A inteligência artificial surgiu em meados da década de 1950 como uma nova e promissora disciplina acadêmica. A IA tornou-se uma das áreas mais empolgantes das ciências da computação nas décadas seguintes. Mas, depois de anos de promessas e exageros não cumpridos, um período chamado de inverno de IA, com projetos fracos, quase mataram a área de estudo e pesquisa. A IA renasceu com sucesso na década de 1990 com um novo paradigma estatístico baseado na análise de grandes quantidades de dados com computadores poderosos e algoritmos sofisticados. Agora, seis décadas após o início, a IA parece finalmente atingir a maioridade.
“2021 viu a globalização e a industrialização da IA se intensificarem, enquanto as questões éticas e regulatórias dessas tecnologias se multiplicaram”, disse o relatório AI Index de 2022 sobre o progresso da IA, lançado em março de 2022 pelo Stanford’s Institute for Human-Centered Artificial Inteligência (HAI). “2021 foi o ano em que a IA passou de uma tecnologia emergente para uma tecnologia madura – não estamos mais lidando com uma parte especulativa da pesquisa científica, mas sim com algo que tem impacto no mundo real, tanto positivo quanto negativo”, escreveu Jack Clark, co-presidente do AI Index. Vários fatores levaram à sua conclusão, em particular o advento do Foundations Models como o GPT-3 da OpenAI e o BERT do Google.
Na última década, sistemas de IA cada vez mais poderosos igualaram ou superaram os níveis humanos de desempenho em várias tarefas específicas, como reconhecimento de imagem e fala. Esses sistemas de Deep Learning (DL) de tarefas específicas geralmente contam com Supervised Learning (SL), um método de treinamento em que os dados devem ser cuidadosamente rotulados, – por exemplo, gato, não-gato -, exigindo assim um grande investimento em tempo e dinheiro para produzir um modelo que é estritamente focado em uma tarefa e não pode ser facilmente reaproveitado.
Os Foundations Models contornaram essas limitações de DL com base em dois avanços recentes, o Transfer Learning e Huge Scale. O aprendizado por transferência (Transfer Learning) pega o conhecimento aprendido no treinamento de uma tarefa específica e o aplica a tarefas diferentes, mas relacionadas, como usar o treinamento para reconhecer carros em imagens e aplicar isso ao reconhecimento de caminhões e ônibus. Como resultado, os Foundations Models podem ser adaptados para muitas tarefas diferentes com quantidades relativamente pequenas de ajuste.
A enorme escala desses modelos baseia-se em três avanços recentes: (I) grandes melhorias no desempenho e nos custos do hardware de computação; (II) novas arquiteturas transformadoras que permitem que esses grandes modelos aproveitem sistemas paralelos; e (III) mais dados (10 vezes mais dados) de treinamento do que os modelos DL anteriores, incluindo grandes blocos de informações na Internet, bem como livros, artigos, relatórios e outras mídias digitais.
Em 30 de novembro, a OpenAI lançou o ChatGPT, uma versão do GPT-3 que interage com os usuários em um formato de conversação. “O formato de diálogo permite que o ChatGPT responda a perguntas, admita erros, conteste premissas incorretas e rejeite solicitações inadequadas.” A OpenAI incentiva os usuários a experimentar o ChatGPT, e muitos milhões já o fizeram, sobrecarregando o sistema com tráfego muito alto.
“Quantas pessoas já testaram o ChatGPT?”, perguntei ao ChatGPT antes de postar este blog em Junho, e ele prontamente respondeu: “Não tenho um número exato de quantas pessoas já experimentaram o ChatGPT, mas ele é muito utilizado por pesquisadores, desenvolvedores e empresas em todo o mundo para processamento de linguagem natural (NLP), como chatbots, tradução de idiomas e resumo de texto. Também é usado por muitos indivíduos para projetos pessoais e experimentação.”
Nos últimos meses, li vários artigos e assisti muitos vídeos sobre o ChatGPT. Eles abrangem desde grande admiração até profundo ceticismo. Deixe-me comentar um desses artigos.
“ChatGPT é, simplesmente, o melhor chatbot de inteligência artificial já lançado para o público em geral”, escreveu o colunista de tecnologia do NY Times Kevin Roose em “The Brilliance and Weirdness of ChatGPT”. O ChatGPT “chegou com força… e muitos de seus fãs falam dele em termos grandiosos e atônitos, como se fosse uma mistura de software e feitiçaria”. As ferramentas anteriores de IA eram boas em tarefas estreitas e bem definidas, “mas ainda tendem a falhar quando tiradas de suas zonas de conforto”.
