Inteligência Artificial (AI) pode pôr fim à raça humana ?!

Dan Tofan em Tornando-se Humano: Revista de Inteligência Artificial Seguir Jul 18, 2018 · 9 min ler

Se você é um especialista em tecnologia, provavelmente teria pelo menos de 1 a 2 postagens sobre IA em seus feeds. Há uma infinidade de artigos por aí explorando a infinidade de vantagens que a IA poderia trazer, ramificando-se em duas teorias bastante extremas: uma delas é que num futuro próximo a humanidade talvez precise adotar uma renda básica universal, pois não seremos necessários para o trabalho mais e AI fará tudo por nós; o outro considera que o futuro da humanidade está condenado assim que a IA de repente se tornar consciente, perceber que não precisa de seres humanos e vai dominar o planeta. [1] [2] [3] Devo admitir que há um pouco de plausibilidade em ambas as teorias, mas qualquer tipo de análise deve ser feito levando em consideração fatos e números e não contos de fadas, filmes de ficção científica ou opiniões indocumentadas. Mas, antes de chegarmos a conclusões, vamos dar uma olhada no status atual da IA, talvez possamos ter uma ideia de como o futuro pode parecer.

O que hoje chamamos de inteligência artificial representa uma disciplina ampla que busca o objetivo de criar uma forma autônoma de inteligência dentro das máquinas (computadores). Vários termos importantes devem ser definidos para que possamos ter uma compreensão clara do que exatamente estamos nos referindo quando discutimos sobre IA.

Trending AI Articles:

1. Noções básicas de rede neural

2. Estourando as bolhas do jargão – Aprendizado Profundo

3. Como podemos melhorar a qualidade de nossos dados?

4. Aprendizado de Máquina usando Regressão Logística em Python com Código

O aprendizado de máquina (ML) representa a capacidade de as máquinas aprenderem a executar diferentes tarefas ou resolver problemas. Os algoritmos de aprendizado de máquina (ML) são apenas algoritmos mais avançados que aplicam diferentes métodos de aprendizado (ex: análise estatística) em conjuntos de dados. Estes são algoritmos que sabem aprender sozinhos. Na maioria dos casos, quando você ouve pessoas falando sobre AI, elas realmente se referem ao aprendizado de máquina.

Inteligência geral artificial (AGI) a inteligência de uma máquina que pode realmente agir como um humano, ou seja, resolver problemas complexos e variados e experimentar a consciência (também conhecida como AI forte), embora isso represente um objetivo para todos, neste momento, é apenas uma ilusão e você só encontrará esses cenários em filmes de ficção científica (o TAU fornece uma boa representação desse conceito em um filme bastante mediano). Você provavelmente encontrará diferentes variações nessas definições,

O aprendizado de máquina tornou-se uma ciência por si só, que emprestou diferentes conceitos de outras disciplinas, como estatística, neurologia, ciência da computação, biologia, genética etc. Com o tempo, diferentes abordagens foram desenvolvidas para ajudar as máquinas a aprender sozinhas. Esta página da Wikipedia fornece uma boa visão geral introdutória dos métodos disponíveis e, para explicações mais avançadas, veja o The Master Algorithm de Pedro Domingos. Na sua opinião, existem 5 grandes categorias de abordagens:

  • Os "simbolistas" desenvolveram algoritmos de aprendizagem baseados no uso de símbolos e dedução inversa que descobre dados em falta para fazer uma dedução,
  • Os “conexionistas” seguem o modelo de funcionamento do cérebro tomando decisões baseadas na força das conexões (como na força da sinapse) entre as decisões através de um algoritmo chamado retropropagação,
  • “Evolucionários” usam programação genética que evolui programas de computador copiando modelos de natureza de acasalamento e evolução,
  • “Bayesianos” usam a inferência probabilística e o famoso teorema de Bayes e seus derivados,
  • Os “analogizadores” funcionam por analogia, reconhecendo semelhanças entre as decisões (por exemplo, pacientes com os mesmos sintomas).

