ai2-capa

A Revolução da Inteligência Artificial, Parte 2

Em Consciência por Tim UrbanComentário

[Nota do tra­du­tor: esta é a segunda parte do per­tur­ba­dor artigo de Tim Urban, tra­du­zido do texto ori­gi­nal com auto­ri­za­ção do autor. Para com­pre­en­der esta segunda parte, você pre­cisa ler a pri­meira, cli­cando aqui. Vale MUITO a pena, isso eu garanto!]


Vamos olhar de perto como os prin­ci­pais pen­sa­do­res no campo da Inte­li­gên­cia Arti­fi­cial supõem que a estrada para a Super Inte­li­gên­cia pode ocor­rer mais rápido do que você ima­gina:

 

Onde estamos agora — em um mundo que funciona com base na IAS

Inte­li­gên­cia Arti­fi­cial Super­fi­cial (IAS) é uma máquina de inte­li­gên­cia que supera ou iguala a inte­li­gên­cia ou efi­ci­ên­cia humana em uma coisa espe­cí­fica. Alguns exem­plos:

  • Auto­mó­veis estão cheios de sis­te­mas de IAS, do com­pu­ta­dor que per­cebe quando o freio ABS deve ser aci­o­nado ao com­pu­ta­dor que esta­be­lece os parâ­me­tros do sis­tema de inje­ção de com­bus­tí­vel. O carro sem moto­rista da Goo­gle, que está sendo tes­tado neste momento, con­terá sis­te­mas de IAS que per­mi­ti­rão per­ce­ber e rea­gir ao mundo ao redor do carro.
  • Seu tele­fone é uma pequena fábrica de IAS — ele começa cheio de inte­li­gên­cia sobre como iden­ti­fi­car o que é spam e o que não é, e depois aprende e adapta essa inte­li­gên­cia a seu per­fil à medida em que adquire expe­ri­ên­cia com suas pre­fe­rên­cias par­ti­cu­la­res. O ter­mos­tato da Nest faz a mesma coisa à medida em que começa a des­co­brir suas roti­nas e adapta-se a elas.
  • Você já conhece aquela coisa esqui­sita que acon­tece quando você pro­cura um pro­duto na Ama­zon e daí você o vê como um pro­duto “reco­men­dado para você” em um outro site, ou quando o Face­book sabe de alguma forma quais pes­soas faz sen­tido você adi­ci­o­nar como ami­gos? Tra­tam-se de redes de sis­te­mas de IAS tra­ba­lhando jun­tas para infor­mar uma à outra sobre quem você é e o que você gosta, e então uti­li­zando essa infor­ma­ção para deci­dir o que mos­trar a você. O mesmo ocorre com aquele lance da Ama­zon de “pes­soas que com­pra­ram este pro­duto tam­bém com­pra­ram…” — é um sis­tema de IAS cujo tra­ba­lho é colher infor­ma­ções a par­tir do com­por­ta­mento de milhões de cli­en­tes e sin­te­ti­zar esses dados para esper­ta­mente con­ven­cer você a com­prar mais coi­sas.
  • O tra­du­tor do Goo­gle é um caso clás­sico sis­tema de IAS — incri­vel­mente bom em uma pequena tarefa. O reco­nhe­ci­mento de voz é outro caso, e há um bocado de apli­ca­ti­vos que uti­li­zam dois IASs como um time, per­mi­tindo a você falar uma frase em uma lin­gua­gem ao mesmo tempo em que o tele­fone repete a mesma frase em outra lin­gua­gem.
  • Quando o avião em que você está ater­rissa, não é um ser humano que decide para qual por­tão ele deve ir. Assim como não é um ser humano que deter­mina o preço da sua pas­sa­gem.
  • Os melho­res joga­do­res de damas, xadrez e gamão do mundo são neste momento todos sis­te­mas de IAS.
  • O sis­tema de busca do Goo­gle é um enorme cére­bro IAS com méto­dos incri­vel­mente sofis­ti­ca­dos para hie­rar­qui­zar pági­nas e des­co­brir o que mos­trar a você em espe­cí­fico. O mesmo ocorre com o news­feed do Face­book.
  • E esses sis­te­mas são ape­nas os do mundo do con­sumo. Sofis­ti­ca­dos sis­te­mas de IAS são lar­ga­mente usa­dos em indús­trias e em seto­res como o mili­tar, o têx­til e o finan­ceiro (IASs com algo­rit­mos de ele­vada ati­vi­dade são res­pon­sá­veis por mais da metade das ações nego­ci­a­das no mer­cado norte-ame­ri­cano [6]), e em sis­te­mas espe­ci­a­li­za­dos como aque­les que auxi­liam os médi­cos a fazer diag­nós­ti­cos e, o mais famoso de todos, tam­bém são uti­li­za­dos no Wat­son da IBM, que con­tém fatos o sufi­ci­ente e os com­pre­ende bem o bas­tante para ven­cer qual­quer cam­peão de um pro­grama de Quiz como o Show do Milhão.

Sis­te­mas de IAS, na forma como exis­tem hoje, não são par­ti­cu­lar­mente assus­ta­do­res. No pior dos casos, um IAS mal pro­gra­mado pode cau­sar uma catás­trofe iso­lada como pro­vo­car um ble­caute elé­trico, resul­tar num peri­goso mal fun­ci­o­na­mento em certa usina nuclear ou pro­du­zir um desas­tre finan­ceiro (como a Crise Ins­tan­tâ­nea de 2010, quando um pro­grama de IAS rea­giu da forma errada diante de uma situ­a­ção ines­pe­rada e pro­vo­cou uma queda breve na bolsa de valo­res, cau­sando uma perda de um tri­lhão de dóla­res em valor de mer­cado, sendo que ape­nas uma parte disso foi recu­pe­rada quando o pro­blema foi cor­ri­gido).

