O futuro da inteligência artificial: por que a empolgação superou a realidade

Um painel de especialistas em recente Fórum Global da Wharton de 2017 descreveu o que pensa sobre o futuro da inteligência artificial (IA), robôs, drones e outros avanços tecnológicos e de que modo tudo isso pode afetar o emprego no futuro. A conclusão foi que é preciso diminuir um pouco a empolgação procurando-se ao mesmo tempo chamar a atenção para a ameaça que isso representa para alguns empregos.

Os comentários foram feitos em um painel intitulado “Arquitetando o futuro dos negócios”, que teve como moderador Geoffrey Garrett, reitor da Wharton, e contou com a participação de Pascale Fung, professora de eletrônica e engenharia da computação na Universidade de Ciência e Tecnologia de Hong Kong; Vijay Kumar, reitor de engenharia da Universidade da Pensilvânia e Nicolas Aguzin, presidente do setor Ásia-Pacífico do J. P. Morgan e CEO da empresa.

Dando início aos debates, Garrett perguntou: qual o tamanho e qual o grau de disrupção do movimento do carro autônomo? Ficou claro que muita coisa que se ouve nos meios de comunicação sobre o advento iminente dos carros autônomos peca pelo exagero, disse Kumar. Para ele, ainda faltam muitos anos para chegarmos aos veículos totalmente autônomos.

Um dos pontos importantes da fala de Kumar: todo avanço tecnológico tem, com frequência, dois lados. Um lado recebe uma atenção enorme da mídia ─ avanços no poder da computação, softwares etc. Aqui, o progresso é rápido ─ novos aplicativos, novas empresas e novos produtos vêm à tona diariamente. Contudo, o outro lado, inúmeras vezes negligenciado, afeta profundamente muitos projetos ─ aqueles em que o mundo virtual tem de se ligar ao mundo físico ou ao mundo mecânico de novas maneiras, disse Kumar, que é também professor de engenharia mecânica na Universidade da Pensilvânia. Nesse domínio, o progresso se dá mais lentamente.

Em algum momento, todos aqueles softwares dos carros autônomos se deparam com o solo duro. Nesse mundo, assim como acontece com outros aplicativos de robótica, o progresso se dá pela passagem de “dados para informações e de informações para o conhecimento”. Um problema fundamental é que muitos observadores não percebem como é vasta a quantidade de dados necessária para se operar no mundo físico ─ são quantidades cada vez maiores ou, conforme diz Kumar, são quantidades “exponenciais”. Embora se saiba hoje em dia que o “big data” é importante, as quantidades exigidas para muitas operações físicas são muito maiores do que sugere o “big data”. As limitações de aquisição desses volumes colossais de dados atrasam grandemente a velocidade de avanço de muitos tipos de projetos, disse Kumar.

Em outras palavras, inúmeros artigos otimistas sobre veículos autônomos desprezam o fato de que serão necessários muitos anos para que se tenham dados suficientes para que os carros totalmente autônomos operem em larga escala ─ e não alguns anos apenas.

Obter dados suficientes para que se tenha uma precisão de 90% “já é muito difícil”, disse Kumar. Alguns softwares de reconhecimento de objetos atualmente operam com uma exatidão de 90%; se você for ao Facebook, verá inúmeros rostos, mas a precisão de identificação é de 90%”. Contudo, mesmo com 90%, “seu colegas da área de computação dirão que esse percentual é uma bobagem […] Isto porque para passar de 90% de precisão para 99% é preciso um volume de dados muito maior” ─ muito mais exponencialmente. “E para passar de 99% de precisão para 99,9%, sim, você acertou, é preciso um volume de dados muito maior.” Ele compara as necessidades de dados em volumes exponenciais a um gráfico que lembra um bastão de hóquei, em que há uma súbita inclinação para cima. O problema dos veículos autônomos, conforme disseram outros analistas, é que 90% ou mesmo 99% de exatidão não basta quando há vidas humanas em jogo.

