Várias novas tecnologias criaram um burburinho em torno da inteligência artificial (IA) e o que isso significa para o nosso futuro como sociedade. Cada tecnologia vem de diferentes ramos da IA e apresenta um conjunto único de vantagens e preocupações.
Deepfakes e AIs de clonagem de voz tornam difícil para você confiar em qualquer coisa que você vê ou ouve na internet. Alguns dizem que o ChatGPT e sistemas semelhantes de IA de aprendizado profundo provavelmente criarão redundância de trabalho em vários campos. Surge uma questão preocupante: "a IA acabará por substituir os programadores?"
O que é Inteligência Artificial?
A IA é um ramo da ciência da computação que se concentra na capacidade de um sistema de resolver problemas usando uma (ou mais) das quatro qualidades. Um sistema de IA pode pensar humanamente, agir humanamente, pensar racionalmente e/ou agir racionalmente.
A História da Inteligência Artificial
Embora pareça que a IA existe há séculos, é um campo que ganhou força em meados do século XX. Uma das datas mais marcantes da história da IA é 1956, ano da introdução oficial no campo da inteligência artificial. Esta introdução ocorreu em uma conferência no Dartmouth College.
Vários grandes nomes estão vinculados a diferentes aspectos dos primeiros avanços da IA. Estes incluem Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson e Alain Colmerauer.
Agir Humanamente
Em 1936, Alan Turing publicou um artigo intitulado “On Computable Numbers, With an Application to the Entscheidungsproblem”. Neste artigo, Turing introduziu o conceito de uma máquina de Turing que, até hoje, desempenha um papel importante na IA. Ele provou que, com o algoritmo correto, uma máquina de Turing pode realizar qualquer cálculo matemático.
Mais tarde, em 1937, Turing usou o problema da parada para apontar as limitações das máquinas inteligentes. Então, em 1950, Turing definiu a inteligência da máquina usando o que ele chama de teste de Turing. Se um sistema de IA passar no teste de Turing, esse sistema pode agir humanamente.
Pense Humanamente
Marvin Minsky é um nome popular no campo da IA. Ele é conhecido por desenvolver a primeira máquina de aprendizado de rede neural com fio aleatório, chamada SNARC em 1951. As redes neurais ensinam os computadores a processar dados de maneira semelhante ao cérebro humano. A definição de Minsky de IA é que é “a ciência de fazer as máquinas fazerem coisas que exigiriam inteligência se fossem feitas por homens”.
Allen Newell e Herbert Simon são outros dois pioneiros no campo da IA, que se concentraram na capacidade de uma máquina de simular o pensamento humano. Em 1956, eles apresentaram o primeiro programa de computador de processamento de símbolos, chamado Logic Theorist. Em 1961, Newell e Simon desenvolveram o General Problem Solver (GPS), que essencialmente imita o pensamento humano.
Pense Racionalmente
Entra em cena John Robinson, que em 1965 publicou um jornal intitulado “A Machine-Oriented Logic Based on the Princípio da Resolução”. Ele também inventou o cálculo de resolução para a lógica de predicados, que desempenha um papel vital papel na IA.
A lógica de predicados é uma linguagem formal que usa a lógica para representar o pensamento racional. Essa linguagem usa a estrutura de que premissas corretas produzirão conclusões corretas. Por exemplo, Alexa é uma máquina; todas as máquinas facilitam o trabalho; portanto, o Alexa facilita o trabalho.
Avanços Recentes em Inteligência Artificial
Como era no início, o campo da inteligência artificial é hoje muito complexo, com muitos ramos diferentes. Cada filial sob a égide da IA está continuamente fazendo avanços significativos.
O aprendizado de máquina é um ramo da IA que usa algoritmos de dados para imitar o aprendizado humano, o que melhora sua precisão a cada iteração. Um dos subconjuntos mais proeminentes do aprendizado de máquina é o aprendizado profundo. O aprendizado profundo melhora o aprendizado de máquina reduzindo a necessidade de assistência humana de uma máquina.
Por exemplo, se você tiver imagens de flores que deseja agrupar por espécie, o processo de categorização será diferente com base no tipo de sistema. Se o seu sistema usar aprendizado de máquina, você terá que estabelecer manualmente os recursos que distinguem as espécies. No entanto, um sistema que usa aprendizado profundo determinará os melhores recursos distintivos para cada espécie por conta própria.
O aprendizado profundo criou grandes ondas na indústria nos últimos anos, devido a várias tecnologias. ChatGPT é uma tecnologia de aprendizagem profunda que atualmente está recebendo muita atenção.
De acordo com o ChatGPT, é:
um grande modelo de linguagem criado pela OpenAI. É um programa de inteligência artificial (IA) projetado para entender a linguagem natural e gerar respostas semelhantes às humanas para vários tipos de perguntas e solicitações. O modelo é baseado em uma arquitetura de aprendizado profundo chamada transformador, que é capaz de processar grandes quantidades de dados de texto e gerando respostas com base em padrões e relacionamentos que aprendeu com isso dados.
Desde o seu lançamento no quarto trimestre de 2022, o ChatGPT tem sido tema de muitos debates. O que destaca esse sistema de IA são suas habilidades de processamento de linguagem natural, juntamente com sua capacidade de aprender novas informações por meio do aprendizado por reforço com feedback humano (RLHF). Também parece possuir uma forte capacidade de escrever e corrigir códigos. Alguns dizem que essa tecnologia representa a gênese da extinção dos programadores humanos.
Características desejadas de um programador humano que a IA não pode replicar
Um sistema de IA pode aprender a escrever código que cria software. No entanto, substituir totalmente os programadores pode ser um pouco mais complicado. A capacidade de um sistema de IA pode permitir que ele reduza a força de trabalho ajudando os programadores a trabalhar mais rápido, mas nunca pode realmente substituir os trabalhadores humanos. Uma importante característica distintiva entre programadores e sistemas de IA é o cérebro humano e suas características complexas.
De acordo com Andrew Ng, um dos principais nomes da IA atualmente:
um único neurônio no cérebro é uma máquina incrivelmente complexa que até hoje não entendemos. Um único ‘neurônio’ em uma rede neural é uma função matemática incrivelmente simples que captura uma fração minúscula da complexidade de um neurônio biológico.
A capacidade do cérebro de gerar um novo pensamento a partir do ar aparentemente rarefeito está além da compreensão humana. Certamente não é algo que um sistema de IA possa replicar. Outra característica desejável dos programadores é a perplexidade da criatividade, que novamente é algo que uma máquina não pode replicar.
Por meio do aprendizado profundo, a IA pode dar a impressão do pensamento humano. Alguns sistemas de IA podem tomar decisões simples, mas essas decisões são insignificantes em comparação com as habilidades de tomada de decisão do cérebro humano. AI pode escrever código, mas não é capaz de garantir que o código que escreve seja o código correto. Um sistema de IA não pode replicar o julgamento humano, nem há qualquer indicação de que será capaz de fazê-lo no futuro.
O futuro da IA e da programação
As tecnologias de IA, como o ChatGPT, provaram o quão útil a IA pode ser para os programadores. Ele gera código rapidamente e pode ajudar no fluxo de trabalho geral do programador. No entanto, o ChatGPT também provou que mesmo a tecnologia de aprendizado profundo mais avançada que temos atualmente não consegue lidar com total autonomia. O ChatGPT é conhecido por gerar respostas sem sentido para perguntas, de acordo com a OpenAI.
Portanto, é plausível supor que o futuro da IA na programação seja de “ajudantes para” em vez de “substitutos de” programadores.
