Ronald T. Kneusel, Autor de “Como Funciona a Inteligência Artificial: Da Magia à Ciência” – Série de Entrevistas

Recentemente recebemos uma cópia avançada do livro “Como Funciona a Inteligência Artificial: Da Magia à Ciência” de Ronald T. Kneusel. Até agora, li mais de 60 livros sobre Inteligência Artificial, e embora alguns deles se tornem repetitivos, este livro conseguiu oferecer uma perspectiva fresca, gostei tanto deste livro que o adicionei à minha lista pessoal dos Melhores Livros de Aprendizado de Máquina e Inteligência Artificial de Todos os Tempos.

“Como Funciona a Inteligência Artificial: Da Magia à Ciência” é um livro conciso e claro projetado para delinear os fundamentos básicos da aprendizagem de máquina. Abaixo estão algumas perguntas que foram feitas ao autor Ronald T. Kneusel.

Este é seu terceiro livro sobre Inteligência Artificial, os dois primeiros sendo: “Aprendizado de Máquina Prático: Uma Introdução Baseada em Python” e “Matemática para Aprendizado Profundo: O que Você Precisa Saber para Entender Redes Neurais”. Qual foi sua intenção inicial quando se propôs a escrever este livro?

Público-alvo diferente. Meus livros anteriores são destinados a pessoas interessadas em se tornar profissionais de Inteligência Artificial. Este livro é para leitores em geral, pessoas que ouvem falar muito sobre Inteligência Artificial nas notícias, mas não têm conhecimento prévio sobre o assunto. Quero mostrar aos leitores de onde veio a Inteligência Artificial, que ela não é mágica e que qualquer pessoa pode entender o que ela está fazendo.

Enquanto muitos livros sobre Inteligência Artificial tendem a generalizar, você adotou a abordagem oposta, sendo muito específico ao ensinar o significado de vários termos e explicando a relação entre Inteligência Artificial, aprendizagem de máquina e aprendizado profundo. Por que você acredita que há tanta confusão social entre esses termos?

Para entender a história da Inteligência Artificial e por que ela está em todos os lugares agora, precisamos entender a distinção entre os termos, mas no uso popular, é justo usar “Inteligência Artificial” sabendo que se refere principalmente aos sistemas de Inteligência Artificial que estão transformando o mundo de forma muito rápida. Os sistemas de Inteligência Artificial modernos surgiram do aprendizado profundo, que surgiu da aprendizagem de máquina e da abordagem conexionista para a Inteligência Artificial.

O segundo capítulo mergulha profundamente na história da Inteligência Artificial, desde o mito de Talos, um robô gigante destinado a guardar uma princesa fenícia, até o artigo de Alan Turing de 1950, “Máquinas de Computação e Inteligência”, até o advento da revolução do Aprendizado Profundo em 2012. Por que uma compreensão da história da Inteligência Artificial e da aprendizagem de máquina é instrumental para entender completamente como a Inteligência Artificial evoluiu?

Minha intenção é mostrar que a Inteligência Artificial não caiu do céu. Ela tem uma história, uma origem e uma evolução. Embora as habilidades emergentes dos grandes modelos de linguagem sejam uma surpresa, o caminho que levou a elas não é. É um caminho de décadas de pensamento, pesquisa e experimentação.

Você dedicou um capítulo inteiro para entender sistemas de Inteligência Artificial legados, como máquinas de vetores de suporte, árvores de decisão e florestas aleatórias. Por que você acredita que entender completamente esses modelos clássicos de Inteligência Artificial é tão importante?

A Inteligência Artificial como redes neurais é apenas (!) uma abordagem alternativa ao mesmo tipo de modelagem baseada em otimização encontrada em muitos modelos de aprendizagem de máquina anteriores. É uma abordagem diferente sobre o que significa desenvolver um modelo de algum processo, alguma função que mapeia entradas para saídas. Saber sobre modelos anteriores ajuda a entender de onde vieram os modelos atuais.

