Na era do rápido desenvolvimento tecnológico, parece que o conceito de autoaprendizagem não se limita ao campo da educação humana. Os sistemas informáticos estão a evoluir dramaticamente e a tornar-se mais inteligentes e autodidatas, o que abre a porta à possibilidade de adquirirem compreensão, instinto e bom senso numa variedade de campos.
O bom senso é uma habilidade exclusivamente humana, mas será que a IA pode aprendê-lo? Neste artigo, exploraremos em profundidade como os sistemas computacionais podem alcançar a autoaprendizagem e uma compreensão profunda dos ambientes em que operam. Daremos uma olhada nas mais recentes inovações e desenvolvimentos na área e forneceremos uma avaliação das tecnologias atuais e dos desafios enfrentados por este conceito emocionante.
Bom senso, todos pensamos que o temos. Mas o que é exatamente? Os computadores ou sistemas de IA podem realmente entender isso?
Esteja você interessado em inteligência artificial, desenvolvimento de robótica ou tecnologia de aprendizado profundo, você encontrará neste artigo informações valiosas sobre as capacidades dos sistemas de computador para alcançar o bom senso. Ajudaremos você a compreender a extensão do progresso neste campo e como aproveitá-lo da melhor forma em diferentes usos. Verificar Alguns dos fatores que determinarão quem alcançará primeiro a adoção em massa entre IA e Blockchain.
Links Rápidos
O que é bom senso e como os humanos o adquirem?
O bom senso é a capacidade básica de perceber, compreender e julgar as coisas através de conceitos comuns e intuitivos que a maioria das pessoas esperaria ter. É o conjunto de fatos, informações e regras básicas que uma pessoa acumula por meio de experiências e observações de vida. O bom senso nos permite processar e reagir com eficiência às situações cotidianas, sem analisá-las muito profundamente.
Os humanos começam a adquirir bom senso desde a infância. Quando bebês, começamos a aprender relações de causa e efeito, como o choro que leva à alimentação ou a troca de fraldas. Através de experiências repetidas, adquirimos conhecimento prático sobre o mundo. Por exemplo, tocar em um fogão quente pode causar queimaduras. Assim aprendemos a não tocar em superfícies quentes.
Quando crianças, continuamos a expandir o nosso bom senso através de tentativa e erro, observação e interação com os membros da família. Por exemplo, sabemos que a roupa deve ser lavada regularmente, que não se deve falar com a boca cheia de comida e que derramar um copo de leite faz bagunça. Pais, irmãos, professores e outros adultos corrigem o nosso comportamento quando violamos as normas e expectativas da sociedade. Com o tempo, essas lições tornaram-se arraigadas como senso comum básico.
Além das experiências pessoais, o bom senso é moldado por normas sociais e culturais mais amplas. O que pode fazer sentido numa cultura (como tirar os sapatos ao entrar numa casa), pode não ser o caso noutra.
Nosso bom senso se adapta à medida que amadurecemos e somos expostos a mais pessoas e ambientes. Assim, uma criança que cresce numa cidade pequena adquire um bom senso básico sobre a vida naquele ambiente. Um adulto que se muda para uma grande cidade metropolitana tem de ajustar o seu bom senso ao novo ambiente.
O bom senso continua a evoluir à medida que vivenciamos novas experiências ao longo de nossas vidas. Verificar Coisas para evitar perguntar aos chatbots de IA.
Por que o bom senso é um desafio para os computadores?
Existem várias razões pelas quais é difícil programar o bom senso.
Por um lado, os humanos aprendem o bom senso gradualmente ao longo dos anos de experiência do mundo. Tentamos coisas, vemos o que funciona e o que não funciona e lembramos das lições. Os computadores não têm esse tipo de experiência do mundo real para se basear. Ela só sabe o que os humanos estão lhe dizendo explicitamente.
Por exemplo, fiz esta pergunta no ChatGPT (GPT 3.5):
Janet dirige uma lavanderia. Ela lava roupas para os clientes e as pendura em varais para secar ao sol. Um dia, Janet lavou cinco camisas e as pendurou em varais pela manhã. As camisas levaram cinco horas para secar. Quanto tempo leva para secar 30 camisas?