Cada uma dessas abordagens provou funcionar adequadamente quando confrontadas com certos tipos de problemas, mas nenhuma delas pode ser definida como o que Pedro Domingos chama de “algoritmo mestre”, um algoritmo que pode resolver qualquer tipo de problema. No entanto, ele acha que estamos perto de inventar um algoritmo mestre, talvez combinado de diferentes outros algoritmos.

Portanto, uma coisa a ter em mente é que nenhum dos algoritmos existentes de aprendizado de máquina pode ser usado para resolver todos os tipos de problemas. Você precisa de um algoritmo específico para um tipo específico de problema. A Fig. 1 fornece um resumo dos algoritmos de aprendizado de máquina geralmente usados e sua aplicação prática ( Fig. 1créditos ).

Fig. 1 – Algoritmos de Aprendizado de Máquina

Outro aspecto importante de como esses algoritmos ML funcionam é que eles precisam de uma enorme quantidade de dados para aprender. Basicamente, este é um dos maiores desafios do ML hoje em dia. Isso também pode explicar o enorme roubo de coleta de dados que acontece on-line hoje em dia, já que o Marketing / PR é uma das grandes indústrias que estão aproveitando o progresso do ML. As regras de aprendizagem de ML exigem que o algoritmo seja exposto a grandes quantidades de dados para que os vieses sejam tornados insignificantes. Você pode notar essa necessidade diariamente, pois muitas lojas on-line rastreiam você para oferecer ofertas personalizadas. A Amazon ou a Netflix nunca poderão determinar seus gostos reais e fornecer uma oferta personalizada exata apenas levando em consideração de 2 a 3 filmes ou livros. Talvez você tenha tido uma péssima semana / mês e tenha lido / assistido coisas para animá-lo, ou talvez tenha feito alguma lição de casa e, assim, ler algo que não é do seu gosto habitual. Algoritmos ML precisam de grandes quantidades de dados para chegar o mais próximo possível da realidade, especialmente no mundo de hoje, onde somos influenciados por muitos fatores. Além disso, dada a nova tendência de super consciência de privacidade que está continuamente crescendo em todo o mundo (veja GDPR), a coleta de dados e a criação de perfis estão se tornando cada vez mais difíceis.

No entanto, ML está ao nosso redor. Se você quiser um vislumbre de apenas ter uma breve conversa com o seu assistente digital móvel (Siri, Alexa, Cortana etc.). Você verá como elas podem ser úteis em algumas situações simples, mas também como elas podem se tornar enganosas em outras. Se você precisar de um pequeno lembrete sobre como as coisas podem ir mal com a IA, dê uma olhada aqui e aqui . Não há nada mais assustador do que um algoritmo ML tendencioso executado em dados baixos. Talvez obter uma lista menos útil de filmes ou livros não produzisse um resultado tão negativo no nível social, mas pense no cenário em que os governos confiam na IA / ML para ajudá-los na tomada de decisões (por exemplo, criar políticas públicas de saúde nacional que possam afetar milhões de pessoas). de pessoas).

Um relatório da Harvard Kennedy School escrito por Hila Mehr conclui que “AI não é uma solução para problemas do governo, é uma ferramenta poderosa para aumentar a eficiência do governo” e que “apesar das claras oportunidades, a AI não resolverá problemas sistêmicos no governo […] ” A pesquisa do autor indica que existem muitas iniciativas de IA no setor governamental, mas na maioria das vezes elas se enquadram em cinco tipos de categorias: responder a perguntas, preencher e pesquisar documentos, encaminhar solicitações, traduzir e redigir documentos. Portanto, pode-se dizer que a IA pode melhorar a eficiência, mas ainda não está pronta para informar nem tomar decisões impactantes. De fato, pode levar algum tempo até que alcance o nível desejado.

Outra preocupação relacionada à IA é a enorme perda de empregos, pois muitos deles serão substituídos por algoritmos e robôs. Toda a saga da perda de emprego começou em 2013 com o trabalho chamado “O futuro do emprego: quão susceptíveis são os empregos para a informatização?” Por Carl Benedikt Frey e Michael A. Osborne da Universidade de Oxford. Segundo eles, “cerca de 47% do emprego total dos EUA está na categoria de alto risco” e “à medida que a tecnologia avança, trabalhadores de baixa qualificação serão realocados para tarefas que não são suscetíveis à informatização – isto é, tarefas que exigem inteligência criativa e social” . Ainda segundo eles, essa mudança deveria acontecer em um “número não especificado de anos”, então eles não sabiam quando.

