Texto passado pelo Professor Marcelino Pequeno na disciplina de Inteligência Artificial.

Esta é uma tradução não oficial e despretensiosa do texto “How Intelligent is Deep Blue?” de Drew McDermott. O texto original em inglês pode ser encontrado aqui. Quando achar alguma incorreção comente o tópico e eu terei prazer em melhorar.

Quão Inteligente é Deep Blue?

por Drew McDermott.

O computador enxadrista da IBM, Deep Blue, chocou o mundo do xadrez ao derrotar Garry Kasparov numa partida de 6 rodadas. Ele também surpreendeu muitos da Ciência da Computação também. Ano passado, depois da vitória de Kasparov contra uma versão anterior, eu disse para os estudantes da minha turma de Introdução à Inteligência Artificial, “levará anos para que os computadores possam desafiar os melhores humanos”. Agora que está provado que eu e muitos outros estávamos errados, há muitas pessoas correndo para nos dizer que Deep Blue ainda não é inteligente, e a vitória deste ano não aponta o futuro da inteligência artificial como tal. Eu concordo que Deep Blue ainda não é inteligente, mas eu acho que os argumentos usualmente utilizados para dizer isso são defeituosos e mostram um desentendimento básico dos objetivos e métodos da inteligência artificial.

Deep Blue é não inteligente porquê ele é muito estreito. Ele pode vencer uma partida de xadrez, mas não reconhecerá, muito menos levantar, uma peça de xadrez. Ele não pode nem sequer levar uma conversa sobre o jogo que ele acabou de ganhar. Já que a essência da inteligência pareceria ser larga, ou a habilidade de reagir criativamente a uma ampla variedade de situações, é difícil de creditar muita inteligência a Deep Blue.

Entretanto, muitos comentaristas insistem que Deep Blue não mostra nenhuma inteligência qualquer, porque ele ainda não “entende” uma posição de xadrez, ele apenas busca “cegamente” dentre milhões de possíveis sequências de movimentos. A falácia desse argumento é assumir que o comportamento inteligente só pode ser resultado de uma cognição inteligente. O que os comentaristas estão falham em reconhecer é que ainda que houvesse um computador realmente inteligênte, suas computações pareceriam tão cegas quanto às de Deep Blue. Se um dia existir uma explicação da inteligência por não vacuidade, ela explicará a inteligência referenciando os menores bits de comportamento que não são inteligentes por si só. Presumisse que seu cérebro funciona porque cada um dos seus bilhões de neurónios operam centenas de pequenas operações por segundo, nenhuma das quais isoladamente demonstra alguma inteligência.

Quando as pessoas falam que os grandes mestre humanos não examinam as 200.000.000 de sequências de movimentos por segundo, eu pergunto à elas, “Como você sabe?” A resposta mais comum é que os grandes mestres humanos não estão cientes da busca por esse número de jogadas, ou são cientes de muito menos. Mas não estamos cientes de quase tudo que passa por nossa mente. Eu costumo concordar que os grandes mestres não estão fazendo uma busca do jeito que o Deep Blue faz, mas seja qual for a maneira, se implementada por um computador, seria igualmente “cega”. Suponha que a maioria de suas habilidades vem da capacidade de comparar a posição atual com 10.000 posições que eles já estudaram (há evidencias que isso seja pelo menos em parte verdade). Nós chamamos seu comportamente não visível porque ele não está ciente dos detalhes; a jogada certa simplesmente “ocorre a ele”. Se um computador faz isso, o truque é revelado; veremos quão trabalhoso é checar as 10.000 jogadas. Ainda, se a versão não consciente conduz a um resultado inteligente, e a versão algoritmica conduz essencialmente aos mesmos resultados, então eles são inteligentes também.

Um outro exemplo: A maioria dos sistemas de reconhecimento de voz são baseados na teoria matemática chamada Modelos Ocultos de Markov. Considere o seguinte argumento: “Se um computador reconhece palavras usando os Modelos Ocultos de Markov, então ele não reconhece palavras do jeito que eu faço. Eu nem sei o que são os Modelos Ocultos de Markov. Eu simplesmente escuto a palavra e ela me soa familiar”. Eu espero que esse argumento soe tolo para você. A verdade é que nós não temos uma idéia introspectiva de como nós reconhecemos palavras ditas. É perfeitamente possível que as conexões sinápticas no nosso cérebro sejam descritas, ou pelo menos aproximadamente, pelos Modelos Ocultos de Markov; Se não são, então algum outro igualmente contra intuitivo é provavelmente válido. Introspecção é um péssimo jeito de teorizar sobre o pensamento. Há questões fascinantes sobre porque nós somos despercebidos sobre o que acontece em nossos cerebros, e porque nossa consciencia é como ela é. Mas nós podemos responder várias perguntas sobre o pensamento antes que nós precisemos responder perguntas sobre a consciencia.

