Inteligência Artificial Geral: Uma História de Construção de Capacidades com Cautela

Estamos vivendo na era da Inteligência Artificial, com o tamanho do mercado global de IA já ultrapassado US$240 bilhões e agora estimado para passar de US$730 bilhões até 2030, com uma taxa de crescimento anual superior a 17%. 

Entre todo o alvoroço em torno da IA, um paradigma que capturou a atenção de todos é a AGI, Inteligência Artificial Geral. 

Mas o que é isso? Por que todos falam sobre isso, e por que a comunidade científica e tecnológica está tão interessada em observar cada passo que ela dá? Vamos nos aprofundar para entender melhor. 

Mas antes de mergulhar diretamente na Inteligência Artificial Geral, vamos tentar entender o que a inteligência geral implica.

Definindo os Contornos da Inteligência Geral

Inteligência geral implica a capacidade de alcançar uma variedade de objetivos e executar tarefas diversas cujos contextos e ambientes são diferentes. Sistemas que são ‘geralmente inteligentes’ devem:

• Lidar com problemas e situações que são substancialmente diferentes do que poderia ser antecipado
• Ser capaz de generalizar o conhecimento adquirido para que ele seja transferido de um contexto de problema para outros. 

A comunidade científica também espera que várias inteligências gerais do mundo real compartilhem algumas propriedades comuns, sem ter certeza significativa de quais poderiam ser essas propriedades. 

A premissa da Inteligência Artificial Geral parte dessas características da inteligência geral e tenta ir além delas. 

A Hipótese Central da AGI

A hipótese recebeu sua primeira articulação oficial em um artigo intitulado “Artificial General Intelligence: Concept, State of the Art, and Future Prospects,” publicado no Journal of Artificial General Intelligence por Ben Goertzel. A hipótese dizia o seguinte: 

“A criação e o estudo de inteligência sintética com escopo suficientemente amplo (por exemplo, nível humano) e forte capacidade de generalização, é fundamentalmente qualitativamente diferente da criação e estudo de inteligência sintética com escopo significativamente mais estreito e capacidade de generalização mais fraca.”

Para detalhar suas características, a AGI será suficientemente ampla em seu escopo e terá forte capacidade de generalização. 

Em um modo mais popular de escrever e explicar coisas científicas, a AGI é um fluxo de pesquisa teórica de IA voltado ao desenvolvimento de IA com nível humano de função cognitiva, que inclui a capacidade de autoaprendizado. 

Muitos pesquisadores acreditam que, na prática, não é possível elevar a IA a um “nível humano de função cognitiva”. No entanto, certamente, ela é vista como um modo mais forte de IA comparado às IAs fracas ou mais estreitas que vimos até agora. 

Inteligência Artificial Geral como “IA Forte”

De acordo com a IBM, “Inteligência Artificial Forte (IA), também conhecida como inteligência artificial geral (AGI) ou IA geral, é uma forma teórica de IA usada para descrever uma certa mentalidade de desenvolvimento de IA. Se os pesquisadores puderem desenvolver IA Forte, a máquina exigiria uma inteligência igual à dos humanos; teria uma consciência autoconsciente que pode resolver problemas, aprender e planejar para o futuro.” 

A IA Forte funcionaria essencialmente como um ser humano em nível cognitivo. Ela começaria como uma criança, aprenderia através de entradas e experiências, e progrediria em suas habilidades até se tornar uma máquina tão inteligente que não poderia ser distinguida do cérebro humano. 

Funcionalmente, a IA Forte seria diferente da IA estreita ou fraca em sua capacidade de lidar com o número e a diversidade de tarefas. 

Para colocar essa distinção em perspectiva, a IA fraca ou estreita foca em executar uma tarefa repetitiva, enquanto a IA Forte pode realizar várias tarefas simultaneamente. Mais importante, enquanto a IA fraca ou estreita sempre dependerá de entradas humanas, a AGI ou IA Forte, uma vez concluídas as fases iniciais de crescimento e aprendizado, não dependerá mais de instruções provenientes de humanos. Ela gerará uma consciência semelhante à humana em vez de simulá-la. 

Com todas essas compreensões servindo como base teórica para a AGI, a questão é como abordá-la, especialmente quando os pesquisadores dizem que uma AGI ideal nunca pode ser alcançada. Existem quatro abordagens amplas para a AGI: Simbólica, Emergencista, Híbrida e Universalista. 

Abordagem Simbólica da AGI: Esta abordagem assume que as mentes existem principalmente para manipular símbolos que representam diferentes aspectos do mundo ou de si mesmas. Também assume que um sistema de símbolos físico vem com a capacidade de inserir, extrair, armazenar e alterar entidades simbólicas e, portanto, pode provocar ações executáveis apropriadas para alcançar o objetivo final. 

