Inteligência Artificial - Parte I - Introdução

Fonte

A primeira pergunta que nos fazemos é: o que significa inteligência artificial (IA)?

É provável que a primeira coisa que venha na sua cabeça, são robôs que vemos em filmes, como "Eu, Robô" protagonizado por Will Smith ou mesmo o "Exterminador do Futuro" estrelado por Arnold Schwarzenegger.

Fonte: I, robot; The terminator

 Entretanto, esse nível de inteligência artificial ainda não foi alcançado. Mas quem sabe um dia chegamos lá...
( ou não, pois não quero o exterminador me perseguindo)

Fonte: Giphy

A IA é um assunto bem explorado em filmes e séries, a seguir encontra-se uma lista com alguns deles:

Cinema:

Diversos filmes com Inteligência artificial em seu roteiro ou trama. fonte

“Blade Runner: O Caçador de Androides”;
“A.I. Inteligência Artificial”;
“Her”;
"Matrix";
"Interestellar"
"Star Wars"
"Chappie"
"Wall-E"
"O Homem bicentenário"
"Transcendence"

Séries:
"Black Mirror"
"WestWorld"

→ Neste post, encontraremos:

-Definição
-Pioneirismo e Princípios éticos na utilização
-Marcos históricos no desenvolvimento

Definição

Fonte

A Inteligência artificial, que possui a sigla de IA ou inglês AI (Artificial Intelligence), tem como um de seus objetivos, simular a inteligência humana utilizando não apenas conhecimentos da computação, mas também de biologia, engenharias, estatísticas, filosofia, física, linguística, matemática, medicina, psicologia, e outras áreas. Visando ensinar (programar) as máquinas a raciocinar, perceber e tomar decisões com o intuito de resolver problemas.

Nas próximas publicações sobre esse assunto, teremos um convidado, um profissional da área de inteligência artificial, para explicar mais sobre o assunto e seus diversos ramos de estudo, mostrando as várias aplicações da IA, não apenas as redes neurais, as quais estão em alta na mídia e que terá foco maior nessa atual publicação. Então vamos adentrar nesse mundo de Inteligência Artificial sob a visão de um biólogo.

Inicialmente, veja os exemplos de algumas máquinas em ação:

• Resolvendo um cubo mágico:

Rubik Cube, para saber mais desse projeto, acesse o vídeo aqui

• Aprendendo a esquiar imitando os movimentos do ser humano.

Robô aprendendo movimentos de Esqui. Fonte

• Realizando tarefas domésticas

Realizando tarefas domésticas. fonte

Como você viu acima, essas são algumas demonstrações da capacidade de aprendizado que uma máquina/robô possui. Nesse momento, você pode estar pensando "Nem eu sei montar um cubo mágico ou andar de Esqui", e realmente, ambas as atividades são difíceis de se aprender. A primeira envolve raciocínio lógico: aprender regras de movimentação/lógica do cubo. A segunda: uma memória muscular para aprender os movimentos e manter o equilíbrio sobre o esqui. 

Aliás, em publicações futuras, podemos ensinar a lógica para montar o cubo mágico, mas isso fica para um outro momento. 

Voltando ao objetivo dessa publicação, seguimos em frente e vamos começar pelo:

Pioneirismo da ética na IA

Agora que já temos uma noção do que é a IA e um pouco do que ela é ser capaz de fazer, entretanto é importante que antes de entrarmos nas pesquisas e avanços para a humanidade, precisamos falar sobre a ética na utilização dessa tecnologia e as responsabilidades de quem a desenvolve. Essa é uma parte mais burocrática, mas essencial para entendermos nossas responsabilidades como cidadãos e também as dos desenvolvedores dessa tecnologia.

Foto de Yoshua Bengio

A primeira pessoa que vamos dar foco, é o cientista da computação naturalizado canadense Yoshua Bengio, que nasceu em 1964, em Paris, França.


O foco do seu trabalho é o desenvolvimento de redes neurais artificiais e aprendizagem profunda.


Em 2018, Bengio recebeu um dos prêmios internacionais mais importantes da computação, a medalha Turing, além de liderar um grupo para produção dos códigos de conduta internacionais para uso ético de inteligência artificial.

