Publicado em 21 de novembro de 2016 Atualizado em 24 de novembro de 2022
A inteligência artificial visa fornecer respostas próximas das que um humano daria se fosse dotado de memória e capacidade computacional extraordinária.
Para além da força bruta dos processadores poderosos, isto requer uma consideração fina do contexto e dos aspectos emocionais, para identificar a informação que pode ser relevante para o indivíduo que recebe a informação.
"A inteligência artificial (IA) é uma máquina capaz de dar a um observador a impressão de inteligência humana" diz Michele SEBAG num vídeo introdutório muito interessante da Sam-Network.
Ela recorda-nos o princípio do teste de Türing. O matemático imaginou em 1950 um teste de imitação. Uma pessoa está numa sala e comunica com duas outras salas. Numa sala há uma máquina, na outra um ser humano. A nossa pessoa faz perguntas a X ou Y, sem saber qual é o humano. Se no final da sua série de perguntas não conseguir determinar qual é o humano, então a máquina pode ser considerada "inteligente". O romancista Arthur C. Clarke foi o primeiro a usar e popularizar o termo "teste de Türing". Mais de 60 anos mais tarde, o desafio deste teste ainda fascina.
Ashok GOEL é um professor de inteligência artificial. Parte dos seus cursos são ministrados em e-learning. Provavelmente pensou no teste Türing quando acrescentou Jill Watson, uma ferramenta de inteligência artificial, à equipa de tutores responsáveis por acompanhar os seus alunos. Não contou aos estudantes, pelo que lhes foram dadas respostas nos fóruns de um tutor digital e de tutores humanos. A máquina começou com algumas respostas desajeitadas. Gradualmente, aprendeu com as correcções feitas pelos seus colegas humanos, e com a memória de todas as respostas anteriores nos fóruns.
No final do trimestre, as suas respostas eram mais de 97% correctas para perguntas de rotina. Watson está agora a ser utilizado noutros contextos, tais como a formação de estudantes de medicina do terceiro ano em Itália.
A lógica e o cálculo não são suficientes para dar um sentido de inteligência. Também é preciso ser inteligente, levar a situação em conta e compreender o significado das frases. Michele SEBAG explica que a lógica levaria uma máquina a perguntar "tem tempo?" para simplesmente responder "sim"... Mas uma máquina inteligente reagirá dando tempo... Pensa-se na"mestiçagem" de Ulisses, e nas diferentes formas de inteligência destacadas por Howard GARDNER.
A humanidade ficou impressionada e comovida com a vitória do Deep Blue em 1997 contra Kasparov. As quatro vitórias em cinco jogos do robô Alphago contra Lee SEDOL foram também um marco em 2016.
No entanto, Michele SEBAG diz-nos que o que nos parece complexo e impressionante, como estas vitórias, é mais fácil de alcançar do que uma combinação de tarefas que requerem a mobilização de várias formas de inteligência. Envolver-se numa discussão informal coerente é provavelmente muito mais complexo!
Um matemático bastante discreto nascido em Michigan, Claude SHANNON não deixou a sua marca na memória como outros cientistas do século XX. No entanto, a sua investigação deixou a sua marca no mundo das telecomunicações, da informática, do processamento de imagens e da inteligência artificial.
Claude SHANNON teria 100 anos este ano, e o Musée des Arts et Métiers de Paris dedicará uma exposição a ele a partir de meados de Dezembro de 2016.
Claude SHANNON usa probabilidades para quantificar a informação. Quanto mais prováveis forem os dados, menos informação traz consigo. Se é um entusiasta das palavras cruzadas, e sabe que uma palavra termina com "e"... não sabe muito. Se souber que começa com um "y"... tem boa informação.
Quanto mais soubermos o que vai dizer, menos surpreendidos ficamos... menos informação nos fornece. Por outro lado, o inesperado, neste modelo, traz informação.
Claude SHANNON traduzirá portanto a informação em função da probabilidade da informação fornecida (P).
No seu discurso por ocasião do centenário de Claude SHANNON no Instituto Henri Poincaré, Jean-Louis DESSALLES dá-nos alguns exemplos. Um homem que morde um cão é uma acção improvável, e por isso é uma informação. Uma princesa que é vítima de um acidente é mais rara do que uma pessoa anónima... Outra ilustração é a lei da"morte por quilómetro", bem conhecida dos jornalistas. Uma morte a menos de um quilómetro da minha casa é notícia. Se está agora a cem quilómetros de distância, será preciso mais para me fazer parar e considerar a informação.
