "(Fabienne Chauvière, France Inter, 31 de janeiro de 2021)

Nenhuma forma de inteligência? Não sejamos muito exigentes, mas permaneçamos lúcidos na enorme lacuna que separa as redes de neurônios do que seria uma verdadeira inteligência artificial.


Jean - Louis Dessalles escreveu "Inteligências muito artificiais" para as edições Odile Jacob (2019).

Jean Louis Dessalles, Palestrante, Instituto Minas-Telecom (IMT)

Este artigo foi republicado a partir de A Conversação sob licença Creative Commons. Leia oartigo original.

© Info Chrétienne - Reprodução parcial autorizada seguida de um link "Leia mais" para esta página.

APOIE A INFORMAÇÃO CRISTÃ

Info Chrétienne por ser um serviço de imprensa online reconhecido pelo Ministério da Cultura, a sua doação é dedutível no imposto de renda em até 66%.