Você já pensou o que seria se um sistema de Inteligência Artificial (IA) ganhasse um prêmio Nobel? Imagina uma máquina sendo premiada em uma das maiores celebrações da inteligência humana? Não, não foi exatamente isso vimos acontecer, mas, em 2024, três premiações do Nobel tiveram conexões com a Inteligência Artificial (IA).
Dois deles (Física e Química) possuem uma relação direta com o prêmio. Um terceiro, em Economia (tecnicamente não um Nobel, mas uma premiação criada pelo Banco Real Sueco em 1968 em homenagem a Alfred Nobel), reconheceu o trabalho de um economista que tem feito previsões interessantes e não óbvias sobre aspectos econômicos da IA.
De forma geral o conjunto das premiações nos permite discutir a diversidade e complexidade do vasto campo que é a IA, mas também como uma das escolhas feitas pela Academia Sueca deixou na comunidade científica um gosto amargo ao suscitar a percepção de que nem ela estaria imune a modismos acríticos.
NOBEL DE FÍSICA
O Nobel de Física foi concedido a Geoffrey Hinton e John Hopfield, enquanto o de Química premiou David Baker, Demis Hassabis e John M. Jumper. Essas premiações apontam para pontos diferentes dentro do vasto espaço de tecnologias que compõem a IA (sim, IA não é uma tecnologia específica, mas um conjunto de tecnologias, algumas bem diferentes umas das outras!). Além disso, elas foram recebidas com níveis muito diferentes de consenso pela comunidade cientifica.
Hinton e Hopfield contribuíram fortemente para o avanço de uma subárea de IA chamada de Redes Neurais Artificiais. Hinton, em particular, venceu com dois outros colegas em 2018 o Prêmio Turing (que é considerado o “Nobel da computação”) por contribuições para o desenvolvimento das chamadas Redes Neurais Profundas.
O recebimento do Prêmio Turing por Hinton e seus colegas é inquestionável: Redes Neurais Profundas são de fato um enorme avanço para a IA e várias das aplicações modernas de processamento de imagens, reconhecimento de voz e, é claro, os chamados “Grande Modelos de Linguagem” (como o sistema por trás do ChatGPT) são exemplos dessa tecnologia e só se tornaram possíveis na prática com ela. Além disso, Hinton defendeu de maneira louvável e corajosa por anos a sua posição cientifica mesmo quando Redes Neurais Artificias eram o patinho feio da IA, impopulares e pouco úteis na prática.
Se o Prêmio Turing para Hinton é raramente questionado, o mesmo não pode ser dito sobre o seu Nobel. Redes Neurais Artificiais são uma contribuição para a computação, não para a física. Mesmo quando consideramos Redes Neurais Artificiais baseadas em conceitos físicos como, por exemplo, as chamadas “Máquinas de Boltzmann” propostas por Hinton na década de 80 e inspiradas na mecânica estatística, nesse caso, teríamos uma possível contribuição da física para a computação e não o contrário!
Um outro argumento de que a física moderna não se faz sem esse tipo de IA é um argumento fraco pois poderia ser usado para conceder a Hinton e Hopfield qualquer prêmio científico em quase qualquer área, afinal, hoje em dia, temos até trabalhos em teologia usando ciência de dados e, frequentemente, aplicações de Redes Neurais Artificiais.
Há também questionamentos sobre a relação das Redes Neurais Artificiais modernas com essas propostas anteriores inspiradas em conceitos físicos. As primeiras teriam pouca relação com as últimas - incluindo com as Máquinas de Boltzmann. Isso deixaria a ligação entre a premiação de Hinton e Hopfield e o campo da Física ainda mais tênue e forçada.
Além disso, como figura pública, Hinton tem contribuído para aumentar o ruído e a confusão em torno da IA moderna. Ele faz isso quando reduz a IA a uma de suas subáreas ignorando várias outras direções profícuas e possíveis, e quando defende que tudo pode ser aprendido a partir dos dados.
