“CAN A ROBOT WRITE A SYMPHONY?”: O QUE NUNCA CONSEGUIREMOS ENSINAR ÀS MÁQUINAS

 “CAN A ROBOT WRITE A SYMPHONY?”: O QUE NUNCA CONSEGUIREMOS ENSINAR ÀS MÁQUINAS
Compartilhe

A famosa reflexão do filme “Eu, Robô”, de 2004, surgiu junto com muitas outras sobre os limites da tecnologia (ou falta deles). Filmes populares como “Star Wars”, “Eu, Robô” e “O Homem Bicentenário” trazem consigo questionamentos valiosos, como a possibilidade de convivência entre robôs e seres humanos de forma pacífica e provocações sobre a soberania das nossas criações sobre nós mesmos.

No caso do filme, a citação traduzida é: “um robô consegue compor uma sinfonia? Um robô consegue pintar uma bela obra-prima?”. A resposta do robô talvez tenha sido o que tornou a interação tão memorável aos espectadores, rebatendo a pergunta com “você consegue?”. No caso do personagem interpretado por Will Smith, a criação de grandes obras de arte não estava incluída na lista de seus talentos. Talvez não esteja realmente na lista da grande maioria de nós.

Ao criarmos tecnologias que disponham de aprendizagem de máquina ou inteligência artificial, estamos também replicando a nossa própria inteligência em um dispositivo. Em muitos dos casos, estamos criando máquinas que possam entender como raciocinamos e que possam reproduzir as tarefas que já não precisam mais de um ser humano para realizá-las.

CRIAMOS MÁQUINAS QUE SEGUEM SEQUÊNCIAS LÓGICAS, MAS QUE DEPENDEM DE PROGRAMAÇÃO

Desde que notamos essa limitação, treinamos a tecnologia para aprender com base em padrões e poder extrapolar essas informações com base em seus aprendizados. De forma simplificada, isso é o que chamamos de machine learning, que é a habilidade de predição das máquinas com base em uma amostra de dados.

Ferramentas como o Google Tradutor ou o seu aplicativo de delivery favorito se utilizam do machine learning para se aprimorarem e oferecerem respostas cada vez mais apropriadas aos seus consumidores. Não de forma criativa, mas de forma lógica. Afinal, as ferramentas ainda estão aprendendo constantemente a processar novos dados e se adaptar a partir deles.

Não é difícil inferir que, em poucos anos, o cruzamento de dados que é a base do machine learning possa proporcionar cruzamentos entre dados distantes e inusitados, o que é uma das definições mais populares de criatividade.

SE AS MÁQUINAS SÃO CAPAZES DE APRENDER, E NÃO MERAMENTE REPRODUZIR, ELAS TAMBÉM SERIAM CAPAZES DE CRIAR

Certamente as máquinas podem criar, e continuarão criando. Talvez encontrem jeitos novos e mais efetivos, e continuem aprendendo a estabelecer conexões complexas. Mas isso não é o suficiente para as considerarmos criativas.

Douglas Hofstadter, acadêmico norte-americano, escreveu que “às vezes parece que cada novo passo em direção à IA [inteligência artificial], ao invés de produzir algo que todos concordam ser inteligência real, apenas revela o que a inteligência real não é”.

O cerne da questão talvez não esteja na criatividade, e sim na inspiração em se criar algo que transmita uma mensagem íntima e pessoal.

O melhor cenário, a curto prazo, é a possibilidade de utilizarmos os recursos de inteligência artificial e machine learning para aprimorar as nossas próprias criações. Nada nos impede de consultar recomendações de uma máquina para expandir os nossos horizontes criativos e criar melhor.

Para o longo prazo, talvez tenhamos máquinas que pensem muito além do que foram programadas. E talvez elas tragam consigo mensagens próprias e pessoais. Será que, então, as consideraríamos criativas?

O futuro das máquinas é promissor.

Referência: https://www.neurotech.com.br/deep-learning-moda-ou-realidade/


Compartilhe