Sumário
Jeff Dean lidera o desenvolvimento de IA no Google. Ele vê três pontos-chave que ainda faltam para uma IA verdadeiramente inteligente – mas onde um caminho para uma solução já pode estar surgindo.
Antes de falarmos sobre a inteligência da inteligência artificial, dois aspectos principais são importantes: Primeiro, inteligência é um termo vagamente definido em qualquer caso. Em segundo lugar, há boas razões para acreditar que a inteligência é um espectro e que existem diferentes tipos de inteligência.
Frequentemente, o termo inteligência é equiparado à mente humana e, aqui, em particular, às habilidades para aprender de forma eficiente e ser capaz de transferir o que foi aprendido para diferentes tarefas, ou seja, para generalizar. Os sistemas de IA de hoje geralmente são bons apenas em tarefas individuais, e é por isso que às vezes a inteligência é negada.
O chefe de IA do Google, Jeff Dean, tem uma visão semelhante: “Acho que o grande desafio na IA é como generalizar um conjunto de tarefas que você já domina para novas tarefas da maneira mais fácil e sem esforço possível”.
Três grandes marcos no desenvolvimento da IA
Para Dean, o treinamento atual de IA, que cria muitos modelos especializados, é ineficiente e, portanto, o primeiro problema: “Se você treinar uma rede neural do zero, é como esquecer todo o treinamento toda vez que tenta algo novo. Isso é loucura, certo? disse Dean em uma palestra. Em vez disso, disse ele, é preciso desenvolver sistemas de IA que possam “dominar milhares ou milhões de tarefas”, generalizando seu conhecimento.
O segundo problema a ser resolvido no caminho para uma IA mais geral, diz Dean, é como processar muitos tipos diferentes de dados, como os humanos dominam. Os sistemas de IA são predominantemente especializados em um tipo de dados, como texto, imagens ou vídeo. Os sistemas multimodais de IA, como os demonstrados pelo Google e outras empresas em 2021, são uma abordagem para resolver esse problema.
O terceiro problema, para Dean, é a falta de eficiência dos atuais modelos de IA que ativam toda a rede neural para cada tarefa, seja a tarefa desafiadora ou simples. “Isso também é diferente de como nossos próprios cérebros funcionam. Diferentes partes do nosso cérebro são boas para coisas diferentes, e estamos constantemente chamando as partes delas que são relevantes para a tarefa em questão”, diz Dean.
Caminhos: o caminho do Google para uma inteligência artificial mais geral?
Se os pesquisadores conseguirem corrigir esses três problemas, Dean espera sistemas de IA mais poderosos: um punhado de modelos de uso geral poderia lidar com milhares ou milhões de tarefas, de acordo com Dean, lidando com todas as modalidades ao invés de uma única, e capaz de combiná-las. Para fazer isso com eficiência, eles ativam apenas as áreas da rede neural artificial necessárias para uma tarefa específica.
De acordo com Dean, a arquitetura Pathways AI projetada pelo Google é um passo em direção a esse futuro de IA. O Pathways é uma espécie de projeto para um sistema multifuncional inteligente de IA que o Google revelou no outono passado, mas para o qual ainda não há detalhes técnicos disponíveis.
Dean expressa confiança de que o Pathways é um grande passo em direção a uma nova geração de IA: “Estamos muito entusiasmados com isso, achamos que será um passo à frente na forma como construímos sistemas de IA”.
Modelos de IA projetados usando o princípio Pathways podem obter uma compreensão mais profunda do mundo e ajudar a resolver “alguns dos maiores problemas da humanidade”. Dean cita o desenvolvimento de medicamentos, sistemas educacionais mais eficientes e mudanças climáticas como exemplos.
Renomado pesquisador de IA François Chollet é menos otimista : ele não vê nenhum progresso significativo em relação à IA geral na última década – o que é interessante, já que Chollet também trabalha para o Google e deve estar familiarizado com o Pathways.