Dados em quantidades exponenciais

“É extremamente difícil ter mais dados em volume exponencial para acertar em todos os casos”, disse Kumar. “É por isso que os carros autônomos, na minha opinião, que exigem ações baseadas em dados, são extremamente difíceis de aperfeiçoar […] “Sim, o conceito é fantástico, e, é claro, fizemos grande avanços, mas […] elaborá-lo ao ponto de nos sentirmos totalmente confortáveis levará muito tempo.” Por que então ficamos com a impressão, quando lemos o que diz a mídia, que os carros autônomos já estão quase prontos?

Para explicar o que pensa sobre as coisas que aparecem na mídia, Kumar citou algumas observações feitas pelo ex-presidente do Federal Reserve, Alan Greenspan. Em uma delas ele dizia que havia uma “exuberância irracional” no mercado acionário pouco tempo antes do estouro da bolha de ações de tecnologia no início da década de 2000. Kumar disse que há um certo exagero semelhante hoje em relação aos carros autônomos. “É aí que entra a exuberância irracional. A tecnologia está quase pronta, mas vai levar um bom tempo até ser finalmente assimilada.”

Garrett ressaltou que, segundo Elon Musk, diretor da Tesla, toda a tecnologia necessária para que os carros controlem a si mesmos já existe (contudo, não necessariamente sem um humano a bordo para assumir a direção em caso de emergência) e que o principal problema é a “aceitação da tecnologia pelo homem”.

Kumar disse que discorda totalmente dessa ideia. “Elon Musk diz também que as baterias estão melhorando e ficando melhores a cada dia. Na verdade, é a mesma bateria de cinco ou de dez anos atrás.” A diferença é que as baterias ficaram menores e menos caras, “porque há mais gente comprando. Basicamente, porém, elas continuam as mesmas”.

Em outras áreas, o progresso também tem sido moroso. No “domínio físico”, disse Kumar, pouca coisa mudou em matéria de energia e de força. “Os motores elétricos continuam operando com a mesma tecnologia da Segunda Guerra Mundial. Portanto, não estamos fazendo o mesmo progresso no plano físico que fizemos no plano da informática. E, sabe o que mais? Nos EUA, 2% de todo o consumo de eletricidade ocorre através dos centros de dados. Se quisermos realmente um volume muito maior de dados, se quisermos fazer frente à elevação súbita do taco de hóquei, teremos de queimar muito mais eletricidade para que os centros de dados possam trabalhar com esse objetivo. Creio que, em algum momento, tudo fica muito mais difícil, extremamente mais difícil.”

Restrições semelhantes se aplicam também à tecnologia dos drones. “Uma informação básica: para fazer um drone voar, o aparelho requer 200 watts por quilo. Portanto, se você quiser alçar um indivíduo de 75 kg ao ar, vai precisar de muita energia. Onde é que você vai conseguir as baterias para fazê-lo?” A única fonte de energia com “densidade de energia” suficiente para levantar cargas úteis pesadas assim são os combustíveis fósseis. “Podem-se acoplar pequenas turbinas de jato para fazer um drone funcionar. Contudo, dispor da energia elétrica, motores e baterias para operar drones que levantem uma pessoa no ar, acho que isso é fantasiar demais.”

Isso não significa que “não se possam fazer coisas interessantes com os drones, mas o que quer que se faça, é preciso levar em conta o fato de que a carga útil deve ser compatível com sua intenção”.

Em outras áreas, como a dos carros elétricos, o progresso vem ocorrendo de forma inteligente e Kumar diz que o potencial é grande. “Os chineses mostraram que estão liderando o mundo. O número de carros elétricos produzidos anualmente na China é três vezes maior do que nos EUA […] Estou convencido de que os carros elétricos chegaram para ficar, mas não sei se posso dizer o mesmo em relação aos drones, isto é, se vão usar também a energia elétrica.”

Aproveitando o gancho deixado por Kumar, Fung, que é também uma das responsáveis pelo Centro de Tecnologia da Linguagem Humana em sua universidade, discorreu sobre alguns dos limites da inteligência artificial (IA) no futuro imediato, onde também a empolgação é maior do que a realidade. Embora a IA possa fazer inúmeras tarefas impressionantes e valiosas, mais uma vez as limitações físicas continuam praticamente as mesmas.

