O progresso na inteligência artificial permitiu a criação de IAs que executam tarefas antes consideradas apenas possíveis para humanos, como traduzir idiomas, dirigir carros, jogar jogos de tabuleiro em nível de campeão mundial e extrair a estrutura de proteínas. No entanto, cada uma dessas IAs foi projetada e treinada exaustivamente para uma única tarefa e tem a capacidade de aprender apenas o que é necessário para essa tarefa específica.
IAs recentes que produzem texto fluente, inclusive em conversas com humanos, e geram arte impressionante e única, podem dar a falsa impressão de uma mente em ação. Mas mesmo esses são sistemas especializados que executam tarefas estritamente definidas e exigem grandes quantidades de treinamento.
Ainda continua sendo um desafio assustador combinar várias IAs em uma que possa aprender e executar muitas tarefas diferentes, muito menos perseguir toda a amplitude de tarefas executadas por humanos ou alavancar a variedade de experiências disponíveis para humanos que reduzem a quantidade de dados necessários para aprenda a realizar essas tarefas. As melhores IAs atuais a esse respeito, como AlphaZero e Gato, podem lidar com uma variedade de tarefas que se encaixam em um único molde, como jogar. A inteligência geral artificial (AGI) que é capaz de uma variedade de tarefas permanece indescritível.
Em última análise, os AGIs precisam ser capazes de interagir efetivamente uns com os outros e com as pessoas em vários ambientes físicos e contextos sociais, integrar as amplas variedades de habilidades e conhecimentos necessários para fazê-lo e aprender de maneira flexível e eficiente com essas interações.
Construir AGIs se resume a construir mentes artificiais, embora bastante simplificadas em comparação com as mentes humanas. E para construir uma mente artificial, você precisa começar com um modelo de cognição.
Da inteligência geral humana à artificial
Os seres humanos têm um conjunto quase ilimitado de habilidades e conhecimentos e aprendem rapidamente novas informações sem a necessidade de reengenharia para fazê-lo. É concebível que uma AGI possa ser construída usando uma abordagem que seja fundamentalmente diferente da inteligência humana. No entanto, como três pesquisadores de longa data em IA e ciência cognitiva, nossa abordagem é buscar inspiração e insights da estrutura da mente humana. Estamos trabalhando em direção à AGI, tentando entender melhor a mente humana, e entender melhor a mente humana trabalhando em direção à AGI.
A partir de pesquisas em neurociência, ciência cognitiva e psicologia, sabemos que o cérebro humano não é um enorme conjunto homogêneo de neurônios nem um conjunto maciço de programas específicos para tarefas, cada um resolvendo um único problema. Em vez disso, é um conjunto de regiões com propriedades diferentes que suportam as capacidades cognitivas básicas que juntas formam a mente humana.
Essas capacidades incluem percepção e ação; memória de curto prazo para o que é relevante na situação atual; memórias de longo prazo para habilidades, experiência e conhecimento; raciocínio e tomada de decisão; emoção e motivação; e aprender novas habilidades e conhecimentos de toda a gama do que uma pessoa percebe e experimenta.
Em vez de focar em capacidades específicas isoladamente, o pioneiro da IA Allen Newell em 1990 sugeriu o desenvolvimento de Teorias Unificadas de Cognição que integrassem todos os aspectos do pensamento humano. Os pesquisadores conseguiram construir programas de software chamados arquiteturas cognitivas que incorporam essas teorias, tornando possível testá-las e refiná-las.
As arquiteturas cognitivas são fundamentadas em vários campos científicos com perspectivas distintas. A neurociência se concentra na organização do cérebro humano, a psicologia cognitiva no comportamento humano em experimentos controlados e a inteligência artificial em recursos úteis.
