Na semana passada, soube-se que AlphaGo, uma das IAs de DeepMind (Google) especializada no jogo de tabuleiro Go, adquiriu sessenta de sessenta e um jogos disputados (EM) contra os hoje considerados os melhores de sempre jogadores do universo. Por intermédio de uma aplicação digital, e perante o nome de código “Master”, esta inteligência artificial demonstrou ser acessível e claramente melhor que o ser humano… em Go. AlphaGo é, se veja por onde se veja, um sucesso no que se refere à melhoria de redes neurais e aprendizado profundo. O grau de especialização de AlphaGo é tal que hoje em dia os únicos concorrentes reais seriam novas máquinas.
E isto é em vista disso pelo claro episódio de que cada movimento tem uma bagagem de conhecimento nesse universo de milhões e milhões de jogadas que foi analisado, categorizado e sintetizado previamente. Cada erro cometido, a cada jogada radiante, cada cálculo, armazenado em um “cérebro digital” qualificado de aplicá-lo em cada novo movimento.
Uma inteligência que não dorme, não descansa nem sequer tem que parar. O tempo não é teu oponente, entretanto correto o oposto. Conforme mais passe, será cada vez melhor (tanto por hardware quanto por software e conhecimento), e, assim sendo, cada vez mais difícil de ganhar. Justo ao contrário do que aconteceu em nosso caso. AlphaGo é imbatível jogando Go, no entanto (e neste local vem a fração interessante do postagem) é o único que entende fazer. AlphaGo não entende fazer um ovo frito, nem sequer jogar xadrez. Não entende diferenciar uma pessoa de uma árvore numa imagem, nem ao menos muito menos expor “Oi”.
Em DeepMind estão trabalhando assim como em outros projetos (como o de otimizar o gasto de energia de suas instalações e aperfeiçoar o hardware dos seus cérebros), mas a realidade é mesmo essa: Que AlphaGo só serve pra jogar Go. E que, embora seja muito interessante em fazer isso, não serve para mais nada.
- Quatro Reação conservadora católica
- Ad infinitum
- Registado: 03 ago 2008
- E você se dedica a treinar a caligrafia pra melhorar a maneira diante a existência
- O padrão de interligação entre as diferentes camadas de neurônios
- Hank Pym aparece como Ant-Man, O Esquadrão de super-Heróis, com a voz de Greg Grunberg
- A imagem inclumpía as políticas da Wikipédia, é o fato de origem e licença
- 21 de fevereiro: Malcolm X é assassinado em Nova Iorque
É, em um âmbito geral, profundamente ineficiente. E não é a única. Não existe hoje em dia nenhuma IA que seja produtivo em um lugar real. Para a elevação, e se nos ater puramente ao âmbito de atuação destas IAs, nos encontraremos com que o nosso cérebro é, apesar da sua inferioridade, muito mais produtivo. Para jogar como joga atualmente AlphaGo, a máquina teve que aprender milhões de jogadas anteriores, e dirigir-se a este aprendizado em cada uma das jogadas que faz.
teve que jogar milhares e milhares de partidas para chegar ao grau em que está, hoje em dia, com o gasto de energia que tudo isto supõe. Por contra, um especialista em AlphaGo (ou o que desejas que seja), dentro das limitações biológicas e vitais que tem, é apto com infinitamente menos infos de adquirir um efeito verdadeiramente ótimo.
Insuficiente para vencer a AlphaGo, sim, no entanto muito mais eficiente. E no tempo em que isso, aliás, tem sido qualificado de compreender diversas novas ações complexas necessárias pra vida (respiração, processamento da linguagem e dos sentidos, andar, ingerir…). O consequência final é que, dentro de nossas limitações, o corpo e a inteligência de cada um da gente dispõe de um sistema bem mais avançado que o de cada tipo de inteligência artificial que tenhamos feito.
O que é até direito ponto normal, tendo em conta que o desenvolvimento biológico levou milênios, e o micro computador somente outras décadas. Que o nosso cérebro evoluiu após milhões de oportunidades de aprendizagem (mutações que funcionam vs mutações que não), e que as inteligências artificiais não deixam de ser uma construção básica de o que nós não existem dúvidas que entendemos de nosso respectivo desempenho.
Qual é o rumo a escoltar, desta maneira? Quem escreve tem isto muito claro. Criamos um meio ambiente muito cheio de sugestões que demonstrou, em domínios muito restritos, ser mais bem sucedido do que o nosso. Agora é a quota árduo, que passa por retirar mais valor gastanto menos recursos. Ser mais eficientes na hora de que com sistemas mais limitados em recursos (miniaturização do hardware, consumo energético inferior…), começamos a nos mesmos níveis atuais, ou neste momento postos, os nos superar. E acima de tudo, ser mais garantidos em um ambiente real, distante dos laboratórios controlados, onde operam a maioria destas IAs. Só dessa maneira conseguiremos desenvolver assistentes do lar que realmente sejam capazes de prevalência a respeito do normal às necessidades dos usuários.