A Inteligência Artificial (IA) é uma das forças mais transformadoras de nossos tempos. Embora possa haver um debate se a IA transformará nosso mundo de maneiras boas ou más, algo com que todos concordamos é que a IA não seria nada sem o big data. Big data e IA são considerados dois gigantes. O aprendizado de máquina é considerado uma versão avançada da IA por meio da qual computadores inteligentes podem enviar ou receber dados e aprender novos conceitos analisando os dados sem ajuda humana. O Large Hadron Collider, por exemplo, irá gerar cerca de 15 petabytes de dados por ano. Isso não é nada comparado ao que acontece quando mapeamos um cérebro inteiro, o que envolverá cerca de um milhão de petabytes de dados. Astronomia, química, estudos climáticos, genética, direito, ciência dos materiais, neurobiologia, teoria das redes ou teoria das partículas são apenas algumas áreas que já estão sendo transformadas por grandes bancos de dados. Agora, essa revolução está chegando às humanidades. O enorme programa de livros do Google, que digitalizou milhões de livros, criou um aplicativo que dá às pesquisas acesso a um banco de dados de bilhões de palavras em vários conjuntos de idiomas e dois séculos: “dados grandes e longos”. O programa do Google - Ngram Viewer - faz mais do que fornecer uma visão única da história das palavras. Ele promete mudar a forma como os historiadores fazem seu trabalho e mudar nossa imagem da própria história. Um novo escopo - o big data - vai mudar as humanidades, transformar as ciências sociais e renegociar a relação entre o comércio mundial e a “torre de marfim. Paralelamente, a arquitetura cognitiva desempenha um papel vital no fornecimento de projetos para a construção de sistemas inteligentes que suportam uma ampla gama de recursos semelhantes aos dos humanos. A arquitetura de rede neural para o aprendizado de vetores de palavras pode treinar mais de 100 bilhões de palavras por dia. Uma Tradução Automática Neural (NMT) traduz entre vários idiomas, e NMT também pode aprender a realizar a ponte implícita entre pares de idiomas nunca vistos explicitamente durante o treinamento, mostrando que a aprendizagem de transferência e a tradução de disparo zero são possíveis para a tradução neural. Uma nova estrutura de treinamento - aprendizado por reforço profundo (RL) para aprendizado de ponta a ponta em um mundo sintético completamente não fundamentado, onde os agentes se comunicam por meio de símbolos sem significados pré-especificados - para agentes de diálogo visualmente fundamentados mostrou que dois bots inventam seus próprio protocolo de comunicação sem supervisão humana (tabula rasa?). Os agentes RL não apenas superam significativamente os agentes de aprendizagem supervisionados, mas também aprendem a usar os pontos fortes uns dos outros, enquanto permanecem interpretáveis para observadores humanos externos. Bot-talk lembra a conversa de gêmeos, romance pós-estruturalista ou linguagens culturalmente restritas. As linguagens de IA podem ser evoluídas a partir de uma linguagem humana natural ou podem ser criadas ab initio.
Pedro R. García Barreno, MD, Ph.D., MBA.
da Real Academia Espanhola
da Real Academia de Ciências da Espanha
da Comissão Científica do FIDE
