Exatos 20 anos atrás, um precursor do sistema de inteligência artificial (IA) da IBM Watson, o Deep Blue, derrotou o grande mestre e campeão de xadrez Garry Kasparov em uma histórica partida de homem contra máquina. Kasparov percebeu que poderia ter jogado melhor contra o Deep Blue se tivesse o mesmo acesso imediato ao enorme banco de dados de seu adversário, com toda a sua movimentação de peças anterior no tabuleiro de xadrez.
Se era justo que essa ferramenta de banco de dados fosse usada por uma inteligência artificial, por que não seria para um ser humano? Por que não ampliar o cérebro humano da mesma forma que o Deep Blue foi aperfeiçoado? Seguindo essa ideia, Kasparov desbravou o conceito segundo o qual a inteligência artificial soma forças com enxadristas humanos em vez de competir contra eles, dando origem à modalidade de xadrez avançado. Nela, disputam humanos, IAs e “centauros” – um enxadrista centauro é um ser humano que tem acesso às sugestões da IA, mas pode ignorá-las, assim como um motorista usa o sistema de navegação GPS no carro, mas nem sempre o segue.
No campeonato Freestyle Battle de 2014, aberto a todas as modalidades de jogo, a inteligência artificial pura venceu 42 partidas, e os centauros, 53. Hoje, o melhor enxadrista vivo é um centauro que atende pelo nome Intagrand – na verdade, trata-se de uma equipe composta de seres humanos e vários programas de xadrez.
Os centauros são um desdobramento surpreendente do advento da IA, porém surpresa ainda maior é que os enxadristas puramente humanos se multiplicam e seu nível não para de avançar. Desde que o Deep Blue derrotou Kasparov, o número de grandes mestres dobrou. O enxadrista que hoje encabeça o ranking mundial, Magnus Carlsen, foi treinado com inteligências artificiais e é considerado, entre todos os jogadores humanos, o que mais se assemelha a um computador. Carlsen também atingiu o melhor rating entre os grandes mestres de todos os tempos.
Se a IA consegue ajudar pessoas a se tornar enxadristas melhores, seja treinando-as, seja competindo em conjunto com elas, faz sentido pensar que ela também pode nos tornar melhores pilotos, melhores médicos, melhores juízes, melhores professores, não faz?
Pois talvez isso esteja prestes a acontecer. Por quase seis décadas, os pesquisadores da área vinham prevendo que a IA estaria logo ali, no futuro próximo, mas até alguns anos atrás parecia que a tecnologia jamais sairia do papel. Chegou a ser cunhado um termo para descrever a era em que as pesquisas no setor tinham parcos resultados e financiamento ainda mais minguado: o inverno da IA. Será que alguma coisa de fato mudou?
Sim, mudou. Três avanços recentes estão desencadeando a inteligência artificial de vez:
**1) COMPUTAÇÃO PARALELA BARATA**
Pensar é um processo inerentemente paralelo.
Entretanto, até tempos recentes, o processador de computador típico só conseguia processar uma coisa por vez. Isso começou a mudar há mais de uma década, quando um novo tipo de chip, chamado unidade de processamento gráfico (GPU, na sigla em inglês), foi projetado para dar conta das demandas intensamente visuais – e paralelas – dos videogames, nos quais milhões de pixels de uma imagem tinham de ser recalculados muitas vezes por segundo. Isso exigia um chip de computação paralela especializado, incluído como um suplemento da placa-mãe do PC. Em 2005, as GPUs já eram produzidas em enormes quantidades, o que barateou seu custo a ponto de torná-las praticamente uma commodity. Em 2009, Andrew Ng e uma equipe da Stanford University perceberam que os chips GPU poderiam rodar redes neurais em paralelo. Se processadores tradicionais exigiam várias semanas para calcular as possibilidades em cascata de uma rede neural com 100 milhões de parâmetros, um cluster de GPUs pode fazer a mesma coisa em um único dia. Hoje, já é comum o uso de redes neurais rodando em GPUs por empresas habilitadas na nuvem – é o que faz o Facebook ao identificar pessoas em fotos ou a Netflix ao fazer recomendações para seus mais de 50 milhões de assinantes.
**2) BIG DATA ABUNDANTE**
Parte do avanço da IA baseia-se na incrível avalanche de dados coletados sobre o mundo, o que proporciona toda a educação de que ela precisa. Bancos de dados gigantescos, automonitoramento, cookies da web, pegadas online, terabytes de armazenamento, décadas de resultados de buscas, a Wikipédia e todo o universo digital cumprem o papel de professores da IA.