Você afirma acreditar que o modelo LLM da ChatGPT da OpenAI é o amanhecer da verdadeira Inteligência Artificial. O que, na sua opinião, foi o maior game-changer entre isso e métodos anteriores de abordar a Inteligência Artificial?

Recentemente assisti a um vídeo dos anos 80 de Richard Feynman tentando responder a uma pergunta sobre máquinas inteligentes. Ele disse que não sabia que tipo de programa poderia agir de forma inteligente. Em certo sentido, ele estava falando sobre Inteligência Artificial simbólica, onde o mistério da inteligência é encontrar a sequência mágica de operações lógicas, etc., que permitem comportamento inteligente. Eu costumava me perguntar, como muitos, sobre a mesma coisa – como você programa a inteligência?

Minha crença é que você realmente não pode. Em vez disso, a inteligência emerge de sistemas suficientemente complexos capazes de implementar o que chamamos de inteligência (ou seja, nós). Nosso cérebro é uma rede vastamente complexa de unidades básicas. Isso também é o que é uma rede neural. Acredito que a arquitetura do transformador, como implementada nos LLMs, encontrou acidentalmente um arranjo semelhante de unidades básicas que podem trabalhar juntas para permitir que o comportamento inteligente emerge.

Por um lado, é o “happy accident” definitivo de Bob Ross, enquanto por outro, não deve ser surpreendente uma vez que o arranjo e as interações permitidas entre as unidades básicas capazes de permitir que o comportamento inteligente emergente aconteça. Parece claro agora que os modelos de transformador são um desses arranjos. Claro, isso levanta a pergunta: quais outros arranjos podem existir?

Sua mensagem de tirar é que as Inteligências Artificiais modernas (LLMs) são, no núcleo, simplesmente uma rede neural treinada por backpropagation e descida de gradiente. Você está pessoalmente surpreso com quão eficazes os LLMs são?

Sim e não. Estou continuamente impressionado com suas respostas e habilidades enquanto as uso, mas referindo-me à pergunta anterior, a inteligência emergente é real, então por que não emergiria em um modelo suficientemente grande com uma arquitetura adequada? Acredito que pesquisadores como Frank Rosenblatt, se não antes, provavelmente pensaram muito da mesma forma.

A declaração de missão da OpenAI é “garantir que a inteligência artificial geral – sistemas de Inteligência Artificial que são geralmente mais inteligentes do que os humanos – beneficie toda a humanidade.” Você pessoalmente acredita que a Inteligência Artificial Geral é alcançável?

Não sei o que a Inteligência Artificial Geral significa, não mais do que sei o que a consciência significa, então é difícil responder. Como digo no livro, pode vir um ponto, muito em breve, em que será inútil se importar com tais distinções – se anda como um pato e quack como um pato, apenas chame de pato e siga em frente.

Respostas irônicas à parte, é completamente dentro do reino da possibilidade que um sistema de Inteligência Artificial possa, algum dia, satisfazer muitas teorias de consciência. Queremos sistemas de Inteligência Artificial completamente conscientes (o que quer que isso realmente signifique)? Talvez não. Se for consciente, então é como nós e, portanto, uma pessoa com direitos – e não acho que o mundo esteja pronto para pessoas artificiais. Temos problemas suficientes respeitando os direitos de nossos semelhantes humanos, quanto mais os de qualquer outro tipo de ser.

Houve algo que você aprendeu durante a escrita deste livro que o surpreendeu?

Além do mesmo nível de surpresa que todos os outros sentem com as habilidades emergentes dos LLMs, não realmente. Aprendi sobre Inteligência Artificial como estudante nos anos 80. Comecei a trabalhar com aprendizagem de máquina no início dos anos 2000 e estive envolvido com o aprendizado profundo desde que ele surgiu no início dos anos 2010. Eu testemunhei os desenvolvimentos da última década pessoalmente, junto com milhares de outros, à medida que o campo cresceu dramaticamente de conferência para conferência.

Obrigado pela grande entrevista, os leitores também podem querer dar uma olhada na minha revisão deste livro. O livro está disponível em todos os principais varejistas, incluindo Amazon.