Nos últimos anos, a inteligência artificial (IA) tem se consolidado como uma tecnologia revolucionária em diversas áreas, como na descoberta de novos medicamentos e no auxílio a diagnósticos médicos. No entanto, uma dúvida persiste entre muitos pesquisadores da área: os algoritmos de IA estão realmente aprendendo ou apenas replicando padrões dos dados?
O argumento em defesa da IA é que existe sim aprendizado, uma vez que praticamente todas as decisões dos algoritmos são genuinamente novas e não estão presentes na sua base de treinamento. Por exemplo, ao auxiliar no diagnóstico de um paciente, o algoritmo provavelmente nunca encontrou um indivíduo exatamente igual, que combine todas as suas mesmas características, como idade, medidas antropométricas, sintomas e resultados de exames.
Essa capacidade de lidar com novos casos tem sido vista como um sinal de que a IA consegue generalizar o conhecimento adquirido durante o treinamento e aplicá-lo a novas situações. No entanto, críticos dessa teoria como François Chollet argumentam que a sua habilidade de generalização é limitada, e que muitos modelos de IA estão simplesmente memorizando padrões complexos em vez de realmente compreendê-los.
Chollet, que é autor do livro Deep Learning with Python, e um dos pioneiros da atual revolução de machine learning, defende que a verdadeira aprendizagem implica a capacidade de aplicar conhecimentos de forma flexível a uma variedade de contextos. Quando confrontados com situações que divergem profundamente dos seus dados de treinamento, os modelos atuais de linguagem muitas vezes falham.
Leia também
Para superar essas limitações, Chollet defende que será necessário o desenvolvimento de algoritmos que não apenas reconhecem padrões, mas também compreendem os princípios subjacentes que levam a esses padrões, por meio da incorporação de mecanismos de raciocínio abstrato e compreensão contextual.
O debate sobre a capacidade de a IA aprender de verdade ganhou um novo capítulo na semana passada com o anúncio do Prêmio ARC. Idealizado por Chollet, a competição oferece US$ 1 milhão à equipe que desenvolver um algoritmo capaz de alcançar 85% de precisão em um novo benchmark chamado ARC.
O diferencial do ARC é a exigência de compreensão e resolução de problemas, em vez de apenas uma memorização de dados. Isso significa que os algoritmos serão desafiados a raciocinar, interpretar e se adaptar a situações novas e complexas, abrindo caminho para uma IA mais inteligente e impactante.
A discussão sobre se a IA está realmente aprendendo ou apenas decorando será muito importante para o futuro da tecnologia. Como apontado por François Chollet, a verdadeira inteligência artificial ainda está longe de ser alcançada. O caminho para atingir esse objetivo envolve não apenas avanços técnicos, mas uma nova maneira de raciocinar sobre o que significa compreensão verdadeira na era da IA.
Os comentários são exclusivos para assinantes do Estadão.