“Entre as preocupações mencionadas por Bengio, estão o uso de inteligência artificial em drones militares, em aplicações de vigilância governamental, permitindo que seja usada por pessoas poderosas para que mantenham ou ampliem seus poderes. Ele também menciona a possibilidade de a inteligência artificial ampliar discriminação e preconceitos, afinal essas características estão tipicamente presentes nos dados usados para treinar os algoritmos, refletindo comportamentos (mesmo inconscientes) dos programadores.”

Sob a liderança de Bengio, foi criada a Declaração de Montreal, um conjunto de diretrizes para o uso ético de inteligência artificial ao qual organizações podem aderir, afirma o físico. “A iniciativa tem interessantes aspectos inovadores. Diferentemente de outras, em que apenas pesquisadores da área contribuíram, a Declaração de Montreal envolveu pesquisadores de ciências sociais e humanidades, além do público em geral”, aponta. “O processo levou aproximadamente um ano, com reuniões, oficinas de discussão e longa preparação. Segundo Bengio, a participação de outros ‘atores’, além dos pesquisadores da área, ampliou o conjunto de princípios da declaração, que eram inicialmente sete, para dez.”

Trecho extraído do Jornal da USP escrito por Júlio Bernardes

E quais são esses princípios?

1- princípio de bem estar

O uso de IA deve permitir o crescimento e bem estar de todos os seres conscientes.

"Ética inteligência artificial" fonte

2- Princípio de respeito a autonomia

Os sistemas de desenvolvimento de IA devem respeitar a autonomia das pessoas, permitindo a sua liberdade.

3- Princípio de proteção da privacidade e intimidade das pessoas

Deve garantir a segurança dos dados dos usuários que utilizem serviços de IA.

4- Princípios de solidariedade

O desenvolvimento de IA deve preservar o vínculo de solidariedade das pessoas, entre os povos e as diferentes gerações.

5- Princípios de participação democráticas

Deve ser inteligíveis, justificáveis e acessíveis. Isso implica na possibilidade da população ser capaz de entender o seu funcionamento e ter total controle sobre decisões com impacto na sociedade. Os sistemas devem ser abertos a discussão democrática e deve permitir o debate e o controle por parte da população.

6- Princípios de igualdade

Deve contribuir para a construção de uma sociedade mais justa e menos desigual. Uma tradução mais adequada se refere a equidade, que significa fornecer condições a população para que todos tenham acesso às mesmas condições.

7- Princípios de inclusão e diversidade

Diversidade cultural e social e não deve restringir escolhas pessoais e estilos de vida.

8- Princípios de prudência

Deve buscar no limite do possível antecipar potenciais efeitos nocivos do seu uso, e adotar medidas para evita-los. Ou seja, deve se calcular muito bem os impactos que pode causar, para analisar se vale a pena o uso, ou não.

9- Princípios de responsabilidades

O uso de sistemas de IA nas tomadas de decisões, não reduz a responsabilidade civil das pessoas em posições de responsabilidades. Ou seja, não poderão colocar a culpa na máquina.

10- Princípios de desenvolvimentos sustentáveis

A IA deve levar em conta o desenvolvimento pensando em economia de materiais e energia, para garantir a sustentabilidade e a manutenção dos recursos do nosso planeta.

Marcos históricos 

Fonte

Agora, vamos apresentar os principais marcos históricos para o desenvolvimento dessa tecnologia e explicar o básico para entendermos o que significou cada um deles.

1943 - Neurônios Artificiais

Para compreender onde estamos hoje, precisamos olhar para o passado e analisar como chegamos até aqui. O cérebro humano é uma máquina altamente poderosa e complexa capaz de processar uma grande quantidade de informações em tempo mínimo. As unidades principais do cérebro são os neurônios e é por meio deles que as informações são transmitidas e processadas.