O Modelo Comum de Cognição
Estamos envolvidos no desenvolvimento de três arquiteturas cognitivas: ACT-R, Soar e Sigma. Outros pesquisadores também estão ocupados com abordagens alternativas. Um artigo identificou quase 50 arquiteturas cognitivas ativas. Essa proliferação de arquiteturas é em parte um reflexo direto das múltiplas perspectivas envolvidas e, em parte, uma exploração de uma ampla gama de soluções potenciais. No entanto, qualquer que seja a causa, isso levanta questões embaraçosas tanto cientificamente quanto em relação a encontrar um caminho coerente para a AGI.
Felizmente, essa proliferação trouxe o campo para um importante ponto de inflexão. Nós três identificamos uma convergência impressionante entre arquiteturas, refletindo uma combinação de estudos neurais, comportamentais e computacionais. Em resposta, iniciamos um esforço comunitário para capturar essa convergência de maneira semelhante ao Modelo Padrão da Física de Partículas que surgiu na segunda metade do século XX.
Este Modelo Comum de Cognição divide o pensamento humano em vários módulos, com um módulo de memória de curto prazo no centro do modelo. Os outros módulos (percepção, ação, habilidades e conhecimento) interagem por meio dele.
A aprendizagem, em vez de ocorrer intencionalmente, acontece automaticamente como um efeito colateral do processamento. Em outras palavras, você não decide o que é armazenado na memória de longo prazo. Em vez disso, a arquitetura determina o que é aprendido com base no que você pensa. Isso pode render o aprendizado de novos fatos aos quais você está exposto ou novas habilidades que você tenta. Também pode produzir refinamentos para fatos e habilidades existentes.
Os próprios módulos operam em paralelo; por exemplo, permitindo que você se lembre de algo enquanto ouve e observa o ambiente. Os cálculos de cada módulo são massivamente paralelos, o que significa que muitas pequenas etapas computacionais acontecem ao mesmo tempo. Por exemplo, ao recuperar um fato relevante de uma vasta coleção de experiências anteriores, o módulo de memória de longo prazo pode determinar a relevância de todos os fatos conhecidos simultaneamente, em uma única etapa.
Guiando o Caminho para a Inteligência Artificial Geral
O Modelo Comum é baseado no consenso atual em pesquisa em arquiteturas cognitivas e tem potencial para orientar pesquisas sobre inteligência geral natural e artificial. Quando usado para modelar padrões de comunicação no cérebro, o Modelo Comum produz resultados mais precisos do que os principais modelos da neurociência. Isso estende sua capacidade de modelar humanos – o único sistema comprovadamente capaz de inteligência geral – além das considerações cognitivas para incluir a organização do próprio cérebro.
Estamos começando a ver esforços para relacionar as arquiteturas cognitivas existentes ao Modelo Comum e usá-lo como base para novos trabalhos – por exemplo, uma IA interativa projetada para orientar as pessoas para um melhor comportamento de saúde. Um de nós estava envolvido no desenvolvimento de uma IA baseada no Soar, apelidada de Rosie, que aprende novas tarefas por meio de instruções em inglês de professores humanos. Ele aprende 60 quebra-cabeças e jogos diferentes e pode transferir o que aprende de um jogo para outro. Ele também aprende a controlar um robô móvel para tarefas como buscar e entregar pacotes e patrulhar prédios.
Rosie é apenas um exemplo de como construir uma IA que se aproxime da AGI por meio de uma arquitetura cognitiva bem caracterizada pelo Modelo Comum. Nesse caso, a IA aprende automaticamente novas habilidades e conhecimentos durante o raciocínio geral que combina instrução de linguagem natural de humanos e uma quantidade mínima de experiência – em outras palavras, uma IA que funciona mais como uma mente humana do que as IAs de hoje, que aprendem por meio de métodos brutos. força de computação e grandes quantidades de dados.
De uma perspectiva mais ampla de AGI, olhamos para o Modelo Comum tanto como um guia no desenvolvimento de tais arquiteturas e IAs, quanto como um meio de integrar os insights derivados dessas tentativas em um consenso que finalmente leva à AGI.
Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original.
Leia também: Qual é o poder da mudança de mindset? Entenda a importância dele para seu negócio
