Pesquisadores do Google listam 3 obstáculos da inteligência artificial

O que você precisa saber

Nos últimos anos, o Google tem investido bastante em pesquisas de inteligência artificial. O objetivo da empresa é fazer com que as máquinas possam ser utilizadas para melhorar os próprios produtos e facilitar a vida das pessoas. Mas, segundo pesquisadores da gigante de tecnologia, ainda há um longo caminho a percorrer. 

Eles listaram três grandes obstáculos que devem ser superados pelas máquinas antes que a tecnologia seja tão inteligente quanto os humanos. Confira:

1. Interação com o mundoDurante milhões de anos de evolução, as pessoas desenvolveram e aguçaram sentidos como visão, audição e tato, para garantir sua sobrevivência. De acordo com os cientistas, esses sentidos constituem uma parte importante da inteligência e foram obtidos pela experimentação e interação com o ambiente. “Atualmente somos muito bons na coleta de dados e no desenvolvimento de algoritmos, mas o esse outro tipo de raciocínio é tão importante quanto a análise de dados. Quanto mais perto conseguirmos chegar dessa realidade, melhor será para os sistemas”, explica Peter Norvig, diretor de pesquisa do Google.

“Acho que à medida que desenvolvermos sistemas capazes de interagir com o mundo, o raciocínio das máquinas será aprimorado, ao contrário dos sistemas de aprendizagem que observam passivamenta a informação”, aposta o diretor.

2. Aprendizado independenteTradicionalmente, pais e professores atuam como mentores durante a infância dos indivíduos, mas uma série de aspectos importantes foram aprendidos de maneira implícita, sem que fosse necessário um aviso verbal. Os computadores não possuem essa capacidade. As máquinas utilizam o aprendizado supervisionado -que funciona de um jeito bem parecido com o da escola- para adquirir conhecimentos. Cada vez que o sistema aprende uma nova tarefa, ele começa do zero, o que siginifica que ela precisa de tempo e supervisão de um humano. 

“Precisamos trabalhar mais no aprendizado contínuo, que é a idéia de que não precisamos treinar os nossos modelos a partir do zero cada vez que temos novos dados ou algoritmos para tentar,” afirma Samy Bengio, pesquisador do Google. “Esta é uma tarefa muito difícil que certamente vai levar um tempo muito longo período de tempo para melhorar.”