Recentemente, a Organização para Cooperação e Desenvolvimento Econômico (OCDE) publicou outro relatório , concluindo que “14% dos empregos nos países da OCDE […] estão sob alto risco (probabilidade de mais de 70%) de serem automatizados com base nas atuais possibilidades tecnológicas. ” Outros 32% dos empregos podem sofrer mudanças significativas devido à automação. Bem, se você me perguntasse, os resultados dos dois estudos são bem diferentes. Outra constatação importante da OCDE é que “o risco de automação diminui com o nível de educação” e “o risco aumenta entre os empregos para adolescentes”. Embora eu não tenha encontrado nenhuma estatística oficial, a mesma coisa provavelmente aconteceu nas três revoluções industriais anteriores (AI pertencentes aos quatro) séculos XVI a XIX. Enquanto a máquina a vapor e o telefone foram introduzidos, provavelmente muitas pessoas perderam seus empregos, mas novas foram criadas. Outro ponto de vista de uma empresa conceituada de pesquisa e consultoria afirma em um relatório que “ a inteligência artificial criará mais empregos do que elimina”.

Eu tendo a concordar com a maioria das descobertas acima, e posso concluir que não há conclusão a preto ou branco. O cuidado deve ser exercido antes de tirar conclusões precipitadas. A IA matará alguns trabalhos, mas também criará outros. A única questão é como você joga com esses resultados em termos de políticas públicas. A requalificação terá um papel importante no futuro próximo e os governos estarão melhor preparados para isso (veja o conceito de “flexigurança”).

Por último, mas não menos importante, há também o cenário em que a IA de repente se tornará consciente, decidirá que os seres humanos são uma forma de inteligência de baixo nível e tomarão o planeta e eventualmente nos destruirão. Esse cenário do dia do juízo final pode ser encontrado em vários filmes e o IMO não tem nada a ver com a realidade. É pura ficção. Entre as coisas que nos diferencia da máquina está a nossa consciência, ou seja, o nosso estado de consciência através do qual entendemos o que e por que algo está acontecendo conosco. O raciocínio combinado com a consciência dá a você a grande oportunidade de se definir como uma entidade, estabelecer e perseguir seus próprios objetivos, mais ou menos isso o ajuda a definir o significado de sua vida (que não é 42 BTW). Até agora, muitos cientistas têm lutado para identificar exatamente como a consciência e o raciocínio são formados dentro de nossos cérebros, mas até onde eu sei ainda estamos nos estágios iniciais. A esse respeito, achei difícil acreditar que um monte de metal e silício exposto à eletricidade de repente se tornasse consciente, o que poderia eventualmente desenvolver sentimentos e razão e decidir sobre o destino da humanidade. O único cenário razoável em que posso pensar é ter uma IA generalizada muito eficiente, especificamente programada para destruir a humanidade. Mas ainda assim, para que tal cenário seja bem-sucedido, muitos pré-requisitos devem ser cumpridos. Tecnicamente, ainda não estamos nesse nível! Igualmente verdade é que, em sua história, a humanidade sempre tentou instrumentalizar todo avanço tecnológico. Cuidado deve ser usado na regulação da IA para evitar que ela seja desenvolvida na direção errada.

A IA é uma grande conquista para a humanidade e deve ser tratada assim. Muitas inovações tecnológicas produziram rupturas até o conhecimento, mas conseguimos “sobreviver” e tirar proveito de todas elas e continuar nosso progresso. Desde a primeira revolução industrial, a tecnologia contribuiu exponencialmente para o crescimento da humanidade, e hoje em dia vivemos tempos mais prósperos, livres e agradáveis que qualquer outro momento da história. A IA é apenas uma tecnologia avançada e devemos tratá-la como tal. Já vimos essas rupturas antes, temos o conhecimento de como lidar com elas, só precisamos da força de vontade.

Não se esqueça de nos dar o seu ?!