O termo inteligência artificial geralmente
desperta a curiosidade das pessoas. Livros e filmes vêm sendo produzidos há décadas
e nos fazem pensar como seria viver em uma realidade em que máquinas feitas
pelo homem seriam capazes de pensar e agir de maneira autônoma, realizando os
trabalhos mais difíceis e até mesmo tendo emoções, como na famosa história de
Isaac Asimov, O Homem Bicentenário. A
ideia de automatizar tarefas humanas não é novidade.
Blaise Pascal foi um dos primeiros a construir uma máquina calculadora, em
1642, para ajudar seu pai em um escritório de coleta de impostos. O americano
Herman Hollerith inventou, em 1880, uma máquina capaz de processar dados
baseada na separação de cartões perfurados.
Os computadores atuais começaram a
surgir na década de 1940, em pesquisas militares. A partir daí, com o rápido
avanço da área, um novo mundo de possibilidades abriu-se para a humanidade. E
com isso as especulações do que seria possível conseguir nas próximas décadas.
Nessa mesma época, o escritor russo Isaac Asimov escreveu uma série de contos
que deu origem, entre outros, ao livro Eu,
Robô, no qual foram estabelecidas as três leis da robótica, como condição
de coexistência dos robôs com os seres humanos e como prevenção de qualquer
perigo que a inteligência artificial pudesse representar à humanidade.
No entanto, apesar de ter surgido
há várias décadas, a área da computação conhecida como inteligência artificial
forte, que busca criar seres artificiais inteligentes, contrariando as
previsões que acompanharam seus primórdios, não conseguiu criar um sistema
artificial dotado da capacidade de inteligência da maneira como ela ocorre nos
seres vivos, nem tampouco a capacidade de ser autoconsciente.
O pesquisador Marvin Minsky é
co-fundador do laboratório de inteligência artificial do Instituto de
Tecnologia de Massachusetts (MIT) e autor de diversos artigos e livros sobre o
tema e suas implicações filosóficas. Minsky defende a ideia de que regras e
representações são a natureza da mente, passíveis, portanto, de uma reprodução
artificial por um computador. No entanto, após décadas de pesquisas, os estudos
não alcançaram o sucesso esperado. Minsky explica que os computadores atuais
podem fazer cálculos complexos, no entanto, não conseguem realizar atividades
simples que uma criança de quatro anos consegue: “Computadores podem resolver
equações diferenciais, mas não conseguem entender uma simples historinha
infantil. Podem vencer pessoas no xadrez, mas não são capazes de encher o seu
copo”, diz Minsky.
Hubert Dreyfus é professor de
filosofia na Universidade da California e estuda as implicações da Inteligência
Artificial. Em um de seus livros, What Computers Can’t Do (1972),
Dreyfus argumenta que a consciência não pode ser adquirida por sistemas
baseados em regras ou lógica. O conhecimento das pessoas consiste também
naquilo que elas sabem sem saber que sabem e aquilo que nunca foi aprendido,
como, por exemplo, “que as pessoas se movem mais facilmente para a frente do que
para trás, ou que se se entornar água em cima da toalha ela passará para as
pernas de quem está por baixo”.
A questão é: se e como é possível
ensinar esse tipo de informação a uma máquina. Como é possível fazer um ser
artificial ter bom senso, ser amável, ter iniciativa, senso de humor,
distinguir o certo do errado, cometer enganos e criar algo realmente novo?
Outro ramo de estudos, conhecido
como inteligência artificial fraca, não tem como objetivo direto a criação de
seres artificiais, mas utiliza técnicas de inteligência para lidar com
problemas complexos. Diversas abordagens são inspiradas em processos químicos e
biológicos.
Uma dessas técnicas, conhecida como
algoritmos genéticos, reproduz artificialmente alguns processos da teoria da
evolução proposta por Darwin. Nessa técnica, grosso modo, um problema complexo
é escolhido e diversas soluções candidatas ao problema são colocadas num
cenário artificial, onde as melhores soluções sobrevivem para a próxima
geração. Depois de algumas gerações, a expectativa é de que a melhor de todas
as soluções para o problema seja encontrada. Os algoritmos genéticos funcionam
bem para diversos problemas matemáticos, no entanto, alguns pesquisadores
apontam deficiências na técnica. Os critérios na definição dos parâmetros do
programa não são muito claros, como, por exemplo, o percentual de cruzamento e
de mutação que vai ocorrer em cada geração.
Se ocorre muita mutação, perdem-se
bons indivíduos e não se consegue resolver o problema. No entanto, se ocorre
pouca mutação, é possível que o programa aponte uma solução ruim como sendo a
melhor de todas, pois não conseguiu avaliar todas as possibilidades. De fato,
não existe um valor universal para esses parâmetros, que seja aplicável para
todos os problemas do mundo. Esse valor tem que ser ajustado, como que por
tentativa e erro, de acordo com o problema em questão. Diversos outros
parâmetros dos algoritmos genéticos são igualmente complexos de serem
implementados. Para alguns problemas, outras técnicas matemáticas são mais
fáceis e menos custosas de ser implementadas.
Essas questões, apesar de não se
relacionarem diretamente na construção de seres inteligentes artificiais, nos
mostram como é complexa a reprodução computacional de processos facilmente
explicados por outras áreas da ciência, como física e a biologia.
O cérebro humano contém cerca de cem
bilhões de neurônios, ligados por mais de dez mil conexões sinápticas cada.
Apesar do rápido avanço científico, muito do funcionamento do cérebro continua
um mistério. Será que o cérebro humano será capaz um dia de decifrar seus
próprios e intrigantes enigmas, e reproduzi-los artificialmente?
(Wanessa
Machado do Amaral, estudante de doutorado em Engenharia de Computação na
Unicamp e professora da Faculdade de Americana)
