Vídeo: CESPE – CONJUNÇÕES ADVERSATIVAS – MAS, PORÉM, TODAVIA... (Novembro 2024)
Era estranhamente apropriado que o diretor James Cameron apresentasse o mundo à Skynet - a super AI de ficção que procurava erradicar a humanidade - em 1984.
De acordo com a tradição do Terminator , a Skynet foi criada nos anos 90 para remover o elemento humano das defesas nucleares dos EUA. Mas a Skynet tornou-se consciente, iniciou um holocausto nuclear global e criou um exército de bots assassinos para derrotar os sobreviventes, yadda yadda yadda.
Obviamente, essa distopia futura foi concebida muito antes de existir algo como robôs capazes ou inteligência artificial. Avançando para 2017, a tecnologia opcional humana não está disponível apenas no mundo real, mas os engenheiros estão se esforçando para criar maneiras de lhes dar ainda mais responsabilidades. Em todo o mundo, mini-Skynets autônomos estão se tornando uma realidade (espero que benevolente?).
Embora provavelmente não entregaremos algo tão precário quanto os códigos de lançamento nuclear para um algoritmo em breve, a sociedade está se tornando cada vez mais dependente da tecnologia para executar outras tarefas vitais. De fato, esse mundo se tornou tão complexo que é praticamente uma necessidade. Nosso infrasturcutre não está apenas ficando on-line, está ganhando a capacidade de antecipar e reagir. Encarregamos nossos algoritmos de detectar violações de segurança em sistemas complexos, negociar a maioria das ações do mundo e até prever quando coisas como peças de motores de avião podem quebrar antes que aconteça.
Para esse fim, os engenheiros utilizam cada vez mais coisas como "gêmeos digitais" para ajudar a fazer previsões e decisões. Gêmeos digitais são representações virtuais de objetos reais (normalmente infraestrutura vital como turbinas em uma usina). Esses gêmeos utilizam dados em tempo real para prever quando algo pode falhar (permitindo, assim, que os mantenedores - que são cada vez mais automatizados - resolvam os problemas antes que eles ocorram). Mas se a IA é um tipo de intelecto, seria preciso descrever os gêmeos digitais como uma forma de imaginação ?
"Sim, é. Mas é uma imaginação centrada em torno do que ele realmente conhece e de sua história passada, bem como sobre o meio ambiente e como você o está usando", explica o Dr. Colin Parris, vice-presidente de Pesquisa de Software da General Electric e um desenvolvedor líder de tecnologia de gêmeos digitais que foi um convidado recente da série de entrevistas da PCMag, The Convo . "Essa imaginação diz 'bem, com base nesses dados, talvez eu precise ser mantido no momento'."
Mas os gêmeos digitais não são relegados a receber informações de uma única fonte - eles são capazes de utilizar as experiências de toda uma frota. Se o algoritmo, por exemplo, observar que uma parte específica do avião começa a sofrer desgaste após 2.000 pousos em condições de chuva, ele pode executar um ping nas equipes de manutenção na próxima vez que o avião fizer a manutenção. Mas fornecer inteligência verdadeira ao sistema é mais do que a luz do "tempo para um check-up" no painel do carro; trata-se de melhorar sua capacidade ao longo do tempo.
Um campo de IA chamado "aprendizado de máquina" permite que os computadores dominem tarefas independentemente da orientação humana. Essa junção de experiências coletadas facilita uma mente colméia que compensa a falta de bom senso. Sem esse zeitgeist digital, tecnologias complexas, como carros autônomos, nunca seriam possíveis.
Um único programador humano - ou mesmo um exército de programadores - nunca poderia criar software para antecipar todos os cenários das estradas do mundo real, mas os carros autônomos podem aprender observando. Por exemplo, um carro autônomo pode não reconhecer uma pessoa em uma cadeira de rodas, mas observando como os humanos reagem a essa nova forma que compartilha recursos com uma pessoa e um carro, o software pode aprender que esse é um tipo de pedestre que deveria ser tratado como tal.
O software não apenas melhora ao observar o comportamento dos motoristas, mas também registra o que funcionou quando outros carros autônomos estavam na estrada (e talvez mais importante, o que não funcionava). Esse aprendizado comunitário permite que as máquinas navegem em um mundo complexo com muitas variáveis imprevistas.
Quando você combina modelagem virtual e tecnologias preditivas com os avanços da robótica, pode ver como a infraestrutura se tornará ainda mais autônoma no futuro. Essa automação é problemática do ponto de vista do desemprego, mas não é necessariamente uma perda completa para a humanidade.
"Existem alguns empregos que são chatos, sujos e perigosos. Quero garantir que não tenhamos humanos com muita frequência nesses empregos", explica Parris. "Vou dar um exemplo. Temos plataformas de petróleo no meio do oceano, com pilhas gigantes que eles usam para queimar combustível. Alguém precisa subir essas pilhas e ver se há ferrugem - são 200 pés no ar, eles estão pendurados por uma corda, há ventos com força de vendaval lá em cima.As chances de um erro são enormes. Mas agora temos drones.Os drones voam lá em cima, voam em círculo e tiram fotos. O software analisa onde estão a ferrugem e os danos. Portanto, agora não precisamos colocar os humanos em um lugar perigoso ".
À medida que os robôs se tornam mais minúsculos, mais inteligentes e mais capazes, você pode ver como os sistemas dos quais a civilização depende podem aprender a manter (e possivelmente até reparar e construir) a si mesmos. É quase como se eles estivessem evoluindo para sistemas reais, que podem aprender, imaginar e antecipar. Espero que eles não decidam nos destruir um dia.
