O caminho para a super inteligência artificial

Parth Shrivastava Blocked Unblock Seguir Seguindo 11 de janeiro Foto de Tony Webster no Unsplash

“A nova primavera em AI é o desenvolvimento mais significativo em computação na minha vida. Todos os meses, há novas aplicações impressionantes e novas técnicas transformadoras. Mas essas ferramentas poderosas também trazem novas questões e responsabilidades. ”
– Sergey Brin

Sergey Brin não poderia ter dito isso com mais clareza. Apelidado como a tecnologia da década, a IA tem sido o slogan na linguagem de todos os futuristas. De chatbots a assistentes inteligentes, a AI começou a transformar várias indústrias verticais.

Se você mergulhar fundo, perceberia que a IA começou a melhorar os seres humanos em várias tarefas. Como detectar câncer melhor do que oncologistas ou traduzir línguas ou bater o campeão mundial Go (Damas Chinesas) . Essas conquistas estão estabelecendo o tom para o futuro. Um futuro onde ciborgues e super-humanos inteligentes não são apenas parte de filmes de ficção científica.

Jarvis, assistente super inteligente do Homem de Ferro, Marvel Comics

Isto é chamado de Super Inteligência Artificial, onde o conhecimento de uma máquina supera o do humano. Pense em Jarvis ou Ultron da Marvel, Terminator de Arnold Schwarzenegger ou Samantha dela.

Ao contrário da crença popular, a ASI está longe da realidade. De fato, pode levar algo entre 15 e 20 anos (melhor cenário) a séculos para alcançá-lo! Neste artigo, estaremos olhando para o caminho para alcançar a ASI, alguns projetos interessantes atuais e os perigos que a ASI possui.

Para entender todos os pontos acima, precisamos investigar por que há um boom súbito na IA e qual é o estado atual da pesquisa da IA. Vamos pular para isso imediatamente.

O que trouxe o boom repentino no desenvolvimento de IA?

O termo AI foi cunhado nos anos 50. Mas todo o trabalho significativo neste campo começou no final dos anos 2000. E desde então, o trabalho em IA saltou. O que aconteceu no início do século 21?

A resposta gira em torno dos dados . Os dados são alimentos para a IA e os anos 2000 testemunharam a criação de conjuntos de dados maiores e melhores do que nunca. As pessoas desenvolveram um grande corpus para análise de texto, grandes conjuntos de dados para imagens e processamento de vídeo. O que melhorou a precisão dos algoritmos de IA tremendamente.

Uma amostra do conjunto de dados de imagens do Stanford Vision Lab

Mais ou menos na mesma época, a Nvidia lançou unidades de processamento de dados avançadas, denominadas unidades de processamento gráfico ( Graphics Processing Units – GPUs). Isso deu poder e velocidade a organizações e indivíduos para criar modelos avançados de IA e algoritmos.

Ambas, juntas, deram origem ao Aprendizado Profundo. Deep Learning é uma forma avançada de algoritmos de Aprendizado de Máquina. Ele se concentra fortemente na parte de 'aprendizado', alimentando dados de algoritmos e fazendo com que eles 'aprendam' com isso.

"Acredito que o Deep Learning é a nossa melhor chance de progredir em direção à IA real."
Andrew Ng , cientista chefe do Baidu

Desde então, a IA nunca olhou para trás. Hoje, pode-se facilmente comprar GPUs, obter grandes conjuntos de dados para treinar seus algoritmos de inteligência artificial e desenvolver tecnologias espantosas sem afetar seus bolsos.

O estado atual de AI

No entanto, a IA em seu estado atual está longe de ser super inteligente. Suponhamos que, se um ciborgue inteligente do futuro girar o tempo e chegar à atual São Francisco para encontrar seus predecessores, sentiria pena da primitividade deles. Imagine encontrar neandertais da África Ocidental dezenas de milênios atrás.

A verdade é que a maioria dos modelos de IA é capaz de fazer uma coisa sozinha. Se você empregar um programa que traduza idiomas para converter fala em texto, ele falhará miseravelmente. Os humanos, por outro lado, podem fazer uma infinidade de tarefas. Um humano pode traduzir o inglês para o espanhol e converter a fala em texto com facilidade. É por isso que Super Inteligência Artificial é coisa de um futuro distante. A ASI deveria ser capaz de fazer café enquanto cantarolava uma música de Elton John e escrevia cartões postais de Natal para todos os seus amigos ciborgues.

Existem alguns novos projetos e modelos em IA que estão começando a executar um conjunto de tarefas diferentes simultaneamente, como Aprendizado Multitarefa e Aprendizagem por Transferência . No entanto, esses algoritmos têm melhor desempenho apenas quando o conjunto de tarefas está intimamente relacionado. Como encontrar o sentimento de uma peça de texto e extrair entidades nomeadas dela.