**3) ALGORITMOS MELHORES**
As redes neurais digitais foram inventadas nos anos 1950, porém os cientistas da computação levaram décadas para aprender a dominar as incrivelmente vastas relações combinatórias entre 1 milhão – ou 100 milhões – de neurônios. A solução foi organizar as redes neurais em camadas empilhadas. Em 2006, Geoffrey Hinton, então na University of Toronto, fez um ajuste importante nesse método, que apelidou de “aprendizado profundo”. Ele otimizou matematicamente os resultados de cada camada de rede neural para que o aprendizado se acumulasse mais rapidamente conforme fosse processado pilha acima. Os algoritmos de aprendizado profundo foram enormemente acelerados alguns anos depois, quando levados às GPUs. O código de aprendizado profundo por si só é insuficiente para gerar um pensamento lógico complexo, mas constitui um componente essencial de todas as inteligências artificiais atuais, incluindo o Watson, da IBM, a DeepMind, o motor de busca do Google e os algoritmos do Facebook.
**PENSAMENTO DIFERENTE**
Foi essa tempestade perfeita de computação paralela barata, volume de dados maior e algoritmos mais profundos que gerou, em 60 anos, a mudança que agora nos leva à IA. Tamanha convergência sugere que, se essas tendências tecnológicas se mantiverem – e não há razão para supor que isso não vá acontecer –, haverá um grande movimento de cognificação no mundo – “cognificar” é um neologismo que uso combinando as palavras “cognição” e “codificar” para traduzir o ato de inserir inteligência artificial em coisas inertes.
O mais importante que devemos saber sobre as máquinas pensantes, contudo, é que elas vão pensar diferente de nós.
Apesar de as inteligências artificiais contemporâneas serem capazes de realizar tarefas complexas – como jogar xadrez, dirigir um carro, descrever o conteúdo de uma foto, atividades que antes se acreditava que fossem exclusivas dos seres humanos –, não as executam da mesma forma que nós.
Quer um exemplo prosaico de pensar diferente? O Google Photos, a nova inteligência artificial do Google. Dia desses fiz o upload de 130 mil fotos de meu arquivo pessoal ali e agora essa inteligência é capaz de se lembrar de todos os objetos contidos em todas as imagens de minha vida. Quando eu pedir ao Google que me mostre qualquer imagem contendo uma bicicleta ou uma ponte, todas as fotos com essas coisas serão exibidas imediatamente. O cérebro humano não tem como fazer isso.
Agora, haverá incentivos comerciais popularizando a IA em escala industrial, acrescentando, a baixo custo, altas doses de sagacidade em tudo o que fazemos. No entanto, maior retorno virá depois, quando surgirem formas de pensamento totalmente inéditas.
Sei que é muito difícil imaginar exatamente como uma mente pode ser diferente da nossa, mas lembre-se das descobertas sobre a complexa e estranhamente distinta maneira de pensar de baleias e golfinhos ou da calculadora, muito mais genial em aritmética do que nós. A lógica dessas diferenças é a dos trade-offs. Nenhuma mente tem como fazer tudo à perfeição. Um tipo de mente é melhor em certas dimensões e menos habilidoso em outras.
Assim, a IA que guia um caminhão autônomo será de um tipo diferente daquela que avalia hipotecas. A IA que diagnostica uma doença será consideravelmente distinta daquela que zela pela segurança e vigilância de uma casa. O supercérebro que prevê o clima com precisão vai operar em um âmbito diverso do dos sensores de tecnologia vestível de nossas roupas. Toda cognição é especializada.
O pensar diferente é muito bom, porque, para realmente resolver os grandiosos mistérios da gravidade quântica, da energia escura e da matéria escura, precisaremos de maneiras de pensar diferente.
**ROBÔS VS. HUMANOS**
As mentes sintéticas a que dedicaremos maior atenção nos próximos anos serão aquelas às quais daremos corpos: os robôs. Eles virão em todas as formas, tamanhos e configurações, manifestando-se em diversas espécies, por assim dizer. Alguns terão mobilidade, como animais, porém muitos serão imóveis, como plantas, ou difusos, como um recife de coral.
Os robôs já chegaram, sem alarde. Modelos mais espalhafatosos e inteligentes em breve serão inevitáveis. A ruptura causada por eles afetará o âmago de nosso ser. Imagine que sete em cada dez pessoas sejam demitidas por causa dos robôs amanhã. O que todos esses desempregados fariam?
