Deep Learning sem coração: deixemos que as máquinas sejam máquinas!

Como os ROBÔS estão moldando um novo mundo? Perderemos nossos empregos para as máquinas? Teremos robôs dirigindo nossos carros? As máquinas serão os professores do futuro na sala de aula? Nas próximas pandemias mundiais, teremos médicos robôs virtuais para diagnóstico de doenças?

Essas perguntas nos intrigam com as evoluções tecnológicas, da mesma foram que nos trazem inquietações quanto ao nosso futuro. 

O fato é que independete das resposta, a Inteligência Artificial (IA) já está presente na maioria das aplicações da Internet e do mundo, passando desapercebida por boa parte das pessoas. Desde uma simples pesquisa em um site da internet por um produto, análise de uma solicitação de crédito financeiro, enquanto estamos dirigindo nossos carros utilizando aplicativos de mapas como Waze, até o monitoramento do acesso de pessoas por câmeras de segurança.

Kai-Fu Lee (sim é um Chinês), um dos pais do desenvolvimento da IA dentro das aplicações que conhecemos hoje, iniciou seus trabalhos em 1980, e pasmem a tecnologia que utilizamos hoje para ensinar as máquinas estão em estudo e evolução há pelo menos meio século. 

Mas qual é a diferença então? O que aconteceu que os Robôs estão dominando o mercado de trabalho e inundando as empresas com ferramentas e automações?

A grande questão que transformou a aplicação de IA no mundo neste século, foi impulsionada pela famosa Lei de Moore que duplicou nossa capacidade computacional reduzindo absurdamente os custos de processamento também. Isso permitiu duas variáveis importantes que abastecem os sistemas de Inteligência Artificial da Atualidade:

• Capacidade de armazenar dados em um volume considerável advindo principalmente dos dispositivos móveis na mão de cada ser-humano, e
• Processamento em uma velocidade inimaginável destes dados que permite a máquina tomar decisões precisas para problemas baseados em otimização de resultados: melhor rota, melhor caminho, melhor investimento, etc.

Uma lista abrangente de aplicações no dia-a-dia que até então eram feitas por humanos experientes e com prática suficiente para tomar decisões rápidas. A questão é que com estas novas variáveis impulsionadas pela Lei de Moore, as máquinas passaram a tomar decisões mais rápidas e com grau de precisão infinitamente maior do que o mais experiente humano em suas atividades.

A conclusão do nosso futuro próximo não deixa dúvidas, a IA adicionará 15,7 trilhões de dólares à economia segundo estimativas da PWC. Além disso, os estudos mais alarmistas afirmam que já mais de 50% das tarefas atuais no mundo são automatizáveis.

Mais o que está atrás desta tecnologia quase centenária e que emergiu pela Lei de Moore, e agora traz um cenário de possibilidades de alto impacto? Ao longo de 50 anos de história, a IA foi baseada em duas abordagens ou modelos de atuação:

1. Modelo baseado em regras ou ESPECIALISTA
2. Modelo de abordagem por REDES NEURAIS (Deep Learning)

No primeiro, os pesquisadores tentam ensinar os computadores codificando uma série de regras lógicas, se X acontecer, então faça Y. Aquela famosa cascata interminável de IF THEN ELSE para tornar os programas cada vez mais espertos. Essa abordagem funcionou bem para problemas mais simples, e demandam ESPECIALISTAS do negócio (daí o nome do modelo) para definirem as regras a serem ensinadas a uma máquina. Assim nasceram os primeiros BOTs com respostas baseadas em modelos de árvores de decisão.

Entretanto, para problemas mais complexos do mundo REAL, em que o universo de escolhas ou possibilidades é ampliado exponencialmente, a abordagem ESPECIALISTA desmorona.

Já utilizando da abordagem das redes neurais, os pesquisadores se inspiraram na reconstituição do próprio cérebro humano. Inserimos nos computadores uma série de exemplos de um determinado fenômeno, "ensinando" assim a máquina a identificar os próprios padrões. Exemplo: se queremos ensinar o computador a identificar um cachorro em uma foto, na abordagem Especialista, o programador irá ensinar a máquina por meio de regras claras, se encontrar duas formas circulares (cabeça e corpo) e uma foma triangular (rabo), ENTÃO provável que é um CACHORRO. No sistema de redes neurais, ao contrário, daríamos várias fotos com e sem cachorros (DADOS) para que a própria máquina encontre os padrões, identificando CACHORROS com um certo grau de assertividade. 