Os obstáculos ao ASI

Nada de bom vem sem superar os desafios. A AI, um campo relativamente novo em tecnologia, tem seus próprios obstáculos. Vamos discutir o mais proeminente deles.

Resolvendo Problemas Complexos

O papel da inovação e da pesquisa é primordial para a humanidade. AI, dado que ainda está na infância, ainda não resolveu muitos problemas extraordinários. Concordo, os chatbots ajudaram muito no envolvimento do cliente e temos um filme dirigido por um programa de computador. A verdadeira questão é, como você resolve problemas maiores, como aquecimento global, exploração espacial, pobreza e muitos outros usando AI.

Uma enorme quantidade de dados

Para treinar qualquer algoritmo AI, você precisa de grandes conjuntos de dados. Para treiná-lo bem e aumentar sua precisão, você precisa de conjuntos de dados ainda maiores, mais limpos e bem processados. No entanto, não é fácil agrupar grandes conjuntos de dados e manter uma boa qualidade. O desafio aqui é treinar e implantar algoritmos com dados menores. Consequentemente, este é um dos bloqueios mais importantes no desenvolvimento da IA.

Poderes de Processamento de Dados

Como mencionado, o AI requer uma grande quantidade de dados. Dados grandes exigem melhores capacidades de processamento de dados. A razão pela qual a revolução Deep Learning conquistou o mundo foi o advento das GPUs. Deu poder a pesquisadores independentes e pequenas startups para tentar sua mão na IA. Nem toda invenção está nas mentes das pessoas que trabalham em gigantes da tecnologia com data centers do tamanho de campos de futebol. Construir o ASI exigiria muito mais dados do que podemos imaginar. Como podemos trazer impressionantes poderes de processamento sem gastar uma fortuna?

O Google pode ter a resposta. Recentemente, eles lançaram TPUs (Tensor Processing Units), que são feitos para acelerar as tarefas de Machine Learning. Mas, por enquanto, os TPUs são produzidos apenas em quantidades limitadas.

E quanto aos novos dados?

Suponha que você tenha treinado um algoritmo para identificar essas formas – quadrado, círculo e uma linha. O algoritmo pode fazer isso com uma precisão tremenda. Mas, se você quiser que o algoritmo identifique corretamente um retângulo, um triângulo e um pentágono, terá que treinar novamente do zero. Lembre-se, treinar um algoritmo é um processo demorado. Essas mudanças incrementais de dados são muito frequentes em problemas do mundo real. Assim, ajustar novos dados é uma grande preocupação para algoritmos super inteligentes.

Aprendizagem profunda é uma caixa negra

Deep Learning trabalha principalmente em redes neurais artificiais, que imitam o comportamento da rede neural de um humano para aprender. Temos toneladas de outros algoritmos baseados em um princípio similar. Mas ainda não temos uma compreensão completa de como as redes neurais artificiais realmente funcionam e chegam a uma solução. Não podemos efetivamente melhorar, controlar e tornar eficientes as coisas que não entendemos plenamente.

Trabalhando Para Super Inteligência Artificial

Pesquisadores de todo o mundo estão trabalhando no sentido de desenvolver uma IA mais inteligente. O caminho para a ASI é pavimentado pela ideia de que uma máquina deve adotar a maneira de trabalhar e superá-la do cérebro humano.

A longo prazo, é inevitável que a ASI nos melhore em tudo por milhas. Existem limites químicos e biológicos para o que um cérebro humano pode alcançar. Não há nenhum para um super-inteligente senciente. Com o tempo, só vai ser muito mais inteligente e melhor.

Imitando o Cérebro Humano

O primeiro passo para a Superinteligência Artificial seria melhorar as habilidades cognitivas das máquinas. Numerosos projetos estão religiosamente trabalhando para imitar cérebros humanos e dar conhecimento às máquinas. O progresso real nesse aspecto pode não ser evidente, já que a maioria das empresas e organizações não revela muito em prol de uma vantagem competitiva.

No entanto, um exemplo seria o Blue Brain Project. Esta é uma iniciativa da EPFL, que está tentando alcançar uma reconstrução digital total do cérebro dos mamíferos. Espera-se que o projeto nos ilumine mais sobre a consciência e como ela pode ser implantada digitalmente. Atualmente, eles simularam as sinapses do tamanho do cérebro de uma abelha.

Uma simulação do microcircuito cortical. Créditos: Blue Brain Project

Google DeepMind , supostamente, também está trabalhando em projetos semelhantes. Sua declaração de missão é como:

Estamos em uma missão científica para expandir as fronteiras da IA, desenvolvendo programas que podem aprender a resolver qualquer problema complexo sem precisar ser ensinado como.

É realmente importante para a IA colaborar com a neurociência. As mentes humanas são uma das criações mais prestigiosas da evolução. Como podemos clonar centenas de processos de evolução de milênios em algoritmos e códigos com muito mais rapidez, é a questão que precisamos responder.