Eu espero que não me interpretem como se eu estivesse dizendo que todos os problemas da inteligência artificial foram resolvidos. Eu sou estou apontando um aspecto de como a solução poderia parecer. Não há nenhum grande divisor de águas no horizonte, nenhuma Grande Teoria Unificada do Pensamento. Ir melhor e melhor no xadrez é um resultado de vários pequenos melhoramentos (como foi a prova de um grande teorema ano passado por um computador nos Laboratório Nacional de Argonne). Houveram também outros desenvolvimentos do tipo, como os trabalhos de reconhecimento de voz que eu citei anteriormente e visão computacional, mas poucos “divisores d’água”. A medida que a área amadurece, ele foca mais e mais no progresso incremental, se preocupando cada vez menos em soluções mágicas para todos os problemas da inteligência. Um bom exemplo é a reação dos pesquisadores de IA às redes neurais, que são um tipo de computador paralelo baseado nas ideias da neurociência. Embora a mídia e alguns filósofos tenham alardeado isso como uma mudança radical de paradigma que iria resolver todos os problemas, o que aconteceu foi que as redes neurais foram assimiladas pelos livros de IA como mais uma técnica que parece funcionar as vezes – assim como os Modelos Ocultos de Markov, busca na árvore de possibilidades de jogadas e muitas outras técnicas. É claro, haverá algum divisor de águas para esse campo, há muito mais satisfação numa dieta de resultados sólidos mas pouco glamurosos. Se nós nunca chegarmos numa teoria da inteligência por não vacuidade, nós indubitavelmente descobriremos muitas teorias úteis sobre faculdades mentais mais limitadas. E nós devemos mirar nessas teorias. Então o que dizer sobre o Deep Blue? Que tal: Ele é um “pouquinho” inteligente. Ele sabe sabe um quantidade tremenda sobre uma área incrivelmente estreita. Eu não tenho dúvidas que as computações do Deep Blue diferem nos detalhes das de um grande mestre humano; mas então, os grandes mestres também diferem entre si de muitas formas. Por outro lado, um log do Deep Blue é perfeitamente intelegível para um mestre enxadrista; eles falam a mesma linguagem, seja qual for. É por isso que o time da IBM se negou a dar os logs dos jogos para Kasparov durante a partida, seria equivalente a grampear o quarto de hotel onde onde ele discutiu a estratégia com seus segundos. Dizer que realmente Deep Blue não pensa é como dizer que realmente um avião não voa porque ele não bate asas.

É perfeitamente possível que os computadores parecem primeiro vivos do que inteligentes. O tipo de pode computacional que abastece Deep Blue é também abastecerá sensores, engrenagens e garras que permitiram computadores a reagir fisicamente as coisas e ao seu ambiente, inclusive nós. Eles podem até não parecerem inteligentes, mas nós poderemos pensar neles como um tipo estranho de animal, um tipo que pode jogar xadrez muito bem.

Meus comentários

Um texto interessante, com bons adentros sobre o tema. Sobretudo a superação da comum falácia onde se tenta colocar a introspecção como contra-argumento dos alcances da IA. É comum um argumento onde se diz que algo biológico é tão complexo que não pode ser discretizado e muito menos algoritmizado (talvez até não entendível). Se tratando da mente talvez pese um pouco nas pessoas razões além das cientificas já que conceber um ser humano que seja passível de discretização, que seja determinístico (ou pelo menos bem comportado) o leva a enfraquecer suas crenças. Não é o meu caso. Em resumo, o argumento tenta levar a inteligência para longe do que se pode argumentar cientificamente. Isso complica o debate pois fica difícil de distinguir o que é um argumento cientifico de um religioso. Na dúvida eu trato qualquer argumento com cientifico, por mais chato que isso possa ser as vezes.

Uma colocação interessante ocorre no último parágrafo, a comparação do computador como uma espécie animal. Acho a metáfora muito boa, e vou além, a levo ao pé da letra. No futuro haverá uma nossa classificação dos seres vivos que incluirá a vida artificial e vida artificial inteligente.