[디지털투데이 황치규 기자]Quando a IA de uso geral equivalente à inteligência humana se tornará realidade? É uma questão importante no campo da inteligência artificial (IA). Olhando para o panorama geral, poucas pessoas acreditam que a IA de uso geral se tornará uma realidade no curto prazo. Uma previsão de que a IA de uso geral surgirá em 2029, autor de The Singularity Is Coming, pode ser o cenário mais otimista. Ainda tem muita gente que pensa isso daqui a 30 ou 100 anos.
No entanto, as empresas tecnológicas que desafiam a AGI continuam a surgir. Se você ler o livro “Dominion of Robots”, de Martin Ford, encontrará três empresas que estão desafiando a IA de uso geral à sua maneira. A posição do autor é que cada um tem seus pontos fortes e limitações.
Em primeiro lugar, é DeepMind.
“A DeepMind, uma das empresas de IA mais conhecidas, está focada na implementação de IA de uso geral de uma forma semelhante ao cérebro humano. Equipes com diversas filosofias de pesquisa e estratégias para enfrentar os desafios enfrentados pela IA geral estão fazendo progressos. Eles estão abrindo o caminho.
O que têm em comum, pelo menos até agora, é que o seu objectivo final é desenvolver um modelo de capacidades cognitivas humanas. Uma abordagem importante tem sido olhar diretamente para o funcionamento interno do cérebro humano em busca de inspiração. Os pesquisadores desta categoria acreditam que a inteligência artificial deveria se basear diretamente na neurociência. O líder neste campo é DeepMind. O fundador e CEO da empresa, Dais Hassabis, ao contrário dos típicos pesquisadores de IA, estudou neurociência, e não ciência da computação, na pós-graduação e obteve um doutorado na área pela University College London.
Uma das coisas em que a DeepMind geralmente se concentra no espaço de IA é o aprendizado por reforço.
“Hasabis e a equipe da DeepMind acreditam que existe um tipo de aerodinâmica da inteligência subjacente à inteligência humana e talvez à inteligência da máquina. No início de 2020, a DeepMind mais uma vez fez uma contribuição importante para a neurociência: a operação dos neurônios dopaminérgicos no cérebro. “Ele tem foi estudado e usado no aprendizado do reforço.”
“Estudos como esses refletem a confiança de Hassabis e sua equipe no aprendizado por reforço e sua crença de que é um componente importante dos esforços em direção à inteligência artificial geral. Nesse sentido, eles representam valores discrepantes significativos da média. Por exemplo, Jean LeCun, do Facebook, observou: ” A aprendizagem desempenhará O reforço desempenha um papel relativamente menor. Em suas apresentações, ele costuma dizer que se a inteligência é o bolo, então o aprendizado por reforço é a cereja do bolo. A equipe DeepMind se concentrará no aprendizado por reforço e na inteligência artificial geral. “Achamos que fornece uma maneira viável de conseguir isso.
“Normalmente pensamos na aprendizagem por reforço em termos de algoritmos baseados em recompensas que melhoram macroprocessos externos, como aprender a jogar Go ou dirigir um carro em uma simulação. Mas Hassabis diz que a aprendizagem por reforço desempenha um papel importante dentro do cérebro.” Pode ser necessário.” “Para o surgimento da inteligência. O aprendizado por reforço pode ser um mecanismo importante que leva o cérebro à curiosidade, ao aprendizado e ao raciocínio.”
Martin Ford apresentou a Elemental Cognition como a segunda empresa a desafiar a inteligência artificial geral. Esta empresa representa um caso de implantação avançada de um sistema híbrido que combina aprendizagem profunda e outros métodos de IA para implementar IA que possa compreender a linguagem natural.