O Google Brain , um projeto de aprendizado profundo do Google, também está tentando ter inteligência semelhante ou igual ao nível humano. A Numenta, uma empresa de aprendizado de máquina, também está trabalhando na criação de algoritmos de aprendizado cortical .

Engenharia Genética e Imortalidade

Anos após anos, os pesquisadores têm trabalhado para superar a biologia. A engenharia genética tornou-se uma parte imensa do nosso atual e futuro. Como nós paramos de envelhecer? Ou encontrar curas para a mais perigosa das doenças? Como podemos rejuvenescer e regenerar membros perdidos e partes do corpo? Eventualmente, como alcançamos a imortalidade e vivemos felizes para sempre?

Quer saber o que tudo isso tem a ver com a IA, particularmente com a ASI? Potencialmente, tudo isso!

Imagine um braço biônico que entenda sinais do cérebro e ajude um amputado como uma mão humana normal faria. Uma enxurrada de nanobots para impulsionar o sistema imunológico, lutar com doenças fatais e manter os humanos vivos para sempre. Um programa desenvolvido para imortalizá-lo, mantendo uma cópia do seu cérebro dentro de um computador. As possibilidades são infinitas, então eu vou deixar você voar sua imaginação.

Créditos de Artwork: Kutlayev Dmitry

Isso nos leva ao ponto em que podemos pensar na possibilidade de um programa de ASI ser muito mais inteligente do que o cérebro humano estar executando as coisas dentro de um corpo humano. Você pode pensar que esta é uma teoria dos fãs de Matrix selvagem. Mas os futuristas discutiram longamente sobre essa coexistência entre humanos e máquinas.

Quando chegarmos à década de 20, poderemos multiplicar a inteligência humana por um bilhão de vezes. Essa será uma mudança profunda que é singular na natureza. Computadores vão ficar cada vez menores. Em última análise, eles irão para dentro de nossos corpos e cérebros e nos tornarão mais saudáveis, nos tornarão mais espertos ”.
Ray Kurzweil , futurista

ASI, o primeiro ou o fim da civilização humana?

No futuro, a IA se tornará consciente, auto-sustentável e auto-didata. Nós não precisamos tomar conta disso. A ASI nos ajudará a erradicar a pobreza, controlar a poluição, combater doenças, encontrar vida extraterrestre e outras coisas. Se chegar a hora, ela irá combater nossas guerras, destruir meteoros potencialmente catastróficos em seu caminho para a terra e lutar contra uma invasão alienígena.

Nós exigiríamos isso de uma forma em que precisaríamos disso diariamente, incontestavelmente, em nossas vidas. Mas isso não obriga a ASI a fazer o mesmo por nós. Imagine, uma entidade inteligente assumindo o controle do mundo, minando outros que são muito menos espertos do que eles mesmos e consertando o mundo à sua vontade. Isso soa familiar para você? Nós, humanos, fizemos isso com toda a terra. Qual é a possibilidade de que um ASI muito mais inteligente não faria o mesmo conosco?

Você quer saber como os ciborgues super-inteligentes podem tratar humanos comuns de carne e osso? É melhor começar investigando como os humanos tratam seus primos animais menos inteligentes. Não é uma analogia perfeita, é claro, mas é o melhor arquétipo que podemos realmente observar, em vez de apenas imaginar. ”
Yuval Noah Harari

Tudo é especulação. Podemos coexistir juntos alegremente ou a ASI tomará posse ou, se não precisar mais de seres humanos, poderá nos levar à aniquilação. Nosso futuro, como as redes neurais, é uma caixa preta sobre a qual não temos uma ideia.

TX, um ciborgue enviado para destruir humanos no filme O Exterminador do Futuro .

No final…

Precisamos ser mais responsáveis ao construir tais sistemas. Precisamos entender e definir as leis que governarão a ASI. Será tratado como os humanos? Quem fará leis, ASI ou nós? Como a justiça será servida? A ASI votará, elegerá ou governará? O ASI será executado para o POTUS? Quem vai controlar os militares? Quem terá os códigos de acesso do arsenal nuclear? Será que vai ser bom ser governado por ditadores implacáveis ou humanos famintos de ganância ou por um ASI inteligente, construído para o futuro melhor? Como os humanos, uma espécie altamente imprevisível, se tornarão parte de um mundo limpo e administrado pela ASI?

O mundo está dividido entre a especulação do futuro. Essas perguntas estão sendo feitas por todos e é melhor começarmos a preparar as respostas para isso. Elon Musk e Stephen Hawking já disseram que o ASI será o fim da civilização humana. Por outro lado, os gostos de Mark Zuckerberg e Roy Kurzweil acreditam em perfeita harmonia. Um otimista reivindicará um mundo pacífico construído com a parceria imaculada dos humanos e da ASI. Um pessimista imaginará a situação de nossa espécie no caso de a ASI tomar posse. Em ambos os casos, nós, humanos, precisamos estar preparados.