top-right

Inteligência Artificial

Introdução e Conceitos Fundamentais

Pontifícia Universidade Católica de Campinas

Prof. Dr. Denis M. L. Martins

O que é Inteligência?

Segundo o Dicionário Michaelis

  1. Faculdade de entender, pensar, raciocinar e interpretar; entendimento, intelecto, percepção, quengo.
  2. Habilidade de aproveitar a eficácia de uma situação e utilizá-la na prática de outra atividade.
  3. Princípio espiritual e abstrato considerado a fonte de toda a intelectualidade.
  4. Capacidade de resolver situações novas com rapidez e êxito, adaptando-se a elas por meio do conhecimento adquirido.

Raízes da IA¹

  • Talos: autômato da mitologia grega, criado por Hephaestus.
  • Criatura artificial (robô gigante feito de bronze)
  • Programado para realizar proteger a ilha de Creta.
    • Tarefa específica e complexa
    • Rondava a ilha três vezes ao dia lançando pedras contra as naus que se aproximavam, impedindo-as de aportar.

¹ Veja também a apresentação do Prof. Paulo Cunha sobre Raízes da IA em https://cunhapaulo.github.io/ai/

Como medir Inteligência?

  • Se a inteligência é tão multifacetada e intrinsecamente ligada à experiência subjetiva, como podemos sequer tentar quantificá-la?
  • Testes de QI: Avaliam habilidades lógicas, matemáticas, verbais e espaciais – mas capturam apenas aspectos da inteligência. Foco limitado em habilidades específicas, não consideram criatividade, intuição ou inteligência emocional.
  • Inteligências Múltiplas (Howard Gardner): Propõe a existência de diversas inteligências independentes (linguística, lógico-matemática, espacial, musical, cinestésico-corporal, interpessoal, intrapessoal, naturalista).

Teste de Turing (1950)

Jogo da Imitação

  • O Problema: Como determinar se uma máquina "pensa"? Evitar debates filosóficos sobre a consciência.
  • A Proposta: Um jogo de imitação: um humano interage com uma máquina e outro humano, sem saber qual é qual. Se o juiz humano não consegue distinguir a máquina do humano, a máquina "passa" no teste.
  • Foco no Comportamento: Define inteligência em termos de capacidade de imitar o comportamento inteligente humano.
  • Leia o artigo original em https://courses.cs.umbc.edu/471/papers/turing.pdf

O Argumento da sala chinesa (John Searle em 1980 )

center
Fonte da Imagem: Walid Saba @Medium. Leia mais em: The Chinese Room Argument @Scaler Topics.

Paradigmas da Inteligência Artificial²

  • A discussão sobre a natureza da inteligência artificial frequentemente se divide em duas categorias principais:
    • IA Forte (IA Geral - AGI)
    • IA Fraca (IA Estreita/Narrow).
  • Essas distinções, embora debatidas, oferecem um framework útil para entender as diferentes aspirações e desafios na área.

² Leia mais em: https://www.ibm.com/br-pt/think/topics/strong-ai

IA Fraca (Narrow AI)

  • Definição: Sistemas projetados e treinados para realizar tarefas específicas.
  • Características-chave:
    • Perícia (expertise) em um domínio limitado.
    • Instrumental: Serve a um propósito específico definido por humanos.
  • Exemplos:
    • Sistemas de recomendação (Netflix, Amazon)
    • Reconhecimento facial
    • Jogadores de xadrez/Go (AlphaZero)
    • Assistentes virtuais (Siri, Alexa) - apesar da aparente conversação, são sistemas altamente especializados.
    • ChatGPT e outros Grande Modelos de Linguagem (LLMs).
  • A grande maioria dos sistemas de IA existentes hoje se enquadram nesta categoria.

IA Forte (Artificial General Intelligence - AGI)

  • Definição: Sistemas que possuem a capacidade de entender, aprender e aplicar seu conhecimento em qualquer tarefa que um ser humano pode realizar. Possuiria consciência e autoconsciência.
  • Características-Chave:
    • Capacidade de raciocínio abstrato, aprendizado generalizado e resolução de problemas em diversos domínios.
    • Potencial para compreensão genuína do mundo.
  • Exemplos: (Hipotéticos)
    • Um robô capaz de aprender qualquer habilidade, desde tocar piano até escrever um romance.
    • Uma máquina que possa formular suas próprias perguntas e buscar respostas independentemente.
  • Não existe (ainda?). AGI permanece um objetivo de pesquisa a longo prazo e enfrenta desafios teóricos e práticos significativos.

Comparação Direta (Tabela)

Característica IA Fraca (Narrow AI) IA Forte (AGI)
Escopo Tarefas Específicas Domínio Geral, como um Humano
Consciência/Autoconsciência Ausente Potencialmente Presente
Compreensão Genuína Limitada à tarefa específica Ampla e Abstrata
Flexibilidade Baixa Alta
Status Atual Existente e Amplamente Utilizada Teórica, não existe (ainda?)

AGI levanta questões filosóficas profundas sobre a natureza da consciência, da mente e da própria inteligência.

Symbol Grounding Problem

  • Sistemas de IA, mesmo os mais sofisticados, operam essencialmente manipulando símbolos (palavras, frases, representações lógicas) segundo regras formais.
  • Mas de onde vem o significado desses símbolos? Como uma máquina pode saber que o símbolo "cachorro" se refere a um animal específico no mundo real?
  • Analogia: Imagine um jogo de xadrez onde você conhece as regras e pode mover as peças, mas não sabe o que são "peões", "torres" ou "rei". Você está manipulando símbolos sem entender seu significado.
    • Similar ao argumento da sala chinesa.
  • LLMs podem gerar texto gramaticalmente correto e coerente, mas isso não garante que eles compreendam o que estão dizendo. Eles estão essencialmente prevendo a próxima palavra com base em padrões estatísticos.

5 Tribos de Machine Learning

Baseado no livro O Algoritmo Mestre, de Pedro Domingos (professor na Universidade de Washington).
center

Dúvidas e Discussão