Mas enquanto uma Inte­li­gên­cia Arti­fi­cial Super­fi­cial não tem a capa­ci­dade de cau­sar uma ame­aça exis­ten­cial, deve­ría­mos per­ce­ber esse ecos­sis­tema pro­gres­si­va­mente maior e mais com­plexo de IASs rela­ti­va­mente-ino­fen­si­vas como um indi­ca­dor de que um fura­cão capaz de alte­rar o mundo inteiro está a cami­nho. Cada ino­va­ção nesse tipo de Inte­li­gên­cia Arti­fi­cial silen­ci­o­sa­mente pavi­menta um pequeno tre­cho da estrada que leva para a Inte­li­gên­cia Arti­fi­cial Ampla e, depois, para a Super Inte­li­gên­cia. Ou, como Aaron Saenz diz, os Sis­te­mas de IAS do nosso mundo “são como os ami­noá­ci­dos na atmos­fera pri­mi­tiva do pla­neta Terra — os ele­men­tos ina­ni­ma­dos da vida que, em um dia ines­pe­ra­da­mente pro­du­zem vida”.

 

A estrada da IAS para a IAA

 

Por que é tão difícil.

Nada fará você ficar mais admi­rado com a inte­li­gên­cia humana do que apren­der o quanto é incri­vel­mente desa­fi­ante ten­tar criar um com­pu­ta­dor tão inte­li­gente quanto nós. Cons­truir arra­nha-céus, colo­car seres huma­nos no espaço, des­co­brir deta­lhes do Big Bang não é nada — tudo isso é muito mais fácil do que enten­der nosso pró­prio cére­bro ou como faze­mos coi­sas tão legais quanto essas. Neste momento, o cére­bro humano é o objeto mais com­plexo exis­tente no uni­verso conhe­cido.

O que é inte­res­sante é que as par­tes difí­ceis de cons­truir uma Inte­li­gên­cia Arti­fi­cial Ampla (IAA — um com­pu­ta­dor tão inte­li­gente quanto seres huma­nos em geral, e não ape­nas numa tarefa espe­cí­fica) não é algo tão intui­tivo quanto você pensa que é. Cons­truir um com­pu­ta­dor que pode mul­ti­pli­car núme­ros de dez digi­tos na fra­ção de um segundo — isso é incri­vel­mente moleza. Cons­truir um que possa obser­var um cachorro e res­pon­der se ele é um cachorro ou um gato — isso é espe­ta­cu­lar­mente difí­cil. Fazer uma Inte­li­gên­cia Arti­fi­cial que possa der­ro­tar qual­quer ser humano no xadrez? Feito. Fazer um que possa ler um pará­grafo de um livro de his­tó­rias para cri­an­ças de seis anos e não ape­nas reco­nhe­cer as pala­vras mas com­pre­en­der o sig­ni­fi­cado con­junto delas? O Goo­gle está neste momento gas­tando bilhões de dóla­res ten­tando fazer isso. Coi­sas difí­ceis — como cál­culo, estra­té­gia do mer­cado finan­ceiro e tra­du­ção de lin­gua­gens — são tedi­o­sa­mente fáceis para um com­pu­ta­dor, enquanto coi­sas sim­ples — como visão, movi­mento, ges­tos e per­cep­ção — são insa­na­mente difí­ceis para ele. Ou, como o cien­tista com­pu­ta­ci­o­nal Donald Knuth disse, “a Inte­li­gên­cia Arti­fi­cial atu­al­mente é bem suce­dida em fazer essen­ci­al­mente tudo o que exige o ato de pen­sar, mas falha em fazer aque­las coi­sas que pes­soas e ani­mais fazem sem pen­sar [7].

O que você rapi­da­mente per­cebe quando pensa sobre isso é que essas coi­sas que pare­cem fáceis para nós são na ver­dade incri­vel­mente com­pli­ca­das, e elas ape­nas pare­cem ser fáceis por­que essas habi­li­da­des foram oti­mi­za­das em nós (e na maior parte dos ani­mais) por cen­te­nas de milhões de anos de evo­lu­ção ani­mal. Quando você estica sua mão em dire­ção a um objeto, os mús­cu­los, ten­dões e ossos em seu ombro, coto­velo e punho ins­tan­ta­ne­a­mente desem­pe­nham uma série de pro­ce­di­men­tos físi­cos em con­ju­ção com seus olhos, a fim de per­mi­tir que você mova sua mão em linha reta atra­vés de três dimen­sões. Parece algo feito sem esforço para você por­que tem um soft­ware aper­fei­ço­ado em seu cére­bro que faz isso. O mesmo ocorre em rela­ção ao porquê de um pro­grama hac­ker ser tão idi­ota ao ponto de não con­se­guir reco­nhe­cer aque­las pala­vras na ima­gem de um teste de reco­nhe­ci­mento humano quando você regis­tra uma nova conta em um site — na ver­dade, seu cére­bro é que é impres­si­o­nan­te­mente bom em fazer isso.

