Uma equipe de pesquisadores do Laboratório Arca de Noé da Huawei, baseado em Paris, publicou recentemente uma pesquisa delineando uma estrutura potencial para “inteligência artificial incorporada” (E-AI), algo que eles argumentam ser o “próximo passo fundamental na busca por uma inteligência artificial geral (AGI)."

A AGI, às vezes chamada de “IA de nível humano” ou “IA forte”, normalmente se refere a um sistema de inteligência artificial (IA) capaz de executar qualquer tarefa. Embora não haja um consenso científico claro sobre o que exatamente indicaria um determinado sistema de IA alcançou a AGI, empresas como a OpenAI foram fundadas exclusivamente com o propósito de desenvolver esta tecnologia.

Grandes modelos de linguagem

Após o advento da tecnologia de transformadores generativos pré-treinados (GPT) no final da década de 2010, muitos especialistas que trabalham em AGI adotaram o mantra de que “escala é tudo que você precisa” – o que significa que eles acreditavam que os transformadores, em escalas além do que era atualmente possível, acabarão por resultar em um modelo AGI.

Mas o artigo da equipe da Huawei argumenta essencialmente que grandes modelos de linguagem, como o ChatGPT da OpenAI e o Gemini do Google, não conseguem compreender o mundo real porque não vivem nele.

De acordo com o artigo:

“É uma crença predominante que o simples aumento de tais modelos, em termos de volume de dados e poder computacional, poderia levar à AGI. Contestamos esta visão. Propomos que a verdadeira compreensão… só é alcançável através de agentes de E-AI que vivem no mundo real e aprendem sobre ele interagindo diretamente com ele.”

Inteligência artificial corporificada

Para que os agentes de IA interajam verdadeiramente com o mundo real, afirmam os investigadores, os modelos terão de ser alojados em alguma forma física que os torne capaz de de desenvolver a percepção, a ação, a memória e a aprendizagem.

Percepção, neste contexto, significa dar ao sistema de IA a capacidade de obter dados brutos do mundo real, em tempo real, e a capacidade de processar e codificar esses dados num espaço de aprendizagem latente. Essencialmente, a IA terá de ser capaz de prestar atenção ao que julga importante, com os seus próprios “olhos” e “ouvidos”, a fim de compreender o mundo real suficientemente bem para agir como uma inteligência geral.

Juntamente com a percepção, os agentes devem ser capazes de realizar ações e observar os seus resultados. Os modelos atuais de IA são “pré-treinados”, como um aluno que faz um teste ao mesmo tempo que recebe as respostas às perguntas. Ao permitir que a IA atue por si própria e perceba os resultados das suas ações como novas memórias, a equipa da Huawei acredita que os agentes poderão tornar-se capazes de aprender sobre o mundo da mesma forma que qualquer criatura viva, através de tentativa e erro.

Em última análise, os pesquisadores apresentam uma proposta teórica para que um LLM ou modelo fundamental de IA possa ser corporificado para atingir esses objetivos no futuro.

No entanto, os pesquisadores também apontam que existem inúmeros desafios no caminho. Não menos importante é que os LLMs mais poderosos atualmente “existem” em redes massivas de nuvem, tornando a corporificação algo difícil de ser implementado com a tecnologia atualmente disponível.

LEIA MAIS