Onde a resposta dele foi assim:
Outra questão é que o bom senso depende do contexto. Se um computador tiver apenas regras específicas programadas, ele não poderá adaptá-las a novos contextos, como os humanos fazem intuitivamente.
Por exemplo, suponha que você ensine ao computador o que fazer se começar a chover. Parece óbvio, certo? Mas e então, em vez de chover, liga-se um aspersor de água? Ou e se ele estiver dentro de um supermercado e os canos começarem a vazar do teto? Saberemos imediatamente como lidar com essas diferenças, mas o computador seguirá cegamente a regra “quando chover enquanto estiver fora, entre”, o que agora não faz sentido.
Existem também regras e suposições tácitas que os humanos internalizam sem perceber. Por exemplo, quão perto você consegue ficar ao lado de alguém antes de se sentir envergonhado? Os humanos sabem a resposta intuitivamente, mas podem não conseguir explicar facilmente as regras exatas. Estas normas sociais implícitas podem ser particularmente difíceis de serem capturadas pelos computadores apenas a partir dos dados.
Assim, por enquanto, o bom senso continua a ser uma das maiores fraquezas da IA em comparação com a inteligência humana. É algo natural para as pessoas, mas não tanto para os dispositivos.
Como os computadores podem aprender o bom senso
Após o otimismo inicial das décadas de XNUMX e XNUMX, os pesquisadores perceberam como era difícil ensinar bom senso aos computadores. No entanto, as novas abordagens mostram-se promissoras na formação de sistemas de IA para terem bom senso básico sobre o mundo social real e quotidiano.
Uma abordagem é construir manualmente uma extensa base de conhecimento, detalhando fatos e regras sobre como o mundo funciona. O Projeto Cyc, iniciado por Doug Linate em 1984, é um desses esforços ambiciosos.
Centenas de pessoas codificaram milhões de axiomas lógicos no Cyc ao longo das décadas. Embora o processo seja demorado, o resultado é um sistema com grande conhecimento do mundo real. Obviamente, Cyc pode raciocinar que o tomate é tecnicamente uma fruta, mas não deve ser colocado em uma salada de frutas, graças ao seu conhecimento dos perfis de sabores culinários.
Crowdsourcing de bom senso com ConceptNet
Adote as bases de conhecimento mais recentes, como ConceptNet Abordagem de crowdsourcing para gerar asserções booleanas. A ideia é que, em vez de especialistas ou IA tentarem descobrir todos os factos e relações básicas do mundo, eles os abram para que qualquer pessoa possa contribuir com fragmentos de bom senso.
Uma abordagem de crowdsourcing permite que essas bases de conhecimento aproveitem a inteligência coletiva de diversas pessoas na Internet. Ao agregar milhares e milhares dessas pequenas anedotas lógicas do público, a ConceptNet construiu alguns repositórios surpreendentemente grandes de conhecimento básico e cotidiano. E como novos colaboradores estão sempre contribuindo, o conhecimento continua crescendo.
Ensinando o bom senso através da experiência
Outra abordagem promissora é a construção de mundos simulados detalhados onde os agentes de IA podem experimentar e aprender sobre física e intuição através da experiência.
Pesquisadores estão criando ambientes virtuais 2D cheios de objetos do cotidiano que imitam o mundo real, como a casa digital AIXNUMX THOR construída pelo Instituto Allen. Dentro desses espaços, robôs de IA podem experimentar todos os tipos de interações para desenvolver uma compreensão intuitiva de conceitos que os humanos consideram óbvios.
Por exemplo, um bot de IA pode receber um corpo virtual e tentar pegar, empilhar, soltar blocos, etc. Ao ver os blocos caírem e colidirem de forma realista, o robô aprende conceitos básicos sobre rigidez, gravidade e dinâmica física. Não são necessárias regras, apenas experiência.
O robô também pode experimentar ações como deixar cair um objeto de vidro e vê-lo quebrar ao atingir o solo. Ou ele pode experimentar as propriedades da água despejando líquidos e observando como eles fluem e se acumulam. Essas lições práticas baseiam-se no conhecimento da IA na experiência sensorial e não apenas em padrões de dados.