Por outro lado, mul­ti­pli­car gran­des núme­ros ou jogar xadrez são ati­vi­da­des novas para as cri­a­tu­ras bio­ló­gi­cas que somos e não tive­mos tempo nenhum de evo­luir efi­ci­en­te­mente nes­sas tare­fas, então um com­pu­ta­dor não pre­cisa se esfor­çar demais para nos supe­rar. Pense sobre isso: o que você pre­fe­ri­ria fazer, cons­truir um pro­grama que possa mul­ti­pli­car gran­des núme­ros ou um que possa enten­der o essen­cial sobre a letra “B” bem o sufi­ci­ente que você lhe possa mos­trar um “B” em qual­quer uma das milha­res de ima­gi­ná­veis fon­tes ou em manus­crito de forma que ele possa ins­tan­ta­ne­a­mente reco­nhe­cer sem­pre que é um “B”?

Um exem­plo diver­tido: quando você olha para a ima­gem abaixo, você e um com­pu­ta­dor podem per­ce­ber que é um retân­gulo com dois tons de cinza alter­na­dos:

Screen-Shot-2015-01-21-at-12.59.21-AM

Até aí, tudo bem. Mas se você eli­mi­nar a sobre­po­si­ção de preto e reve­lar a ima­gem que estava por trás…

 

Screen-Shot-2015-01-21-at-12.59.54-AM

…você não terá pro­ble­mas em dar uma des­cri­ção com­pleta dos vários cilin­dros opa­cos e trans­lú­ci­dos, retân­gu­los incli­na­dos outras for­mas tri­di­mens­si­o­nais, mas o com­pu­ta­dor falhará ver­go­nho­sa­mente. Ele des­cre­verá o que vê — uma vari­e­dade de for­mas bidi­men­si­o­nais em diver­sos tons de cinza — que é real­mente o que há ali. Nosso cére­bro está fazendo um tri­lhão de coi­sas engra­ça­das para inter­pre­tar a pro­fun­di­dade, a mis­tura de tons e a ilu­mi­na­ção que a ima­gem tenta repre­sen­tar [8]. E olhando para a foto abaixo, um com­pu­ta­dor vê uma cola­gem de for­mas bidi­men­ci­o­nais pre­tas, bran­cas e cin­zas, enquanto você facil­mente iden­ti­fica o que real­mente é — uma foto de uma rocha intei­ra­mente preta:

pedranegratimurban

Cré­dito: Matthew Lloyd

 

 

E tudo o que men­ci­o­na­mos é ape­nas pegar uma infor­ma­ção está­tica e pro­cessá-la. Para ser inte­li­gente no nível humano, um com­pu­ta­dor teria de enten­der coi­sas como a dife­rença entre duas sutis expres­sões faci­ais, a dis­tin­ção entre sen­tir-se satis­feito, ali­vi­ado, con­tente e agra­de­cido, e a razão pela qual Cora­ção Valente é um ótimo filme enquanto O Patri­ota é pés­simo.

Assus­ta­dor.

Então como che­ga­mos lá?

O primeiro passo para criar uma IAA: aumentar o poder computacional

Uma coisa que sem dúvida pre­cisa acon­te­cer para ser pos­sí­vel criar uma IAA é aumen­tar o poder do hard­ware de nos­sos com­pu­ta­do­res. Se um sis­tema de Inte­li­gên­cia Arti­fi­cial deve ser tão inte­li­gente quanto nosso cére­bro é, ele pre­ci­sará se equi­pa­rar em ter­mos de capa­ci­dade com­pu­ta­ci­o­nal bruta.

Uma forma de expres­sar essa capa­ci­dade é o total de cál­cu­los por segundo (cps) que o cére­bro humano pode desem­pe­nhar, e você pode che­gar a esse número des­co­brindo o máximo de cps de cada estru­tura do cére­bro e a seguir somando todos os resul­ta­dos.

Ray Kurzweil des­co­briu um ata­lho ao pegar a média de cps de uma estru­tura cere­bral e depois des­co­brir o peso com­pa­ra­tivo dessa estru­tura em rela­ção ao peso de todo o cére­bro para, a seguir, mul­ti­pli­car pro­por­ci­o­nal­mente esse valor por uma média do peso total. Isso parece algo um pouco cheio de con­di­ci­o­nan­tes, mas ele fez isso um mon­tão de vezes com várias médias de dife­ren­tes regiões do cére­bro, e o total sem­pre che­gou ao mesmo resul­tado: algo entre 10 na décima sexta potên­cia, ou 10 qua­tri­lhões de cál­cu­los por segundo.

Atu­al­mente, o super­com­pu­ta­dor mais rápido do mundo, o chi­nês Tia­nhe-2 já supe­rou esse número, che­gando a 34 qua­tri­lhões de cál­cu­los por segundo. Mas Tia­nhe-2 é enorme, neces­si­tando de 720 metros qua­dra­dos de espaço, usando 24 megawatts de potên­cia (o cére­bro humano fun­ci­ona com ape­nas 20 watts), e cus­tou 390 milhões de dóla­res para ser cons­truído. Isso não é par­ti­cu­lar­mente apli­cá­vel para uso gené­rico, ou mesmo para uso comer­cial ou indus­trial ainda.

Kurzweil sugere que pen­se­mos sobre a situ­a­ção atual dos com­pu­ta­do­res ana­li­sando quanto cps você pode com­prar com mil dóla­res. Quando esse número che­gar ao nível humano (10 qua­tri­lhões de cps) isso sig­ni­fi­cará que os sis­te­mas de IAA podem se tor­nar uma rea­li­dade.

