“Human-Competitive” Intelligence

Muitas foram as tentativas de criação de uma Teoria Geral da Inteligência Artificial (vamos referenciá-la pela sigla TGIA). Uma das poucas coisas que posso afirmar com certeza sobre o assunto, já que quase tudo está em aberto, é que, em última análise, uma TGIA deverá ser uma “Teoria Geral da Inteligência”. Isto porque, no fim das contas, uma TGIA deve propor um modelo de computação abrangente o suficiente para contemplar os vários “tipos de inteligência” que estamos acostumados a observar na natureza, e mesmo aqueles tipos que ainda não foram inventados por ela. Trata-se de um modelo matemático, abstrato, que formaliza estrutura e algoritmicamente codifica isto que chamamos de “comportamento inteligente”.

Apenas uma ressalva aqui: para quem pensa que Computação é uma ciência que trata do “artificial”, sugiro forte reflexão a respeito da natureza da realidade, na computação de sua estrutura e dinâmica “exterior” e, claro, na computação “interior” realizada pelo cérebro sobre a percepção desta realidade. No fim da profunda reflexão você irá entender que tudo é Computação! Os primeiros cientistas da Computação foram matemáticos que descobriram o valor disto…

Alan Turing
Alan Turing

Os ensaios de Alan Turing, considerado o pai da Ciência da Computação, foram totalmente inspirados na possibilidade de construção de máquinas de comportamento inteligente. Um de seus artigos mais famosos, Computer Machinery and Intelligence, trata exatamente desta problemática. Neste artigo ele propõe um teste de inteligência, conhecido como Teste de Turing, que endereça a questão “Can machines think?” (as máquinas podem pensar?).

Teste de Turing
Interpretação tradicional do teste de Turing

Um outro cara chamado John von Neumann (no meu entender tão importante para a Ciência da Computação quanto Turing), além de propor uma arquitetura de referência para computadores implementáveis baseada na máquina abstrata de Turing, propôs, junto com seu colega (no Los Alamos National Laboratory) Stanislaw Ulam , um modelo de computação conhecido com autômatos celulares. Este modelo foi altamente inspirado em um outro modelo de máquina de computação anteriormente proposto por Von Neumann, conhecido como Von Neumann Universal Constructor. E tudo isso pensando em como explicar comportamentos complexos – incluindo os inteligentes – a partir de interações locais simples. No fim das contas todas essas máquinas podem ser representadas em uma máquina de Turing, mas o importante aqui é, na verdade, entender as motivações por trás do desenvolvimento da Ciência da Computação, e ver que a busca por explicações, simulações e emulações do comportamento inteligente estão no centro mesmo do desenvolvimento desta relativamente nova Ciência.

John von Neumann
John von Neumann

Um ponto falho na maioria das tentativas de padronização de um modelo de inteligência pela comunidade, inclusive as premissas do teste de Turing, é a insistência na fundamentação em métodos clássicos que tentam aproximá-lo para um modelo baseado em raciocínio humano, isto é, baseados na lógica aristotélica… Como se tudo na natureza obedecesse o paradigma lógico de “encaixotamento do pensamento”. Pra falar a verdade, desconfio até do rigor da lógica em seres humanos. E é claro que o cerne da falha está na antropocentrismo da inteligência. Tudo bem, os gregos antigos sempre foram mesmo meio antropomórficos/ atropocêntricos… Mas isso é um sinal de que precisamos buscar uma generalização justa, ao invés de tentar casar o mundo no nosso caso particular, humano.

Se você fosse colocado no fundo do mar, de que valeria sua inteligência? Vamos facilitar as coisas: se nesta situação você não tivesse problemas com pressão, bem como pudesse respirar e nadar razoavelmente rápido. Bom, na minha opinião, sinceramente, até o menos neurologicamente complexo peixe teria mais chance de sobrevivência do que você, um ser humano de extenso e complexo córtex cerebral. No mar, precisamos de uma fish-like intelligence, não apenas de um fish-like body. Em terra, talvez o caso de sistema de inteligência com maior sucesso seja uma human-like intelligence (embora isso seja questionável). E uma TGIA deveria, por sua vez, propor um modelo de whatever-like intelligence, superclasse de tudo e todos. Desafio legal, não? Desafio para algumas reencarnações de trabalho duro diário, 30 horas por dia… ou 30 segundos de um insight divino.

