Fazer com que as m\u00e1quinas aprendam por conta pr\u00f3pria: esse \u00e9, hoje, o grande desafio da intelig\u00eancia artificial, a IA. Com esse objetivo e aparelhada de t\u00e9cnicas que imitam o processo de aprendizagem dos humanos, nasceu a \u00e1rea de “machine learning” ou aprendizado de m\u00e1quina, cujo foco \u00e9 possibilitar que os computadores desempenhem tarefas sozinhos por meio de observa\u00e7\u00f5es ou intera\u00e7\u00f5es com o ambiente.<\/p>\n
A ideia, simples \u2014 basta alimentar uma m\u00e1quina com dados e definir um prop\u00f3sito \u2014, se inspira no modo como os humanos aprendem, ou seja, eles observam padr\u00f5es j\u00e1 quando nascem. Uma crian\u00e7a passa a reconhecer um cachorro depois de observ\u00e1-lo diversas vezes. Ap\u00f3s soltar um brinquedo no ar e repetir essa a\u00e7\u00e3o, ela interioriza que tal objeto vai cair. Observar padr\u00f5es e interagir com o mundo \u00e9 como vivenciamos a realidade, uma experi\u00eancia que est\u00e1 associada ao modo como interpretamos o ambiente.<\/p>\n
Fudamentando-se nessa ideia, a \u00e1rea da IA obteve v\u00e1rios casos de sucesso, como derrotar o campe\u00e3o humano no jogo go, at\u00e9 resolver um problema da biologia que estava encruado havia cinquenta anos. Aqui, por\u00e9m, trata-se de situa\u00e7\u00f5es em que lhe ensinaram tanto o jogo como a rela\u00e7\u00e3o entre as prote\u00ednas. N\u00e3o espanta que nos perguntemos se, al\u00e9m dessas realiza\u00e7\u00f5es, ela seria capaz de criar ou gerar coisas por si s\u00f3, o que para os seres humanos \u00e9 natural. Nossa intelig\u00eancia \u00e9, em geral, muito associada a nossa capacidade de construir, de obras de arte a projetos de cidades e receitas culin\u00e1rias \u2013 enfim, a imagina\u00e7\u00e3o \u00e9 o limite.<\/p>\n
A quest\u00e3o motivou cientistas da computa\u00e7\u00e3o a investigar como uma IA seria capaz de entender e extrair a informa\u00e7\u00e3o de dados, que s\u00e3o alimentados ao modelo, e com base neles conseguir construir novos dados. Foi ent\u00e3o que as redes generativas ganharam for\u00e7a. E o que s\u00e3o redes generativas? S\u00e3o redes que s\u00e3o ensinadas a refazer vers\u00f5es dos dados ap\u00f3s entender a distribui\u00e7\u00e3o deles. Como produzir imagens baseadas em desenhos ou montar uma casa ap\u00f3s observar diferentes fotos de casas. A combina\u00e7\u00e3o das redes generativas com o potencial que as redes neurais oferecem foi um marco importante para o avan\u00e7o dessa proposta.<\/p>\n
Uma das primeiras tarefas dessas redes generativas foi adquirir a habilidade de reproduzir rostos humanos. Ao longo dos anos, o sucesso dessa aquisi\u00e7\u00e3o foi tamanho que hoje \u00e9 dif\u00edcil discernir se uma imagem \u00e9 de fato uma foto tirada por olhos humanos ou a cria\u00e7\u00e3o de uma IA. N\u00e3o demorou muito e novos desafios surgiram, como cria\u00e7\u00e3o de poemas e refazer uma cidade.<\/p>\n
Recentemente, uma dessas redes conseguiu refazer em 3D a cidade de S\u00e3o Francisco, na Calif\u00f3rnia, depois de ter estudado fotos tiradas por carros. O feito foi obtido pela Waymo, uma empresa da Google que visa utilizar essa IA para treinar carros aut\u00f4nomos sem o risco de acidentes. Aliada a uma poss\u00edvel revolu\u00e7\u00e3o a ind\u00fastria de videogames, essa seria uma das primeiras aplica\u00e7\u00f5es diretas de uma produ\u00e7\u00e3o de IA.<\/p>\n
A grande revolu\u00e7\u00e3o na \u00e1rea de IA nos \u00faltimos anos veio do GPT-3, um modelo monstruoso com 175 bilh\u00f5es de par\u00e2metros que utiliza redes generativas que podem gerar conversas, livros e at\u00e9 c\u00f3digos. Uma vers\u00e3o com 12 bilh\u00f5es de par\u00e2metros, a DALL-E, foi constru\u00edda para formar imagens com base em outras ou a partir de um texto. Mas o avan\u00e7o veio com a segunda vers\u00e3o do DALL-E, que tanto cria imagens baseadas em textos como “ursinhos de pel\u00facia trabalhando num computador na Lua”, como pinta quadros ao estilo de grandes artistas, com resultados impressionantemente semelhantes ao do pintor que foi emulado.<\/p>\n
Aos poucos as m\u00e1quinas est\u00e3o entendendo como produzir o mundo em que vivemos, seja a parte f\u00edsica, como uma cidade inteira em 3D, seja o modo como interpretamos a realidade por meio da arte, da literatura, da fotografia. Talvez tenha chegado a hora de come\u00e7armos a nos perguntar se em algum futuro pr\u00f3ximo elas n\u00e3o estariam aptas a criar mundos tomando o nosso como base.<\/p>\n
*<\/p>\n
Roberta Duarte \u00e9 f\u00edsica e doutoranda, e trabalha com aplica\u00e7\u00f5es de intelig\u00eancia artificial na astrof\u00edsica.<\/p>\n