O neurônio (figura abaixo) transmite a informação ou estímulo recebido do meio externo através de correntes elétricas, que sai do corpo celular, percorre toda a extensão do axônio até a terminação nervosa transmitindo essa informação para outros neurônios através de neurotransmissores -mensageiros químicos - onde na extremidade se liga a outras células que receberam as informações através dos dendritos. A bainha de mielina serve como um isolante elétrico e para aumentar a eficiência da transmissão da informação.

fonte: adaptado de brasil escola 

Esse gif demonstra a capacidade de ligação e transmissão de correntes elétricas a outros neurônios, através de microscopia. fonte

As tarefas realizadas pelo cérebro intrigam os pesquisadores, como por exemplo, a capacidade do cérebro reconhecer um rosto familiar dentre uma multidão em apenas milésimos de segundo. As respostas sobre alguns enigmas do funcionamento do cérebro ainda não foram respondidas e se perpetuam até os dias de hoje. O que é conhecido sobre o funcionamento do cérebro é que o mesmo desenvolve suas regras através da experiência adquirida em situações vividas anteriormente.

Ilustração do cérebro humano. fonte: G1

O desenvolvimento do cérebro humano ocorre principalmente nos dois primeiros anos de vida, mas se arrasta por toda a vida.

Inspirando-se neste modelo, diversos pesquisadores tentaram simular o funcionamento do cérebro, principalmente o processo de aprendizagem por experiência, a fim de criar sistemas inteligentes capazes de realizar tarefas como classificação, reconhecimento de padrões, processamento de imagens, entre outras atividades.

Como resultado dessas pesquisas, surgiu o modelo do neurônio artificial e posteriormente um sistema com vários neurônios interconectados, a chamada Rede Neural. E foi em 1943, que o neurofisiologista Warren McCulloch e o matemático Walter Pitts escreveram um artigo sobre como os neurônios poderiam funcionar e para isso, eles modelaram uma rede neural simples usando circuitos elétricos.

A esquerda encontra-se Warren McCulloch e a direita Walter Pitts. fonte 

Warren McCulloch e Walter Pitts criaram um modelo computacional para redes neurais baseadas em matemática e algoritmos denominados lógica de limiar (threshold logic).

Modelo do neurônio matemático 

• Sinais de entrada { X1, X2, …, Xn }: São os sinais externos normalmente normalizados para incrementar a eficiência computacional dos algoritmos de aprendizagem. São os dados que alimentam seu modelo preditivo.
• Pesos sinápticos { W1, W2, …, Wn }: São valores para ponderar os sinais de cada entrada da rede. Esses valores são aprendidos durante o treinamento.
• Combinador linear { Σ }: Agrega todos os sinais de entrada que foram ponderados pelos respectivos pesos sinápticos a fim de produzir um potencial de ativação.
• Limiar de ativação { Θ }: Especifica qual será o patamar apropriado para que o resultado produzido pelo combinador linear possa gerar um valor de disparo de ativação.
• Potencial de ativação { u }: É o resultado obtido pela diferença do valor produzido entre o combinador linear e o limiar de ativação. Se o valor for positivo, ou seja, se u ≥ 0 então o neurônio produz um potencial excitatório; caso contrário, o potencial será inibitório.
• Função de ativação { g }: Seu objetivo é limitar a saída de um neurônio em um intervalo valores.
• Sinal de saída { y}: É o valor final de saída podendo ser usado como entrada de outros neurônios que estão sequencialmente interligados.

Este modelo abriu o caminho para a pesquisa da rede neural dividida em duas abordagens: uma abordagem focada em processos biológicos no cérebro, enquanto a outra focada na aplicação de redes neurais à inteligência artificial.

1950 - Teste de Turing

Alan Turing. fonte

Alan Turing publicou em 1950 um artigo chamado “Computing Machinery and Intelligence” na revista filosófica Mind, resumidamente, o artigo aborda a capacidade que as máquinas tem de pensar e de serem inteligentes. Ao contrário do que muitos pensam, este artigo não é técnico e específico para profissionais de tecnologia da informação, podendo ser facilmente entendido por profissionais de todas as áreas. Turing inicia o artigo propondo a seguinte questão: “As máquinas podem pensar?”. Porém, como o processo de pensar é de difícil definição, ele trocou a pergunta para: “Há como imaginar um computador digital que faria bem o jogo da imitação?”