Sua visão de que a inteligência pode ser amplificada continuamente apenas com mais dados e maior poder computacional é vista como ingênua (ao ignorar aspectos importantes do que chamamos inteligência) e está por trás de vários impactos negativos da IA moderna incluindo aspectos ecológicos, geopolíticos, e de desrespeito a direitos individuais, por exemplo, ao induzir, pela constante necessidade de aquisição de novos dados, a apropriação indevida de dados pessoais e dados sobre os quais diretos autorais deveriam incidir.
Por fim, ao soar o alarme catastrofista, mas sem esclarecer o que quer dizer precisamente, ele contribui para um conjunto de crenças difusas (e confusas!) sobre possíveis riscos para a humanidade oferecidos por esses sistemas. Mesmo que possivelmente sem intenção, Hinton contribui para o aumento da ansiedade em torno do tema e para um debate falso que atribui mais inteligência e capacidade a essas máquinas do que elas têm. Nenhum sistema atual de IA se aproxima de adquirir consciência e estamos bem longes de um cenário no qual essas máquinas nos ofereceriam um risco existencial pela sua própria vontade.
NOBEL DE QUÍMICA
Em contraste, o prêmio em Química foi amplamente celebrado pela comunidade científica, inclusive a de IA. Em particular, Hassabi e Jumper foram premiados por uma abordagem científica materializada no sistema AlphaFold, que resolve um problema de 50 anos na biologia, intratável através da tentativa e erro: prever a estrutura tridimensional de proteínas.Essa tecnologia representa um marco não apenas para a química, a biologia e para as ciências da vida de modo geral (afinal, proteínas são essenciais para a vida!), mas também para o futuro da IA.
O projeto Alphafold destaca a importância de dados de alta qualidade e dos dados abertos. Isso permitiu, por exemplo, através de sua integração com o videogame científico Foldit, que se explorasse a colaboração humano-máquina (chamada IA híbrida) para o projeto de proteínas.
Por fim, o sistema ilustra a combinação de diferentes abordagens para processamento inteligente (chamada IA Neuro-Simbólica), ao invés de apostar dogmaticamente em uma única estratégia como faz Hinton. Muitos de nós cientistas consideramos essas estratégias (IA híbrida e Neuro-Simbólica) como o futuro da IA.
NOBEL DE ECONOMIA
Por fim, Daron Acemoglu, Simon Johnson e James A. Robinson, receberam o “Prêmio Nobel” de Economia por seu trabalho sobre a relação entre as instituições e prosperidade das nações. Acemoglu, porém, tem recentemente se dedicado também a entender as relações entre a IA e o mercado de trabalho.
Em textos publicados em 2024, ele argumenta que apenas cerca de 5% dos empregos poderiam ser substituídos pela IA em seu formato atual e prevê uma possível bolha no setor, cujo colapso poderia gerar uma crise econômica importante com consequências negativas para o mercado de trabalho. Além disso, ele alerta para os limites dos sistemas atuais de IA.
De fato, apesar de poderem realizar tarefas repetitivas de maneira bastante eficiente, os sistemas de IA atuais (principalmente aqueles puramente baseados em dados como os propostos por Hinton) são limitados em vários outros aspectos essenciais. Podemos citar sua dificuldade de adaptação a situações fora dos dados em que foram treinados e o fato de eles não conseguirem explicar o seu processo decisório.
Por outro lado, em vez de substituir humanos indiscriminadamente, a IA poderia complementar e significativamente potencializar as habilidades humanas gerando profissionais capazes de resolver problemas que atualmente são insolúveis, aliás, como ilustrado pelo AlphaFold.
Olhando para o futuro, é provável que vejamos mais prêmios Nobel por descobertas feitas por parcerias entre humanos e máquinas. No entanto, para ampliarmos essas oportunidades, precisamos investir em sistemas de IA mais amplos (híbridos e neuro-simbólicos), superando abordagens dogmáticas e unidimensionais, como as representadas e amplificadas pela vitória de Hinton.
Fica aqui também a esperança de que em breve possamos discutir novamente os aspectos científicos da área com serenidade e distância do ruído e da confusão gerados pelo modismo excessivo atual.
