Várias novas tecnologias provocaram debates acalorados sobre inteligência artificial (IA) e o que isso significa para o futuro de nossa sociedade. Cada técnica vem de um ramo diferente da IA e apresenta um conjunto único de pontos fortes e preocupações.
Deepfakes e IA de clonagem de voz tornam difícil acreditar em qualquer coisa que você vê ou ouve na internet. Alguns dizem que o ChatGPT e sistemas semelhantes de IA de aprendizado profundo podem criar redundância de trabalho em vários domínios. Surge uma questão preocupante: “A inteligência artificial acabará por substituir os programadores?”
O que é inteligência artificial?
A IA é um ramo da ciência da computação que se concentra na capacidade de um sistema de resolver problemas usando uma (ou mais) das quatro qualidades. Um sistema de inteligência artificial pode pensar humanamente, agir humanamente, pensar racionalmente e/ou agir racionalmente.
História da Inteligência Artificial
Embora a IA pareça existir há séculos, é um campo que ganhou atenção em meados do século XX. Uma das datas mais importantes da história da IA é 1956, ano em que o campo da inteligência artificial foi oficialmente introduzido. Esta apresentação foi feita em uma conferência no Dartmouth College.
Vários grandes nomes foram associados a diferentes aspectos do progresso inicial da IA. Entre eles estavam Alan Turing, Marvin Minsky, Alan Newell, Herbert Simon, John Robinson e Alan Colmerlauer.
Agir humanamente
Em 1936, Alan Turing publicou um artigo intitulado “On Computable Numbers and Their Application to the Entscheidungs Problem”. Neste ensaio, Turing introduziu o conceito de máquinas de Turing, que desempenham um papel importante na inteligência artificial até hoje. Ele provou que, com o algoritmo certo, uma máquina de Turing pode realizar qualquer cálculo matemático.
Mais tarde, em 1937, Turing usou o problema da parada para apontar as limitações das máquinas inteligentes. Então, em 1950, Turing definiu a inteligência da máquina usando o que chamou de Teste de Turing. Se um sistema de IA passar no teste de Turing, o sistema pode agir com humanidade.
Pensamento humano
Marvin Minsky é um nome popular no campo da IA. Ele é mais conhecido por desenvolver a primeira máquina de aprendizado de rede neural estocasticamente conectada chamada SNARC em 1951. As redes neurais ensinam os computadores a processar dados de maneira semelhante ao cérebro humano. Minsky definiu a inteligência artificial como “a ciência de fazer com que as máquinas façam coisas que requerem inteligência”.
Allen Newell e Herbert Simon foram outros dois pioneiros no campo da inteligência artificial, que se concentrou na capacidade das máquinas de imitar o pensamento humano. Em 1956, eles introduziram o primeiro programa de computador de processamento de símbolos, chamado Logic Theorist. Em 1961, Newell e Simon desenvolveram o General Problem Solver (GPS), que essencialmente imita a mente humana.
Pensamento racional
John Robinson publicou um jornal em 1965 intitulado “Machine-Oriented Logic Based on Analytical Principles”. Ele também inventou o cálculo analítico da lógica de predicados, que desempenha um papel vital na inteligência artificial.
A lógica de predicados é uma linguagem formal que usa a lógica para expressar o pensamento racional. Essa linguagem usa uma estrutura na qual premissas corretas levarão a conclusões corretas. Por exemplo, a Alexa é uma máquina; todas as máquinas facilitam o trabalho; portanto, a Alexa facilita o trabalho.
Avanços Recentes em Inteligência Artificial
Como no início, o campo da inteligência artificial é agora muito complexo, com muitos ramos diferentes. Cada ramo sob o guarda-chuva da inteligência artificial continua a fazer progressos significativos.
O aprendizado de máquina é um ramo da inteligência artificial que usa algoritmos de dados para imitar o aprendizado humano, melhorando a precisão a cada iteração. Um dos subconjuntos mais proeminentes do aprendizado de máquina é o aprendizado profundo. O aprendizado profundo melhora o aprendizado de máquina, reduzindo a necessidade de assistência humana.
Por exemplo, se você tiver imagens de flores que deseja agrupar por espécie, o processo de classificação variará dependendo do tipo de sistema. Se o seu sistema usa aprendizado de máquina, você terá que construir manualmente as características que distinguem as espécies. No entanto, um sistema que usa aprendizado profundo determinará os melhores traços distintivos para cada espécie por conta própria.
O aprendizado profundo causou ondas na indústria devido ao surgimento de várias tecnologias nos últimos anos. ChatGPT é uma tecnologia de aprendizado profundo que atualmente está recebendo muita atenção.
De acordo com o ChatGPT, é:
Grandes modelos de linguagem criados pela OpenAI. É um programa de inteligência artificial (IA) projetado para entender a linguagem natural e gerar respostas semelhantes às humanas para vários tipos de perguntas e solicitações. O modelo é baseado em uma arquitetura de aprendizado profundo chamada Transformer, que é capaz de processar grandes quantidades de dados textuais e gerar respostas com base em padrões e relacionamentos aprendidos com esses dados.
O ChatGPT tem sido objeto de muita controvérsia desde o seu lançamento no quarto trimestre de 2022. O que destaca esse sistema de IA são seus recursos de processamento de linguagem natural e sua capacidade de aprender novas informações por meio do aprendizado por reforço com feedback humano (RLHF). Também parece ter uma forte capacidade de escrever e corrigir códigos. Alguns dizem que esta tecnologia representa a origem da extinção dos programadores humanos.
Traços desejáveis de programadores humanos que a IA não pode replicar
Os sistemas de IA podem aprender a escrever código para criar software. No entanto, substituir totalmente um programador pode ser um pouco mais complicado. Os recursos de um sistema de IA podem reduzir o trabalho ajudando os programadores a trabalhar mais rápido, mas nunca podem realmente substituir os trabalhadores humanos. Uma importante característica distintiva entre programadores e sistemas de IA é o cérebro humano e suas características complexas.
De acordo com Andrew Ng, uma das principais figuras no campo da inteligência artificial hoje:
Um único neurônio no cérebro é uma máquina incrivelmente complexa que ainda não entendemos. Um único “neurônio” em uma rede neural é uma função matemática muito simples que captura uma fração da complexidade de um neurônio biológico.
A capacidade do cérebro de gerar novas ideias a partir do nada aparentemente está além da compreensão humana. Isso certamente não é algo que um sistema de IA pode replicar. Outra característica desejável para programadores é a perplexidade criativa, que também não pode ser replicada por máquinas.
Por meio do aprendizado profundo, a inteligência artificial pode dar uma impressão da mente humana. Alguns sistemas de IA podem tomar decisões simples, mas essas decisões são insignificantes em comparação com as capacidades de tomada de decisão do cérebro humano. A IA pode escrever código, mas não há garantia de que o código que ela escreve seja o código correto. Um sistema de IA não pode replicar o julgamento humano e não há indicação de que será capaz de fazê-lo no futuro.
O futuro da inteligência artificial e da programação
As tecnologias de IA, como o ChatGPT, demonstraram a utilidade da IA para programadores. Ele gera código rapidamente e ajuda no fluxo de trabalho geral dos programadores. No entanto, o ChatGPT também demonstra que mesmo as técnicas de aprendizado profundo mais avançadas que temos hoje não conseguem lidar com total autonomia. De acordo com a OpenAI, o ChatGPT é conhecido por gerar respostas sem sentido a perguntas.
Portanto, é razoável supor que o futuro da inteligência artificial na programação seja de “ajudantes” e não de “substitutos” para programadores.