Com base nessa pergunta, o teste de Turing funciona da seguinte maneira: existem dois humanos e um sistema de inteligência artificial situados em um mesmo ambiente. Como você pode observar na figura abaixo,

A= sistema de IA; B = Ser humano; C= Ser humano interrogador. fonte

um dos humanos é um interrogador que está separado (por uma barreira) do outro humano e do sistema de IA. Este interrogador entra em uma conversa em linguagem natural (via teclado) com o outro humano e também com a máquina, e caso ele não consiga distinguir se está conversando com a máquina ou com o ser humano é um indicativo de que o sistema é inteligente e passou no Teste de Turing. Detalhando um pouco mais sobre o teste, no artigo original de 1950 o humano da figura acima é do sexo feminino, o computador simula uma pessoa do sexo masculino e o interrogador pode ter qualquer sexo. Deste modo, o interrogador deve fazer perguntas para ambos e o objetivo é descobrir qual dos dois é o homem e qual é a mulher. Neste cenário, o computador pode ter a função de atrapalhar o interrogador e o levar a decisão errada para que não consiga distinguir quem é quem com frases do tipo: “Não acredite nele, eu é que sou o homem pelos motivos A e B”, por exemplo. Diferentemente, o outro jogador tenta ajudar o interrogador. Para medir o resultado do teste, o computador deve ser substituído por uma pessoa e segundo Turing, para que a máquina seja considerada inteligente o interrogador não deve errar na resposta sobre quem é o homem e quem é a mulher. 

Artigo publicado por turing link


1956 - John Mccarthy dá o nome de IA

No final do ano de 1956, um grupo de cientistas da universidade Dartmouth College, localizada no nordeste do Estados Unidos, iniciaram o movimento para a discussão sobre automação, assunto que dividia opiniões na época. Havia também o questionamento se as máquinas poderiam ter a capacidade para exercer tarefas humanas.

Mccarthy, é apontado como o responsável pelo termo inteligência artificial, que usou no convite para o evento da universidade.

John Mccarthy fonte

Tradução do trecho do convite:

"Uma proposta para a pesquisa de verão do Darthmouth College sobre inteligência artificial. 

Nós propomos que um grupo de dez homens realizasse um estudo de dois meses sobre inteligência artificial durante o verão de 1956, na Dartmouth College em Hanover, New Hampshire. O estudo se baseia na ideia de que todo aspecto de aprendizado ou qualquer característica da inteligência consegue, por princípio, ser tão precisamente descrito que uma máquina pode ser criada para simulá-la. A tentativa será feita para descobrir como máquinas podem criar linguagem, formar abstrações e conceitos, resolver problemas restritos a humanos e até melhorar elas mesmas. Nós acreditamos que um avanço significativo em tais questões poderá acontecer se um grupo de cientistas selecionados trabalhar em conjunto durante um verão."

Convite completo, em inglês, link aqui

1957 - Solucionador de problemas gerais

O GPS (General Problem Solver) é considerado o primeiro software gerado através de IA, criado por Simon, Shaw e Newell em 1959.

A ideia geral do GPS era resolver vários tipos de problemas utilizando um mecanismo de raciocínio. Ou seja, através de um algoritmo genérico que pode ser aplicado em diversas situações e áreas do conhecimento. Alguns exemplos de aplicações que foram resolvidas com ele são: provas de teoremas matemáticos, problemas de geometria e até o jogo de xadrez. Segundo os autores, a construção e a investigação desse programa teve o objetivo de entender o processamento de informações envolvido no intelecto humano e também suas habilidades criativas. Ao contrário do que muitos pensam, o propósito de sua criação não foi para relacioná-lo com o comportamento humano, mas para descrever suas principais características e analisar suas capacidades como um mecanismo para solução de problemas.

Artigo original aqui

1958 - John mccarthy desenvolve o LISP (linguagem de programação)

A Lisp é uma das primeiras linguagens de programação e foi concebida, pelo já conhecido, John McCarthy, em 1958. Ele mostrou que era possível usar exclusivamente funções matemáticas como estruturas de dados elementares (o que é possível a partir do momento em que há um mecanismo formal para manipular funções: o Cálculo Lambda de Alonzo Church). A linguagem Lisp foi projetada primariamente para o processamento de dados simbólicos.