A Lei de Moore é uma regra his­to­ri­ca­mente con­fiá­vel que afirma que o máximo de poder com­pu­ta­ci­o­nal duplica apro­xi­ma­da­mente a cada dois anos, o que sig­ni­fica que o desen­vol­vi­mento do hard­ware, assim como a evo­lu­ção humana ao longo da his­tó­ria, cresce expo­nen­ci­al­mente. Obser­vando como isso se rela­ci­ona à métrica de Kurzweil de quan­tos cps com­pra-se com mil dóla­res, esta­mos atu­al­mente em cerca de 10 tri­lhões de cps por mil dóla­res, bem no ritmo de cres­ci­mento que esse grá­fico prevê [9]:

crescexpcomp

Por­tanto, os com­pu­ta­do­res do mundo que cus­tam mil dóla­res estão atu­al­mente supe­rando o cére­bro de um rato e tem um milho­né­simo da capa­ci­dade humana. Isso não parece ser muito até você lem­brar que os com­pu­ta­do­res tinham um tri­li­o­né­simo do nível humano em 2005. Ter em um milho­né­simo em 2015 nos coloca bem no ritmo de che­gar em 2025 com um com­pu­ta­dor barato que riva­liza com o poder do cére­bro humano.

Então no lado do hard­ware, o poder bruto que pre­ci­sa­mos para uma IAA está tec­ni­ca­mente dis­po­ní­vel agora, na China, e esta­re­mos pre­pa­ra­dos para pro­du­zir o hard­ware de uma IAA eco­no­mi­ca­mente aces­sí­vel den­tro de 10 anos. Mas o poder com­pu­ta­ci­o­nal bruto sozi­nho não faz um com­pu­ta­dor ampla­mente inte­li­gente — a pró­xima per­gunta é, como colo­ca­mos inte­li­gên­cia de nível humano em todo esse apa­rato físico?

Segundo passo para criar uma IAA: fazê-la inteligente

Essa é a parte chata. A ver­dade é que nin­guém real­mente sabe como tor­nar um com­pu­ta­dor inte­li­gente — esta­mos ainda dis­cu­tindo como fazer um com­pu­ta­dor com inte­li­gên­cia de nível humano e capaz de reco­nhe­cer um cachorro, um “B” escrito torto e um filme medío­cre. Mas há um bocado de estra­té­gias sofis­ti­ca­das por aí e em algum momento uma delas fun­ci­o­nará. Aqui estão três das mais comuns estra­té­gi­cas com que me depa­rei:

1) Plagiar o cérebro.

E isso equi­vale aos cien­tis­tas se esfor­ça­rem para enten­der como aquele menino que senta ao lado deles na sala de aula é tão inte­li­gente e con­ti­nua a res­pon­der tão bem a todas as pro­vas, e ape­sar de con­ti­nu­a­rem estu­dando dili­gen­te­mente, eles não con­se­guem o mesmo desem­pe­nho, e daí eles final­mente deci­dem “ah dane-se, eu vou só colar as res­pos­tas dele na prova”. Isso faz sen­tido — esta­mos per­ple­xos ten­tando cons­truir um com­pu­ta­dor super com­plexo, e acon­tece de exis­tir um per­feito pro­tó­tipo dele em cada uma de nos­sas cabe­ças.

O mundo cien­tí­fico está tra­ba­lhando duro para fazer enge­nha­ria reversa no cére­bro e des­co­brir como a evo­lu­ção fez algo tão assom­broso — pre­vi­sões oti­mis­tas esti­mam que con­se­gui­re­mos isso lá por 2030. E quando con­se­guir­mos, sabe­re­mos todos os segre­dos de como o cére­bro fun­ci­ona de forma tão pode­rosa e efi­ci­ente, e pode­re­mos nos ins­pi­rar nesse fun­ci­o­na­mento para rou­bar suas ino­va­ções.

Um exem­plo de com­pu­ta­dor que imita o cére­bro humano é a rede neu­ral arti­fi­cial. Ela começa com uma rede de tran­sis­tors “neu­rons”, conec­ta­dos uns aos outros em suas entra­das e saí­das, e essa rede não sabe nada — como o cére­bro de um bebê. A forma como a rede neu­ral arti­fi­cial “aprende” con­siste em ten­tar exe­cu­tar uma tarefa, e de iní­cio seus chu­tes neu­rais e ten­ta­ti­vas sub­se­quen­tes ao deci­frar uma letra serão total­mente ale­a­tó­rias. Mas quando é infor­mado que fez algo certo, o cami­nho de cone­xão de tran­sis­tors que levou até aquela ten­ta­tiva bem suce­dida é for­ta­le­cido; quando é infor­mado que fez algo errado, os cami­nhos de cone­xões que leva­ram à ten­ta­tiva mal suce­dida são enfra­que­ci­dos. Depois de mui­tas ten­ta­ti­vas e feed­backs, a rede con­se­gue, por si mesma, for­mar um cami­nho neu­ral inte­li­gente e a máquina torna-se oti­mi­zada para a tarefa. O cére­bro humano aprende mais ou menos dessa maneira, mas de uma forma mais sofis­ti­cada, e a medida em que con­ti­nu­a­mos a estu­dar o cére­bro, des­co­bri­mos novas for­mas geni­ais pelas quais ele apro­veita seus cir­cui­tos neu­ro­ló­gi­cos.