“…Um algoritmo de deep-learning [aprendizado profundo] que trabalha com reconhecimento de voz, que traduz o que você está dizendo, requer um treinamento em que são empregados milhões de horas de dados e parques de dados [data farms] imensos”, disse Fung. Embora a rede de aprendizado profundo tenha possivelmente centenas de milhares de neurônios, a mente humana tem trilhões. O ser humano, por enquanto, usa de maneira muito mais eficiente a energia que tem. Ele é capaz de se ocupar “o dia todo com um pequeno pedaço de pizza”, brincou.

O enigma da mente humana

Isso levou os participantes do painel a chamar a atenção para uma segunda divisão poucas vezes apreciada: o alcance dos projetos que a IA tem condições de dominar. Kumar disse que tarefas como tradução são relativamente restritas. “Descobrimos como passar, em alguma medida, dos dados à informação, embora […] com o aprendizado profundo até isso seja difícil de fazer. E passar da informação para o conhecimento? Não temos a menor ideia de como fazê-lo. Não sabemos como a mente humana funciona […] Ainda vai demorar muito até que sejamos capazes de construir máquinas com o tipo de inteligência que associamos aos seres humanos.”

Não faz muito tempo, disse Kumar, o supercomputador Watson da IBM não era capaz nem mesmo de jogar jogo da velha com uma criança de cinco anos. Agora ele derrota os humanos em Jeopardy! Contudo, esse progresso tão veloz pode nos cegar para o fato de que os computadores hoje lidam melhor com tarefas restritas ou “apontam soluções. Quando tentamos generalizar as inúmeras coisas que os seres humanos fazem, a tarefa é muito mais difícil”. No entanto, já se prepara o cenário para coisas ainda maiores mais à frente. Atualmente, realizar aquelas tarefas restritas que foram automatizadas exigiu do ser humano que “aprendesse a se comunicar com a máquina”, e nem sempre com sucesso, como bem demonstra a frustração com os call centers e, não raro, com o Siri, da Apple, diz Fung.

Hoje, o esforço é feito no sentido de inverter a relação entre professor e aluno, de modo que as máquinas comecem a aprender a se comunicar com o homem. A “pesquisa e o desenvolvimento e a aplicação de algoritmos de IA e máquinas que trabalharão por nós”, que proverão aquilo de que necessitamos, estão a caminho, disse Fung. “Elas compreenderão nosso significado, nossa emoção, personalidade, afeto e tudo o mais.” O objetivo é que a IA dê conta de todas as “diferentes camadas” de comunicação entre os seres humanos. “Olhamos uns para os outros, mobilizamos as emoções e os objetivos uns dos outros”, disse Fung, que está entre os líderes mundiais nos esforços feitos para que as máquinas se comuniquem melhor com os seres humanos. “Usamos a linguagem corporal, e não apenas palavras. “Por isso preferimos os encontros face a face; preferimos inclusive o Skype à conversa por telefone.”

Fung fez referência a um artigo que escreveu para a Scientific American sobre a necessidade de ensinar os robôs a compreender e a imitar a emoção humana. “Basicamente, temos de construir máquinas que entendam nossos sentimentos e intenções, mais do que aquilo que simplesmente falamos, e que nos respondam de forma mais humana.” Essa “computação afetiva” significa que as máquinas, em última análise, exibirão um “reconhecimento afetivo” captado na voz, expressões faciais e linguagem corporal. A futura “comunicação entre humanos e robôs terá essa camada de comunicação”. Contudo, captar a intenção e a emoção é um desafio extremamente difícil, acrescentou Fung. “A linguagem natural é muito difícil de compreender pelas máquinas ─ e pelos humanos. Muitas vezes interpretamos mal o que as pessoas dizem.” Portanto, aonde tudo isso nos levará quando pensamos no futuro do emprego?

