Dwight Ellefsen/FPG/Arquivo
leis do pensamento
Tom Griffiths, William Collins (Reino Unido) Macmillan (EUA)
Durante quase 70 anos, os investigadores cognitivos estiveram em guerra uns com os outros. Por um lado, existe o computacionalismo, que argumenta que a inteligência é melhor explicada por regras, símbolos e lógica que podem ser expressos em equações. A outra é o conexionismo. No conexionismo, a inteligência emerge de uma vasta rede conectada modelada nos neurônios do cérebro, onde nenhum componente é inteligente, mas o sistema como um todo é de alguma forma inteligente.
Esta batalha moldou tudo, desde a ciência cognitiva até à inteligência artificial que actualmente transforma a economia global. Este mês recebemos dois novos livros do outro lado. O que se destaca para mim é: Leis do Pensamento: Explorando uma Teoria Matemática da Mente. Nele, o professor da Universidade de Princeton, Tom Griffith, traça as longas tentativas de formalizar o pensamento em leis matemáticas e explica por que a IA moderna é como é e o que poderá ser no futuro.
Griffiths enquadra sua história em torno de três métodos matemáticos concorrentes e cada vez mais interligados para formalizar o pensamento: regras e símbolos, redes neurais e probabilidade. A primeira é tratar o pensamento como solução de problemas. Divida as tarefas em metas e submetas e siga um processo formal. Isto fortaleceu as primeiras IA, mas também mostrou porque é que o bom senso humano é tão difícil de conter, uma vez que o número de regras que as IA devem seguir aumentou rapidamente para dezenas de milhões de requisitos.
As redes neurais trocam regras explícitas para aprender a partir de exemplos e constroem inteligência a partir de muitas unidades simples que interagem para produzir comportamentos complexos. É assim que os humanos (mais ou menos) funcionam, mas a probabilidade e as estatísticas acrescentam um terceiro elemento: a incerteza. A mente não tem acesso a informações perfeitas. O que nos torna humanos é a maneira como avaliamos as evidências e atualizamos nossas crenças.
Para Griffiths, nenhuma das três estruturas é suficiente. Uma descrição realista da inteligência, seja ela humana ou máquina, combina os três. Com base em arquivos e entrevistas com pesquisadores, ele examina como os humanos tentaram mapear processos mentais usando a matemática e desenvolve seu argumento historicamente. Como resultado, seus livros são detalhados e envolventes, embora um pouco pesados.
Os neurocientistas Gaurav Suri e Jay McClelland têm uma visão diferente. Mente Emergente: Como a inteligência surge em humanos e máquinasNele, eles argumentam que a mente é uma propriedade emergente de uma rede interativa de neurônios, biológicos ou artificiais, que pode produzir pensamentos, emoções e decisões. Baseia-se na história de McClelland como pioneiro do conexionismo.
Esses dois livros oferecem informações interessantes e contraditórias sobre a revolução generativa da IA. Para Griffiths, os modelos de linguagem em larga escala (LLMs) apoiam a sua visão híbrida. É impressionante, mas há alucinações e tropeços que exigem uma camada de símbolos para serem corrigidos. Para Suri e McClelland, o mesmo LLM é uma justificativa e é inspirador a quantidade de inferências geradas apenas a partir da rede.
Problema mente emergente A peça trata mais de seu conteúdo do que de seu tema, e seu tom oscila entre digressões vulgares e frases desajeitadas. É sempre difícil explicar matemática e ciências, e nunca entendi completamente nenhum dos livros, mas… leis do pensamento Explicar a história da IA fica mais próximo porque significa focar no que cada estrutura pode ou não explicar.
mente emergente Os autores acreditam que não existem barreiras fundamentais para uma IA mais autónoma e orientada para objectivos emergir de arquitecturas puramente neurais, e oferecem um manifesto mais provocativo. Como resultado, pode parecer infundado na realidade.
Mas o livro de Griffith dá-nos uma noção sólida da linguagem em que temos de explicar os nossos pensamentos e por que o futuro existe numa confusão de camadas.
Será esse futuro um sinal de paz entre os dois lados?
Dois outros ótimos livros sobre inteligência de máquina
Algoritmo para sobrevivência
Escrito por Brian Christian e Tom Griffith
Este é um passeio animado e não técnico que explica como as ideias da computação influenciam a tomada de decisões cotidianas, incluindo como as abordagens algorítmicas podem melhorar a tomada de decisões humanas. Foi de coautoria de Griffiths há uma década, antes da revolução ChatGPT, mas ainda é relevante.
Reinicialização da IA
Crie inteligência artificial confiável Escrito por Gary Marcus e Ernest Davis
O livro argumenta que, embora as redes neurais atuais sejam boas, elas podem ser vulneráveis. Ele defende um sistema híbrido que recupera força da abordagem de regras e símbolos, uma das três estruturas matemáticas do novo livro de Griffith.
Chris Stokel Walker Sou um redator de tecnologia baseado em Newcastle upon Tyne, Reino Unido.