“David Ferrucci, fundador e CEO da startup de IA Elemental Cognition, adota uma abordagem muito diferente para a construção de inteligência artificial geral. Ferrucci foi concorrente de Ken Jennings no programa de competição televisiva de 2011 Jeopardy! e é famoso por liderar a equipe que desenvolveu o Watson da IBM ”, diz Ferrucci. Sua startup se concentra na compreensão da linguagem do mundo real, gerando texto de forma autônoma para melhorar a compreensão dos dados pelo sistema e explicando suas conclusões: “Estamos desenvolvendo algoritmos que podem ler e então se envolver em conversas interativas com humanos”.
“Os sistemas existentes de IA de processamento de linguagem natural sofrem de limitações semelhantes às observadas no DQN da DeepMind quando o controle do jogo sobe apenas alguns pixels. Assim como o DQN não entende que os pixels em uma tela representam digitação em movimento, os sistemas de linguagem atuais também não entendem.” “Não tenho ideia do que significam as palavras que estou processando.”
“Ferrucci acredita que resolver o problema da compreensão da linguagem fornecerá um caminho claro para a inteligência artificial geral”, disse ele. Em vez de explorar a fisiologia do cérebro, como a equipe da DeepMind está tentando fazer, ela espera se aproximar da inteligência humana. Seu nível de compreensão da linguagem e capacidade de usar lógica e raciocínio, e acredita que é possível projetar e construir o sistema sozinho, é excepcional mesmo entre pesquisadores da área de inteligência artificial porque ele acredita que os blocos básicos para a criação de inteligência artificial geral já existe. A Ferrucci alcançará esse objetivo num futuro relativamente próximo e estou muito otimista quanto às perspectivas de o conseguir.
“Para atingir esse objetivo, a equipe da Elemental Cognition está construindo uma espécie de sistema híbrido, combinando módulos de software construídos usando técnicas de programação tradicionais para lidar com lógica e raciocínio, bem como redes neurais profundas e outros métodos de aprendizado de máquina.”
A última empresa mencionada por Martin Ford é a OpenAI, que está atraindo muita atenção com sua tecnologia de IA generativa, GPT-5 ou DALL-E3.
“A posição da Open AI é que a inteligência artificial geral pode ser alcançada aumentando o desempenho da computação e aumentando o tamanho da rede neural. Há muitos que acreditam que a inteligência artificial geral não pode ser alcançada com muitos dados e poder de computação, mas a Open AI enfatiza uma poderosa plataforma de computação. É uma visão.”
“Outro caminho para a inteligência artificial geral está sendo construído pela OpenAI. Na competição geral de IA, a OpenAI pode ter menos funcionários do que as empresas estabelecidas, mas será um concorrente mais bem financiado do Google DeepMind. Assim como a DeepMind, a OpenAI pode ter menos funcionários como A OpenAI também desenvolveu poderosas redes neurais profundas que foram treinadas em aprendizado por reforço e criou um sistema que pode vencer os melhores jogadores humanos em videogames como o Dota 2.
“No entanto, a OpenAI diferencia-se com uma estratégia que se concentra exclusivamente na construção de redes neurais profundas maiores em plataformas de computação mais poderosas. Embora tenha havido avisos ruidosos no campo de que a escalabilidade é uma estratégia insustentável, a OpenAI está investindo mais profundamente e, de fato, mais do investimento de mil milhões de dólares da Microsoft virá sob a forma de poder computacional fornecido pela Azure, a sua subsidiária de computação em nuvem. “A mentalidade de maior é melhor da OpenAI certamente fez um progresso significativo.”
“Existe alguma chance de que a OpenAI descubra a verdadeira compreensão continuando a usar recursos de computação para resolver um problema, simplesmente construindo redes neurais gigantes? Acho que isso é altamente improvável, e muitos especialistas em IA estão céticos quanto à escalabilidade da OpenAI.” “Sou muito crítico em relação ao .
“Leitor implacável. Especialista em mídia social. Amante de cerveja. Fanático por comida. Defensor de zumbis. Aficionado por bacon. Praticante da web.”