A ideia de que poderemos vir a observar desenvolvimentos explosivos na área da inteligência artificial tem merecido muita atenção ultimamente. Ainda na segunda-feira, na sessão de abertura do Web Summit, Stephen Hawking alertou para os riscos da inteligência artificial e referiu a importância de garantirmos que os sistemas do futuro estarão alinhados com os interesses da humanidade. Porém, esta ideia não é nova e tem já uma longa história.

A ideia de que poderemos vir a observar desenvolvimentos explosivos na área da inteligência artificial tem merecido muita atenção ultimamente. Ainda na segunda-feira, na sessão de abertura do Web Summit, Stephen Hawking alertou para os riscos da inteligência artificial e referiu a importância de garantirmos que os sistemas do futuro estarão alinhados com os interesses da humanidade. Porém, esta ideia não é nova e tem já uma longa história.

Irving John Good foi um matemático inglês que iniciou a sua carreira trabalhando com Alan Turing em Bletchley Park, na equipa que quebrou os códigos das máquinas de cifra alemãs, contribuindo de forma decisiva para a vitória dos aliados na Segunda Guerra Mundial. Posteriormente, veio a ser professor nos Estados Unidos, tendo publicado numerosos trabalhos sobre estatística e sobre o futuro da computação e da inteligência artificial. Foi ainda consultor para o mítico filme de Kubrick, 2001: Odisseia no Espaço, onde a personagem central era o computador ultra-inteligente HAL, que tinha os seus próprios objectivos e motivações, nem sempre alinhados com os da tripulação.

Deve-se a Irving John Good a afirmação de que, se alguma vez formos capaz de construir uma máquina mais inteligente do que um ser humano, essa poderá ser a derradeira invenção da humanidade. Nas suas palavras, escritas em 1965: “Admitamos que uma máquina ultra-inteligente é uma máquina muito mais inteligente do que qualquer humano. Uma vez que o projecto de máquinas inteligentes é uma das actividades em que essa máquina será melhor do que qualquer humano, uma máquina ultra-inteligente poderia projectar novas máquinas, ainda mais inteligentes. Teria lugar, necessariamente, uma explosão de inteligência, e a inteligência do homem ficaria rapidamente para trás. Portanto, a primeira máquina ultra-inteligente será a última invenção que terá de ser feita pelo homem, desde que essa máquina seja suficientemente dócil para nos dizer como a podemos manter sob controlo.”

Os recentes desenvolvimentos na área da inteligência artificial trouxeram consigo numerosas e acaloradas discussões sobre o perigo de máquinas inteligentes, trazendo à mente cenários do tipo Terminator, de guerras dos homens contra as máquinas. É importante referir que nenhuma das tecnologias actuais tem a possibilidade, ou sequer a ambição, de, no curto prazo, desenvolver máquinas que venham a estar nas condições definidas por Irving John Good, há meio século. Todos os sistemas projectados até à data resolvem problemas específicos e não existem sequer propostas concretas para o desenvolvimento de inteligências artificiais genéricas, como as que seriam necessárias para criar a explosão de inteligência imaginada por Irving John Good.

Porém, não deixa de ser interessante que, em algumas áreas, muito específicas e restritas, já se tenha observado o mecanismo de auto-aceleração que é necessário para que exista uma explosão de inteligência. Uma destas áreas é o jogo do Go, um jogo de tabuleiro de origem asiática, que consiste em colocar pedras brancas e pretas num tabuleiro de 19 por 19 intersecções, e onde o objectivo é retirar aos grupos de pedras do adversário todos os graus de liberdade. O jogo é uma metáfora para uma batalha entre dois exércitos, pela conquista de territórios, e tem uma enorme tradição especialmente nos países asiáticos. Dado o elevado número de jogadas possíveis em cada momento, e a impossibilidade de analisar sistematicamente as consequências a longo prazo de cada jogada, este jogo manteve-se inacessível aos computadores durante muitas décadas, apesar de todos os esforços da comunidade científica. Pensava-se, até há poucos anos, que passariam várias décadas até que fosse possível desenvolver programas que dominassem este jogo.

