O entusiasmo do mundo empresarial pela Inteligência Artificial (IA) tem vindo a aumentar nos últimos anos. Em 2020, a IA será melhor entendida, mas continua a ser complicada.
Apesar do investimento, das publicações científicas e da procura de empregos neste campo continuarem a crescer até 2019, os tecnólogos começam agora a ter de lidar com as possíveis limitações que a IA pode ultrapassar. Paralelamente, existe um movimento crescente que está a lutar contra as implicações éticas e sociais desta tecnologia, e a adoção desta inovação pelas empresas continua baixa.
Como resultado, as empresas e organizações estão cada vez mais a procurar formas intuitivas de utilizar os métodos já existentes de predição e de reconhecimento de imagem baseados em autoaprendizagem, tornando as tecnologias mais fáceis de explicar e utilizar, mesmo para quem não perceba de programação e código. Outros avanços emergentes como a capacidade de criar dados sintéticos e processadores de linguagem open-source que exigem menos formação, estão a contribuir para esses esforços.
Simultaneamente, a utilização da IA para fins fraudulentos como deepfakes (vídeos falsos que utilizam a IA para fabricar imagens credíveis e situações que nunca aconteceram, tendo por base fotografias e vídeos reais) e a produção massiva de spam ainda estão numa fase muito embrionária, embora existam relatórios preocupantes que indicam que essa distopia pode tornar-se mais real em 2020.
E porque o que importa é o presente, listamos aqui seis previsões apresentadas pela Adweek para a IA para este ano:
1. As máquinas irão melhorar a compreensão – e criarão a sua própria língua falada e escrita
Uma das investigações desenvolvidas pela OpenAI esteve envolvida em alguma polémica no início de 2019, quando anunciou que o seu mais recente software de machine learning para gerar notícias, o GPT-2, era demasiado perigoso para ser publicado na íntegra. Os investigadores temiam que os textos e layout que gerava fossem demasiado realistas e pudessem ser utilizados indevidamente para a produção em massa de fakenews. Uma criação que assustou a comunidade, dadas as potencialidades do sistema.
O GPT-2 é a ferramenta mais sofisticada que existe para gerar novos idiomas. Para entender a mecânica geral do funcionamento do idioma, este sistema parte da análise de mais de 8 milhões de sites e dos 40GB de texto que existem na Internet. Um sistema básico que pode ser “treinado” com um conjunto de dados para imitar um certo estilo, sendo capaz de escrever texto prevendo as próximas frases, em chatbots ou até como auxiliar criativo.
A OpenAI publicou a versão completa do modelo em novembro. Na altura, chamou logo a atenção para o emocionante – ou até perturbador – potencial de uma tendência crescente no subcampo da IA, como é o processamento de linguagem natural e a capacidade de analisar e criar textos que à primeira vista parecem escritos por humanos, pois apresentam uma entoação natural.
Há rumores de que alguns investigadores pensam que a tecnologia da “linguagem natural” está pronta para um boom em 2020. Outros defendem que ainda agora está a começar a surgir.
2. Dados produzidos sinteticamente podem tornar a IA mais barata
Se perguntarmos a qualquer cientista de dados ou empresa que esteja a trabalhar numa estratégia de IA emergente qual é a sua maior dor de cabeça, a resposta que se obtém provavelmente envolverá dados. Os sistemas de machine learning têm um desempenho tão bom quanto o “treino” que tiverem com dados e na escala em que se necessita que estes sejam em grande número.
Essa necessidade pode ser aliviada através de um novo modelo de machine learning, atualmente mais conhecido pelo seu papel em deepfakes e na arte criada por IA.
Os pedidos de patentes indicam que as marcas já exploraram todos os tipos de usos para esta tecnologia, conhecida como GANs (generative adversarial network), em 2019. Mas um dos seus talentos desconhecidos, porém potencialmente mais impactante, é a capacidade de armazenar um conjunto de dados e produzir dados semelhantes em grandes quantidades, embora ligeiramente diferentes do material original. Ou seja, procura-se completar um conjunto de dados com outro tipo de dados que pode não ser exatamente o que foi observado – que pode ser inventado – mas que é confiável o suficiente para ser usada num ambiente de machine learning.
Os pedidos de patentes de empresas como a General Motors, a General Electric e a Adobe mostram que os seus departamentos de I&D já estão a avaliar a forma como essa prática pode ajudar a programar carros autónomos, dispositivos de imagens médicas e ferramentas de design gráfico.
Para os marketers em particular, esta função pode ajudar a produzir dados anónimos sintéticos para cumprir o número crescente de regulação da privacidade, como o RGPD da União Europeia ou a Lei de Privacidade do Consumidor da Califórnia.
