O pioneiro da IA ??diz que o discurso público sobre máquinas inteligentes deve dar “o devido respeito à agência humana”

Inscreva-se no grupo de análise e inteligência no Telegram ?? https://t.me/areamilitar

Ela é uma figura importante por trás do boom atual da inteligência artificial, mas nem todos os cientistas da computação pensaram que Fei-Fei Li estava no caminho certo quando ela teve a ideia de um banco de dados visual gigante chamado ImageNet, que levou anos para ser construído. Li, agora diretora fundadora do Instituto de Inteligência Artificial Centrada no Ser Humano da Universidade de Stanford, publicou um novo livro de memórias que relata seu trabalho pioneiro na curadoria do conjunto de dados que acelerou o ramo de visão computacional da IA.

O livro, “The World I See”, também retrata os seus anos de formação, que mudaram abruptamente da China para Nova Jersey e a acompanha através da academia, do Vale do Silício e dos corredores do Congresso, à medida que a crescente comercialização da tecnologia de IA atraiu a atenção do público e uma reação negativa. Ela conversou com a Associated Press sobre o livro e o momento atual da IA. A entrevista foi editada para maior extensão e clareza.

P: Seu livro descreve como você imaginou o ImageNet como mais do que apenas um enorme conjunto de dados. Você pode explicar?

R: ImageNet é realmente a história por excelência de identificar a estrela norte de um problema de IA e, em seguida, encontrar uma maneira de chegar lá. A estrela do norte para mim foi realmente repensar como podemos resolver o problema da inteligência visual. Um dos problemas mais fundamentais da inteligência visual é compreender ou ver objetos, porque o mundo é feito de objetos. A visão humana é baseada em nossa compreensão dos objetos. E há muitos, muitos, muitos deles. ImageNet é realmente uma tentativa de definir o problema de reconhecimento de objetos e também de fornecer um caminho para resolvê-lo, que é o caminho do big data.

P: Se eu pudesse viajar no tempo há 15 anos, quando você estava trabalhando duro no ImageNet, e lhe falasse sobre DALL-E, Stable Diffusion, Google Gemini e ChatGPT – o que mais o surpreenderia?

R: O que não me surpreende é que tudo o que você menciona – DALL-E, ChatGPT, Gemini – é baseado em grandes dados. Eles são pré-treinados em uma grande quantidade de dados. Isso é exatamente o que eu esperava. O que me surpreendeu é que chegamos à IA generativa mais rápido do que a maioria de nós pensava. A geração para humanos na verdade não é tão fácil. A maioria de nós não somos artistas naturais. A geração mais fácil para os humanos são as palavras porque falar é generativo, mas desenhar e pintar não são generativos para humanos normais. Precisamos dos Van Goghs do mundo.

P: O que você acha que a maioria das pessoas deseja das máquinas inteligentes e isso está alinhado com o que os cientistas e as empresas de tecnologia estão construindo?

R: Acho que fundamentalmente as pessoas querem dignidade e uma vida boa. Esse é quase o princípio fundador do nosso país. As máquinas e a tecnologia devem estar alinhadas com os valores humanos universais – dignidade e uma vida melhor, incluindo a liberdade e todas essas coisas. Às vezes, quando falamos sobre tecnologia ou às vezes quando construímos tecnologia, seja intencional ou não, não falamos o suficiente sobre isso. Quando digo “nós”, inclui tecnólogos, inclui empresas, mas também inclui jornalistas. É nossa responsabilidade coletiva.

P: Quais são os maiores equívocos sobre IA?

R: O maior equívoco sobre IA no jornalismo é quando os jornalistas usam o sujeito IA e um verbo e colocam humanos no objeto. A agência humana é muito, muito importante. Criamos tecnologia, implantamos tecnologia e governamos a tecnologia. A comunicação social e o discurso público, mas fortemente influenciados pelos meios de comunicação social, falam sobre IA sem o devido respeito pela agência humana. Temos tantos artigos, tantas discussões, que começam com ‘AI traz blá, blá, blá; IA faz blá, blá, blá; A IA oferece blá, blá, blá; A IA destrói blá, blá, blá. E acho que precisamos reconhecer isso.

P: Tendo estudado neurociência antes de entrar na visão computacional, quão diferentes ou semelhantes são os processos de IA da inteligência humana?

R: Como arranhei a superfície da neurociência, respeito ainda mais o quão diferentes elas são. Na verdade, não conhecemos os detalhes intrincados de como nosso cérebro pensa. Temos alguma ideia de tarefas visuais de nível inferior, como ver cores e formas. Mas não sabemos como os humanos escrevem Shakespeare, como passamos a amar alguém, como projetamos a Ponte Golden Gate. Há tanta complexidade na ciência do cérebro humano que ainda é um mistério. Não sabemos como fazemos isso com menos de 30 watts, a energia que o cérebro utiliza. Por que somos tão péssimos em matemática enquanto somos tão rápidos em ver, navegar e manipular o mundo físico? O cérebro é a fonte infinita de inspiração para o que a inteligência artificial deveria ser e deveria fazer. Sua arquitetura neural — (neurofisiologistas ganhadores do Prêmio Nobel) Hubel e Wiesel foram realmente os descobridores disso – foi o início da inspiração da rede neural artificial. Pegamos emprestada essa arquitetura, embora matematicamente ela não reproduza totalmente o que o cérebro faz. Há muita inspiração entrelaçada. Mas também temos que respeitar que há muitas incógnitas, por isso é difícil responder o quanto elas são semelhantes.

Patrocinado por Google

Deixe uma resposta

Área Militar
Área Militarhttp://areamilitarof.com
Análises, documentários e geopolíticas destinados à educação e proliferação de informações de alta qualidade.
ARTIGOS RELACIONADOS

Descubra mais sobre Área Militar

Assine agora mesmo para continuar lendo e ter acesso ao arquivo completo.

Continue reading