Um plá­gio mais extremo envolve uma estra­té­gia cha­mada “simu­la­ção total do cére­bro”, em que o obje­tivo é fatiar um cére­bro ver­da­deiro em finas cama­das, esca­near cada uma delas, uti­li­zar soft­ware para jun­tar todas as ima­gens em um acu­rado modelo tri­di­men­si­o­nal e então imple­men­tar o modelo em um com­pu­ta­dor pode­roso. Tería­mos então um com­pu­ta­dor for­mal­mente capaz de tudo que o cére­bro humano é capaz de fazer — ele pre­ci­sa­ria ape­nas apren­der e jun­tar infor­ma­ção. Se os enge­nhei­ros que o cons­truí­rem fize­rem um tra­ba­lho real­mente bom, serão capa­zes de simu­lar um cére­bro real com tal pre­ci­são que a per­so­na­li­dade e a memó­ria que o cére­bro humano con­tém pode­rão ser trans­fe­ri­dos para o com­pu­ta­dor. Se o cére­bro per­ten­cia a João bem antes de sua morte, o com­pu­ta­dor agora acor­da­ria como João, e seria uma robusta Inte­li­gên­cia Arti­fi­cial de nível humano, e pode­ría­mos a par­tir disso tra­ba­lhar para trans­for­mar João em uma Super Inte­li­gên­cia, coisa que pro­va­vel­mente o dei­xa­ria entu­si­as­mado.

Quão longe esta­mos de che­gar a esse nível de simu­la­ção do cére­bro? Bem, no momento recen­te­mente fomos capa­zes de simu­lar o cére­bro de 1 milí­me­tro de um pla­tel­minto, que pos­sui exa­ta­mente 302 neurô­nios no total. O cére­bro humano con­tém 100 bilhões de neurô­nios. Se isso faz com que pareça um pro­jeto sem pers­pec­ti­vas, lem­bre-se o poder do pro­gresso expo­nen­cial — agora que con­quis­ta­mos o pequeno cére­bro de um verme, o de uma for­miga pode levar muito tempo, seguido do cére­bro de um rato, e de repente tudo começa a ficar mais plau­sí­vel.

2) Tentar induzir a evolucão a fazer o que já fez antes, mas dessa vez para nós.

Se deci­dir­mos que copiar a prova do garoto inte­li­gente é algo muito difí­cil, pode­mos então ten­tar copiar a forma pela qual ele estuda.

Aqui temos algo que sabe­mos. Cons­truir um com­pu­ta­dor tão pode­roso quanto o cére­bro é pos­sí­vel — a evo­lu­ção de nosso cére­bro é a prova. E se o cére­bro é com­plexo demais para simu­lar­mos — pode­mos ten­tar simu­lar a evo­lu­ção. O fato é que, mesmo se puder­mos simu­lar um cére­bro, isso pode ser como ten­tar cons­truir um avião copi­ando o bater de asas de um pás­saro — mas fre­quen­te­mente máqui­nas são mais bem pro­je­ta­das quando usa­mos uma abor­da­gem ino­va­dora, ori­en­tada para máqui­nas, e não quando sim­ples­mente simu­la­mos com exa­ti­dão a bio­lo­gia.

Então como pode­mos simu­lar a evo­lu­ção para cons­truir uma Inte­li­gên­cia Arti­fi­cial Ampla? O método, cha­mado de “algo­rit­mos gené­ti­cos”, fun­ci­ona mais ou menos assim: há um pro­cesso de desem­pe­nho-e-ava­li­a­ção que deve acon­te­cer con­ti­nu­a­mente (da mesma forma que cri­a­tu­ras bio­ló­gi­cas “desem­pe­nham” o ato de viver e são “ava­li­a­das” atra­vés das chan­ces que têm de pro­criar ou não). Um grupo de com­pu­ta­do­res deverá ten­tar fazer uma tarefa, e os mais bem suce­di­dos cru­za­rão uns com os outros de forma que metade de suas pro­gra­ma­ções fun­dam-se e for­mem um novo com­pu­ta­dor. Os mal suce­di­dos serão eli­mi­na­dos. Após mui­tas, mui­tas inte­ra­ções, essa sele­ção natu­ral pro­du­zirá com­pu­ta­do­res cada vez melho­res. O desa­fio seria criar um ciclo de ava­li­a­ção e cru­za­mento de modo que o pro­cesso de evo­lu­ção possa fun­ci­o­nar auto­no­ma­mente.

O lado nega­tivo de simu­lar a evo­lu­ção é que a evo­lu­ção gosta de levar bilhões de anos para fazer as coi­sas, e que­re­mos fazer isso em pou­cas déca­das.

Mas temos um monte de van­ta­gens em rela­ção à evo­lu­ção natu­ral. Em pri­meiro lugar, a evo­lu­ção não tem nenhuma meta cons­ci­ente e fun­ci­ona ale­a­to­ri­a­mente — ela pro­duz mais muta­ções inú­teis do que úteis, mas nós pode­mos con­tro­lar o pro­cesso de forma que seja con­du­zido por adap­ta­ções bené­fi­cas e ajus­tes pla­ne­ja­dos. Em segundo lugar, a evo­lu­ção não tem uma meta, incluindo a inte­li­gên­cia — às vezes um meio ambi­ente pode até mesmo efe­tuar a sele­ção natu­ral de forma des­fa­vo­rá­vel à inte­li­gên­cia (já que a inte­li­gên­cia con­some muita ener­gia). Nós, por outro lado, pode­mos espe­ci­fi­ca­mente dire­ci­o­nar esse pro­cesso evo­lu­ci­o­ná­rio na dire­ção da inte­li­gên­cia cres­cente. Em ter­ceiro, para che­gar à inte­li­gên­cia, a evo­lu­ção natu­ral pre­ci­sou ino­var em um monte de manei­ras neces­sá­rias para faci­li­tar sua for­ma­ção — como ree­la­bo­rar a forma como as célu­las pro­du­zem ener­gia — enquanto nós pode­mos remo­ver esses pas­sos extras e usar coi­sas como ele­tri­ci­dade. Não há dúvi­das de que sere­mos muito, muito mais rápi­dos que a evo­lu­ção natu­ral — mas ainda não está claro se sere­mos capa­zes de ter tanta van­ta­gem em rela­ção à evo­lu­ção ao ponto de fazer essa uma estra­té­gia viá­vel.