A probabilidade pode certamente ser utilizada para medir a quantidade de informação num quadro técnico. Mas não diz nada sobre a relevância desta informação. A teoria da simplicidade de Jean-Louis DESSALLES tenta definir a relevância.
Ele assinala que para a pessoa que recebe a informação.... não se trata simplesmente de uma questão de probabilidade. Para um estatístico, é muito provável que dois alunos de uma turma de 30 alunos nasçam no mesmo dia. E no entanto, quando descobertos, os membros do grupo percebem-na como uma rara coincidência! A relevância tem mais a ver com a percepção da probabilidade de um evento do que com a probabilidade real. O próprio SHANNON diz que o que faz a informação é a surpresa.
Se eu tiver um acidente de trânsito com uma das maiores estrelas de cinema do mundo, isso é informação importante o suficiente para eu contar a todos os meus amigos... Mas é improvável que a estrela fale tanto sobre isso à sua volta.
A fórmula de Claude SHANNON não tem em conta o significado e, portanto, a semântica das mensagens e, portanto, não tem em conta o nosso maior ou menor interesse pela informação.
Finalmente, Jean-Louis DESSALLES diz-nos ironicamente que por vezes, no campo educativo, o professor acredita estar a transmitir informação, mas os seus alunos só percebem o ruído. O que é informação para uns não é assim para outros!
A informação é-nos dada de uma forma que frequentemente contém redundâncias. Estas redundâncias são essenciais num ambiente onde a mensagem pode degradar-se, ou quando os humanos comunicam uns com os outros, com uma média de atenção... Rich COCHRANE explica a compressão usando o pictograma da casa, um grande clássico da iconografia informática. Quanto mais é possível comprimir uma mensagem ou uma imagem sem perda de qualidade, menos informação contém e menos complexa é a sua descrição.
A compressão permite um processamento mais rápido da informação. Também evita que os nossos discos rígidos sejam preenchidos com todas as nossas fotografias e filmes demasiado depressa. Mas o que é que isto tem a ver com inteligência artificial?
Jean-Louis DESSALLES convida-nos a imaginar que o sorteio da lotaria dá o resultado 1, 2, 3, 4, 5 e 6. A priori, este resultado não é mais improvável do que 4, 42, 45, 8, 23, 36. Mas, intuitivamente, os jogadores têm a sensação de que estes resultados nunca irão cair! Cédric VILLANI indica no vídeo que uma tabacaria até se recusou a gravar esta grelha, com o argumento de que "não se joga para perder"!
No dia em que estes seis números caírem num resultado da lotaria nacional, mesmo as pessoas que nunca jogaram falarão dele como um fenómeno extraordinário, excepto os estatísticos que tentarão explicar que esta combinação não era menos provável de cair do que qualquer outra.
Baseando-se noutras teorias matemáticas, ele define o inesperado como o fosso entre a complexidade causal, como dado pela fórmula de Shannon, e a complexidade descritiva. Obter 1-2-3-4-5-6 num sorteio de lotaria tem uma elevada complexidade causal: é quase impossível reproduzir, mas a complexidade descritiva é baixa. O encontro com uma estrela num acidente de trânsito é o resultado de cadeias causais complexas, mas é contado muito rapidamente. A complexidade da descrição é baixa.
A teoria da simplicidade que propõe definir relevância como o fosso entre a complexidade para produzir o evento e a complexidade da descrição não resolve tudo. Na maioria dos eventos da vida, especialmente aqueles que nos interessam, é impossível calcular as probabilidades de ocorrência de um evento. Outros elementos, tais como a emoção ligada a um evento, são difíceis de quantificar.
Morgane Tual lembra-nos que os mecanismos da emoção ainda são misteriosos nos seres humanos. As máquinas, por outro lado, não sentem emoções. E se o fizessem, não o sentiriam da mesma forma que um ser humano.
Por outro lado, é possível e útil simular os comportamentos, os mecanismos não verbais, tais como a inflexão da voz, que manifestam emoções. O peso que um humano atribui a uma informação não será o mesmo de acordo com a emoção do orador e, em particular, com as suas manifestações de interesse no problema que estou a apresentar...
Além disso, ao reproduzir os mecanismos da emoção, a máquina torna-se capaz de produzir emoções no próprio utilizador...
