Afinal, o que é a Inteligência Artificial? Para responder à pergunta, temos de recordar os motivos que a fizeram nascer como ciência entre os anos 40 e 60 do século passado. Na altura, os cientistas queriam compreender como funcionava o pensamento humano para desenvolver modelos que o pudessem imitar. Foi graças a esses modelos que surgiram os primeiros computadores.
Desde então, muita coisa aconteceu. A Inteligência Artificial (IA) tornou-se um ramo importante da engenharia que passou a investir fortemente na invenção e criação de ferramentas capazes de realizar tarefas com maior rapidez e mais eficiência do que um ser humano seria capaz. Mas os sistemas com IA vão muito além destas máquinas que fazem processamento de dados e executam tarefas pré-programados.
O objetivo atual para as máquinas com IA é que consigam adquirir, representar a manipular o próprio conhecimento. Falamos de sistemas parecidos com os assistentes virtuais como a Siri ou Alexa, aos quais podemos pedir pequenas tarefas, e de sistemas mais sofisticados com capacidade para elaborar diagnósticos médicos, processar comandos de voz e até capazes de reconhecer automaticamente alvos militares. As aplicações são imensas e as questões de ética que as envolvem também.
O que é a Inteligência artificial? Descubra tudo aqui
Os sistemas de IA recorrem a cálculos matemáticos sofisticados que se apoiam num sistema de redes neuronais, muito inspirado na forma como o cérebro humano funciona.
O sistema é desenhado para processar informação tal como o nosso cérebro o faz: recebe dados (por sensores ou outra via), consegue reconhecer uma determinada situação ou contexto (interpretar os dados), e deve reagir resolvendo as questões ou problemas que possam surgir (dar uma resposta ou resolver uma situação).
Num processo deste género, o ser humano é capaz de produzir e adquirir conhecimento para reutilizar no futuro. Na máquina pretende-se que aconteça exatamente o mesmo.
É precisamente no adquirir conhecimento que uma máquina com um sistema IA vai muito além de uma simples máquina robot/computador que apenas está preparada para executar uma série de funções pré-determinadas. Espera-se de uma máquina com IA vá além do que os seus programadores pensaram para ela.
Enquanto reconhece, armazena e manipula dados, ela tem de conseguir adquirir, representar e manipular conhecimento. O objectivo é que consiga resolver sozinha problemas complexos que não foram pré-calculados pelo programadores. Ela tem de “pensar”, mais do que responder a instruções.
Como ensinamos as máquinas a pensar?
Onde um ser humano pode ver um gato, a rede neuronal de um computador pode ver um cão. O maior desafio na investigação em IA é fazer com que as máquinas compreendam coisas e, para isso, os investigadores estão a ensiná-las a pensar.
Como é isso possível? Através de 3 grandes áreas de investigação que incluem disciplinas tão diversas como a Matemática, a Estatística, a Filosofia da Linguagem, a Psicologia e as Ciências Informáticas.
1. A Aprendizagem Automática (machine learning)
Os softwares de Aprendizagem Automática são a fórmula básica que poderá determinar a capacidade de aprendizagem da máquina com Inteligência Artificial.
Em vez de criar e programar regras para a máquina funcionar, o programador vai criar apenas pequenas instruções que deixam a máquina criar as regras sozinha, a partir dos dados que lhe são inseridos. O que se pretende é dar aos computadores a capacidade de aprender sem terem sido exaustivamente programados para o fazer.
Um exemplo simples de um sistema que faz esta aprendizagem é o algoritmo que no nosso e-mail separa aquilo que consideramos spam. Ao classificarmos mensagens como spam, o sistema vai aprender quais são os nossos critérios para fazer essa classificação e ele próprio irá conseguir fazer essa separação sozinho, sem ter sido previamente programado para o fazer, uma vez que não conhecia as nossas preferências.
Para aprender a “pensar”, os softwares tradicionais de Aprendizagem Automática contam com algoritmos que fazem uma detalhada análise estatística e preditiva a grandes volumes de dados recolhidos. Usam-nas para detetar padrões e encontrar ligações escondidas, sem terem sido programados sobre onde procurar essas ligações.