3) Fazer isso tudo um problema do computador, e não nosso.

Isso ocorre quando os cien­tis­tas ficam deses­pe­ra­dos e ten­tam pro­gra­mar a prova para que a prova res­ponda a si mesma. Mas pode ser o método mais pro­mis­sor que temos.

A ideia é cons­truir­mos um com­pu­ta­dor cujas duas mai­o­res habi­li­da­des sejam fazer pes­quisa em Inte­li­gên­cia Arti­fi­cial e codi­fi­car mudan­ças em seu pró­prio sis­tema, de forma a per­mi­tir não só que aprenda mas que apri­more sua pró­pria arqui­te­tura. Nós ensi­na­mos com­pu­ta­do­res a serem cien­tis­tas de com­pu­ta­do­res de forma que pos­sam impul­si­o­nar seu pró­prio desen­vol­vi­mento. E esse será seu prin­ci­pal tra­ba­lho: des­co­brir como tor­nar a si mes­mos mais inte­li­gen­tes. Fala­re­mos mais a res­peito disso a seguir.

Tudo isso pode acontecer em breve

Pro­gres­sos rápi­dos no hard­ware e na expe­ri­men­ta­ção ino­va­tiva com soft­ware estão acon­te­cendo simul­ta­ne­a­mente, e a IAA (Inte­li­gên­cia Arti­fi­cial Ampla) pode sur­gir entre nós rapi­da­mente e ines­pe­ra­da­mente por duas gran­des razões:

1) O cres­ci­mento expo­nen­cial é enorme e o que parece ser um passo de tar­ta­ruga no pro­gresso pode rapi­da­mente tor­nar-se uma abrupta esca­lada. Essa ani­ma­ção ilus­tra muito bem o con­ceito:

2) Quando se trata de soft­ware, o pro­gresso pode pare­cer lento, mas então uma epi­fa­nia pode ins­tan­ta­ne­a­mente mudar a taxa de desen­vol­vi­mento (da mesma forma que a ciên­cia, durante o tempo em que acha­mos que o uni­verso girava em torno da Terra, teve difi­cul­da­des de cal­cu­lar como o uni­verso fun­ci­o­nava, mas então a des­co­berta de que nosso sis­tema era heli­o­cên­trico repen­ti­na­mente fez tudo mais fácil). Ou, quando se trata de um com­pu­ta­dor que apri­mora a si mesmo, isso pode pare­cer algo dis­tante mas na ver­dade pode bas­tar um só ajuste no sis­tema para que ele se torne mil vezes mais efi­ci­ente e ace­lere rapi­da­mente em dire­ção à inte­li­gên­cia humana.

 

A estrada da IAA para a SA

 

Em deter­mi­nado ponto, tere­mos che­gado à IAA: com­pu­ta­do­res com inte­li­gên­cia ampla no nível humano. Sere­mos uma turma de pes­soas e com­pu­ta­do­res vivendo jun­tos em igual­dade.

Opa, na ver­dade não.

O lance é que uma IAA com nível de inte­li­gên­cia e capa­ci­dade com­pu­ta­ci­o­nal igual a um ser humano poderá ter van­ta­gens sig­ni­fi­ca­ti­vas em rela­ção aos huma­nos, tais como:

Hardware:

  • Velo­ci­dade. Os neurô­nios do cére­bro fun­ci­o­nam no máximo a 200 Hertz em suas ati­vi­da­des, enquanto os micro­pro­ces­sa­do­res de hoje (que são muito mais len­tos do que serão quando che­gar­mos à IAA) fun­ci­o­nam a 2 GigaHertz — ou seja, 10 milhões de vezes mais rápi­dos do que nos­sos neurô­nios. E o sis­tema de comu­ni­ca­ção interna do cére­bro humano, em que as infor­ma­ções podem se mover cerca de 120 metros por segundo, foram ver­go­nho­sa­mente supe­ra­dos pela capa­ci­dade de os com­pu­ta­do­res comu­ni­ca­rem-se oti­ca­mente à velo­ci­dade da luz.
  • Tama­nho e arma­ze­na­mento. O cére­bro humano tem o tama­nho limi­tado pela forma de nos­sos crâ­nios, e não pode­ria se tor­nar maior de qual­quer forma, ou o sis­tema interno de comu­ni­ca­ção a 120 m/s leva­ria muito tempo para che­gar de uma estru­tura cere­bral até outra. Com­pu­ta­do­res podem expan­dir qual­quer tama­nho físico, per­mi­tindo a adi­ção de muito mais hard­ware apto a fun­ci­o­nar, de uma memó­ria de tra­ba­lho muito maior (RAM), e de uma memó­ria de longo prazo (arma­ze­na­mento em hd) que pode ser muito supe­rior tanto em capa­ci­dade e pre­ci­são em rela­ção à nossa.
  • Con­fi­a­bi­li­dade e dura­bi­li­dade. Não ape­nas a memó­ria de um com­pu­da­dor será mais pre­cisa. Os tran­sis­tors do com­pu­ta­dor serão mais pre­ci­sos do que os neurô­nios bio­ló­gi­cos, e eles terão meno­res chan­ces de se dete­ri­o­rar (e podem ser repa­ra­dos ou subs­ti­tuí­dos se isso ocor­rer). O cére­bro humano tam­bém se torna fati­gado facil­mente, enquanto com­pu­ta­do­res podem fun­ci­o­nar sem parar, em per­for­mance de pico, por 24 horas durante os 7 dias da semana.

