Um pouco de contexto...
Os principais estudiosos da «Inteligência Artificial» utilizam o termo para se referir ao campo de estudo dos «Agentes Inteligentes»: qualquer sistema que perceba o seu ambiente e tome medidas que maximizem as suas hipóteses de atingir o seu objetivo. Esta definição também facilita bastante a distinção entre IA e algoritmos, uma vez que um algoritmo não percebe nem tem a capacidade de atualizar o seu comportamento de forma natural.
A IA tem uma longa história, embora não totalmente ilustre. Houve vários projetos de investigação em que as promessas não foram cumpridas e, como tal, o financiamento e os talentos abandonaram o campo. Pouco depois da década de 1950, acreditava-se que seria possível criar uma máquina totalmente inteligente; infelizmente, tanto a capacidade computacional como a quantidade de dados disponíveis na altura eram incrivelmente limitadas e, claro, outros problemas afetaram projetos individuais.
A falta de progresso fez com que o financiamento se esgotasse, o qual provinha principalmente de institutos e agências governamentais. No entanto, com o nascimento da Internet no início da década de 1990, a comunicação entre colegas tornou-se muito mais fácil e, como tal, muitos paradigmas e ideias modernas surgiram por volta dessa altura, e no final da década de 1990 as raízes dos sistemas modernos de IA começaram a crescer.
O desenvolvimento da IA não é muito diferente do desenvolvimento da fusão nuclear; ambos têm o potencial de revolucionar completamente as nossas vidas e ambos percorreram um caminho árduo para chegar onde estão hoje.
Dados, dados, dados
À medida que as empresas acumulam mais dados, torna-se cada vez mais difícil extrair conclusões úteis desses dados. Em nenhum outro setor isto se tornou tão evidente como nas ciências da vida nos últimos anos; com a COVID surgiu o aumento das pré-publicações e dos servidores de pré-publicações e, com tal excesso de dados e informação, surgiram vários mal-entendidos devido à incapacidade de processar os dados de forma adequada.
Para contextualizar, em 2020, o Facebook recolheu 4 petabytes (1 petabyte = um milhão de gigabytes) de dados todos os dias e 44 zettabytes (1 zettabyte = um trilião de gigabytes) foram armazenados na nuvem1. O Google processa mais de 20 petabytes de dados todos os dias2.
Um casal feito no céu
No entanto, agora que dispomos tanto de volume como de qualidade de dados, se estes forem devidamente registados e processados de forma eficaz, podemos utilizá-los para fazer previsões concretas, desde o mercado bolsista até à previsão de quais os produtos químicos que terão o efeito desejado.
A IA e os dados têm uma relação de interdependência: sem grandes quantidades de dados, as nossas IAs não seriam nem de longe tão boas como são, mas sem a IA nunca seremos capazes de dar sentido a todos os dados que temos agora e que iremos processar no futuro. A Novartis utiliza a IA para prever componentes ainda não testados que os investigadores devem explorar para encontrar novas curas3.
Assistentes
Prevê-se que a computação quântica seja capaz de prever e simular a estrutura, as propriedades e o comportamento (ou reatividade) destas moléculas de forma mais eficaz do que a computação convencional3. A utilização de computadores convencionais para aumentar a precisão das simulações moleculares implica um aumento exponencial dos recursos computacionais; o surgimento dos computadores quânticos tem o potencial de resolver o problema do elevado custo que representa para um computador convencional tentar simular sistemas quânticos, tais como moléculas.
A indústria farmacêutica já está a utilizar a aprendizagem automática para acelerar e melhorar o processo de desenvolvimento de medicamentos, mas, considerando que a aprendizagem automática dará um grande salto em frente quando os computadores quânticos puderem ser utilizados para esse fim, a indústria farmacêutica está posicionada para ser uma das principais beneficiárias do advento dos computadores quânticos.
Em conclusão:
É impossível prever o que o futuro nos reserva, mas à medida que o poder de computação continua a aumentar e as pessoas levam vidas cada vez mais digitalizadas, as capacidades das nossas IAs continuarão a crescer e a tornar as nossas vidas cada vez mais fáceis.
A IA é mais do que uma única tecnologia; cada uma tem uma arquitetura única e os dados utilizados para a treinar também têm uma enorme influência no resultado (algo semelhante à influência da natureza e da educação nos seres humanos). Tal como o trabalho e as decisões tomadas no final do século XX transformaram as nossas vidas hoje, as decisões tomadas hoje afetarão os resultados para muitas gerações vindouras.
Se alguma vez formos capazes de criar uma IA geral tão inteligente quanto um ser humano, então não só será a nossa última invenção, como será a única invenção capaz de criar invenções.
Referências
Agradecimentos a Alimul Karim, estagiário
