Como usar a inteligência humana para criar uma inteligência artificial que se iguale?
O termo inteligência artificial geralmente desperta a curiosidade das pessoas. Livros e filmes vêm sendo produzidos há décadas e nos fazem pensar como seria viver em uma realidade em que máquinas feitas pelo homem seriam capazes de pensar e agir de maneira autônoma, realizando os trabalhos mais difíceis e até mesmo tendo emoções, como na famosa história de Isaac Asimov, O Homem Bicentenário. A ideia de automatizar tarefas humanas não é novidade. Blaise Pascal foi um dos primeiros a construir uma máquina calculadora, em 1642, para ajudar seu pai em um escritório de coleta de impostos. O americano Herman Hollerith inventou, em 1880, uma máquina capaz de processar dados baseada na separação de cartões perfurados. Os computadores atuais começaram a surgir na década de 1940, em pesquisas militares. A partir daí, com o rápido avanço da área, um novo mundo de possibilidades abriu-se para a humanidade. E com isso as especulações do que seria possível conseguir nas próximas décadas. Nessa mesma época, o escritor russo Isaac Asimov escreveu uma série de contos que deu origem, entre outros, ao livro Eu, Robô, no qual foram estabelecidas as três leis da robótica, como condição de coexistência dos robôs com os seres humanos e como prevenção de qualquer perigo que a inteligência artificial pudesse representar à humanidade.
No entanto, apesar de ter surgido há várias décadas, a área da computação conhecida como inteligência artificial forte, que busca criar seres artificiais inteligentes, contrariando as previsões que acompanharam seus primórdios, não conseguiu criar um sistema artificial dotado da capacidade de inteligência da maneira como ela ocorre nos seres vivos, nem tampouco a capacidade de ser autoconsciente. O pesquisador Marvin Minsky é co-fundador do laboratório de inteligência artificial do Instituto de Tecnologia de Massachusetts (MIT) e autor de diversos artigos e livros sobre o tema e suas implicações filosóficas. Minsky defende a ideia de que regras e representações são a natureza da mente, passíveis, portanto, de uma reprodução artificial por um computador. No entanto, após décadas de pesquisas, os estudos não alcançaram o sucesso esperado. Minsky explica que os computadores atuais podem fazer cálculos complexos, no entanto, não conseguem realizar atividades simples que uma criança de quatro anos consegue: “Computadores podem resolver equações diferenciais, mas não conseguem entender uma simples historinha infantil. Podem vencer pessoas no xadrez, mas não são capazes de encher o seu copo”, diz Minsky. Hubert Dreyfus é professor de filosofia na Universidade da California e estuda as implicações da Inteligência Artificial. Em um de seus livros, What Computers Can’t Do (1972), Dreyfus argumenta que a consciência não pode ser adquirida por sistemas baseados em regras ou lógica. O conhecimento das pessoas consiste também naquilo que elas sabem sem saber que sabem e aquilo que nunca foi aprendido, como, por exemplo, “que as pessoas se movem mais facilmente para a frente do que para trás, ou que se se entornar água em cima da toalha ela passará para as pernas de quem está por baixo”.
A questão é: se e como é possível ensinar esse tipo de informação a uma máquina. Como é possível fazer um ser artificial ter bom senso, ser amável, ter iniciativa, senso de humor, distinguir o certo do errado, cometer enganos e criar algo realmente novo? Outro ramo de estudos, conhecido como inteligência artificial fraca, não tem como objetivo direto a criação de seres artificiais, mas utiliza técnicas de inteligência para lidar com problemas complexos. Diversas abordagens são inspiradas em processos químicos e biológicos. Uma dessas técnicas, conhecida como algoritmos genéticos, reproduz artificialmente alguns processos da teoria da evolução proposta por Darwin. Nessa técnica, grosso modo, um problema complexo é escolhido e diversas soluções candidatas ao problema são colocadas num cenário artificial, onde as melhores soluções sobrevivem para a próxima geração. Depois de algumas gerações, a expectativa é de que a melhor de todas as soluções para o problema seja encontrada. Os algoritmos genéticos funcionam bem para diversos problemas matemáticos, no entanto, alguns pesquisadores apontam deficiências na técnica. Os critérios na definição dos parâmetros do programa não são muito claros, como, por exemplo, o percentual de cruzamento e de mutação que vai ocorrer em cada geração. Se ocorre muita mutação, perdem-se bons indivíduos e não se consegue resolver o problema. No entanto, se ocorre pouca mutação, é possível que o programa aponte uma solução ruim como sendo a melhor de todas, pois não conseguiu avaliar todas as possibilidades. De fato, não existe um valor universal para esses parâmetros, que seja aplicável para todos os problemas do mundo. Esse valor tem que ser ajustado, como que por tentativa e erro, de acordo com o problema em questão. Diversos outros parâmetros dos algoritmos genéticos são igualmente complexos de serem implementados. Para alguns problemas, outras técnicas matemáticas são mais fáceis e menos custosas de ser implementadas.
Essas questões, apesar de não se relacionarem diretamente na construção de seres inteligentes artificiais, nos mostram como é complexa a reprodução computacional de processos facilmente explicados por outras áreas da ciência, como física e a biologia. O cérebro humano contém cerca de cem bilhões de neurônios, ligados por mais de dez mil conexões sinápticas cada. Apesar do rápido avanço científico, muito do funcionamento do cérebro continua um mistério. Será que o cérebro humano será capaz um dia de decifrar seus próprios e intrigantes enigmas, e reproduzi-los artificialmente?
Fonte: Wanessa Machado.