Software:

  • Edi­ta­bi­li­dade, capa­ci­dade de upgrade, e uma maior gama de pos­si­bi­li­da­des. Dife­rente do cére­bro humano, o soft­ware de um com­pu­da­ror pode rece­ber atu­a­li­za­ções e cor­re­ções e pode ser facil­mente tes­tado. O upgrade pode tam­bém abran­ger áreas nas quais o cére­bro humano é pouco efi­ci­ente. O soft­ware da visão humana é for­mi­da­vel­mente avan­çado, enquanto sua capa­ci­dade de enge­nha­ria com­plexa é bem redu­zida. Os com­pu­ta­do­res pode­rão equi­pa­rar a visão humana mas tam­bém se tor­nar igual­mente oti­mi­za­dos em enge­nha­ria e em qual­quer outra área.
  • Capa­ci­dade cole­tiva. Os huma­nos supe­ram todas as outras espé­cies quando se trata de criar uma vasta inte­li­gên­cia cole­tiva. Come­çando com o desen­vol­vi­mento da lin­gua­gem e com a for­ma­ção de gran­des e den­sas comu­ni­da­des, pas­sando pela inven­ção da escrita e da imprensa, e agora che­gando a uma inten­si­fi­ca­ção dessa habi­li­dade por meio de fer­ra­men­tas como a inter­net, a inte­li­gên­cia cole­tiva da huma­ni­dade é uma das prin­ci­pais razões pelas quais fomos capa­zes de estar tão à frente de outras espé­cies. E os com­pu­ta­do­res serão muito melho­res do que somos. Uma rede mun­dial de Inte­li­gên­cias Arti­fi­ci­ais rodando um pro­grama em par­ti­cu­lar pode regu­lar­mente sin­cro­ni­zar a si mesma para que tudo o que um com­pu­ta­dor apren­der seja ins­tan­ta­ne­a­mente car­re­gado em todos os outros com­pu­ta­do­res. O grupo pode tam­bém esta­be­le­cer uma meta em con­junto, pois não haverá opi­niões con­trá­rias e moti­va­ções escu­sas e inte­res­ses egoís­tas, como temos na popu­la­ção humana [10].

A Inte­li­gên­cia Arti­fi­cial, que pro­va­vel­mente che­gará à IAA ao ser pro­gra­mada para apri­mo­rar a si mesma, não verá “o nível de inte­li­gên­cia humana” como um impor­tante marco (é ape­nas um marco rele­vante do nosso ponto de vista) e não terá nenhum motivo para inter­rom­per seu desen­vol­vi­mento em nosso nível. E tendo em vista as van­ta­gens que mesmo uma IAA equi­pa­rá­vel ao ser humano terá sobre nós, é bem óbvio que ela atin­girá a inte­li­gên­cia humana por um breve ins­tante antes de ace­le­rar na dire­ção do reino da inte­li­gên­cia supe­rior à humana.

Isso nos cho­cará quando acon­te­cer, e o motivo é que da nossa pers­pec­tiva, (A) enquanto a inte­li­gên­cia de dife­ren­tes tipos de ani­mais varia, a prin­ci­pal carac­te­rís­tica da qual esta­mos cien­tes a res­peito de qual­quer inte­li­gên­cia ani­mal é de que todas elas estão muito abaixo da nossa, e (B) vemos os seres huma­nos mais inte­li­gen­tes como MUITO mais inte­li­gen­tes do que o mais idi­ota dos huma­nos. Fun­ci­ona mais ou menos assim:

distortedai

Então a medida em que uma AI ace­lera sua esca­lada de inte­li­gên­cia na nossa dire­ção, nós a vere­mos como se sim­ples­mente esti­vesse tor­nando-se mais inte­li­gente, para os padrões de um ani­mal. Então, quando ela atin­gir o nível mais baixo da capa­ci­dade humana (Nick Bos­trom usa o termo “o idi­ota da vila”), será como “Oh, é como um humano idi­ota, que fofo!”. Ocorre que, no grande espec­tro de vari­a­ção da inte­li­gên­cia, todos os huma­nos, do idi­ota da vila até Eins­tein, estão situ­a­dos em uma região de abran­gên­cia bem pequena — então logo depois de atin­gir o nível de inte­li­gên­cia de um idi­ota e ser decla­rada uma IAA, a Inte­li­gên­cia Arti­fi­cial repen­ti­na­mente será mais inte­li­gente que Eins­tein e não sabe­re­mos o que nos atro­pe­lou:

realidade

E o que acon­te­cerá… depois disso?

 

Uma Explosão da Inteligência

Espero que você tenha cur­tido a lei­tura nor­mal, pois aqui é quando esse tema fica anor­mal e assus­ta­dor, e vai ficar assim a par­tir daqui. Quero fazer uma pausa para lem­brar a você que cada coisa que estou dizendo é real — ciên­cia real e pre­vi­sões reais do futuro obti­das de um grande grupo de cien­tis­tas e pen­sa­do­res res­pei­tá­veis. Ape­nas con­ti­nue lem­brando disso.