As máquinas continuam estúpidas

“No futuro próximo, ninguém terá com que se preocupar, porque as máquinas continuarão estúpidas…”, disse Kumar. Como exemplo disso, Fung explicou que ela poderia construir um robô hoje capaz de fazer algumas tarefas domésticas simples, porém, “sai mais barato para mim fazê-las, ou ensinar meus filhos ou meu marido a fazê-las. Portanto, em relação ao futuro imediato, há toneladas de empregos em que a substituição de humanos por robôs os tornaria mais caros. Daqui a 50 ou 100 anos, isso deve mudar, assim como o mundo de hoje é diferente do mundo de 50 anos atrás”.

Contudo, o advento de novas tecnologias nem sempre deixa claro que efeito elas terão. Por exemplo, depois que a indústria bancária introduziu os caixas eletrônicos, em vez de diminuir o número de funcionários no caixa, “esse número aumentou”, disse Aguzin. Os caixas eletrônicos “baratearam o custo de uma agência, por isso o número de agências aumentou e, portanto, o número de caixas também”.

Por outro lado, a introdução da tecnologia de blockchain como sistema de livro-razão na indústria bancária provavelmente acabará com a necessidade de terceiros que fazem a revisão final na contabilidade das empresas. Tudo o que precisar de reconciliação será feito instantaneamente, sem necessidade de confirmação, acrescentou Aguzin. No fim das contas, o custo de uma transação será o do “envio de um e-mail, será igual a zero […] sem nenhuma possibilidade de confusão e sem nenhum custo. Imagine aplicar esse procedimento às transações financeiras etc.”

O banco de Aguzin está próximo de automatizar 1,7 milhão de processos este ano feitos atualmente de forma manual. “E não se trata de funções de nível inferior realizadas manualmente; são funções intermediárias.” Em uma investida pioneira em computação afetiva, seu banco está trabalhando em um software que será capaz de perceber o que o cliente sente e qual o seu propósito quando entra em contato com o banco. “Ainda não está aperfeiçoado, mas já é possível sentir o que o cliente sente, se quer se queixar ou se deseja apenas verificar o saldo. Se vão fazer x, y, de tal forma que economizamos muito tempo com isso.”

Contudo, Aguzin disse que continua confiante de que serão criados novos empregos na esteira de novas tecnologias, conforme se viu no caso dos caixas eletrônicos. Sua opinião acerca do futuro do emprego e da automação não é tão “catastrófica” como a de alguns analistas. “Fico um pouco preocupado com a velocidade da mudança, que nos torna cautelosos, mas […] haverá coisas novas mais à frente. Sou dos que tendem a ter uma visão mais positiva do futuro.”

Fung lembrou à plateia que até mesmo no setor de tecnologia financeira [fintech], o progresso será impulsionado pelos dados disponíveis. “Em certas áreas, há um grande volume de dados, em outras, não.” Executivos do setor de finanças disseram a Fung que contam com bancos de dados enormes, mas na experiência dela, geralmente esses bancos não são grandes o bastante para realizar muitas de suas tarefas.

Kumar admite que hoje estamos criando mais empregos para robôs do que para humanos, o que é motivo de preocupação para o futuro do emprego humano. Contudo, ele se refere a si mesmo como um “otimista patológico” em matéria de emprego. A IA e a robótica funcionarão melhor em “aplicativos que trabalham com humanos”. Em sintonia com o que diz Fung, ele acrescentou que “será preciso esperar muito tempo até que construamos máquinas com o tipo de inteligência associada aos humanos”.

Segurança em cima e em embaixo

Aproveitando o gancho deixado por Fung de que muitos empregos de nível mais inferior provavelmente serão preservados, Kumar acrescentou que os empregos que provavelmente serão eliminados surpreenderão a muita gente. “O que os computadores fazem muito bem? Eles são ótimos em testes. Portanto, a expectativa de alguém de se dar bem num emprego no futuro porque tirou 4,0 em um exame em uma universidade muito conhecida não corresponde à realidade.” Ao mesmo tempo, para um robô, “limpar uma sala depois que seu filho de três anos passou por lá é extremamente difícil. Servir o jantar também. Acho que empregos desse tipo estão seguros”.

