Máquinas inteligentes despontam como tecnologia chave do futuro

Ao ter uma resposta em um mecanismo de busca, receber uma notícia em uma rede social, encontrar recomendações de vídeos em plataformas audiovisuais, interagir com sistemas de atendimento ao cliente ou até mesmo ter um pedido de empréstimo avaliado, em muitos casos nos deparamos com sistemas inteligentes. Este adjetivo está associado a uma tecnologia já estudada há décadas, mas que vem ganhando visibilidade e importância nos últimos anos: a inteligência artificial (IA).

Segundo especialistas ouvidos pela Agência Brasil, a IA estaria relacionada a dotar máquinas ou sistemas informatizados da capacidade de realizar atividades semelhantes às operadas por humanos. De acordo com o Plano Coordenado sobre IA da União Europeia, o conceito “se refere a sistemas que operam comportamento inteligente ao analisar o ambiente e tomando ação, com algum grau de autonomia, para atingir objetivos específicos”.

“O conceito está mudando, mas gosto de defini-lo como o estudo de como fazer computadores realizarem tarefas que atualmente os humanos fazem melhor. Ela resolve problemas delimitados”, caracteriza a professora titular do Departamento de Informática da Universidade Federal do Rio Grande do Sul (UFRGS) e consultora do Ministério da Ciência, Tecnologia, Inovações (MCTI) para o tema, Rosa Vicari.

“A inteligência artificial é um processo de automatizar processos feitos por humanos, que passa por fazer um código para replicar o que alguém está fazendo sem modelo matemático ou usando modelo. Eu leio texto jurídico e está escrito horas-extras e tenho que marcar na planilha que isso foi pedido, uso IA e automatizo processo que era feito por alguém”, exemplifica o cientista de dados da empresa Semantix Alexandre Lopes.

Mais do que automatização, a condição de avaliar grandes montantes de informações de forma complexa permite também a otimização processos e tarefas, a previsão de comportamentos e a tomada de decisão. “A IA consegue tanto transformar dados quantitativos quanto imagens em informações para tomar decisões autônomas”, observa o especialista em política e indústria da Confederação Nacional da Indústria (CNI) Vinícius Fornari.

Mas a explicação do termo não é pacífica, uma vez que o próprio conceito de inteligência também é passível de abordagens diferentes. “Definir o que é comportamento inteligente é um problema, é um conceito que muda com o tempo. Algo que parece inteligente pode não parecer a partir do momento que um programa de computador faz aquilo. É um conceito intrinsecamente vago”, comenta o coordenador do Centro de Pesquisa em Inteligência Artificial da Universidade de São Paulo (USP) e professor titular da Escola Politécnica da instituição, Fábio Cozman.

A professora da Universidade Federal do Rio de Janeiro (UFRJ) Jonice Oliveira explica ressalta que a despeito da capacidade de operação de tarefas complexas, os sistemas de inteligência artificial dependem de decisões humanas. Eles analisam dados históricos valorados pelos seus desenvolvedores. “Se eu crio sistema que categoriza preços de supermercado como caro ou barato, o ser humano tem de rotular esses valores enquanto tal. Maçã a R$ 5 é caro e banana a R$ 0,10 é barato”, exemplifica.

Se o campo não é novo, ele ganhou muita força nos últimos cinco anos. Na avaliação de especialistas em vendas em inteligência artificial da IBM Roberto Celestino, isso se deve ao fato do momento atual ter um poder computacional maior, a geração de muitos por um mundo de cada vez mais dispositivos conectados. “Temos capacidade técnica para poder construir sistemas, o que antes ficava só na comunidade científica e hoje está no meio corporativo. Temos volume de dados gigantesco e precisamos analisar isso para gerar esse valor”, comenta.

Dentro do campo existem tecnologias como o aprendizado de máquina (machine learning), na qual o sistema pode ser “treinado” na repetição de análise de dados para operar procedimentos mais complexos, como apreender o contexto de imagens ou de textos. Outro tipo de tecnologia mais sofisticada são as redes de aprendizado profundo (deep learning), que permitam tarefas ainda mais complexas, como traduções de um texto de um idioma para outro.

Evolução recente

Essa evolução recente é expressada no ganho de capacidade de diversas aplicações. Segundo o AI Index, principal relatório internacional sobre o tema elaborado pela Universidade de Stanford, desde 2012 o desenvolvimento da tecnologia acompanhava a dinâmica da Lei de Moore, segundo a qual uma tecnologia dobra a cada dois anos. A partir desse ano, a velocidade aumentou progressivamente, com a duplicação da capacidade de operação a cada 3,4 meses. Um dos marcos da evolução foi a superação de humanos em jogos. No caso do xadrez, isso ocorreu em 2004. No videogame Atari, em 2013 para os jogos Enduro e James Bond. Em 2017, a IA do Google venceu o chinês Ke Jie no jogo de tabuleiro mais complexo do mundo, o Go.

Segundo o AI Index, entre 2017 e 2018, o tempo para treinar um sistema de classificação de imagens (ImageNet) em uma infraestrutura na nuvem caiu de 3h para 88 segundos. No mesmo sistema, a taxa de erro caiu de 0.25 em 2011 para 0.02 em 2017. O sistema de geração de imagens Cifar-10 aumentou o índice de desempenho em três vezes entre 2017 e 2019, amplificando a fidelidade da reprodução de imagens produzidas artificialmente.

O Banco de Dados de Evolução do Entendimento de Linguagem (Glue, na sigla em inglês) avalia o desempenho de sistemas de IA na compreensão de textos. No início de 2019, os resultados do estado da arte ultrapassaram a compreensão humana, tendo alcançado uma nota de 88.5, mais de dez pontos acima de janeiro do ano anterior (76.9).

A Universidade de Stanford, nos Estados Unidos, possui um banco de resposta de questões elaboradas por trabalhadores a partir de artigos da plataforma Wikipedia, incluindo “pegadinhas”. Em um ano, as respostas processadas por sistemas de inteligência artificial foram da nota 62 para 90, alcançando o nível de desempenho humano.

Em suas previsões para a área de tecnologia em 2020, a consultoria internacional Deloitte destaca a transformação da IA dos softwares para os dispositivos. Enquanto programas, uma das limitações do uso de IA é a necessidade da conectividade para sua operação. Ao embarcar essa solução em hardwares, ela pode ter sua adoção multiplicada.