Silício vs. Carbono
Silício vs. Carbono

Como estamos falando em IA, e como IA produz modelos inteligentes de computação, e como computadores artificiais são nossas ferramentas de trabalho, podemos dizer que, enquanto o hardware de seres naturais inteligentes são corpos orgânicos construídos no império do Carbono, o provável hardware dos possíveis seres artificiais inteligentes são corpos inorgânicos sob o império do Silício. Ou seja, em um primeiro instante já podemos estebelecer uma clara separação material: sistemas inteligentes artificiais e naturais são materialmente diferentes, regulados por necessidades particulares e, por isso mesmo, devem fazer emergir inteligências particularizadas. Se temos perseguido uma human-like intelligence, sinto discordar da abordagem, por ser antropocêntrica, e dizer que um objetivo mais nobre seria buscar uma human-level intelligence, já que nos consideramos o maior caso de sucesso em inteligência (é claro que somos suspeitos para falar, mas podemos assumir isso).

Estamos aguardando uma TGIA madura o suficiente, talvez um novo modelo de máquina de computação, na qual seja possível instanciar nossos exemplos de inteligência, bem como projetar novos modelos. O caminho da human-like intelligence é louvável para fins de interação social dessas possíveis máquinas com os humanos, mas não creio que produzirá os melhores resultados em termos de inteligência efetiva. Somos produtos do meio, máquinas inteligentes para sobrevivência nas nossas condições. A maneira como os humanos pensamos é altamente influenciada pelo nosso ambiente e objetivos enquanto “máquinas de sobrevivência” (parafraseado Dawkins). A prova disso é que a IA forte, simbólica, apesar de sempre ser um campo de pesquisa de fronteira, não avançou no mesmo ritmo que a IA subsimbólica. Eu diria que avançou muito pouco, pois busca máquinas inteligentes inspiradas no homem.

Penso que nossos esforços devem ser direcionados nestes próximos anos para a elaboração de uma TGIA madura e abrangente. Tudo indica que somente assim conseguiremos, com todos os benefícios e riscos relacionados à singularidade tecnológica, uma human-competitive intelligence. E, quem sabe, máquinas artificialmente conscientes produzam, para o bem ou para o mal, uma post-human intelligence.

, um modelo de computação conhecido com autômatos celulares. Este modelo foi altamente inspirado em um outro modelo de máquina de computação anteriormente proposto por Von Neumann, conhecido como Von Neumann Universal Constructor. E tudo isso pensando em como explicar comportamentos complexos – incluindo os inteligentes – a partir de interações locais simples. No fim das contas todas essas máquinas podem ser representadas em uma máquina de Turing, mas o importante aqui é, na verdade, entender as motivações por trás do desenvolvimento da Ciência da Computação, e ver que a busca por explicações, simulações e emulações do comportamento inteligente estão no centro mesmo do desenvolvimento desta relativamente nova Ciência.
Anúncios

4 comentários

  1. Uma opção é ignorar o desafio. Como reproduzir o que ainda não definimos? Tenho minhas dúvidas se a inteligencia humana é algo “auto-compreensível”. Outra coisa engraçada é como a ciência não aceita o incerto e tenta levantar hipóteses para tudo. A falta de respostas incomoda tanto. Consome vidas. Pré-potência diante do infinito que é o universo. Acredito na tolerancia. A vida tem outras pequenas e simples descobertas que conduzem a um auto-conhecimento e felicidade.

    Abs, Marcelo.

    PS: Parabéns pelo blog e pelo artigo! Acabei de descobri-lo. Estou bastante contente.

    Curtir

    • Obrigado, Marcos!
      Concordo. Isso nada tem a ver com felicidade. Mas tem a ver com autoconhecimento.
      O que move a Ciência, de fato, não são as respostas, mas as perguntas para as quais respostas ainda não existem.
      Mas isso talvez não signifique não aceitar o incerto. É possível entender o incerto a partir de um ponto de vista filosófico. A filosofia vai exatamente onde a Ciência não pode ir com seus instrumentos. E em alguns casos é possível verificar a incerteza experimentalmente. Por exemplo, a incerteza na Mecânica Quântica é algo experimentalmente verificável, falseável, científico.
      Eu também tenho minhas dúvidas quanto à nossa capacidade de nos auto-explicar… Mas tenho a intuição de que é possível. Sou levado a crer que sim apenas porque tenho percepção subjetiva, do meu ponto de vista interno, claro. Isso pode levar a uma conversa solipsista, mas não quero chegar aí, porque é infrutífero. O que quero dizer é que, se eu consigo vencer a barreira da auto-referência recursiva, posso me explicar. Possivelmente um provador de teoremas artificial é incompleto segundo Gödel, mas veja, eu consigo superar os paradoxos facilmente.
      É verdade, precisamos definir antes de reproduzir. Trata-se apenas de uma TGIA, não de consciência artificial, então creio ser uma questão de tempo.
      Mas ignorar o desafio nunca! 🙂
      Um engenheiro sem problemas não é realmente engenheiro 😀
      Obrigado pelo comentário!

      Curtir

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair /  Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair /  Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair /  Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair /  Alterar )

w

Conectando a %s