09/08/2018

Jordan: cuidado com o hype da inteligência artificial

Michael Jordan, pesquisador da Universidade Berkeley, alertou em sua plenária desta quinta-feira (9) para o abuso do termo “Inteligência Artificial”.

Com o crescimento da quantidade de dados disponíveis no mundo, mais rápido do que o aumento do poder de processamento, existe de fato um grande desafio de integração entre a computação, a estatística e o que chamou de “engenharia de dados”. Esse desafio é tratado no debate popular por meio de palavras da moda, como “inteligência artificial” e “machine learning”.

O problema, segundo ele, é que essas palavras não captam a natureza desse desafio. “Muitos aspectos do problema têm pouco a ver com a imitação da inteligência humana ou da compreensão do cérebro”, diz. “Observe os sistemas em rede atuais e futuros, em escala planetária, para a medicina, o comércio, o transporte etc.” Eles automatizam tarefas importantes, mas não são inteligentes de maneira comparável à de um ser humano.

Segundo ele, a noção de máquinas inteligentes que podem ganhar vida e se tornar uma Skynet como a do filme “O Exterminador do Futuro” mais confunde do que esclarece. Em artigo recente que publicou no Medium, Jordan afirmou que essa ideia fascinante e assustadora “infelizmente nos distrai”.

O que realmente ocorre, segundo ele, seria “tomada de decisões algorítmicas em condições de incerteza, em redes e mercados de grande escala”. Só que essas decisões dependem fundamentalmente dos parâmetros informados, e podem ter consequências indesejadas.

Essas consequências podem ser tratadas como um efeito da sabedoria embutida no sistema e minar a credibilidade desses algoritmos, por mais úteis que sejam para dar escala a processos importantes para o avanço em todas as áreas. “Acredito que confiar demais nesses algoritmos de força bruta é uma fé fora do lugar”, escreveu.

Para dar conta do desafio, Jordan lembrou que são usados conceitos criados há três séculos, mas implementados por meio das tecnologias mais avançadas da atualidade. Segundo ele, é preciso enfrentar os percalços de implementar esses algoritmos decisórios no mundo real, onde existem erros, de maneira que eles possam ser controlados por meio das melhores ferramentas da Matemática.