Inteligência artificial geral: “Não temos nada”

O pesquisador de IA François Chollet vê um progresso “transformador” na IA – mas não no desenvolvimento de uma IA semelhante à humana. Sua frustração é justificada?

Empresas líderes em IA, como Deepmind ou OpenAI, estão constantemente desenvolvendo modelos de IA que estabelecem novos padrões. É assim que eles impulsionam o desenvolvimento da IA ​​e, finalmente, seu uso para aplicações de IA em nossas vidas cotidianas.

Chollet, por exemplo, trabalha no Google em pesquisa: provavelmente nenhuma outra empresa usa IA de forma tão fundamental em seus próprios produtos. O próprio pesquisador desenvolveu a biblioteca de aprendizado profundo Keras e contribuiu significativamente para a estrutura TensorFlow para aprendizado de máquina.

Chollet: Nem um passo adiante na IA geral

O verdadeiro objetivo da pesquisa de Deepmind e OpenAI , no entanto, está um passo acima das aplicações pragmáticas do dia a dia: as empresas querem criar IA geral, uma IA com inteligência semelhante à humana que pode aprender por conta própria e aplicar seu conhecimento a muitas tarefas – ao contrário dos sistemas especializados de hoje. Essa IA geral seria indiscutivelmente o maior avanço possível na pesquisa de IA e o alvorecer de uma nova era tecnológica.

No Twitter, Chollet, que está pesquisando IA geral, expressa sua admiração pela eficiência do aprendizado humano, dizendo que sempre fica surpreso com a rapidez com que as crianças aprendem. Uma coisa que eles fazem pela primeira vez, eles podem generalizar imediatamente “em um número infinito de variações e em um número infinito de situações diferentes”.

Os atuais sistemas de IA, por outro lado, devem ser treinados nessa capacidade de abstração, se assim pode ser chamada em IA, com inúmeros exemplos. Para Chollet, no entanto, a abstração e o pensamento lógico são blocos de construção essenciais da inteligência.

Foi frustrante, disse Chollet, que nenhum progresso tenha sido feito em direção a uma inteligência artificial mais geral na última década. “Quando comecei a olhar para esta questão, esperava que agora tivéssemos pelo menos o começo de uma resposta. Não temos nada”, diz Chollet.

O caminho para a IA geral também é uma questão de perspectiva

Chollet diz que sua observação não pretende diminuir o progresso da pesquisa de IA, especificamente os sucessos de aprendizado profundo da última década. Estes são admiráveis ​​e “transformadores em muitos aspectos”, disse ele. Eles simplesmente não têm relevância para o desenvolvimento da IA ​​em geral.

Ao fazer isso, Chollet também está insultando diretamente seus colegas da mente profunda alguns dos quais acreditam que suas pesquisas estão no caminho certo para o desenvolvimento da IA ​​geral e depositam grandes esperanças nela, por exemplo, na luta contra as mudanças climáticas.

A declaração de Chollet também descarta avanços recentes em IA multimodal, ou seja, inteligência artificial que é treinada com diferentes tipos de dados, como texto e imagens e, portanto, pode ser usada com mais flexibilidade, no contexto da IA ​​geral.

Os últimos dois anos também viram um foco particular em modelos de IA em grande escala. Por um lado, esses modelos mostram que mais treinamento de dados geralmente leva a um melhor desempenho da IA. Por outro lado, eles também mostram que modelos de IA menores e mais especializados podem ser derivados de grandes modelos de IA pré-treinados para novos aplicativos com relativamente pouco esforço.

Novamente, dependendo da perspectiva de cada um, essa descoberta pode ser vista como um progresso em direção a uma IA mais geral: um grande modelo de IA que pode cobrir muitos casos de uso com ajuste fino. Chollet obviamente vê isso de forma diferente.