A popularidade da Inteligência Artificial na mídia hoje em dia, se deve em parte ao uso do termo IA para definir coisas que costumavam ser chamadas por outros nomes. Você pode observar que várias áreas de conhecimento, desde estatística a business analytics se encontram hoje como ramos de IA. Por que isso acontece? Porque a percepção de IA é tão nebulosa?
1- Não existe uma definição oficial do termo
Nem mesmo pesquisadores de IA possuem uma definição exata do termo. A área tem sido constantemente redefinida quando alguns assuntos são classificados não-IA, e outros tópicos emergem.
Há uma piada de nerd antiga que diz que “IA são todas as coisas legais que um computador não pode fazer.”. A ironia é que diante dessa definição, IA não poderia nunca progredir, pois assim que encontrarmos uma maneira de fazer algo legal com o computador, ele passaria a não ser mais um problema de IA. Porém, existe um elemento de verdade nessa definição. 50 anos atrás, metódos automáticos de “search and planning” eram considerados domínios de IA. Hoje em dia, esses métodos são ensinados a todos os estudantes de Ciência da Computação. Da mesma forma, alguns métodos de processamento de informações incertas tem sido tão bem compreendidos que é provável que esses sejam movidos de problema de IA a problema de estatística e probabilidade muito em breve.
2- O legado da Ficção Científica
A confusão sobre o significado de IA fica mais nebuloso se considerarmos as visões de IA representadas em trabalhos literários e cinematográficos de Ficção Científica. Sci-fi sempre mostra robôs humanóides capazes de sarcasmo e diálogos inteligentes, e que quase sempre se questionam se podem virar humanos. Outra classe de seres humanóides sempre presentes em sci-fi são aqueles que tem uma “alma” maligna e se revoltam contra seus mestres e planejam o domínio mundial por uma raça superior de robôs.
Sci fi na maioria das vezes pode ser interpretado como uma metáfora para a atual condição humana, com robôs representando partes reprimidas e marginalizadas da sociedade, ou até mesmo a nossa procura pelo significado da vida.
3- O que parece fácil, na verdade é difícil
Outra fonte de dificuldade em compreender IA vem do fato de que é complicado entender quais tarefas são fáceis e quais são difíceis. Olhe ao redor, escolha um objeto e o pegue com a sua mão e depois pense no que você fez. Você usou seus olhos para escanear o ambiente ao seu redor, pensou em qual objeto pegar, escolheu um, e planejou a trajetória da sua mão até o objeto, e então moveu sua mão ao contrair vários músculos em sequência e foi bem-sucedido em apertar o objeto com a quantidade certa de força para mantê-lo entre os seus dedos sem esmagá-lo.
É difícil apreciar o quão complicadas coisas assim podem ser, mas isso se torna mais visível quando as coisas dão errado. Por exemplo, o objeto que você planejou levantar do chão era muito mais leve ou pesado do que você imaginava. Você tem que regular a sua força e até mesmo o seu balanço dependendo do peso do objeto. Tudo isso é feito sem esforço, devido a milhões de anos de evolução e muitos anos de prática na sua infância.
Apesar dissos ser fácil para você, para um robô pegar um objeto é extremamente difícil, e é uma área de estudo ativa.
4- O que parece difícil, na verdade é fácil
Em contraste, jogar xadrez e resolver problemas matemáticos complexos pode parecer muito difícil, atividades que requerem anos de prática para maestria e que exigem um pensamento concentrado consciente. Faz sentido que muitos projetos iniciais de pesquisa em IA se concentraram nesses tipos de tarefa.
Jogar xadrez é uma atividade perfeita para computadores, que podem seguir regras simples e computar muitos movimentos alternativos em uma velocidade muito superior a dos humanos. Um computador venceu o campeão absoluto de xadrez em 1997 na famosa partida Deep Blue vs Kasparov. Imagine você que o problema maior era encontrar maneiras de mover as peças no tabuleiro sem derrubar todas as outras.
Tópicos avançados da Matemática apesar de exigirem intuição humana, podem ser resolvido com uma calculadora e seguindo algumas regras.
Afinal o que é IA então?
É importante perceber que inteligência não é uma palavra de apenas uma dimensão como temperatura. Você pode comparar as temperaturas de hoje e ontem no Rio de Janeiro, e me dizer em que dia fez mais calor. Entretanto, no contexto de IA, diferentes sistemas não podem ser comparados em termos de suas próprias inteligências. Um algoritmo que joga xadrez é mais inteligente do que um carro que se auto-dirige? Ser capaz de resolver um problema não nos diz nada sobre a habilidade de resolver outro problema. O mesmo se aplica a humanos, apesar de estarmos sempre tentando sistemas de classificação de inteligência através de QI e outros.
A classificação do que é ou não é IA não é clara. Enquanto alguns métodos são inegavelmente IA, e outros claramente não são, é difícil desenhar essa linha de separação. Podemos dizer que existem pesquisas que tem um “cadinho” de AI, principalmente projetos que envolvam o desenvolvimento de habilidades de execução de tarefas em um ambiente não-supervisionado em que a adaptação seja necessária.