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)

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).

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.

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”.  

Turing, Alan (1950). «Computing Machinery and Intelligence», Mind, LIX (236): 433–460,  disponível em:

https://academic.oup.com/mind/article/LIX/236/433/986238 

Searle, John (1981), “Minds, Brains, and Programs,” Behavioral and Brain Sciences, 3: 417–57

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/

O Teste de Turing é considerado chauvinista, isto é, tendencioso, porque só se aplicaria a uma inteligência capaz de falar ou se comunicar. Será que a capacidade de  comunicação é realmente necessária à inteligência? 

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/

Material e atividades em elaboração - novidades em breve! 🙂

Sede das atividades presenciais