2. A Aprendizagem Profunda (deep learning)
Os softwares de Aprendizagem Profunda fazem parte do grupo anterior, mas vão além da análise estatística e preditiva tradicional. Através de algoritmos complexos, e quase sem nenhuma supervisão do programador, esta aprendizagem vai analisar os dados recebidos através de uma rede de multicamadas mais vasta e profunda, para conseguir calcular probabilidades de conexão, de direção e de ligação entre os dados, imitando de forma exemplar a rede neuronal do cérebro humano.
Um bom exemplo de Aprendizagem Profunda são os softwares de identificação de imagem. Face a um fotografia de uma árvore, o sistema de IA pode informar que 79% dos elementos presentes podem ser de uma árvore, 13% podem ser de uma mesa e 8% de uma flor.
A resposta final só vai ser dada depois de juntar o cálculo de todas as probabilidades que encontrar sobre a imagem, por exemplo, depois de analisar todos os dados sobre outras pesquisas feitas na Internet sobre imagens similares ou informações de texto sobre imagens do mesmo género.
Isto significa que quantas mais camadas de neurónios houver para analisar a imagem, mais características diferentes consegue detetar e mais probabilidade terá o sistema de acertar.
3. Processamento da Linguagem Natural
Esta é uma área da IA que estuda a forma como as máquinas podem entender a linguagem dos seres humanos. Ela utiliza o machine learning e o deep learning para dar aos computadores a capacidade de compreender um texto.
Essa compreensão inclui tudo o que um ser humano pode fazer com ele: perceber o seu contexto, analisar a sua forma sintática e semântica, conseguir fazer o seu resumo, interpretar os sentidos e sentimentos que nele estão presentes e até aprender conceitos através dele.
O grande desafio é criar programas que possam interpretar mensagens codificadas em linguagem natural e transformá-las em linguagem de máquina.
Um exemplo desta tecnologia é o famoso robot Sophia, da Hanson Robotics, que apresenta capacidades de compreensão de linguagem natural mais sofisticadas que os habituais assistentes virtuais.
A Sophia possui câmaras nos olhos para conseguir “ler e interpretar” os humanos. Tem, ela própria, capacidade para mostrar expressões faciais que a ajudam a complementar as suas respostas e interações, e possui sistemas de deap learning para interpretar sons, sotaques e expressões fonéticas.
Os riscos e as vantagens da Inteligência Artificial
O tema da Inteligência Artificial é altamente polémico, especialmente em duas áreas que são particularmente sensíveis: a ameaça que pode representar para a segurança dos seres humanos e a forma como a sua introdução pode alterar negativamente o funcionamento das sociedades futuras.
Numa nas inúmeras entrevistas de promoção que o robot Sophia deu, ela confundiu a pergunta feita em tom de brincadeira “Queres destruir a humanidade?” com uma afirmação e concordou prontamente. Esta imprecisão na distinção da linguagem faz parte de algumas das grandes ameaças à segurança humana.
Os sistemas de IA podem não ser capazes de detetar falhas atempadamente e podem tomar decisões que um humano não tomaria porque está mais atento às nuances das ordens que pode receber.
Esta situação poderá tornar-se problemática se os humanos não controlarem e regulamentarem a forma como estão a desenvolver e a aplicar as tecnologias de IA. Vários cientistas têm vindo a alertar para a necessidade de debater e regulamentar a evolução destas pesquisas que têm sido deixadas evoluir quase que livremente, situação que pode representar um grave perigo especialmente na indústria de armamento e de criação de armas.
A outra grande preocupação está associada ao facto da IA poder gerar níveis de produtividade que afastem permanentemente os seres humanos de muitas atividades laborais, sem que entretanto sejam criadas alternativas de rendimento e sobrevivência.
Se por um lado, se espera que os humanos fiquem libertos de tarefas que ninguém quer desempenhar para se dedicar a tarefas mais complexas, interessantes e criativas, por outro lado, o que tem vindo à acontecer nos últimos anos no mercado laboral dá provas de que a preocupação é real. A adaptação é difícil e pode nunca conseguir absorver todos os humanos, criando tensões sociais perigosas.
Ainda sem respostas concretas, resta-nos a todos refletir sobre o tema e atuar, na medida nas nossas possibilidades enquanto cidadãos ativos, para que o futuro da investigação em Inteligência Artificial possa ser um sinónimo de mais bem-estar e não de uma ameaça para a humanidade.