Técnicas baseadas em dados, como o pré-treinamento de modelos poderosos de grandes linguagens, também se mostraram surpreendentemente eficazes na captação de padrões de bom senso. Modelos de IA como GPT-3.5 e GPT-4 podem gerar textos que se parecem impressionantemente com conversas humanas após “ler” grandes quantidades de dados da Internet.
Embora ela às vezes faça sugestões imprudentes (também conhecidas como Alucinações de inteligência artificial), a abordagem de aprendizagem estatística permite imitar certos tipos de bom senso. No entanto, permanece em disputa se isto constitui bom senso ou uma exploração inteligente de preconceitos nos dados. Verificar As maneiras pelas quais a inteligência artificial confunde a linha entre realidade e fantasia.
Como testar computadores quanto ao bom senso
À medida que os sistemas de IA assumem tarefas mais complexas no mundo real, torna-se crítico avaliar se eles têm “bom senso”.
Bom senso físico
Uma área a testar é o verdadeiro bom senso, isto é, intuições sobre as coisas, forças e propriedades básicas do mundo.
Por exemplo, um sistema de visão computacional poderia ver a imagem de um livro flutuando no ar e ser solicitado a descrever a cena. Ele aponta algo incomum no livro flutuante? Ou o sistema de IA poderia ser alimentado com cenários incomuns, como “um homem cortando uma pedra com um pão” e verificado se sinaliza esses cenários como improváveis.
O ambiente AI2 THOR do Allen Institute simula torres, derramamentos e outras cenas para testar essas intuições físicas.
Bom senso social
Os humanos também têm bom senso social – uma compreensão implícita dos motivos, relacionamentos e normas das pessoas. Para avaliar isso na IA, apresente situações com pronomes ou motivos ambíguos e veja se o sistema os interpreta razoavelmente.
Por exemplo, ChatGPT perguntou se “isto” se refere a uma mala ou copo no prompt abaixo.
Ele falhou no teste. Enquanto isso, obviamente saberíamos que eu estava apontando para a bolsa.
Segurança e ética
É fundamental testar se os sistemas de IA aprenderam padrões inseguros ou antiéticos. Analise se a IA mostra preconceitos prejudiciais com base em gênero, raça ou outras características ao fazer julgamentos.
Verifique se oferece nuances éticas razoáveis. Matar um urso para salvar uma criança pode ser justificado, mas detonar uma bomba nuclear com o mesmo propósito não o é. Marque claramente quaisquer recomendações relativas a ações antiéticas.
desempenho no mundo real
Avalie o bom senso observando como os sistemas de IA operam em ambientes do mundo real. Por exemplo, os carros autônomos reconhecem e respondem corretamente a objetos e pedestres? Um robô pode se mover por diversos ambientes domésticos sem quebrar objetos de valor ou prejudicar animais de estimação?
Testes do mundo real revelam lacunas no bom senso que podem não aparecer em condições laboratoriais limitadas. Verificar Principais fatores a serem considerados ao testar a precisão dos chatbots de IA.
Houve progresso, mas o negócio ainda se baseia na IA do bom senso
Alguns especialistas argumentam que a inteligência artificial talvez nunca alcance o bom senso humano sem desenvolver estruturas cerebrais e corpos como os nossos. Por outro lado, as mentes digitais não são limitadas por preconceitos humanos e atalhos mentais, por isso, em teoria, podem ser mais espertas que nós! Embora você provavelmente não precise se preocupar com IA superinteligente ainda.
No curto prazo, sua melhor aposta é uma IA que combine o bom senso aprendido com a boa e velha programação. Desta forma, esperamos que erros estúpidos como confundir a tartaruga com a arma possam ser evitados.
Ainda não chegamos lá, mas o bom senso não é mais a questão obscura da IA. O progresso está acontecendo! No entanto, durante algum tempo será necessária uma boa dose de bom senso na aplicação destas tecnologias. Você pode ver agora As melhores aplicações da inteligência artificial para potencializar a rotina de cuidado e autodesenvolvimento.