O consenso do painel foi de que as funções que estão mais a salvo de serem substituídas por robôs são as que se acham na parte superior e inferior, e não na parte central do espectro de funções.

E o que acontecerá no futuro, quando os robôs forem suficientemente avançados e baratos o bastante para assumir um número cada vez maior de atividades humanas? O que será da atividade humana? Em primeiro lugar, disse Fung, haverá uma quantidade muito maior de engenheiros de IA e de “gente que tem de regular máquinas, cuidar da sua manutenção e projetá-las até que as máquinas possam se reproduzir por conta própria”.

Além disso, muitos empregos começarão a se adaptar ao novo mundo. Imagine, por exemplo, em algum momento no futuro distante, muitos restaurantes terão garçons robôs e garçons humanos. As pessoas “pagarão muito mais para ir a um restaurante em que o chef e o garçom sejam humanos”, disse Fung. “Portanto, o trabalho humano se tornará extremamente valorizado.”

Ela acrescentou que muita gente se “tornará artista e chef, artista performático, porque as pessoas vão continuar a querer ouvir um concerto interpretado por humanos, e não por robôs. As pessoas ainda vão querer ler um romance escrito por um ser humano, embora algum dia talvez não haja mais diferença entre um e outro. O toque humano continuará a ser valorizado”.

Além disso, a criatividade já se está tornando cada dia mais importante, diz Fung. Portanto, não se trata de saber quem dará as ordens no futuro: os engenheiros de IA ou homens e mulheres de negócios. “Será uma combate entre pessoas criativas e não criativas. Há uma demanda cada vez maior de gente criativa.” Já há sinais de que é mais difícil para estudantes de engenharia “competir com os melhores em comparação com os velhos tempos”.

No passado, no caso dos engenheiros, um bom histórico acadêmico era garantia de um bom emprego. Hoje, as empresas de tecnologia entrevistam os candidatos questionando-os “em áreas muito diferentes”, acrescentou Fung. Elas olham além das habilidades técnicas. As empresas estão em busca de criatividade. “Acho que os engenheiros têm de aprender mais habilidades que não estejam relacionadas à engenharia, e não engenheiros aprenderão mais sobre as habilidades da engenharia, como, por exemplo, pensamento científico, um pouco de programação…”

Kumar concorda. Hoje, todos os estudantes de engenharia da Universidade da Pensilvânia fazem cursos na área de negócios. “A ideia de um formado mais equilibrado, a ideia de uma educação liberal hoje em dia, creio eu, deve levar em conta a engenharia e o mundo das empresas, certo? O que me preocupa é o que acontecerá ao antropólogo, aos especializados em língua inglesa, em história […] Acho que essas disciplinas serão submetidas a uma pressão terrível.”

Citando a Universia Knowledge@Wharton

Close


Para uso pessoal:

Por favor, use as seguintes citações para referências de uso pessoal:

MLA

"O futuro da inteligência artificial: por que a empolgação superou a realidade." Universia Knowledge@Wharton. The Wharton School, University of Pennsylvania, [01 August, 2017]. Web. [12 December, 2017] <http://www.knowledgeatwharton.com.br/article/o-futuro-da-inteligencia-artificial-por-que-empolgacao-superou-realidade/>

APA

O futuro da inteligência artificial: por que a empolgação superou a realidade. Universia Knowledge@Wharton (2017, August 01). Retrieved from http://www.knowledgeatwharton.com.br/article/o-futuro-da-inteligencia-artificial-por-que-empolgacao-superou-realidade/

Chicago

"O futuro da inteligência artificial: por que a empolgação superou a realidade" Universia Knowledge@Wharton, [August 01, 2017].
Accessed [December 12, 2017]. [http://www.knowledgeatwharton.com.br/article/o-futuro-da-inteligencia-artificial-por-que-empolgacao-superou-realidade/]


Para fins Educacionais/Empresariais, use:

Favor entrar em contato conosco para usar com novos propósitos artigos, podcasts ou vídeos através do nosso formulário de contato para licenciamento de conteúdo. .

 

Join The Discussion

No Comments So Far