Redes neurais trabalham como nossos neurônios, recebem um estímulo de entrada e com base neste estímulo respondem com uma ação com certa intensidade.

A imagem ilustra o estímulo de uma célula equivalente ao processo de um nó de um uma rede neural:

A intensidade da resposta de uma rede é calibrada de acordo com o aprendizado com base no treinamento destas redes (PESOS). Em suma, treinamos estas redes para descobrir o PESO das conexões entre Entradas e Saídas.

Este grande avanço na IA surgiu, dentre outros, com o pesquisador Geoffrey Hinton, que encontrou uma forma eficiente de treinar essas camadas de redes neurais, da forma como denominamos hoje de DEEP LEARNING

Essa técnica, somada as matérias primas deste século - dados e poder computacional - aceleraram exponecialmente a capacidade das máquinas executarem tarefas como reconhecimento de fala, identificação de objetos, e análise e identificação de padrões. Aqui vai um vídeo de Hinton com os fundamentos do Deep Learning.  

O Deep Learning é o que se conhece hoje como IA Estreita - inteligência que coleta dados de um domínio específico e o aplica a otimização de um resultado específico. À partir daí com o advento da Internet estamos passando por 4 grandes ondas de aplicação da IA, mas este é um assunto para papo futuro.

Em seu livro, Kai-Fu traz outros insights importantes de negócio para refletirmos:

• A IA é a grande a tecnologia que irá revolucionar ainda mais o mundo na próxima década. Goste você ou não do tema, estude mais e se informe, afinal são mais de 15 trilhões de dólares estimados em geração de valor, e se está fora do radar da sua empresa, ascenda o alerta de disrupção a vista.
• China e EUA estão em corrida tecnológica na construção de múltiplas aplicações. São as duas maiores super-potencias mundiais que estão puxando a discussão tecnológica. A China tem vantagens grandes sobre o EUA, pois está focada direcionando grandes somas de investimento para o tema (foram criadas mais de 6.600 startups , fundaram 3 potências tecnológicas que avançam seus tentáculos com novos apps sorrateiramente sobre o mundo (Tecent, Baidu e Alibaba). Além disso, abastecem com dados seus sistemas de redes neurais com base em deep-learning por meio de um quinto da população. Para competirmos, temos que acelerar nossas iniciativas internas de desenvolvimento e os investimentos na área. Temos profissionais excepcionais no Brasil, empresas de tecnologia trasnformadoras e cases práticos em andamento em nossos clientes.
• 50% das mentes mais brilhantes de AI estão no Google. Demais no Facebook e Amazon. O domínio de inovação tecnológica do EUA ainda é colossal sobre o resto do mundo. Isso aumenta nosso desafio no Brasil. Precisamos conscientizar nossos profissionais para subir a régua, estiular o aprendizado e testar cada vez mais aplicações no mercado.
• Empregos voltados a gestão e otimização de informações serão dizimados (se 50% das atividades hojes são automatizáveis, não se engane, este número irá aumentar). O ser-humano terá que buscar novas formas de (1) se relacionar com sistemas de AI, adicionando o componente humano nas interações, e (2) novas fontes de geração de empregos sociais irão emergir. Os Governos terão que se adaptar. Cuidados, Serviços e Educação são atividades de interação humana fundamentais como investimentos sociais dos governos.

Segue o vídeo da entrevista de Kai-Fu Lee no Brasil, um chinês outlier que iniciou sua vida profissional com um missão para inovar por meio de robôs utilizando a IA para substituir os humanos. Em sua jornada de mais de 25 anos, descobriu por meio de uma efermidade sua verdadeira essencia para o futuro das máquinas:

Vamos continuar humanos e deixaremos que as máquinas sejam máquinas. Afinal as máquinas não possuem amor. Não comemoram quando ganham e não reclamam quando são desligadas.

No essência, criamos as máquinas como ferramentas para nos ajudar e tonar o mundo infinitamente mais produtivo. Nosso papel será usá-las com o nosso CORAÇÃO HUMANO. Neste espírito, teremos cada vez mais tempo para nos amarmos uns aos outros e continuarmos SENDO HUMANOS, agora entre os ROBÔS.