Quando a OpenAI lançou seu produto mais recente, o Sora*, capaz de criar a partir de prompts vídeos de até 60 segundos foi noticiado que a empresa estava dando mais um passo em direção à Inteligência Artificial Geral (IAG).
“Sora serve como uma base para modelos que podem compreender e simular o mundo real, uma capacidade que acreditamos ser um marco importante para alcançar a IA geral (IAG)”, afirma a OpenAI.
Mas afinal, o que é a Inteligência Artificial Geral? A realidade é que até hoje existem algumas discordâncias em relação à definição desse conceito. Entretanto, de acordo com a consultoria Gartner:
“Inteligência Artificial Geral (IAG) é uma forma de IA que possui a habilidade de compreender, aprender e aplicar conhecimento em uma ampla gama de tarefas e domínios. Ela pode ser aplicada a um conjunto muito mais amplo de casos de uso e incorpora flexibilidade cognitiva, adaptabilidade e habilidades gerais de resolução de problemas”.
Nesse sentido, a IAG teria a versatilidade e adaptabilidade para realizar qualquer tarefa intelectual que um ser humano possa fazer.
>>Leitura recomendada: como a Inteligência Artificial pode contribuir no futuro dos negócios
Mas, qual a diferença entre a IA Generativa e a IA Geral?
Existem 3 pilares que diferenciam a IA generativa da IA Geral: foco, natureza das aplicações e capacidades.
Foco: A IAG é concebida como capaz de entender, aprender e aplicar conhecimento em um amplo leque de tarefas, de maneira similar à inteligência humana, enquanto a GenAI é especializada em criar novos conteúdos, análises, dados ou informações que não existiam anteriormente.
Aplicações: em teoria, a IAG pode realizar qualquer tarefa intelectual que um ser humano possa fazer, enquanto a GenAI é utilizada hoje em dia para criação de materiais de arte digital, design, desenvolvimento de software, criação de conteúdo, análise de dados etc.
Capacidades: A IAG é muito adaptável e flexível, já que não está atrelada especificamente a um único domínio ou conjunto de tarefas. As ferramentas de IA generativa atuam dentro do contexto do treinamento que receberam.
Ou seja, hoje as tecnologias de GenAI funcionam dentro de um conjunto de parâmetros predeterminados. Por exemplo, modelos de IA treinados em reconhecimento e geração de imagens não podem criar sites. A AGI é uma busca teórica para desenvolver sistemas de IA que possuem autocontrole autônomo, um grau razoável de autocompreensão e a capacidade de aprender novas habilidades.
O cérebro humano ajuda ou atrapalha o desenvolvimento da Inteligência Artificial Geral?
Já é possível perceber que os termos “pensamento humano”, “inteligência humana” são muito relacionados a IAG. Mas como esse tipo de IA será capaz de imitar o cérebro humano se até hoje não conhecemos totalmente o seu funcionamento?
A realidade é que isso pode sim ser considerado uma limitação. Algumas abordagens para o desenvolvimento de IAG podem se inspirar na neurociência, como redes neurais artificiais que imitam (de forma muito simplificada) a maneira como os neurônios no cérebro humano se conectam e comunicam.
No entanto, essas redes ainda são rudimentares comparadas à complexidade do cérebro humano. Uma simulação completa do cérebro humano é um desafio muito mais amplo e complexo.
Assim, o processo de desenvolvimento da IAG pode ocorrer incrementalmente, com cada avanço em IA e neurociência contribuindo para um melhor entendimento e capacidade de modelar aspectos da inteligência humana.
Quais são os maiores desafios da IAG?
O desconhecimento do funcionamento completo do cérebro humano é apenas um dos desafios que envolvem as pesquisas em Inteligência Artificial Geral, podemos considerar também outros itens como:
- Consciência e autoconsciência: entender e, potencialmente, replicar aspectos da consciência humana ou autoconsciência em máquinas é um desafio filosófico e técnico, que faz parte de um debate contínuo.
- Aspectos éticos e morais: a possibilidade de criar uma máquina com capacidades semelhantes às humanas traz inúmeras questões éticas, como direitos da IA, impactos no mercado de trabalho, tomada de decisões éticas por IAs, potenciais riscos de máquinas superinteligentes.
- Segurança e controle: garantir que IAGs sejam seguras, confiáveis e controláveis é essencial para evitar consequências indesejadas. Isso inclui o desafio de alinhar os objetivos da IA com os valores e objetivos humanos.
- Integração de conhecimento e habilidades: desenvolver a IA, de forma que seja possível integrar habilidades e conhecimentos de diversos domínios de maneira coesa e eficiente é uma tarefa desafiadora.
- Recursos computacionais e dados: a IAG exigiria recursos computacionais enormes e, possivelmente, acesso a grandes conjuntos de dados diversificados, o que traz desafios tanto em termos de hardware quanto de privacidade e ética no uso de dados.
- Aspectos socioculturais: considerações sobre como a IAG se integraria e impactaria a sociedade, incluindo questões de desigualdade, polarização e mudanças culturais, são questões muito importantes.
Ainda que haja muito pesquisa a ser desenvolvida, para que a IAG seja aplicada no mercado de trabalho, já existem expectativas em relação às possibilidades de aplicação. Isso porque a IAG teria a capacidade de realizar uma ampla gama de tarefas, muitas das quais atualmente requerem inteligência humana avançada. Alguns exemplos são:
- Tomada de decisão e análise estratégica
- Automação avançada
- Interpretação de linguagem natural e comunicação
- Hiperpersonalização da experiência do cliente
- Resolução de problemas globais
Voltando ao tópico inicial do texto, em uma carta aberta, Sam Altman, fundador da OpenAI, um dos principais expoentes do desenvolvimento de Inteligência Artificial da atualidade, afirmou que a missão da empresa é garantir que a IAG beneficie toda a humanidade. Altman ressaltou que, se a IAG for bem-sucedida, essa tecnologia poderá melhorar a humanidade, turbinar a economia global e levar a novas descobertas científicas impressionantes.
Ele afirmou ainda que é fundamental que haja uma discussão aberta e ampla sobre os riscos e benefícios da IAG e que as pesquisas e o desenvolvimento dessa tecnologia sejam realizados de forma responsável, pensando nos impactos positivos que isso pode trazer na humanidade.
>>Leitura recomendada: Casos de uso do Chat GPT no mundo organizacional
Mas, em quanto tempo a Inteligência Artificial Geral será uma realidade?
Durante o fórum econômico da Universidade de Standford o CEO da NVIDIA, Jensen Huang, foi questionado sobre quanto tempo levará para alcançarmos a IAG. De acordo com Huang, a resposta é determinada pela forma como esse objetivo é definido.
“Se eu aplicasse na IA… cada teste que você possa imaginar, você faz essa lista de testes e a coloca na frente da indústria da ciência da computação, eu acho que daqui a cinco anos teremos um bom desempenho em cada um deles”, disse Huang.
Entretanto, ele enfatizou que alcançar a IAG pode levar mais tempo, dependendo das diversas definições. Os cientistas discordam sobre a definição do funcionamento da mente humana, o que torna difícil para os engenheiros definirem metas claras, tornando assim a AGI mais difícil de alcançar.
Além disso, um artigo da NOEMA aponta que “as parte mais importantes da IAG já foram alcançadas pela geração atual de modelos avançados de IA”. Porém, só o tempo dirá como essa tecnologia vai se desenvolver.
*O Sora ainda não está disponível para o público geral (março/2024)