3. A IA ficará mais criativa
As GANs também começaram a alimentar o panorama artístico gerado pela IA, que inspirou agências e marcas a explorar usos mais criativos para o machine learning generativo. Embora esta tendência ainda esteja no seu início (pelo menos comercialmente), 2019 já teve a possibilidade de ver campanhas publicitárias com imagens geradas pela GAN, o primeiro produto comercial projetado por IA generativa e pelos avanços das capacidades das GANs de produzir imagens de rostos e paisagens fotorealistas.
Os especialistas esperam que as GANs se tornem mais completas, na medida em que empresas como a Adobe as têm incorporado ao software de design e são desenvolvidas outras ferramentas para facilitar a sua utilização por criativos sem formação técnica.
4. A investigação pode bater contra a parede
Apesar dos pontos a favor estarem a crescer, os principais tecnólogos neste campo começam a preocupar-se com os avanços subjacentes ao atual boom da inteligência artificial (em particular o deep learning e sua capacidade de reconhecer rostos, imagens e vozes) que podem continuar a progredir em direção ao desenvolvimento de máquinas mais inteligentes.
A IA chegou a um ponto em que pode parecer que certas ideias veiculadas pela ficção científica sobre a super-inteligência se tornam realidade. Mas se olharmos bem para as redes neurais que podem gerar e reconhecer imagens ou estabelecer uma conversação e os árduos processos que têm de seguir para alcançar esses resultados, partilham apenas semelhanças superficiais da ágil destreza de um cérebro real. Por essa razão, as funcionalidades são limitadas, a maioria dos modelos apenas é capaz de lidar com uma tarefa muito específica (por exemplo, ou só escrita ou só arte).
Os investigadores agora temem que a procura por dados e pelo poder de processamento de ferramentas desse tipo possam ser ineficientes, tendo em conta a escala de objetivos estabelecidos para estas inicialmente, como a implantação em massa de carros autónomos e o reconhecimento de imagens sem falhas.
Em declarações à Wired, no passado mês, Jerome Pesenti, vice-presidente de IA do Facebook, afirmou que a investigação sobre deep learning poderá “bater contra a parede”. Para Pesenti, a taxa de progresso não é sustentável, uma vez que se observamos as principais experiências ano após anos, percebe-se que o custo aumenta 10 vezes. Experiências que neste momento podem custar até sete dígitos, não vão chegar até aos nove ou 10 dígitos, e ninguém estaria disposto a pagar tanto.
5. As preocupações éticas com algoritmos vão crescer
Quando em 2019 um movimento crescente de académicos procurou mudar o foco das atenções do machine learning para o impacto social desta, começaram a surgir as primeiras perguntas éticas sobre esta tecnologia e a utilização de algoritmos. Paralelamente, surgem também algumas notícias preocupantes sobre preconceitos criados em sistemas de machine learning e repressão do estado alimentada pela IA, que vieram demonstrar a necessidade de se pensar estas novas tecnologias de uma forma mais abrangente, tendo a ética como ponto fulcral.
Essa preocupação também levou a um fenómeno designado por “lavagem ética”, em que as empresas demonstram levar a sério as questões éticas – sem nenhuma mudança concreta. O exemplo mais notável foi o anúncio do Google da criação de um conselho de ética para a IA, que ajudaria a empresa a monitorizar a utilização da inteligência artificial nos seus projetos. Este conselho era formado por especialistas de diversas origens e perfis académicos e iria funcionar de forma independente e externa, estando atento a quaisquer violações de princípios éticos com a utilização da tecnologia de IA que a companhia pudesse incorrer internamente. Mas, devido a reações mais críticas e agressivas sobre a constituição deste conselho, o Google decidiu dissolvê-lo uma semana após a sua criação.
Enquanto isso, os meios perceberam que os decisores políticos estavam a adotar medidas concretas para uma IA mais ética, propondo e aprovando novas leis para controlar a utilização desta tecnologia, como o reconhecimento facial, e alguns colaboradores de empresas de tecnologia insurgiam-se coletivamente contra aspetos dos negócios das suas companhias que consideram imorais.
Questões que continuarão a fazer parte da agenda de 2020, num movimento crescente que procura mudanças reais.
6. Deepfakes vão tornar-se mais subliminares
O potencial inquietante dos chamados deepfakes para criar manipulações de imagens de vídeo com aparência realista começou a passar de propaganda exagerada para a realidade em 2019.
Embora os especialistas se tenham preocupado mais com a sua propensão para espalhar informações erradas e propaganda política, um extenso estudo constatou que atualmente os deepfakes são muito mais prevalentes na indústria do entretenimento e da pornografia, por exemplo.
Enquanto isso, os avanços no processamento de escrita natural como o GPT-2 também abrem as portas para a possibilidade de maus intervenientes produzirem cópias de fakenews em quantidade ou spam desenvolvido para motores de busca de jogos, apesar de que poucos ou nenhum incidente tenha sido relatado até agora.
À medida que a tecnologia deepfake avança até que sejam apenas necessárias uma ou duas imagens para praticar, esta tendência desconcertante tornar-se-á provavelmente mais subliminar em 2020.