Aprenda com a IA... se puder

As máquinas estão cada vez mais inteligentes. Elas sabem o que queremos antes de nos darmos conta, fazem diagnóstico por imagem tão bem ou melhor que os médicos especialistas e reconhecem rostos em fotos com maior grau de acerto que parentes próximos. Já é tempo de aprendermos algo com elas e sua Inteligência Artificial (IA).

Quando fiz mestrado na área de redes neurais artificiais, tratei de um problema interessante: detecção de falhas. Nesse problema, normalmente só há dados de situações normais de funcionamento, quase nunca há dados de falha (em geral, quando as coisas quebram, elas param de gerar dados). Se você tentar ensinar (treinar) uma rede neural artificial usando só dados de uma classe, sabe o que vai acontecer? Ela vai classificar todo mundo como se fosse daquela classe. É como se você criasse um sistema inteligente para reconhecer faces em fotos do Facebook e usasse somente fotos daquele seu cunhado querido para treinar a máquina. Resultado: algumas pessoas não vão gostar de ver o nome do seu cunhado sendo reconhecido em todas as fotos delas!

Esses sistemas inteligentes, que tentam, afinal de contas, imitar a maneira como nosso cérebro identifica e classifica as coisas, só funcionam bem quando são expostos à informação de todas as classes com as quais terá de lidar dali em diante.

No caso do meu projeto de mestrado, depois que entendi essa limitação, precisei buscar mais dados de falhas e usar técnicas específicas para contornar essa situação.

E o que podemos aprender com isso? O que podemos aprender com as máquinas?

Bem, se uma simples rede neural artificial, com algumas dezenas ou centenas de neurônios matemáticos, não consegue funcionar bem quando exposta somente a um lado de um problema, como podemos achar que nossa complexa rede neural real, com bilhões de neurônios e trilhões de conexões entre eles, funcionará bem dessa maneira?

Assim como o algoritmo que só enxerga o seu cunhado em qualquer foto, podemos cair numa bolha cognitiva que só reconhece e só considera um tipo de opinião. Isso pode ser muito confortável (a máquina adora, pois as taxas de acerto ficam sempre em 100%), mas na verdade não serve para nada de muito útil.

Uma vez blindados pela bolha cognitiva, ficamos reféns de nossas convicções, como as redes neurais que só conhecem uma classe. Opiniões diferentes nos ofendem, em vez de nos fazer pensar, o diálogo se mostra como ameaça e não como oportunidade de aprender, nos distanciamos do contraditório para nos acomodarmos no conforto de tudo aquilo que confirma nossas crenças. Aparecem mil imagens, mas em todas elas enxergamos somente o rosto do cunhado. 

Computadores e humanos precisam ser expostos a vários tipos de situações, diferentes lados de um mesmo problema, para que sejam detectados os padrões, inferidas as regras, criadas as fronteiras de decisão, em suma, para que exista a conversão de dados em conhecimento útil.

Portanto, se você puder aprender pelo menos uma coisa realmente importante com as máquinas dotadas de inteligência artificial, varie suas fontes, enriqueça os seus dados para análise, não tenha medo de desafiar suas crenças. Afinal, ninguém aguenta mais aquelas fotos do seu cunhado!

*Originalmente publicado em 17 de outubro de 2018, mas continua relevante