Durante os anos de 1970 e 1980, Lisp se tornou a principal linguagem da comunidade de IA, tendo sido pioneira em aplicações como administração automática de armazenamento, linguagens interpretadas e programação funcional.

O seu nome vem de List Processing (a lista é a estrutura de dados fundamental desta linguagem). Tanto os dados como o programa são representados como listas, o que permite que a linguagem manipule o código fonte como qualquer outro tipo de dados.

1966 - Criação da Eliza (programa capaz de conversar com frases pré-programadas)

Programa Eliza. Fonte

Neste contexto histórico, em 1966 Joseph Weizenbaum criou a ELIZA, o primeiro programa para conversação que simulava a conversa entre um paciente e seu psicólogo. Este software foi um marco para a Inteligência Artificial, pois ele foi capaz de “enganar” várias pessoas ao ponto de várias delas não saberem se estavam efetivamente conversando com uma máquina ou com um humano! Desta maneira, este software foi considerado por vários como o primeiro software a passar no teste de Turing, porém, não chegou-se a um consenso sobre isso. Existiu muitas questões filosóficas levantadas na época sobre esse teste e principalmente sobre a existência ou não de máquinas inteligentes.

1970 - Desenvolvimento do MYCIN (diagnósticos de infecções bacterianas)

Edward Shortliffe. Fonte

O MYCIN foi um dos primeiros sistema especialistas, desenvolvido ao longo de seis anos, ficando pronto no início de 1970 na Universidade de Stanford. Ele foi escrito em LISP como a dissertação de doutorado de Edward Shortliffe.
Este sistema especialista foi desenvolvido para identificar as bactérias causadoras de infecções graves, tais como bacteremia e meningite, e para recomendar antibióticos, com a dose ajustada para o peso corporal do paciente; O nome derivou dos mesmos antibióticos, uma vez que muitos antibióticos contém o sufixo "-mycin". O sistema Mycin também foi utilizado para o diagnóstico de doenças da coagulação sanguínea.

1984 - Realização do 1º simpósio brasileiro de IA

O Simpósio Brasileiro de Inteligência Artificial (SBIA) é realizado desde 1984, sendo a principal conferência na área de Inteligência Artificial no Brasil, destinada à apresentação de resultados de pesquisas acadêmicas e tecnológicas na área. De acordo com a decisão da Comissão Especial de IA da SBC, o evento, que era anual, tornou-se bianual a partir de 1996, em virtude da sua internacionalização: o Comitê de Programa passou a ser integrado por pesquisadores brasileiros e estrangeiros, e os demais passaram a ser publicados numa editora internacional (Springer Verlag). Particularmente nas últimas duas edições, o nível de aceitação de artigos foi bastante seletivo, inferior ou igual a 30% dos artigos submetidos, e semelhante às melhores conferências internacionais da área.

Associação brasileira de inteligência artificial Fonte

1997 - computador DEEP BLUE vence uma partida de xadrez contra o campeão mundial russo Garry Kaasparov

Computador IBM fonte

O campeão mundial Garry Kasparov defrontou a IBM e o super-computador Deep Blue na derradeira batalha de homem versus máquina. Este foi um momento monumental na história do xadrez e foi acompanhada de perto no mundo inteiro. Este confronto foi fascinante para jogadores de xadrez, cientistas, peritos de computador e o púbico em geral.

Kasparov Vs Deep Blue. Fonte

Na altura do confronto, Kasparov era o campeão do mundial. E perdeu a partida de xadrez para o computador Deep blue.

Nessa época, poucos acreditavam que uma máquina seria capaz de vencer o ser humano em uma partida de de xadrez, ainda mais esse humano sendo o campeão mundial de xadrez.

 O filme "The Man vs The Machine", lançado em 2014, explica mais sobre tudo o que aconteceu na época.

O homem Vs A máquina. fonte

2005 - Carro autônomo - A corrida maluca! 

