Professor Livre Docente de inteligência artificial na Faculdade de Saúde Pública da USP

Opinião|A inteligência artificial está apenas em sua pré-história e vai mudar o mundo


Pesquisadores de machine learning apenas recentemente têm conseguido desenvolver algoritmos que se aproximam da inteligência humana

Por Alexandre Chiavegatto Filho
Atualização:

Quando John McCarthy definiu pela primeira vez o termo “inteligência artificial” (IA) no workshop de Dartmouth em 1956, o objetivo era tentar explicar para as máquinas todos os aspectos da aprendizagem para solucionar os problemas até então reservados aos humanos.

Em pouco tempo ficou claro para os pesquisadores dessa nova área científica que era impossível definir todas as regras necessárias para uma decisão inteligente. Uma solução óbvia seria deixar que as máquinas aprendessem essas regras complexas a partir de exemplos. Três anos depois foi cunhado o termo machine learning (ou aprendizado de mpaquina).

Durante muitas décadas o grande desafio de machine learning sempre foi ter os dados necessários para que as máquinas aprendessem essas regras. Seriam necessárias imagens, textos de opinião, livros, traduções - e tudo isso digitalizado. Daí em 1989, Tim Berners-Lee criou a World Wide Web.

continua após a publicidade

Hoje em dia quase toda a nossa vida é registrada e digitalizada, incluindo boa parte das nossas interações sociais, profissionais e médicas. Essa imensa quantidade de dados tem possibilitado que algoritmos de machine learning aprendam a realizar novas tarefas cognitivas complexas. Atualmente, a inteligência artificial já nos ajuda a decidir nossas rotas de trânsito para o trabalho, nos sugere filmes e músicas e auxilia empresas a alocarem seus recursos físicos e humanos.

Máquinas aprendem como crianças: a partir de exemplos Foto: WANG Zhao / AFP

Entretanto esses algoritmos ainda não estão completamente presentes nas áreas em que serão mais importantes, como na educação e na saúde. Existem alguns desafios a serem superados antes que isso aconteça, mas tudo indica que serão resolvidos com as mesmas técnicas encontradas por aquelas outras áreas menos consequentes da nossa vida.

continua após a publicidade

Nós seres humanos aprendemos a tomar decisões inteligentes por meio de aprendizado e predição, em um processo interativo que se assemelha ao dos algoritmos. Um bebê aprende intuitivamente sobre a teoria da gravidade atirando objetos centenas de vezes para o chão, e adultos aprendem a respeitar as regras de velocidade de trânsito depois de presenciarem acidentes e tomarem multas.

Pesquisadores de machine learning apenas recentemente têm conseguido desenvolver algoritmos que se aproximam da inteligência humana, porém ainda com uma capacidade rudimentar de serem transferidos para novas aplicações. Trata-se de uma área que ainda está chegando à sua pré-história.

Eu começo hoje a escrever esta coluna semanal sobre inteligência artificial. Ao longo dos próximos anos, a área irá nos presentear com descobertas científicas incríveis como no caso da melhoria de decisões sobre diagnóstico, cura e prognóstico de pacientes. Ao mesmo tempo, não se pode descartar a possibilidade de risco existencial, por menor que ela seja. É um privilégio estar vivo para poder acompanhar todos os altos e baixos da evolução da inteligência artificial. Será uma jornada fascinante e imperdível.

Quando John McCarthy definiu pela primeira vez o termo “inteligência artificial” (IA) no workshop de Dartmouth em 1956, o objetivo era tentar explicar para as máquinas todos os aspectos da aprendizagem para solucionar os problemas até então reservados aos humanos.

Em pouco tempo ficou claro para os pesquisadores dessa nova área científica que era impossível definir todas as regras necessárias para uma decisão inteligente. Uma solução óbvia seria deixar que as máquinas aprendessem essas regras complexas a partir de exemplos. Três anos depois foi cunhado o termo machine learning (ou aprendizado de mpaquina).

Durante muitas décadas o grande desafio de machine learning sempre foi ter os dados necessários para que as máquinas aprendessem essas regras. Seriam necessárias imagens, textos de opinião, livros, traduções - e tudo isso digitalizado. Daí em 1989, Tim Berners-Lee criou a World Wide Web.

Hoje em dia quase toda a nossa vida é registrada e digitalizada, incluindo boa parte das nossas interações sociais, profissionais e médicas. Essa imensa quantidade de dados tem possibilitado que algoritmos de machine learning aprendam a realizar novas tarefas cognitivas complexas. Atualmente, a inteligência artificial já nos ajuda a decidir nossas rotas de trânsito para o trabalho, nos sugere filmes e músicas e auxilia empresas a alocarem seus recursos físicos e humanos.

