Atividade inserida no Projeto “Inteligência Artificial: da Lógica às Humanidades” (CNPq).
A inteligência artificial parece estar em toda parte. Especialistas afirmam que a IA é a próxima revolução industrial, trazendo mudanças tais como a eletricidade fez décadas atrás. A cada mudança maciça desse tipo é importante que as crianças e jovens recebam a educação certa para se prepararem. Um relatório do Fórum Econômico Mundial indicou que grande parte das empresas planeja adotar análises de Big Data até 2022, integrar a IoT (Internet das Coisas), explorar mercados através de aplicativos e utilizar aprendizado de máquina e computação em nuvem. A pedagogia deve levar tudo isso em conta, porém ensinar IA pode ser caro e estar fora do alcance de muitos. Para além do material didático original que prepararemos neste projeto, existem muitos recursos gratuitos difundidos na web para quem sabe onde e como buscar. Tais recursos gratuitos podem fornecer os primeiros passos para uma base sólida em IA – eles destinam-se a estudantes de todas as áreas, mesmo aqueles sem familiaridade com a computação. Os alunos poderão aprender as origens da IA, sua linha do tempo e sobre os pioneiros que tornaram tudo isso possível. Primeiro, todos os estudantes precisam ser capazes de reconhecer a IA e sua influência nas pessoas e sistemas e ser proativos como usuário e cidadão. Segundo, todos devem ter a oportunidade de usar IA e Big Data para resolver problemas. E terceiro, os jovens interessados em ciência da computação como carreira devem ter um caminho para a construção da IA.
Alguns tópicos que podem ser aprendidos de forma introdutória em cursos gratuitos e material pedagógico disponíveis na web são:
• Computadores percebem o mundo usando sensores. Exemplos incluem reconhecimento de fala e visão computacional; questões emergentes incluem a natureza da inteligência e as limitações da percepção humana e do computador.
• Os agentes artificiais usam representações do mundo para raciocinar. Exemplos incluem tipos de algoritmos, e suas limitações.
• Os computadores podem aprender com os dados. Os exemplos incluem aprendizado de máquina, e as preocupações sobre questões como viés nos dados de treinamento.
• Os agentes inteligentes requerem muitos tipos de conhecimento para interagir naturalmente com os seres humanos. Exemplos incluem a interação com assistentes digitais e robôs. Questões emergentes envolvem a natureza da consciência e as limitações da interação da IA.
• Os aplicativos de IA podem impactar a sociedade de maneira positiva e negativa. Questões emergentes incluem o uso, justiça e transparência de algoritmos e prováveis impactos sociais.
O que você precisa saber antes de começar
(um guia de termos e conceitos)
Superinteligência Artificial e suas consequências
O filósofo da Universidade de Oxford, Nick Bostrom, define superinteligência como “qualquer intelecto que exceda em muito o desempenho cognitivo dos humanos em virtualmente todos os domínios de interesse”. Seguindo Hütter e Legg, Bostrom trata a superinteligência como uma dominação geral no comportamento orientado para um objetivo, deixando em aberto se uma superinteligência artificial ou humana possuiria capacidades como intencionalidade (cf. o argumento do quarto chinês) ou consciência de primeira pessoa (cf. o problema difícil de consciência).
Teste de Turing e o Argumento do quarto Chinês
O Teste de Turing testa a capacidade de uma máquina exibir comportamento indistinguível a um ser humano. Em contrapartida, o Argumento do quarto chinês apresentado por John Searle em 1980 argumenta que a implementação de um programa de computador não é, por si só, suficiente para a instanciação de estados mentais genuínos por parte dos sistemas de IA.
A discussão sobre a IA já estava presente no século VII
René Descartes em seu Discurso sobre o Método de 1637 antecipa alguns aspectos do Teste de Turing, mas dá uma resposta negativa à pergunta se as máquinas podem pensar:
“…não se pode imaginar uma máquina que arranja palavras de várias maneiras para responder ao sentido de tudo o que é dito em sua presença, tal como os seres humanos mais estúpidos são capazes de fazer”.
O Teste de Turing (ou o “Jogo da imitação”)
Turing, Alan (1950). «Computing Machinery and Intelligence», Mind, LIX (236): 433–460, disponível em:
https://academic.oup.com/mind/article/LIX/236/433/986238
O Argumento do Quarto Chinês
Searle, John (1981), “Minds, Brains, and Programs,” Behavioral and Brain Sciences, 3: 417–57
O robô Eugene Goostman passou no Teste de Turing?
Um programa de computador chamado Eugene Goostman, que simula um menino ucraniano de 13 anos, teria passado no teste de Turing em um evento organizado pela Universidade de Reading em 2014. . Contudo, o teste é contestado, já a que o desenvolvedor usou como truque o fato de se tratar de um menino ucraniano de 13 anos, o que restringia a conversa.
Se quiser conversar com um robô parecido com Eugene Goostman tente a Kuki. Dá até para cantar junto com ela, em dueto…https://chat.kuki.ai/
Críticas a Searle
John Searle argumenta basicamente que mesmo que alguém no Quarto Chinês respondesse de fato às perguntas, não teria entendido seu sentido e, portanto, Turing e outros entusiastas da IA estão todos errados. Há muita crítica em volta do argumento de Searle. Primeiro, teria que ser provado que a pessoa no Quarto Chinês não conhece absolutamente nada da língua chinesa. Está é uma limitação que Turing nunca exigiu. Ainda mais, uma pessoa na sala levaria milhões de anos para responder a uma pergunta simples, e exigiria arquivos de proporções astronômicas. Só um supercomputador poderia então ser submetido a este teste, e o teste nunca provaria nada a respeito de alguma coisa com menor poder computacional. Outra crítica é que muitos de nós temos competência em muita coisa sem compreensão, e nem por isso somos menos inteligentes. Há dezenas de outras críticas diferentes, diversas aqui:
The Chinese Room Argument, Stanford Encyclopedia of Philosophy:
https://plato.stanford.edu/entries/chinese-room/