É difícil acreditar que a economia terá como se manter se mais da metade da força de trabalho for para o olho da rua. Entretanto, foi exatamente isso – só que em câmera lenta – que a Revolução Industrial fez no início do século 19. Duzentos anos atrás, 70% dos trabalhadores norte-americanos viviam da agricultura. Hoje, esses postos de trabalho, com exceção de apenas 1%, não existem mais: foram substituídos, junto com a tração animal, por máquinas.
Contudo, os ocupantes daquelas vagas não ficaram ociosos. Ao contrário, a automação criou centenas de milhões de empregos em áreas completamente novas. Trabalhadores que antes viviam da lavoura rumaram para as inúmeras fábricas dedicadas à produção em massa de equipamentos agrícolas, automóveis e outros bens industriais. Em ondas sucessivas, surgiram novas profissões – técnico de manutenção de eletrodomésticos, operador de impressoras offset, químico de alimentos, fotógrafo, web designer –, cada uma delas vindo no bojo da automação anterior. Hoje, a grande maioria de nós se ocupa de trabalhos que um lavrador do século 19 jamais teria imaginado.
O mesmo vai acontecer agora. Antes do fim deste século, 70% das atuais profissões também serão substituídas pela automação – incluindo a sua. Com a segunda onda de automação – centrada na cognição artificial, em sensores baratos, no aprendizado de máquina e na inteligência distribuída –, os robôs são inevitáveis, e isso afetará mesmo todos os empregos, desde os manuais até os ligados ao conhecimento.
Para começar, as máquinas consolidarão sua vantagem nas indústrias já automatizadas. Depois de eliminarem a mão de obra humana da linha de montagem, os robôs substituirão os trabalhadores de armazéns e depósitos. Máquinas robustas passarão o dia todo selecionando, movimentando e carregando caminhões com caixas e mais caixas de 70 quilos, como já se vê nos centros de logística da Amazon. A colheita de frutas e vegetais continuará em processo de robotização até só restar a ocupação de colhedor para humanos em fazendas especializadas.
Farmácias contarão com um único robô de distribuição de medicamentos nos fundos da loja, enquanto os farmacêuticos se dedicarão apenas às consultas com os pacientes. Na verdade, protótipos de robôs de distribuição de remédios já estão em pleno funcionamento em hospitais da Califórnia, nos Estados Unidos. Até o momento, nunca erraram uma única prescrição, o que não pode ser dito de qualquer farmacêutico humano.
Em seguida, serviços que requerem mais destreza, como a limpeza de escritórios e escolas, serão assumidos por robôs que trabalharão de madrugada: no começo, executarão somente as tarefas mais simples, como limpar pisos e vidros, até serem capazes de encarar desafios mais complexos, como higienizar banheiros.
Caminhões de transporte de carga serão dirigidos por robôs incorporados à cabine. Em 2050, a maioria dos caminhoneiros já não será mais humana. Considerando que essa é a profissão mais comum nos Estados Unidos dos tempos atuais, representará uma mudança e tanto. Enquanto isso, outros robôs vão migrar para o trabalho de escritório. É importante dizer que, hoje, muitas de nossas máquinas já têm inteligência artificial; só não usamos esse nome para elas. Tome como exemplo um dos mais recentes softwares do Google, que eu já citei aqui, o Google Photos. Ninguém diz que é uma IA, mas ele é capaz de elaborar legendas precisas para as fotos. Escolha uma foto qualquer na web: o programa vai “observar” a imagem e “pensar” na legenda perfeita para ela. Descreverá o que está acontecendo ali da mesma forma que um ser humano, com a diferença de que nunca se cansa. A IA de tradução do Google transforma um celular em um tradutor pessoal. Basta falar inglês ao microfone e o aparelho imediatamente repete o que você disse em chinês, russo, árabe… Aponte o telefone para seu interlocutor e o app traduz instantaneamente a resposta. O tradutor automático é versátil, traduzindo de turco para híndi ou de francês para coreano, e ainda tem capacidade de trabalhar com qualquer texto. Levará algum tempo para os tradutores juramentados perderem o emprego, mas a tradução cotidiana feita por máquinas no contexto corporativo ficará cada vez melhor. Todo trabalho que envolva lidar com documentos será assumido por robôs, incluindo grande parte da medicina. As tarefas repetitivas de qualquer ramo de atividade que envolva informação intensiva podem ser automatizadas. Não importa se você for médico, tradutor, editor, advogado, arquiteto, repórter ou programador: a invasão do mundo do trabalho pelos robôs será épica. Já chegamos ao ponto de inflexão.