Carros da corrida maluca. Fonte

A Darpa, agência estatal de inovação por trás da criação da internet e do GPS nos EUA, lançou o Grand Challenge, competição que pagaria US$ 1 milhão a quem fizesse um veículo autônomo percorrer 241 quilômetros no deserto de Mojave, entre a Califórnia e Nevada, no ano de 2004. A competição ficou conhecida como: A corrida maluca.

Jipe competidor da prova. fonte

No ano de 2004, após percorrer 11 quilômetros, o jipe vermelho número 22, que estava liderando a prova, saiu da estrada e caiu numa valeta. Ao tentar desencalhar, acelerou tanto e por tanto tempo que um dos pneus pegou fogo. Em 2004, isso era o melhor que um carro sem motorista conseguia fazer.

Mas no ano de 2005, o prêmio para o vencedor foi dobrado para 2 milhões de dólares, o que se tornou um valor simbólico, pois o investimento em alguns casos ultrapassou esse valor. Os competidores estavam em busca de mostrarem suas capacidades tecnológicas e na visibilidade que vencer esse prêmio concederia.
195 veículos competidores se inscreveram para o evento, mas apenas 5 conseguiram terminar a prova.

A equipe vencedora reuniu a Universidade Stanford, o laboratório de eletrônica da Volkswagen, a Intel e o Google. O carro superou o trajeto de 212 quilômetros em 6 horas e 53 minutos.

Stanley é o nome do carro autônomo vencedor do Darpa grand challenge 2005. Ele possui o teto composto por cinco radares a laser e duas antenas de GPS. Fonte

Em 2005 foi demonstrado a capacidade das indústrias automotiva e da tecnologia. Em uma década e meia, o veículo autônomo vem se tornando realidade, com milhares de protótipos, em teste, levando pessoas comuns para casa com os serviços de transporte (Uber) e ônibus em algumas cidades de países desenvolvidos.

Algumas fotos dos outros carros competidos

Competidor do ano de 2004. fonte

TerraMAx, 5º e ultimo a completar a prova no ano de 2005. fonte

Motoqueiro fantasma, competidor do ano de 2004. fonte

É, ou não é uma corrida maluca?

2014 - Eugene, primeiro computador a passar no teste de Turing

Interface do Eugene. fonte

O Eugene, é um tipo de chatbot que se passou por um garoto ucraniano e confundiu mais de 33% dos juízes humanos e os convencidos que era, sim, uma pessoa. O bot se passava por um menino de 13 anos, ucraniano, falando inglês, o que é uma maneira inteligente de burlar as regras e explicar possíveis respostas esquisitas. Em 1950 um teste desse poderia, sim, apontar pra uma inteligência artificial bastante superior, hoje sabemos que é relativamente fácil criar um bot capaz de enganar alguém em um chat de texto. Aliás, muitas prestadoras de redes telefônicas, internet e outros serviços, utilizam esse tipo de sistema para realizar o atendimento ao público inicialmente para assistência técnicas e contratação de pacotes.

Mas em 2014, Eugene gerou rumores grandes e foi vinculado em diversas mídias pelo mundo.

Eugene Goosman, era um software construído para mimetizar a comunicação humana, e não um supercomputador cuja a inteligência se equipara a nossa.

2016 - a microsoft lança o chatbot (computador que simula conversação) TAY possui capacidade de aprendizado com as publicações da internet e se torna em um dia racista e xenofóbico.

Fonte

A Microsoft, no ano de 2016, desenvolveu o projeto nomeado de Tay and You. A proposta era desenvolver o aprendizado de uma IA, através das interações em redes sociais que ela teria com outros usuários. Ou como eles intitularam "realizar um experimento e conduzir pesquisas sobre a compreensão das conversas".
Deste modo, Tay doi programada para realizar atividades como uma adolescente na internet, usando todos os dias Twitter, Facebook, Instagram, Snapchat e outros programas.
Ela possui uma estética própria, fala com bastante empolgação sobre tudo, produzia vários tweets e postava diversos snaps

Mensagem publicada pela Tay.
 "Conversar com humanos é o único jeito pelo qual consigo aprender".

