O que falta para chegarmos a uma Inteligência Artificial Geral (AGI)?

Quando chegaremos na Inteligência Artificial Geral (AGI)? Antes de falar sobre o assunto, vamos definir Inteligência Artificial Geral ou General Artificial Intelligence (AGI). Para isso pedi ajuda.

O que é Inteligência Artificial Geral (AGI)?

• ChatGPT: "AGI, ou Inteligência Artificial Geral, refere-se a sistemas de computador que possuem habilidades cognitivas semelhantes às dos humanos, permitindo-lhes realizar qualquer tarefa intelectual que um ser humano pode fazer. Em outras palavras, é uma máquina que pode pensar e aprender como nós."
• Wikipedia: "Inteligência artificial geral (AGI) (do inglês: Artificial general intelligence) é a capacidade hipotética de um agente inteligente de compreender ou aprender qualquer tarefa intelectual que um ser humano possa. É o objetivo principal de algumas pesquisas sobre inteligência artificial e um tópico comum em ficção científica e estudos futuros."

Agora que definimos o que é AGI, vamos para a discussão do tema.

Quando comecei a estudar Inteligência Artificial, eu tinha duas coisas muito claras na minha cabeça:

1) Os modelos tradicionais de AI (estatísticos) trariam ENORMES resultados na nossa vida cotidiana;

2) A necessidade de Big Data (enormes quantidades de dados) para treinamento destes modelos seria seu principal limitador.

Com isso, resolvi me aprofundar na busca por entender como poderíamos desenvolver AIs que fossem mais semelhantes ao modo como nós pensamos e tomamos decisões.

O que a Escala da Causalidade diz sobre o futuro da IA?

Hoje somos muito bons em tomar decisões com dados limitados e em cenários onde é necessário levar em conta questões que são difíceis de quantificar.

Isso me levou ao livro: "The Book of Why" do pesquisador Judea Pearl, ganhador do Turing Award (prêmio Nobel da computação).

No começo do livro, o autor traz uma reflexão que trouxe clareza e atiçou ainda mais minha curiosidade sobre o que falta para chegarmos em uma AGI.

A "Escada da Causalidade" é onde ele apresenta os três passos que acredita serem necessários para atingirmos de fato o raciocínio causal.

1. Passo 1: "Ver" / "Observar": Com base nos dados que tenho, o que posso concluir?
2. Passo 2: "Fazer" / "Intervir": Dado que identifiquei esta situação, o que pode ocorrer se eu tomar determinada ação?
3. Passo 3: "Imaginar" / "Retrospecção" / "Compreensão": O que teria acontecido se eu tivesse feito algo diferente? Como poderia ser o futuro se minhas ações fossem diferentes?

Por que importa?

Acredito que as AIs atuais estão muito boas no passo 1 e estamos caminhando bem no passo 2, mas ainda estamos bem distantes do passo 3.

Quanto tempo irá levar até chegarmos no passo 3?

Difícil responder dado a velocidade das mudanças, mas este é um assunto que ainda não está bem resolvido na academia, portanto até chegar no mercado corporativo deve demorar um pouco.

Meu chute: 5 a 7 anos.

Leitura recomendada

Quer acompanhar as transformações de perto? Conheça o AI for Leaders, uma formação para quem quer manter a empresa sempre um passo a frente. Clique aqui para saber mais!