6# IA em todo lado, mas o que é ao certo?

Boa noite!!

E assim começou mais uma semana.

No meu caso, com uma loooonga segunda-feira.

Para começar em grande, hoje vou tentar descodificar um dos temas mais em voga.

Toda a gente fala em Inteligência Artificial (IA), neste momento.

Apesar disso, segundo a minha experiência, a grande maioria das pessoas não sabe ao certo responder à pergunta direta: “O que é a IA?”.

Eu próprio, que fiz uma tese de mestrado sobre isso, tenho por vezes dificuldade.

Assim sendo, vamos lá desmistificar o tema…

Em primeiro lugar, a IA está longe de ser um tema recente!

O primeiro grande marco da IA (embora ainda não existisse essa denominação), foi em 1950.

Nesse ano, Alan Turing vê o seu artigo “Computing Machinery and Intelligence” publicado na “Mind”, uma revista de filosofia.

É nesse artigo que Turing faz a pergunta que deu o pontapé de saída ao estudo desta nova área: “Can Machines Think?”

É também aí que é descrito, pela primeira vez, aquele que mais tarde ficaria conhecido como o “Teste de Turing”.

Este teste consistia num jogo, o “Imitation Game”, onde uma máquina seria avaliada pela sua capacidade de responder a perguntas de forma indistinguível de um humano.

Neste jogo, existe um interrogador, que faz as mesmas perguntas a um humano e a uma máquina.

Para cada pergunta, recebe uma resposta de cada.

Turing concluia que, caso não fosse possível para o interrogador conseguir distinguir de quem vinha cada resposta, então a resposta à pergunta “Can Machines Think?” era afirmativa.

O objetivo era desviar o foco da pergunta filosófica “podem as máquinas pensar?” para uma abordagem prática:

“Pode uma máquina agir como se pensasse?“

Entretanto, poucos anos depois, em 1956, deu-se a Conferência de Dartmouth.

Esta conferência é hoje considerada o nascimento oficial da IA como conceito de estudo.

A conferência contou com ilustres como John McCarthy (que cunhou o termo “IA”), Marvin Minsky e Claude Shannon.

Juntos discutiram como fazer as máquinas “simular a inteligência humana”.

Nas décadas subsequentes, deu-se o chamado “Inverno da IA”, que mais não foi que a ausência de progresso na área.

Isto aconteceu devido, essencialmente, à falta de poder computacional e, consequentemente, à falta de investimento.

Fazendo fast forward, nos últimos anos assistimos à democratização da IA.

Hoje em dia, todos nós temos um Large Language Model na ponta do dedo, pronto a dar-nos todas as respostas de que precisamos.

Mas então, que fatores permitiram que tal acontecesse?

A resposta prende-se em 2 pilares fundamentais, existindo outros, com menos relevância.

Estes 2 pilares são: a disponibilidade de dados e a evolução do poder computacional (que permitiu coletar, armazenar e analisar esses mesmos dados).

Estas foram as mais importantes evoluções que permitiram que todos nós tenhamos um ChatGPT na mão, a qualquer hora.

Nesta altura, devem estar a questionar-se “Ok, muita história, mas ainda não percebi ao certo o que é a IA”

Então vamos lá…

Já todos ouvimos que a IA vai permitir a automação disto e daquilo.

No entanto, a IA vai permitir (e já permite) muito mais que simples automações.

Antes da IA, nós já fazíamos automações de máquinas, basta pensar nas máquinas fabris.

O que a IA realmente traz de novo é a possibilidade de uma máquina analisar dados por si própria antes de executar, tomando assim decisões de forma autónoma!

Vamos a um exemplo prático:

Imaginemos um sistema que automatiza a abertura e o fecho de uma janela.

Vamos assumir que a janela é comandada por um algoritmo.

E que esse algoritmo está programado para abrir a janela quando estão mais de 20ºC, e para fechá-la quando estão 20ºC ou menos.

Ora, para fazer esta automação não é de todo necessária IA.

Basta ter um sensor e, através de código, programar essa automação.

No entanto, se quisermos um sistema que aprenda quando abrir ou fechar a mesma janela, tendo em conta os nossos hábitos e outros fatores (como vento, hora do dia e preferências pessoais), o caso muda de figura.

Nesse caso, já precisamos de uma máquina que aprenda, tal e qual como nós aprendemos.

E é muito mais útil, porque o algoritmo vai conseguir replicar o nosso comportamento, de forma muito mais precisa e ajustada às preferências individuais.

Outro exemplo são os chatbots.

Os chatbots de muitas empresas têm respostas predefinidas para qualquer que seja a pergunta.

É o exemplo do clássico “Obrigado pela sua mensagem, um dos nossos agentes irá responder-lhe assim que possível”.

Já se fosse, por exemplo, o ChatGPT, responderia de acordo com o nosso input.

Porquê? Porque através da análise anterior de milhões de conversas e textos, consegue identificar padrões e construir uma resposta informada e que faça sentido.

Aliás, essa análise é o que lhe permite aprender como e o que responder.

É como se fosse um bebé nos primeiros anos de vida que ouve milhares de conversas e aprende a comunicar verbalmente.

Agora que exemplifiquei, e para fechar, vamos a uma definição leiga do conceito de AI.

A minha definição, sem detalhes técnicos, seria…

A Inteligência Artificial é quando se ensina, através da experiência passada (dados), os computadores a aprenderem e a fazerem coisas sozinhos, como resolver problemas, conversar ou jogar.

No fim, é como dar um “cérebro” às máquinas para elas nos ajudarem em tarefas do dia-a-dia.

Podia entrar em muito mais detalhes…

Mas acho que esta já é uma boa base de começo.

E como o email já vai longo, hoje ficamos por aqui!

Amanhã à mesma hora.

Abraço,

Francisco