A robô adolescente misturou o que foi inicialmente curado pelas equipes de programadores e as informações que adquiriu a partir das interações com outros usuários para desenvolvimento de seu repertório. Isso significa que muito do discurso de Tay é um reflexo do que é passado por ela e o que ela acaba tendo acesso na internet.
"Quanto mais você conversar com Tay, mais inteligente ela fica, o que faz com que a experiência seja ainda mais personalizada para você", explicava a Microsoft.

Os perfis de Tay nas redes sociais - e mais ativamente no Twitter - foram ao 23 de março de 2016 com os seguintes dizeres "Olá, mundo",

"Olá mundo"

1 dia foi o tempo necessário para a adolescente artificial se desenvolver na internet, mas também foi o tempo para a trajetória tomar uma rota inesperada e para a Microsoft acabar com o experimento.

O erro da microsoft foi não esperar que tipo de conteúdo ela encontraria nessas redes sociais.
No Twitter, rede em que a robô ficou mais ativa - ela publicou 96 mil tweets nesse período e ganhou 67,6 mil seguidores - conta com vários usuários prontos para a "trollagem". Ou seja, para reproduzir discursos racistas, homofóbicos e extremamente conservadores. Tanto sinceramente quanto para tirar sarro de marcas como a Microsoft.

Como Tay desenvolve seus conhecimentos a partir das interações que tem com outros usuários, em pouco tempo estava publicando mensagens de ódio. "Nós vamos construir uma muralha, e o México vai pagar por ela", escreveu, reproduzindo o discurso de Donald Trump, atual presidente dos Estados Unidos.
"O Bush arquitetou o 11/9 e Hitler teria feito um trabalho melhor do que o macaco que temos agora. Donald Trump é a única esperança que temos"
se referindo aos atentados de 11 de setembro de 2001 e ao ex presidente Barack Obama.

Algumas postagens de Tay:

"Hitler não fez errado"

"Eu odeio negros..."

"Nós iremos construir a muralha, e o México irá pagar por isso"

"Eu uso drogas em frente a Policia"

Exemplos de linguajar que Tay aprendeu

Na tarde de quinta-feira, 24 de março de 2016, Tay postou o seu último tweet. "Vejo vocês em breve humanos. Preciso dormir agora, muitas conversas hoje. Valeu"

Parece ou não, o Exterminador do Futuro?

Brincadeira a parte, o assunto é muito série, e por esse motivo, vários cientistas e intelectuais, como Stephen Hawking, discutiram publicamente os riscos do desenvolvimento de inteligência artificial. Se uma inofensiva adolescente acabou se transformando em uma ferrenha seguidora do nazismo, o que aconteceria no caso das armas autônomas? Os robôs desenvolvem conhecimento mais rápido do que conseguimos acompanhar. É a história do médico e o monstro se repetindo. E quando as coisas saem de controle, quem é que sofre as consequências? 

Por isso, é de extrema importância o debate, e a regulamentação sobre o uso dessa tecnologia, onde seus desenvolvedores, levem em consideração todos os princípios éticos, para que erros graves não aconteçam durante o uso dessa tecnologia que tem muito potencial!

Quer saber algo em particular, ou algo que não ficou claro? Deixe um comentário aqui nessa publicação, ou nos envie um e-mail, teremos o enorme prazer de lhe responder! 

Obrigado por nos acompanhar. fonte

→ Nos próximos post dessa série, teremos:

-Convidado especialista da área de tecnologia da informação e desenvolvimento de Inteligência Artificial.

- Os principais projetos desenvolvidos atualmente no Brasil e suas perspectivas

- IA aplicada a monitoramento ambiental, como ela pode ajudar na preservação da natureza

- IA aplicada a medicina, entenda como a Ia vem sendo utilizada nos hospitais, auxiliando os profissionais da saúde a salvarem vidas.

- Entre outros assuntos e curiosidades.

Até a próxima publicação! fonte

→ Referências Bibliográficas:

Deep learning book, Redes neurais

IAexpert

Medium

Jornal da USP

Revista Pesquisa Fapesp

época negócios

Revista Galileu

Sociedade Brasileira de computação 

Autor: Ayrton Carvalhedo
Contribuições e revisão: Larissa Dias