Em um futuro próximo, o escritor Theodore apaixona-se por Samantha, um sistema operacional dotado de inteligência artificial que aprende a fazê-lo feliz. A trama do filme ‘Ela’ aponta para um horizonte em que os sistemas passam a “agir” como humanos. Aos poucos, esse tipo de interação começa a virar realidade. Embora assistentes virtuais como o Siri, da Apple, ainda tenham um longo caminho a percorrer, o volume de dados armazenados nas redes sociais pode ajudar no desenvolvimento de plataformas mais humanizadas.
Essa abundância de informações sobre os usuários, segundo o professor Alexandre Evsukoff, do Centro de Tecnologia da Universidade Federal do Rio de Janeiro, é analisada e filtrada por ferramentas de inteligência artificial (IA). É a partir desses dados que um sistema pode recomendar um livro ou até uma ação para o usuário comprar na bolsa. As aplicações da inteligência artificial são as mais diversas: ela pode ser usada para prever um desastre natural ou antecipar um padrão de busca em sites na internet.
Leia também:À medida que avança, IA gera temor sobre o futuroAcessórios e realidade virtual são os protagonistas no MWC 2016
Hoje, cerca de 900 companhias atuam no setor de IA no mundo, segundo a empresa de pesquisa Venture Scanner. Gigantes da tecnologia como Google, Facebook, Microsoft e Amazon dedicam cada vez mais investimentos à área. Segundo a CB Insights, os investimentos em startups do setor de IA cresceram 588% em cinco anos, atingindo US$ 310 milhões no ano passado.Nos últimos anos,a inteligência artificial tem gerado grande expectativa, graças a produtos como carros que dirigem sozinhos e robôs que reagem a comandos de voz.
Trajetória. O termo inteligência artificial foi cunhado há 60 anos, em 1956, pelo cientista John McCarthy, que faleceu no começo deste ano. Na época, a ciência da computação era baseada apenas em lógica. O programador ensinava, passo a passo, como a máquina resolveria um problema. Ou seja: o ser humano conhecia a fórmula para alcançar determinado resultado,mas programava um computador para que este processo fosse otimizado.
O grande salto da tecnologia veio nos anos 1990, quando a comunidade dedicada à inteligência artificial substituiu a abordagem lógica pela estatística. Com o uso de algoritmos, a máquina passou a analisar dados para chegar a uma conclusão própria – processo denominado como “aprendizado de máquina”. “Ao mostrar ao computador exemplos de como um problema é resolvido, ele começa a aprender. E procura meios de chegar a uma solução”, diz o professor do Departamento de Computação da Universidade Federal de São Carlos, Estevam Hruschka Junior.
O processo de aprendizado de humanos e máquinas tem similaridades. Assim como uma criança vai à escola, o supercomputador Watson, da IBM, estudou toda a Wikipédia. Desta forma, preparou-se para sua primeira aparição na TV, em 2011, quando derrotou os dois melhores participantes do programa de tevê americano Jeopardy. “A tentativa de responder perguntas mostrou que o sistema tinha capacidade de raciocínio. Se o Watson não sabia uma resposta, gerava uma hipótese, como nós fazemos”, explica o líder de IBM Watson no Brasil, Fabio Scopeta.
Aprendizado profundo. Computadores são bons para armazenar informações, mas limitados para reconhecer imagens. E a percepção é um aspecto fundamental da inteligência porque determina a forma como o ser humano interage com o mundo. Mas, enquanto para uma pessoa é fácil reconhecer elementos em uma foto, as máquinas veem uma lista de números que representa a cor de cada pixel. Para traduzir isso em algo com significado, os pesquisadores em IA estão apostando em um método conhecido como Deep Learning, ou aprendizado profundo.
A técnica segue o mesmo conceito do aprendizado de máquina. Se hoje o computador consegue reconhecer a figura de um gato, é porque o sistema examinou milhares de imagens de gatos disponíveis na internet. Os algoritmos extraem informações da imagem, que são comparadas, para identificar padrões que possam corresponder à figura de um gato.
Para o pesquisador do laboratório de inteligência artificial da Universidade de Stanford, Juan Niebles, o Deep Learning ainda tem algumas limitações. “Trata-se de um aprendizado supervisionado. Então, para reconhecer um único objeto, eu preciso coletar várias imagens e mostrar como exemplos ao sistema”, diz. Por este método, classificar todos os objetos do mundo será uma tarefa árdua, embora não faltem dados para alimentar o sistema. Embora as pessoas não parem de compartilhar fotos e vídeos, esses dados ainda não estão organizados para a lógica das máquinas.
Aplicações. Embora hoje a tecnologia de IA ainda esteja em uma fase primária, não faltam áreas em que já é possível vislumbrar o futuro em que será comum ver máquinas inteligentes colaborando com seres humanos. Um exemplo é a chegada no mercado de assistentes pessoais como o Amazon Echo – uma caixa de som inteligente que compreende linguagem humana e consegue responder perguntas, ler livros e notícias e dar informações sobre o tempo e o trânsito.
A longo prazo, a IA pode alçar voos maiores, como na redução e congestionamentos, com a chegada de carros autônomos. Se hoje as pessoas utilizam o carro apenas durante o pouco tempo em que estão se deslocando, no futuro,em vez de deixá-lo parado na garagem, elas poderiam compartilhar o mesmo veículo. Desde 2009, o Google investe no desenvolvimento de carros autônomos que utilizam câmeras e sensores para analisar o ambiente por onde eles circulam e inteligência artificial para reconhecer os elementos e tomar decisões. “O veículo precisa não só tomar a decisão correta, mas também no menor tempo possível, porque qualquer erro pode causar um acidente”, diz o professor do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP), Denis Wolf.
Outra área em que grandes empresas de tecnologia apostam alto é a robótica. “É o momento em que o computador, com toda sua inteligência, sai da mesa”, diz o professor do ICMC da USP, Fernando Osório. Ele diz que os robôs vão chegar não apenas para realizar trabalhos manuais ou que ponham o ser humano em risco, mas também para fazer companhia às pessoas. Um exemplo é o robô Pepper, desenvolvido pela empresa japonesa Softbank. A empresa colocou mil robôs à venda no mercado japonês em junho de 2015, por US$ 1,6 mil. As unidades foram vendidas em um minuto.