“Mas o ChatGPT é diferente. Mais esperto. Mais estranho. Mais flexível.” Ele pode escrever piadas (algumas das quais são realmente engraçadas), trabalhar com códigos de computador e redações de nível universitário. Ele também pode atuar em diagnósticos médicos, criar jogos de Harry Potter baseados em texto e explicar conceitos científicos em vários níveis de dificuldade.”
Essa nova geração de chatbots está inspirando admiração e medo. Seu impacto econômico pode ser semelhante ao da eletricidade de um século atrás. Por outro lado, isso pode ser “o começo do fim de todo o trabalho de conhecimento e tarefas administrativas e burocráticas e um precursor do desemprego em massa”.
“Pessoalmente, ainda estou tentando entender o fato de que o ChatGPT – um chatbot que algumas pessoas acham que pode tornar o Google obsoleto, e que já está sendo comparado ao iPhone em termos de seu potencial impacto na sociedade – e este ainda não é o melhor modelo de I.A. da OpenAI.”, escreveu Roose em seu parágrafo final. “Isso seria o GPT-4, a próxima versão do grande modelo de linguagem da empresa.” Há rumores de que o GPT-4 será lançado em 2023 e espera-se que seja significativamente mais poderoso que o GPT-3.
Deixe-me agora passar para um artigo mais cético. “O novo chatbot conquistou a Internet e mostrou como a IA conversacional pode ser boa – mesmo quando inventa coisas”, escreveu Will Knight, redator sênior da Wired, em “ChatGPT’s Most Charming Trick Is Also Its Biggest Flaw”. “O ChatGPT se destaca porque pode pegar uma pergunta formulada naturalmente e respondê-la usando uma nova variante do GPT-3, chamada GPT-3.5. Esse ajuste desbloqueou uma nova capacidade de responder a todos os tipos de perguntas, dando ao poderoso modelo de IA uma nova interface atraente que praticamente qualquer pessoa pode usar.”
“Colocar uma nova interface em uma tecnologia também pode ser uma receita para o hype”, acrescentou Knight. “Apesar de seu potencial, o ChatGPT apresenta algumas falhas, comuns às ferramentas de geração de texto. Nos últimos dois anos, OpenAI e outros mostraram que algoritmos de IA treinados em grandes quantidades de imagens ou texto podem ser capazes de feitos impressionantes. Mas como eles trabalham de forma puramente estatística, em vez de realmente aprender como o mundo funciona, esses programas são propensos a gerar fatos e declarações preconceituosas e odiosas – problemas ainda presentes no ChatGPT. Os primeiros usuários do sistema reportaram que o serviço entregava respostas de pura bobagens aparentemente convincentes sobre um determinado assunto.”
Outros artigos focaram no potencial de negócios dessas poderosas tecnologias de IA. Em “A tecnologia que invadirá nossas vidas em 2023”, o escritor de tecnologia de consumo do NY Times, Brian Chen, prevê que 2023 nos trará uma variedade de novos e aprimorados assistentes de IA.
“Usuários que ficaram impressionados com a competência linguística do ChatGPT ficaram também surpresos com seus erros, particularmente com aritmética simples”, escreveu ele. Deixando de lado as falhas, podemos esperar que as empresas de I.A. melhorem os pontos fortes desses chatbots com ferramentas que simplificam a forma como escrevemos e lemos textos. “Por um lado, é muito provável que no próximo ano possamos ter um chatbot que atue como assistente de pesquisa. … Isso não significa que veremos uma enxurrada aplicativos de A.I. em 2023. Pode ser que muitas ferramentas que já usamos para o trabalho comecem a incorporar a geração automática de linguagem em seus aplicativos.”
Da mesma forma, em “A inteligência artificial está finalmente permeando os negócios”, o The Economist escreveu que “novos e poderosos Foundations Models estão se movendo rapidamente do laboratório para o mundo real. O Chatgpt, uma nova ferramenta de IA que foi lançada recentemente para testes, está fazendo sucesso por sua capacidade de criar piadas e explicar conceitos científicos. Mas a empolgação também está entre os usuários corporativos, desenvolvedores e financiadores de capital de risco desses desenvolvedores”.
2022 pode muito bem ser lembrado como o ano em que a IA finalmente atingiu a maioridade. Como observou este artigo do NY Times, “existem muitas maneiras pelas quais esses bots são superiores a você e a mim. Eles não se cansam, não deixam a emoção tomar conta, podem extrair ou examinar instantaneamente quantidades gigantescas de informações. E eles podem gerar texto, imagens e outras mídias em velocidades e volumes que nós, humanos, nunca poderíamos.” Mas, ao mesmo tempo, precisamos aprender “o que esses sistemas podem fazem bem e o que não podem, como eles substituirão o trabalho humano a curto prazo e como não o farão“. Perceber o potencial de uma nova tecnologia importante leva tempo. Há claramente muito trabalho a ser feito.
