Apesar do investimento que as empresas têm direcionado para a Inteligência Artificial (IA) e de já se teorizar o conceito de Inteligência Artificial Geral (em inglês, AGI), os investigadores da área estão céticos relativamente à possibilidade de os modelos modernos conduzirem a esse fim.
Num inquérito realizado a 475 investigadores de IA, cerca de 76% dos inquiridos afirmaram ser “improvável” ou “muito improvável” que o reforço das abordagens atuais permita alcançar a AGI, com capacidades de nível humano. Isto, apesar dos esforços multimilionários das empresas.
É sigla para Artificial General Intelligence (em português, Inteligência Artificial Geral) e é, concetualmente, o clímax do desenvolvimento da Inteligência Artificial (IA).
Quer isto dizer que há quem considere que, em vez de termos à disposição uma tecnologia capaz de executar tarefas específicas, teremos em mãos um sistema capaz de realizar qualquer tarefa que lhe seja atribuída.
Além disso, com tempo e poder computacional suficientes, fá-la-á de forma irrepreensível – e, quem sabe, até melhor do que se fosse concretizada por um ser humano.
As conclusões fazem parte de um relatório da Associação para o Avanço da Inteligência Artificial, uma sociedade científica internacional com sede em Washington, DC.
Conforme o New Scientist, trata-se de uma mudança importante de atitude relativamente ao otimismo que tem estimulado as empresas tecnológicas, desde 2022, quando a IA entrou pelas manchetes adentro.
Perceções atuais das capacidades da IA não corresponderão à realidade
A maioria das conquistas de ponta desde 2022 baseou-se em sistemas chamados transformer models, que melhoraram o desempenho à medida que foram treinados em volumes crescentes de dados.
Contudo, parecem ter estagnado nas versões mais recentes, que mostraram apenas mudanças marginais na qualidade.
Os vastos investimentos em escalonamento, não acompanhados de esforços comparáveis para compreender o que se estava a passar, sempre me pareceram despropositados.
Penso que, há cerca de um ano, começou a tornar-se óbvio para todos que os benefícios do aumento de escala no sentido convencional tinham atingido um limite.
Disse Stuart Russell, da Universidade da Califórnia, em Berkeley, membro do painel que conduziu o relatório.
Ainda assim, as empresas de tecnologia planeiam gastar milhares de milhões em centros de dados e chips, nos próximos anos, para sustentar as suas ambições em matéria de IA.
Este entusiasmo parece ir ao encontro de outro dado fornecido pelo inquérito aos cientistas: 80% dos inquiridos afirmaram que as perceções atuais das capacidades da IA não correspondem à realidade.
Os sistemas que se proclamam estar a igualar o desempenho humano – por exemplo, em problemas de programação ou de matemática – continuam a cometer erros crassos.
Estes sistemas podem ser muito úteis como ferramentas de apoio à investigação e à programação, mas não vão substituir nenhum trabalhador humano.
Disse Thomas Dietterich, da Universidade Estatal de Oregon, que contribuiu para o relatório.
Embora as empresas estejam, mais recentemente, concentradas no chamado inference-time scaling, que envolve modelos de IA que utilizam mais poder de computação e demoram mais tempo a processar pedidos antes de responderem, para Arvind Narayanan, da Universidade de Princeton, “é improvável que esta abordagem seja uma bala de prata” para alcançar a AGI.
De facto, apesar de empresas de tecnologia descreveram a AGI como um objetivo, a própria definição é incerta.