{"id":1542,"date":"2018-07-14T16:38:40","date_gmt":"2018-07-14T19:38:40","guid":{"rendered":"https:\/\/radardofuturo.com.br\/?p=1542"},"modified":"2018-07-14T16:38:40","modified_gmt":"2018-07-14T19:38:40","slug":"os-limites-do-desenvolvimento-da-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/radardofuturo.com.br\/test\/os-limites-do-desenvolvimento-da-inteligencia-artificial\/","title":{"rendered":"Os limites do desenvolvimento da intelig\u00eancia artificial"},"content":{"rendered":"
\n

Steve Lohr
\nThe New York Times <\/span><\/span><\/a><\/p>\n<\/div>\n

\n

Nos últimos cinco anos, a coisa mais entusiasmante no campo da inteligência artificial foi a área conhecida como aprendizado profundo. Esta técnica permite que os computadores aprendam a processar enormes quantidades de dados. Graças ao aprendizado profundo, eles conseguem identificar com facilidade rostos humanos e reconhecer palavras faladas, fazendo com que outras formas de inteligência semelhantes à humana, de repente, pareçam estar ao nosso alcance.<\/p>\n

Google, Facebook e Microsoft investiram pesadamente no aprendizado profundo. Start-ups que pesquisam coisas como diferentes curas do câncer e automação em tarefas da área administrativa se gabam de sua perícia no campo do aprendizado profundo. E o aumento da capacidade na percepção da tecnologia e na combinação de padrões está sendo aplicado ao aprimoramento do progresso em campos como descobertas de drogas e automóveis que dispensam o motorista.<\/p>\n

Mas alguns cientistas alertam que a atual obsessão pelo aprendizado profundo pode gerar investimentos excessivos, e, mais tarde, a desilusão.<\/p>\n

“Não existe nenhuma inteligência real neste caso”, disse Michael I. Jordan, professor da Universidade da Califórnia, Berkeley, e autor de um trabalho publicado em abril, que procura temperar as enormes expectativas que cercam a I.A. “Além disso, eu acho que confiar demais na força bruta destes algoritmos é equivocado”.<\/p>\n

O perigo, avisam alguns especialistas, é que a I.A. acabe esbarrando em um muro tecnológico. No caso do aprendizado profundo, em particular, afirmaram os pesquisadores, os temores são uma decorrência dos limites da tecnologia.<\/p>\n

Os algoritmos do aprendizado profundo trabalham com uma série de dados relacionados, como imagens de rostos humanos, que melhoram persistentemente a precisão do software na questão da correspondência. Embora a técnica tenha tido um sucesso, os resultados estão em grande parte confinados a campos em que existe a disponibilidade de grandes conjuntos de dados e as tarefas são bem definidas, como a rotulagem de imagens ou a tradução do discurso em texto.<\/p>\n

A tecnologia luta em terrenos mais amplos da inteligência – significado, raciocínio e conhecimento baseado no senso comum. Embora o software do aprendizado profundo consiga identificar milhões de palavras, não tem qualquer compreensão de um conceito como “justiça” ou “democracia”.<\/p>\n

Os pesquisadores mostraram que o aprendizado profundo pode ser facilmente enganado. Basta misturar um punhado de pixels, e a tecnologia poderá confundir alhos com bugalhos.<\/p>\n

Dado o alcance limitado do aprendizado profundo, talvez agora seja dedicada a ele uma quantidade enorme de dinheiro e de mentes privilegiadas, afirmou Oren Etzioni, diretor executivo do Allen Institute for Artificial Intelligence. “Corremos o risco de perder outros conceitos e caminhos importantes para o aprimoramento da I.A.”, ele disse.<\/p>\n

No debate, alguns pesquisadores mostram um interesse maior em abordagens da inteligência artificial que tratam de alguns pontos fracos do aprendizado profundo. Embora os esforços sejam bastante variados, seu objetivo comum é uma inteligência mais ampla e mais flexível do que o aprendizado profundo.<\/p>\n

Na Kyndi, a start-up do Vale do Silício, cientistas da computação estão redigindo um código em Prolog, uma linguagem de programação que data dos anos 70. Ele se destinava à representação do raciocínio e do conhecimento em termos de I.A. O aprendizado profundo deriva do lado estatístico da I.A. conhecido como aprendizado da máquina.<\/p>\n

Benjamin Grosof, o chefe da equipe de cientistas da Kyndi, disse que ficou impressionado com o trabalho da companhia sobre “novas possibilidades no que se refere a unir os dois ramos da I.A.”. Uma vez treinado, o software da Kyndi pode identificar conceitos e não apenas palavras.<\/p>\n

Trabalhando para três grandes agências do governo, a Kyndi pede ao seu sistema que responda à pergunta típica: Uma tecnologia já foi “demonstrada em um ambiente de laboratório”? O programa da Kyndi, disse Ryan Welsh, o diretor executivo da start-up, pode inferir com precisão a resposta.<\/p>\n

Um analista humano, segundo Welsh, pode levar duas horas para ler um documento científico alentado, e talvez consiga ler mil em um ano. A tecnologia da Kyndi lê mil documentos em sete horas, afirmou.<\/p>\n

A tecnologia da I.A. na Vicarious, uma start-up que tem entre os seus investidores Elon Musk, Jeff Bezos e Mark Zuckerberg, aprendeu com um número relativamente pequeno de exemplos a imitar a inteligência visual humana, usando dados de uma maneira 300 vezes mais eficiente do que os modelos do aprendizado profundo.<\/p>\n

“O aprendizado profundo nos proporcionou um vislumbre da terra prometida”, disse Dileep George, um fundador da Vicarious, “entretanto, precisamos investir em outras abordagens”.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

Steve Lohr The New York Times  Nos últimos cinco anos, a coisa mais entusiasmante no campo da inteligência artificial foi a área conhecida como aprendizado profundo. Esta técnica permite que os computadores aprendam a processar enormes quantidades de dados. Graças ao aprendizado profundo, eles conseguem identificar com facilidade rostos humanos e reconhecer palavras faladas, fazendo […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"tdm_status":"","tdm_grid_status":"","footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","enabled":false},"version":2}},"categories":[36],"tags":[],"class_list":{"0":"post-1542","1":"post","2":"type-post","3":"status-publish","4":"format-standard","6":"category-pensadores-futuro"},"jetpack_publicize_connections":[],"jetpack_featured_media_url":"","post_mailing_queue_ids":[],"_links":{"self":[{"href":"https:\/\/radardofuturo.com.br\/test\/wp-json\/wp\/v2\/posts\/1542","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/radardofuturo.com.br\/test\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/radardofuturo.com.br\/test\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/radardofuturo.com.br\/test\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/radardofuturo.com.br\/test\/wp-json\/wp\/v2\/comments?post=1542"}],"version-history":[{"count":0,"href":"https:\/\/radardofuturo.com.br\/test\/wp-json\/wp\/v2\/posts\/1542\/revisions"}],"wp:attachment":[{"href":"https:\/\/radardofuturo.com.br\/test\/wp-json\/wp\/v2\/media?parent=1542"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/radardofuturo.com.br\/test\/wp-json\/wp\/v2\/categories?post=1542"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/radardofuturo.com.br\/test\/wp-json\/wp\/v2\/tags?post=1542"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}