A inteligência artificial (IA) ganhou imensa popularidade com o surgimento de modelos de IA generativos, como o Dall.E e o ChatGPT-4. Embora esses modelos de IA tenham mostrado sucessos notáveis e falhas ocasionais, eles têm gerado debates sobre o escopo e os perigos da IA avançada. No entanto, o que realmente podemos aprender sobre a inteligência natural, como a nossa, a partir desses modelos de IA generativos? Como filósofo e cientista cognitivo, dediquei minha carreira a entender a mente humana e acredito que examinar o contraste entre IA e inteligência natural pode fornecer insights valiosos.
Os modelos de IA generativos aprendem criando padrões preditivos em vários tipos de dados, permitindo-lhes gerar novas versões desses dados. O ChatGPT, por exemplo, é especializado em gerar texto com base em entradas do usuário. No entanto, a inteligência natural incorpora muito mais do que apenas geração de texto. Nossos cérebros estão constantemente aprendendo a prever informações sensoriais recebidas por meio de nossos sentidos, com o objetivo final de selecionar ações que nos ajudem a sobreviver e prosperar em nosso ambiente.
Aqui está a diferença-chave. A inteligência natural incorpora previsões de como nossas ações impactarão nossas experiências sensoriais subsequentes. Por exemplo, se eu pisar acidentalmente no rabo do meu gato, meu cérebro aprendeu que a entrada sensorial resultante incluirá gemidos, contorções e possivelmente dor de um arranhão retaliatório. Esse tipo de aprendizado nos permite distinguir entre causa e simples correlação, o que é crucial para uma ação eficaz no mundo.
Em contraste, os modelos de IA atuais, como o ChatGPT, principalmente preveem tipos específicos de dados, como sequências de palavras. Embora isso nos forneça uma visão de nosso mundo, falta o ingrediente crucial da ação. Os modelos de IA têm apenas acesso a descrições verbais de ações e seus efeitos típicos, mas não podem intervir prático no mundo para testar e aprimorar suas previsões. Essa limitação não é apenas prática, mas também possui um significado mais profundo. Mentes biológicas ancoram seu conhecimento ao mundo interagindo com ele e observando as relações de causa e efeito. Essa ligação experiencial nos permite entender verdadeiramente frases como “O gato arranhou a pessoa que pisou no seu rabo.” Nossos modelos generativos são moldados por nossas experiências por meio de ações.
Olhando para o futuro, é possível que futuros modelos de IA possam desenvolver modelos ancorados através de experimentos ativos no mundo real. Em alguns domínios, como publicidade online e mídia social, algoritmos já ajustam seu comportamento com base em efeitos específicos nos usuários. Se sistemas de IA mais poderosos utilizarem esse tipo de ciclo de ação, eles poderão começar a se assemelhar à ancoragem em ação e experiência que caracteriza a inteligência natural.
Em conclusão, embora os modelos de IA generativos tenham fornecido insights valiosos e avanços, existem divergências significativas entre a inteligência artificial e a inteligência natural. A inteligência natural não apenas prevê informações sensoriais, mas também integra ações e suas consequências, contribuindo para uma compreensão mais profunda do mundo. À medida que a IA continua a evoluir, explorar essas distinções nos ajudará a apreciar as qualidades únicas tanto da inteligência artificial quanto da inteligência natural.
The source of the article is from the blog krama.net