Portanto, a arquitetura cognitiva simbólica centra-se no conceito de ‘memória de trabalho’ que utilizaria a memória de longo prazo conforme necessário e empregaria um controle centralizado sobre percepção, cognição e ação. 

Abordagem Emergencista da AGI: A abordagem emergencista da AGI assume que as capacidades de processamento de símbolos abstratos surgiriam de dinâmicas subsimbólicas de nível inferior. Em termos mais simples, essa abordagem à AGI gira em torno de considerar o cérebro humano como um conjunto de elementos simples que podem se auto-organizar de forma complexa, se necessário. 

Abordagem Híbrida da AGI: A abordagem híbrida da AGI tem o fenômeno “o todo é maior que a soma das partes” como sua filosofia orientadora. Ela busca responder tanto aos pontos fortes quanto às fraquezas das abordagens simbólica e emergencista através de uma arquitetura integrativa, híbrida, que combina subsistemas operando de acordo com os dois paradigmas. 

A combinação pode ser de um subsistema simbólico com um grande sistema subsimbólico ou uma população de pequenos agentes, cada um dos quais é tanto simbólico quanto subsimbólico por natureza. 

Abordagem Universalista da AGI: A abordagem universalista da AGI começa com algoritmos que têm o poder de gerar uma inteligência geral imensamente poderosa se fornecidos com poder computacional massivo e irrealisticamente imenso. O objetivo é eventualmente reduzi-los escalando-os para que se adaptem a recursos computacionais viáveis. 

Embora todas essas abordagens tenham evoluído com a pesquisa ao redor do paradigma avançando a um ritmo constante, muitas organizações de tecnologia têm construído soluções práticas em torno da AGI. A mais conhecida delas tem sido a Open AI.

Empresas Líderes Trabalhando em AGI

1. Open AI

OpenAI, mais famosa por sua solução ChatGPT, tem uma visão centrada em AGI. Em um post de blog publicado em 24 de fevereiro de 2023, a empresa iniciou seus planos sem qualquer ambiguidade. Ela disse que sua missão era ‘garantir que a inteligência artificial geral – sistemas de IA que são geralmente mais inteligentes que os humanos – beneficie toda a humanidade.’ 

A empresa afirmou que, à medida que seus sistemas se aproximam da AGI, está ‘tornando-se cada vez mais cautelosa com a criação e implantação’ de seus modelos. Como exemplos, destacou a implantação do InstructGPT e do ChatGPT. 

O que é o ChatGPT?

Criado pela Open AI e lançado em 30 de novembro de 2022, o ChatGPT, em sua essência, é uma ferramenta de processamento de linguagem natural impulsionada por IA que permite conversas semelhantes às humanas com o chatbot. Não só pode responder perguntas, como também pode ajudar a redigir e‑mails, ensaios, códigos e muito mais. 

Clique aqui para a lista das cinco melhores extensões do ChatGPT.

O que é o Instruct GPT?

Instruct GPT, um termo cunhado pela Open AI, é um modelo de linguagem avançado impulsionado por IA que pode seguir instruções fornecidas em um prompt de texto. Suas capacidades avançadas de entender requisitos baseados em texto e gerar respostas baseadas em texto de acordo o tornam uma ferramenta poderosa para uma variedade de propósitos de serviço e conteúdo. 

Chat GPT da Open AI em Números

De acordo com os últimos números disponíveis, o ChatGPT da OpenAI tem mais de 100 milhões usuários ativos semanais. Relatórios publicados em 12 de outubro de 2023 disseram que a OpenAI estava gerando receita a uma taxa de US$1,3 bilhão por ano, gerando mais de US$100 milhões por mês, 30% acima de seus números do verão de 2023. 

Reestruturação Organizacional da Open AI

No entanto, a OpenAI esteve em destaque nas notícias recentemente por sua reestruturação organizacional que gerou agitação na comunidade tecnológica e de investimentos em todo o mundo. O conselho de administração decidiu destituir seu CEO, Sam Altman, por não ser “consistentemente sincero” em suas comunicações. Contudo, cinco dias depois de ter sido subitamente demitido, o conselho decidiu trazer Altman de volta ao seu antigo cargo. 

Segundo relatos, cada membro da equipe da Open AI assinou uma carta dizendo que considerariam deixar a empresa se o Sr. Altman não fosse reconduzido ao seu cargo anterior. Um dos membros do conselho responsável pela destituição de Sam Altman, o cientista‑chefe da Open AI, Ilya Sutskever, escreveu em seu perfil no X o seguinte: “Lamento profundamente minha participação nas ações do conselho. Nunca tive a intenção de prejudicar a OpenAI. Amo tudo o que construímos juntos, e farei tudo o que puder para reunir a empresa.”