Máquinas aprendem como crianças: a partir de exemplos Foto: WANG Zhao / AFP

Entretanto esses algoritmos ainda não estão completamente presentes nas áreas em que serão mais importantes, como na educação e na saúde. Existem alguns desafios a serem superados antes que isso aconteça, mas tudo indica que serão resolvidos com as mesmas técnicas encontradas por aquelas outras áreas menos consequentes da nossa vida.

Nós seres humanos aprendemos a tomar decisões inteligentes por meio de aprendizado e predição, em um processo interativo que se assemelha ao dos algoritmos. Um bebê aprende intuitivamente sobre a teoria da gravidade atirando objetos centenas de vezes para o chão, e adultos aprendem a respeitar as regras de velocidade de trânsito depois de presenciarem acidentes e tomarem multas.

Pesquisadores de machine learning apenas recentemente têm conseguido desenvolver algoritmos que se aproximam da inteligência humana, porém ainda com uma capacidade rudimentar de serem transferidos para novas aplicações. Trata-se de uma área que ainda está chegando à sua pré-história.

Eu começo hoje a escrever esta coluna semanal sobre inteligência artificial. Ao longo dos próximos anos, a área irá nos presentear com descobertas científicas incríveis como no caso da melhoria de decisões sobre diagnóstico, cura e prognóstico de pacientes. Ao mesmo tempo, não se pode descartar a possibilidade de risco existencial, por menor que ela seja. É um privilégio estar vivo para poder acompanhar todos os altos e baixos da evolução da inteligência artificial. Será uma jornada fascinante e imperdível.

Quando John McCarthy definiu pela primeira vez o termo “inteligência artificial” (IA) no workshop de Dartmouth em 1956, o objetivo era tentar explicar para as máquinas todos os aspectos da aprendizagem para solucionar os problemas até então reservados aos humanos.

Em pouco tempo ficou claro para os pesquisadores dessa nova área científica que era impossível definir todas as regras necessárias para uma decisão inteligente. Uma solução óbvia seria deixar que as máquinas aprendessem essas regras complexas a partir de exemplos. Três anos depois foi cunhado o termo machine learning (ou aprendizado de mpaquina).

Durante muitas décadas o grande desafio de machine learning sempre foi ter os dados necessários para que as máquinas aprendessem essas regras. Seriam necessárias imagens, textos de opinião, livros, traduções - e tudo isso digitalizado. Daí em 1989, Tim Berners-Lee criou a World Wide Web.

Hoje em dia quase toda a nossa vida é registrada e digitalizada, incluindo boa parte das nossas interações sociais, profissionais e médicas. Essa imensa quantidade de dados tem possibilitado que algoritmos de machine learning aprendam a realizar novas tarefas cognitivas complexas. Atualmente, a inteligência artificial já nos ajuda a decidir nossas rotas de trânsito para o trabalho, nos sugere filmes e músicas e auxilia empresas a alocarem seus recursos físicos e humanos.

Máquinas aprendem como crianças: a partir de exemplos Foto: WANG Zhao / AFP

Entretanto esses algoritmos ainda não estão completamente presentes nas áreas em que serão mais importantes, como na educação e na saúde. Existem alguns desafios a serem superados antes que isso aconteça, mas tudo indica que serão resolvidos com as mesmas técnicas encontradas por aquelas outras áreas menos consequentes da nossa vida.

Nós seres humanos aprendemos a tomar decisões inteligentes por meio de aprendizado e predição, em um processo interativo que se assemelha ao dos algoritmos. Um bebê aprende intuitivamente sobre a teoria da gravidade atirando objetos centenas de vezes para o chão, e adultos aprendem a respeitar as regras de velocidade de trânsito depois de presenciarem acidentes e tomarem multas.

Pesquisadores de machine learning apenas recentemente têm conseguido desenvolver algoritmos que se aproximam da inteligência humana, porém ainda com uma capacidade rudimentar de serem transferidos para novas aplicações. Trata-se de uma área que ainda está chegando à sua pré-história.

Eu começo hoje a escrever esta coluna semanal sobre inteligência artificial. Ao longo dos próximos anos, a área irá nos presentear com descobertas científicas incríveis como no caso da melhoria de decisões sobre diagnóstico, cura e prognóstico de pacientes. Ao mesmo tempo, não se pode descartar a possibilidade de risco existencial, por menor que ela seja. É um privilégio estar vivo para poder acompanhar todos os altos e baixos da evolução da inteligência artificial. Será uma jornada fascinante e imperdível.

Opinião por Alexandre Chiavegatto Filho

Professor Livre Docente de inteligência artificial na Faculdade de Saúde Pública da USP

Atualizamos nossa política de cookies

Ao utilizar nossos serviços, você aceita a política de monitoramento de cookies.