Porém, em 2016, a empresa Deepmind (que veio a ser adquirida pela Google, numa transacção de mais de 500 milhões de dólares) anunciou que um programa, baseado em técnicas de aprendizagem computacional, tinha vencido os melhores jogadores de Go do mundo. Esse programa usou técnicas de inteligência artificial para aprender, a partir da análise de milhares de partidas jogadas entre humanos, qual o melhor lance a efectuar em cada posição. O programa, AlphaGo, usou redes neuronais profundas para aprender as técnicas desenvolvidas pelos campeões humanos, e absorveu o suficiente dessas técnicas para jogar melhor do que qualquer um deles. As redes neuronais profundas são uma técnica que permite aos computadores aprender a desempenhar tarefas específicas a partir de exemplos. São usadas milhares de unidades simples, cada uma delas inspirada num neurónio humano, configuradas por forma a processar imagens, sons ou, neste caso, posições de Go, de uma forma semelhante à do cérebro humano. Embora as redes neuronais já tenham sido propostas há muitas décadas, só recentemente foi possível resolver problemas do mundo real com esta tecnologia.

A resolução de problemas complexos, como o reconhecimento de faces ou a tradução de língua falada, tornou-se possível com o desenvolvimento de novas técnicas de treino destas redes, a existência de grandes volumes de dados e a disponibilidade de computadores cada vez mais poderosos. No caso do AlphaGo, as redes neuronais profundas foram combinadas com um mecanismo designado “aprendizagem por reforço”, que permite a um sistema deduzir, a partir de um resultado obtido no fim de um processo, quais foram os erros ou os méritos das acções tomadas durante a execução desse processo. Esta técnica é usada para ensinar, por exemplo, robots a andar, ou carros a movimentarem-se de forma autónoma, sem condutor. Mecanismos similares são presumivelmente também usados pelo cérebro humano para aprender a executar tarefas complexas e que se prolongam no tempo.

O AlphaGo representou, por si só, um resultado muito importante, uma vez que demonstrou que um programa de computador pode aprender a dominar uma determinada área (neste caso, um complexo jogo de tabuleiro), simplesmente observando o comportamento dos melhores humanos nesse campo e extraindo daí o conhecimento necessário para se tornar um mestre no domínio.

Porém, há poucas semanas, a Deepmind anunciou um resultado ainda mais impressionante obtido com um novo programa, o AlphaGo Zero. O sistema, descrito num artigo publicado em Outubro na prestigiada revista Nature, aprendeu a jogar o jogo do Go, partindo do zero, sem ter qualquer acesso a partidas de campeões humanos. Tal como uma criança que aprende por si mesma, o sistema aprendeu Go simplesmente jogando cerca de 30 milhões de partidas durante 40 dias contra (uma outra cópia de) si mesmo, aprendendo progressivamente a melhorar o seu jogo de acordo com o resultado final obtido. Ao princípio, as jogadas eram praticamente aleatórias, conduzindo a um jogo de péssima qualidade. À medida que o tempo passava, e o programa jogava milhões de jogos, o programa evoluiu para o nível de principiante, redescobrindo estruturas e tácticas tipicamente usados por iniciados no jogo. A evolução continuou e, ao fim dos 40 dias, o programa tinha redescoberto todo o conhecimento que foi acumulado pela humanidade ao longo de milhares de anos da história do jogo e criado novas tácticas e estratégias, que representam conhecimento novo, até agora inexistente. A versão final do AlphaGo Zero derrotou o original AlphaGo (o programa que já tinha derrotado os campeões mundiais) por 100 a 0, num torneio entre os dois sistemas, um resultado que coloca o novo programa num patamar super-humano de proficiência neste jogo.

Embora num domínio muito limitado e restrito, é impossível não ver neste resultado uma antevisão do que poderá ser uma realidade comum num futuro não muito distante. À medida que forem desenvolvidos sistemas que desenvolvam a capacidade para desempenhar funções que exijam inteligência num determinado domínio, começará a existir a possibilidade de estes sistemas se melhorarem a si próprios, através de um processo de auto-aperfeiçoamento interactivo que poderá ter lugar sem qualquer intervenção humana.

Irving John Good faleceu em 2009 e já não teve oportunidade de assistir a esta conquista da inteligência artificial, a mais uma prodigiosa invenção da humanidade — que, naturalmente, não será ainda a última...