Com o Sr. Altman de volta como CEO da Open AI, a controvérsia parece ter se tornado coisa do passado. 

Embora a OpenAI tenha sido a mais proeminente em ganhar tração e atenção no espaço da AGI, outros players existem há um tempo significativo. DeepMind é um desses players que tem trabalhado desde 2010.

2. DeepMind

DeepMind’s objetivo oficial de longo prazo é ‘resolver a inteligência, desenvolvendo sistemas de resolução de problemas mais gerais e capazes, conhecidos como inteligência artificial geral.’ A empresa se uniu ao Google em 2014. 

O princípio operacional da DeepMind sempre foi avançar a ciência para beneficiar a humanidade. Como tal, ela quer aproveitar a inteligência artificial para servir às necessidades e expectativas da sociedade. 

O que pode ser considerado como o sucesso alcançado pela DeepMind até agora são que seus programas aprenderam a diagnosticar doenças oculares tão eficazmente quanto os melhores médicos do mundo, economizaram 30% da energia usada para manter os data centers refrigerados, previram as formas tridimensionais complexas de proteínas, revolucionando o caminho para a indústria farmacêutica avançar. 

De acordo com os dados disponíveis, a DeepMind levantou apenas uma rodada de fundos em 1º de fevereiro de 2011, antes de colaborar com o Google. Os investidores foram Founders Fund e Horizons Ventures. O financiamento foi avaliado em US$50 milhões, segundo relatos. 

3. Adept

Outro player emergente no campo da AGI é a Adept. Em março de 2023, a startup de pouco mais de um ano com apenas 25 funcionários levantou US$350 milhões em capital de risco. Ela levantou fundos ao demonstrar uma versão rudimentar de um assistente digital. 

A Adept estudou como os humanos usam computadores para construir um modelo de IA que pode transformar um comando de texto em um conjunto de ações. A rodada de financiamento foi concluída com uma avaliação pós‑money de US$1 bilhão. 

De acordo com David Luan, cofundador da Adept, a empresa quer construir o mesmo modelo de computação seguindo a forma como um sintetizador permite que um músico toque os sons de muitos instrumentos sem precisar aprender a tocar o instrumento original. 

AGI: O Caminho à Frente

As pessoas têm visões diferentes sobre o potencial da AGI. Alguns acreditam que a AGI pode ter consequências perigosas para a humanidade, enquanto alguns acreditam que a AGI não seria capaz de alcançar o que pensamos que poderia. 

De acordo com Diego Klabjan, professor da Northwestern University e diretor fundador do Programa de Mestrado em Ciências Analíticas da escola:

“Os cérebros humanos têm bilhões de neurônios que estão conectados de maneira muito intrigante e complexa, e o estado da arte atual [tecnologia] são apenas conexões diretas seguindo padrões muito simples. Então, passar de alguns milhões de neurônios para bilhões de neurônios com as tecnologias de hardware e software atuais – eu não vejo isso acontecendo.”

O Future of Humanity Institute da Universidade de Oxford conduziu uma pesquisa entre 352 pesquisadores de aprendizado de máquina sobre o potencial de evolução da IA. O número mediano de respondentes fez previsões notáveis ano a ano. 

• Até 2026: máquinas podem se tornar capazes de escrever redações escolares
• Até 2027: caminhões autônomos podem tornar os motoristas desnecessários
• Até 2031: IA pode superar humanos no setor de varejo
• Até 2049: IA poderia se tornar o próximo Stephen King
• Até 2137: Todos os empregos humanos podem ser automatizados

É muito cedo para prever onde a IA nos levará eventualmente. Mas, como todas as tecnologias, pode ser usada para o bem ou para o mal. 

O CEO da Open AI, Sam Altman, acredita que “deve haver grande escrutínio de todos os esforços que tentam construir AGI e consulta pública para decisões importantes.” Ele vai ainda mais longe ao dizer que:

“O mundo poderia se tornar extremamente diferente do que é hoje, e os riscos poderiam ser extraordinários. Uma AGI superinteligente desalinhada poderia causar danos graves ao mundo; um regime autoritário com uma superinteligência decisiva poderia fazer isso também.”

Ainda assim, há provedores de soluções de AGI como a DeepMind e outros que acreditam que a AGI será a portadora de muitas descobertas científicas e trará mudanças reais no mundo para melhor. A AGI definitivamente terá uma influência significativa em nossas buscas em pesquisa, engenharia, ciência e segurança para o mundo. Uma grande parte do sucesso dependerá definitivamente de quão cautiosas e calibradas são as ações humanas.  

Clique aqui para aprender tudo sobre investir em inteligência artificial.