De qual­quer modo, como disse antes, a mai­o­ria dos atu­ais mode­los pelos quais che­ga­mos a uma IAA con­siste em usar o auto-apri­mo­ra­mento da Inte­li­gên­cia Arti­fi­cial. E uma vez que tal sis­tema torna-se uma IAA, mesmo os sis­te­mas que foram cons­truí­dos e cres­ce­ram atra­vés de méto­dos que não envol­vem o auto-apri­mo­ra­mento serão inte­li­gen­tes o sufi­ci­ente para come­çar o auto-apri­mo­ra­mento se qui­se­rem [3]

E aqui é onde che­ga­mos a um con­ceito meio tenso: auto-apri­mo­ra­mento recur­sivo. Ele fun­ci­ona assim:

Um sis­tema de Inte­li­gên­cia Arti­fi­cial em certo nível — diga­mos o nível do idi­ota da vila — é pro­gra­mado com o obje­tivo de apri­mo­rar sua pró­pria inte­li­gên­cia. Uma fez feito isso, ele é mais inte­li­gente — tal­vez nesse ponto ao nível de Eins­tein — e agora ele tra­ba­lhará para apri­mo­rar sua inte­li­gên­cia com seu inte­lecto no nível de Eins­tein, e dessa vez é mais fácil e é feito em sal­tos mais lar­gos. Esses sal­tos o tor­nam muito mais inte­li­gente que um ser humano, per­mi­tindo que dê sal­tos ainda mai­o­res. À medida em que os sal­tos tor­nam-se cada vez mai­o­res e ocor­rem mais rapi­da­mente, a IAA ala­van­cará sua esca­lada de inte­li­gên­cia e logo atin­girá o nível supe­rin­te­li­gente de um sis­tema SA. Isso é deno­mi­nado explo­são da inte­li­gên­cia [11] e é o exem­plo mais extremo da Lei dos Retor­nos Ace­le­ra­dos.

Há alguma dis­cus­são sobre o quão cedo uma Inte­li­gên­cia Arti­fi­cial atin­girá o nível de inte­li­gên­cia amplo em nível humano — o ano médio resul­tante de uma pes­quisa com cen­te­nas de cien­tis­tas sobre o que eles acre­di­ta­vam ser o mais pro­vá­vel de atin­gir­mos a IAA é 2040 [12] — são ape­nas 25 anos a con­tar de agora, o que não parece ser muito extremo quando você con­si­dera que mui­tos dos espe­ci­a­lis­tas desse campo de estudo acre­di­tam que é pro­vá­vel que a pro­gres­são do IAA para o SA acon­teça muito rápido. O seguinte cená­rio pode ocor­rer:

Levou déca­das para os pri­mei­ros sis­te­mas de Inte­li­gên­cia Arti­fi­cial che­ga­rem ao nível mais baixo de inte­li­gên­cia humana, mas isso final­mente acon­te­ceu. Um com­pu­ta­dor agora é capaz de enten­der o mundo ao seu redor tão bem quanto uma cri­ança de 4 anos. De repente, uma hora após che­gar a esse marco, o sis­tema for­mula a grande teo­ria da física que uni­fica a teo­ria geral da rela­ti­vi­dade com a mecâ­nica quân­tica, algo que nenhum humano até então con­se­guiu fazer. 90 minu­tos após isso, a Inte­li­gên­cia Arti­fi­cial torna-se uma Supe­rin­te­li­gên­cia Arti­fi­cial, 170 mil vezes mais inte­li­gente que um ser humano.

Uma Supe­rin­te­li­gên­cia dessa mag­ni­tude é algo que você nem mesmo remo­ta­mente con­se­gue con­ce­ber, não mais do que uma abe­lha con­se­gue con­ce­ber na sua cabeça e Eco­no­mia Key­ne­si­ana. Em nosso mundo, ser inte­li­gente sig­ni­fica ter um QI de 130, e ser idi­ota sig­ni­fica ter um QI de 85: não temos uma pala­vra para um QI de 12.952.

O que apren­de­mos a par­tir do domí­nio humano sobre a Terra evi­den­cia uma regra clara: com inte­li­gên­cia vem tam­bém o poder. O que sig­ni­fica que uma Supe­rin­te­li­gên­cia Arti­fi­cial, quando a cri­ar­mos, será o mais pode­roso ser na his­tó­ria da vida na Terra, e todas as coi­sas vivas, incluindo huma­nos, esta­rão total­mente a seus pés — e isso pode acon­te­cer nas pró­xi­mas déca­das.

Se nos­sos pobres cére­bros foram capa­zes de inven­tar o wifi, então uma coisa 100 ou 1.000 ou 1 bilhão de vezes mais inte­li­gente que nós não terá pro­ble­mas em posi­ci­o­nar cada átomo do mundo da forma que dese­jar, a qual­quer momento — tudo o que con­si­de­ra­mos como mágica, cada poder que ima­gi­na­mos como sendo de um Deus supremo será uma ati­vi­dade tão mun­dana para uma Supe­rin­te­li­gên­cia Arti­fi­cial quanto des­li­gar a luz de uma sala é para nós. Criar a tec­no­lo­gia para rever­ter o enve­lhe­ci­mento humano, curar uma doença, aca­bar com a fome e inclu­sive extin­guir a mor­ta­li­dade, repro­gra­mar o clima para pro­te­ger o futuro da vida na Terra — tudo isso se tor­nará pos­sí­vel. Tam­bém será pos­sí­vel o ime­di­ato fim de toda a vida na Terra. Até onde pode­mos ver, se uma Supe­rin­te­li­gên­cia Arti­fi­cial tor­nar-se ver­dade, haverá um Deus oni­po­tente na Terra — e a ques­tão mais impor­tante para nós é:

SERÁ UM DEUS BOM?


Leia o pró­ximo texto da série, cli­que aqui.

 

Tim Urban
Formado em Ciências Políticas pela Harvard University, é autor do site Wait But Why e fundador da ArborBridge.

Compartilhe