O futuro e os desafios da Inteligência Artificial – ShowmeCAST 143

No ShowmeCAST 143 desta semana, Daniel e Dácio conversam sobre Inteligência Artificial. Nunca antes na história da humanidade se falou tanto sobre esse assunto e talvez nunca tenha ocorrido tantas transformações na sociedade em decorrência desse tema. O grande acúmulo de fontes geradoras de dados e o avanço nas tecnologias de análise e aprendizado de máquina fazem com que não só a nossa experiência na internet seja moldada através de IA, mas a nossa vida é personalizada atualmente pelos impactos dessa novidade. Seja através de algoritmos que te fazem comprar um produto na Amazon ou pelo ChatGPT, a Inteligência Artificial está presente em nossas vidas e vamos discutir quais são os impactos e o futuro dessa nova realidade.

O que é a inteligência artificial?

O conceito de inteligência – apesar de haver diversas definições diferentes – , de acordo com o Oxford Languages, é a capacidade de conhecer, compreender e aprender, adaptando-se a novas situações. Ser inteligente quase sempre está associado a capacidade de aprender e, sobrepondo essa ideia sob o contexto dos computadores, a Inteligência Artificial se define pela capacidade de uma máquina em detectar padrões e aprender com eles para gerar uma solução desejada da forma mais eficiente e acurada possível.

Conversamos no ShowmeCAST 143 sobre como a realidade das IAs se difere do que nos foi passado através de filmes de ficção científica quando o robô tinha o desejo de dominar o mundo ou livrar o planeta da humanidade. A inteligência dos computadores está associada com um conjunto de habilidades que são programadas a partir de uma base estatística de dados e no conceito de Machine Learning em que o algoritmo se utiliza dessa base para predizer probabilisticamente o que pode acontecer.

Como uma máquina aprende?

Com o sucesso do ChatGPT e a intensificação da personalização da experiência do usuário na internet, as máquinas começam a fazer parte da nossa vida de maneira intensa. Mas já paramos para pensar como ocorre o aprendizado de um computador? As 4 mais básicas formas de aprendizado de máquina que são utilizadas utilizam dados históricos como entrada para prever os dados de saída e podem ser aplicadas para detecção de fraudes em sistemas, automação de processos e, o que se popularizou recentemente, no processamento de linguagem natural.

• Aprendizado supervisionado

Nesse tipo de aprendizado, um conjunto de dados de treinamento é fornecido ao algoritmo, contendo entradas (características) e saídas (rótulos) correspondentes. O objetivo é que o modelo aprenda a mapear as entradas para as saídas corretas, de modo que possa generalizar esse conhecimento para prever os rótulos de novos exemplos não vistos anteriormente.

Durante o treinamento, o algoritmo analisa os padrões e relações nos dados de treinamento, ajustando seus parâmetros internos para minimizar a diferença entre as saídas previstas e os rótulos reais fornecidos.

• Aprendizado não supervisionado

Nesse caso, temos um aprendizado com a mesma finalidade, entretanto, buscando identificar agrupamentos naturais de similaridades entre indivíduos ou objetos sem o rótulo fornecido anteriormente para a identificação. Os algoritmos de aprendizado não supervisionado podem utilizar técnicas como clustering (agrupamento), onde os dados são agrupados em clusters com base em sua similaridade, ou análise de componentes principais, que reduz a dimensionalidade dos dados, preservando a maior parte de sua variabilidade. Essas técnicas ajudam a explorar os dados de forma exploratória e a extrair conhecimento útil sem a necessidade de rótulos preexistentes.

• Aprendizado semissupervisionado

O aprendizado semissupervisionado é uma abordagem híbrida que combina elementos do aprendizado supervisionado e não supervisionado. Nesse tipo de aprendizado, o modelo tem acesso tanto a dados rotulados quanto a dados não rotulados durante o treinamento.

A principal motivação por trás do aprendizado semissupervisionado é aproveitar a disponibilidade de grandes conjuntos de dados não rotulados, que podem ser mais fáceis de obter ou mais abundantes do que conjuntos de dados rotulados. A ideia é que os dados rotulados forneçam informações precisas e confiáveis sobre as classes ou categorias desejadas, enquanto os dados não rotulados ajudam a capturar a estrutura e a variabilidade dos dados de forma mais abrangente.

• Aprendizado por reforço

Por último, o aprendizado por reforço é um tipo em que um agente interage com um ambiente dinâmico e aprende a tomar ações para maximizar uma recompensa cumulativa ao longo do tempo. É inspirado no processo de aprendizagem que ocorre em seres humanos e animais quando eles tomam decisões e recebem feedback através de recompensas e punições.

Nesse tipo de aprendizado, o agente não recebe exemplos rotulados nem instruções explícitas sobre quais ações tomar. Em vez disso, ele explora o ambiente por meio de tentativa e erro, tomando ações e recebendo recompensas ou penalidades do ambiente em resposta a essas ações. O objetivo do agente é aprender uma política de tomada de decisão que maximize a recompensa acumulada ao longo do tempo.

O futuro das máquinas e da humanidade

Por fim, no ShowmeCAST 143, debatemos sobre o futuro das máquinas e sobre como a personalização da nossa experiência pode ser positiva ou nociva. Existem diferentes casos onde a Inteligência Artificial pode ser utilizada em benefício da humanidade, ao mesmo tempo que se má intencionada ou mal instruída, pode chegar a conclusões errôneas. Dados corretos podem gerar predições incorretas. Discutimos no episódio sobre como causalidade e correlação são termos distintos e podem ser confundidos até mesmo pelos estudiosos da área.

De fato, existem soluções que vão surgir através da Inteligência Artificial, assim como novos problemas vão aparecer em mais essa nova revolução tecnológica que virá nos próximos anos. Será nosso papel debater e discutir como fazer com que esse novo recurso seja em prol de uma vida melhor para todos.

Se você curte e acompanha nosso trabalho, considere seguir e ativar as notificações do ShowmeCAST, o seu podcast de tecnologia, games, ciência, cultura e muitas curiosidades sobre o que acontece no mundo. O programa está disponível em serviços como o Spotify, Apple Podcasts e outros agregadores.

Veja também

Se você chegou aqui e ainda não ouviu nosso último episódio, não se esqueça de rebobinar o feed e acompanhar episódio #142 do ShowmeCAST. Na ocasião, falamos sobre o que estamos acompanhando em séries, filmes e jogos nas últimas semanas. Não percam!

Revisado por Glauco Vital em 24/5/23.