Dar ao utilizador a impressão de que está a lidar com uma inteligência humana requer a manipulação de algoritmos complexos e interfaces sofisticadas.
Os mecanismos do pensamento humano ainda são mal compreendidos, e as máquinas não utilizam os mesmos mecanismos. No entanto, os avanços são consideráveis. Todos os campos que pensamos estarem reservados aos humanos (criatividade, emoção, pensamento complexo, etc.) são desafios para os criadores. E somos regularmente informados sobre as "vitórias" da inteligência artificial e regularmente convidados a debater as questões "o que resta para o homem?", e "que civilização estamos a preparar?
Ilustrações: Frédéric Duriez
Sam-Network Da inteligência artificial à inteligência humana entrevista realizada em 2013, acedida em 19 de Novembro de 2016
https://www.sam-network.org/video/de-l-intelligence-humaine-a-l-intelligence-artificielle
H+ "MIT AI passa no teste de Türing"
https://humanoides.fr/mit-test-de-turing/*
La Reppublica Jaime D'ALESSANDRO "Intelligenza artificiale, "Watson" di IBM insegna in ospedale" - 14 de Novembro de 2016
http://www.repubblica.it/salute/2016/11/14/news/se_watson_della_ibm_comincia_a_fare_la_il_professore-152015817
Jean-Louis DESSALLES - intervenção para o Instituto Henri Poincaré Teoria da Informação: novas fronteiras - Outubro 2016
https://youtu.be/fkj5gIobpbg?list=PL9kd4mpdvWcDMCJ-SP72HV6Bme6CSqk_k
Musée des arts et métiers - Sítio Web da exposição Shannon 100 consultado em 19 de Novembro de 2016
http://shannon100.com/index.php/exposition/
Mines Telecom research blog Teoria da Simplicidade: relevância pedagógica para as IAs de 28 de Outubro de 2016, acedido a 19 de Novembro de 2016
https://blogrecherche.wp.mines-telecom.fr/2016/10/28/theorie-simplicite/
Le Monde - Morgane TUAL "Inteligência Artificial: pode uma máquina sentir emoção? - publicado em 12 de Outubro de 2015, acedido em 19 de Novembro de 2016
http://www.lemonde.fr/pixels/article/2015/10/12/intelligence-artificielle-une-machine-peut-elle-ressentir-de-l-emotion_4787837_4408996.html
Acesso a serviços exclusivos de graça
Assine e receba boletins informativos sobre:
Além disso, indexe seus recursos favoritos em suas próprias pastas e recupere seu histórico de consultas.
Assine o boletim informativoVocê também pode gostar
O que está a crescer na terra degradada das boas ideias educativas?
A matéria-prima do ensino, o projecto educativo, decai rapidamente para um ciclo aparentemente imutável. No entanto, é possível reciclar boas ideias e transformá-las em terreno fértil para a inovação.
Metacognição na escola: aprendizagem útil
Reflectir sobre o próprio pensamento é o que a metacognição propõe. Esta abordagem analítica holística é vista como uma estratégia de ensino que ajuda todos os tipos de aprendentes. Então porque não é mais amplamente adoptada?
7 Soluções inovadoras que facilitam o acesso gratuito ao conhecimento científico baseado em taxas
O acesso aberto a publicações científicas está a crescer, mas os investigadores queixam-se dos custos exorbitantes do conhecimento, confiscados por editoras científicas. Esta situação cria desigualdades no acesso ao conhecimento científico, especialmente para os países em desenvolvimento. Apresentação de soluções inovadoras para aceder ao conhecimento mais facilmente, livremente e sem custos.
Como é que um litro de 750 gramas de gasolina emite 2,3 quilos de CO2?
Pode já ter ficado intrigado com os valores de emissão de CO2 para viagens de carro e de avião. Antes dos seus alunos começarem a incomodá-lo, aqui estão algumas respostas.
Assistentes e conselheiros educacionais, a evolução da profissão de 'supervisor
Não existe um grupo de apoio devidamente identificado para supervisores, elevada rotatividade de pessoal, e nenhum incentivo para que alguém entre na profissão. Há, portanto, necessidade, no mínimo, de formação básica em linha e de um site/grupo de apoio e referência, quanto mais não seja para explicar as bases do trabalho, responsabilidades e possíveis soluções. O papel irá crescer; quem o irá desenvolver?
Superprof : a plataforma para encontrar os melhores professores particulares no Brasil.