**APRESENTANDO O BAXTER**
Nossos preconceitos quanto a como devem ser o aspecto externo de um robô inteligente e seu modo de agir podem nos cegar para o que já está acontecendo a nosso redor. Exigir que a IA assuma a forma humanoide segue a mesma lógica imperfeita de exigir que os aviões batam asas para voar como os pássaros.
Os robôs terão aparência diferente da humana e também vão pensar diferente de nós. É o caso do Baxter, novo e revolucionário robô de trabalho da Rethink Robotics. Projetado por Rodney Brooks, ex-professor do Massachusetts Institute of Technology (MIT) que inventou o aspirador de pó robotizado Roomba e seus descendentes, trata- -se de um dos primeiros exemplos de uma nova categoria de máquinas industriais criadas para trabalhar ao lado de seres humanos. O Baxter possui braços grandes e fortes e um visor de tela plana, como muitos autômatos do gênero. E suas mãos executam tarefas manuais repetitivas, da mesma forma que os robôs de fábrica. No entanto, o Baxter é diferente em três importantes aspectos.
Em primeiro lugar, ele tem a capacidade de olhar ao redor de si e também de indicar para onde está olhando, com o movimento dos olhos instalados em sua cabeça. Assim, consegue perceber pessoas que estão trabalhando por perto, evitando feri-las. Por sua vez, os colegas humanos sabem quando estão sob o olhar do Baxter.
Os robôs industriais anteriores não possuíam essas funcionalidades e, por isso, tinham de ser fisicamente segregados dos seres humanos para não haver o risco de machucá-los, o que impedia que trabalhassem em espaços pequenos. O Baxter, contudo, está consciente da movimentação a seu redor. Equipado com tecnologia háptica, que lhe permite detectar se está fisicamente próximo de uma pessoa ou de outro robô, ele é um colega cuidadoso. Você pode plugá-lo na tomada da parede da garagem e trabalhar tranquilamente ao lado dele.
O segundo grande diferencial do Baxter está no fato de que qualquer pessoa pode treiná-lo. Embora não seja tão rápido, forte ou preciso quanto outros robôs industriais, ele é mais inteligente. O treinamento consiste em pegar seus braços e fazer os movimentos certos na sequência desejada. É um exercício do tipo “olha só como é que se faz”: qualquer pessoa, mesmo sem alfabetização, pode fazer essa demonstração, desde que conheça a prática do trabalho. O Baxter aprende o procedimento e o repete. Até agora, instruir robôs de trabalho a fazer uma simples mudança em sua rotina exige engenheiros altamente qualificados e os melhores programadores para escrever milhares de linhas de código (e para depois depurá-las, eliminando os bugs).
E a terceira diferença crucial é que o Baxter é muito mais barato. Vendido a US$ 25 mil, pertence a uma categoria diferente de seus antecessores de US$ 500 mil. Em uma boa analogia, é como se os velhos fossem os computadores mainframe, enquanto o Baxter chega para ser o primeiro PC. Muitos podem até desprezá-lo, classificando-o como mero brinquedo para amadores por não possuir funcionalidades importantes, como uma precisão de menos de 1 milímetro. Entretanto, qualquer usuário pode interagir com o Baxter direta e imediatamente, sem esperar pela intermediação de especialistas, além de usá- -lo para realizar tarefas simples e até frívolas, divertidas.
**CRISE DE IDENTIDADE**
Essa cognificação generalizada significa, em primeiro lugar, que estamos prestes a redefinir o que queremos dizer com o termo “inteligência artificial”. Porém, ao mesmo tempo, quer dizer também que estamos redefinindo o que é o “ser humano”. Nos últimos 60 anos, conforme processos mecânicos passaram a replicar comportamentos e habilidades até então considerados exclusivos dos humanos, estamos repensando o que nos diferencia das máquinas.
O resultado é que passaremos as próximas três décadas (na verdade, o próximo século inteiro) em uma constante crise de identidade, continuamente nos perguntando para que serve o ser humano. Se não somos os únicos fabricantes de ferramentas, artistas ou definidores da ética, o que faz com que sejamos especiais?
Ironicamente, o maior benefício de uma inteligência artificial utilitária e rotineira não será uma produtividade maior, uma economia de abundância ou uma nova forma de fazer ciência, apesar de tudo isso ser previsto. O maior benefício da cognificação é que ela ajudará a definir a humanidade. Precisamos das inteligências artificiais para nos dizer quem somos. E temos de saber usá-las para sermos, como no xadrez, verdadeiros centauros.
