inovaBra

inovaBra

Nos dias 7 e 8/11, aconteceu o Fórum inovabra Internacional de Inteligência Artificial, que contou com nove especialistas para conversar sobre a IA e como ela está mudando o mundo dos negócios: Marko Grobelnik, pesquisador em IA no Instituto JozefStefan e CEO da Quintelligence.com; James Hodson, co-fundador e CEO da AI4Good e presidente da FDSA; Estevam Hruschka Jr., atual pesquisador da Amazon.com, co-líder da NELL (Never-Ending Language Learning) na Carnegie Mellon University (CMU) e professor líder do Machine Learning Lab (MaLL) na Universidade Federal de São Carlos. Também participaram Francisco Rivadeneyra, do Bank of Canada; Claudio Pinhanez, da IBM; Patrícia Peck, da Peck Advogados; Maurício Craveiro Hauptmann, da Microsoft; Leonardo Oliveira Dias, da Semantix; e Filipe Scoton, da AWS.

Nessa primeira edição, a proposta foi trazer o viés industrial e acadêmico de renomados profissionais e pesquisadores (nacionais e internacionais), em um formato aberto e interativo, para falar sobre o tema que domina a indústria no mercado global: a inteligência artificial. O compromisso do Bradesco com a tecnologia norteia o desenvolvimento colaborativo com o conceito de coinovação e transformação digital em escala global.

Entrevista com Estevam Hrushcka

Um dos principais especialistas em IA em nível nacional e internacional, Estevam Rafael Hruschka Junior é professor associado da Universidade Federal de São Carlos (UFSCar) e professor adjunto na Carnegie Mellon University (CMU) em Pittsburgh, Estados Unidos, onde lidera (em conjunto com os professores Tom Mitchell e William Cohen) o projeto Read The Web – no qual o primeiro sistema computacional de aprendizado de máquina sem fim é desenvolvido.

Todo o mercado aponta para a importância da adoção da Inteligência Artificial daqui em diante mas, em grande parte dos eventos que debatem sobre a tecnologia, a falta de profissionais especializados é assunto recorrente. Isso não é um contra-senso? E o que o senhor acha que podemos fazer para converter e atrair mais talentos?

Esse é um problema central, que muitas vezes previne nossos avanços. E a solução não é simples. Há uma mudança muito rápida daquilo que é necessário para um profissional conseguir desempenhar bem seu papel numa área como essa e por vezes o currículo fica defasado. Outra questão é a formação bastante exigente. Na maioria das vezes precisamos de profissionais com bases muito sólidas em Matemática e Estatística. Então costumamos ver formados nessa área que são levados até IA. Além disso, há uma segunda área fundamental, que é Computação. Isso porque um dos grandes pontos que trouxe a viabilidade para Inteligência Artificial, além da evolução dos sistemas computacionais, é conseguir ter modelos, algoritmos e técnicas que consigam resolver problemas complexos. E esses problemas normalmente exigem, além de modelagem matemática e estatística, uma implementação viável. É uma formação exigente e, em geral, na graduação conseguimos dar conta de metade dela. Aí está um grande desafio: como bolar um currículo que consiga dar, no mesmo prazo, formação sólida de ambos os lados. Na Carnegie Mellon University, criamos o primeiro curso de graduação em Artificial Intelligence. Lá, tentamos consolidar esses dois aspectos, Estatística e Matemática junto com Computação. Ainda não há como se dizer que é o modelo ideal, mas é um primeiro passo. A formação dentro do mercado de trabalho também é um caminho e muitas empresas apostam nisso. Então a universidade tem que tentar preparar, mas note que a formação universitária está longe de atingir o ponto em que o mercado consiga se beneficiar disso. Esse esforço que as empresas estão fazendo é louvável e consegue atacar um pouco a carência de profissionais.

Como o senhor enxerga as preocupações da sociedade com os avanços da Inteligência Artificial, como ela chega até nós e como pode impactar o mercado de trabalho, por exemplo?

Existe uma preocupação com qual seria o ponto em que IA pararia de avançar e não tentaria nos “dominar”. Há uma preocupação porque quase sempre a ficção nos mostra dessa maneira. Vejo isso como um ponto importante, mas não necessariamente atrelado apenas à IA. Nos acostumamos e nos assustamos com a IA, o carro autônomo e as possibilidades de acidentes. Substituir a atuação humana em uma tarefa complexa, como conduzir um avião ou um automóvel, não é algo recente. Mas no momento em que nossas vidas começam a ser impactadas, há um certo receio. O que vejo é que precisamos ter essa forma de atenção e alerta na construção desses sistemas. Hoje, talvez por tudo ser muito novo, não sabemos de forma bem definida o que um sistema de IA deve ter para ser considerado confiável pela população. Isso acontece com outras linhas de pesquisa que estão diretamente vinculadas a impactos maiores, como Energia Nuclear. Eu coloco a pesquisa em Inteligência Artificial nesse mesmo ponto: se não tivermos um controle de maneira bastante determinada, clara e aberta do que pode ser feito, corremos o risco de permitir o desenvolvimento de ferramentas e sistemas que coloquem em risco nossa sociedade. Essa é uma das razões que levaram à criação da AI For Good Foundation (instituição que esteve representada no Fórum). Uma de nossas grandes preocupações é que todo e qualquer sistema de IA traga garantias de que podemos reproduzir aquilo que ele faz, para ter certeza de que ele não está realizando tarefas além do que se diz que ele faz. Tem segredo proprietário, mas é preciso garantir transparência. Se o desenvolvimento for cauteloso e bem definido, a Inteligência Artificial é muito benéfica para a sociedade.

Ao longo dos séculos, o ser humano evoluiu para viver e interagir com avanços tecnológicos esparsos e lineares. Hoje a mudança é exponencial e a IA é parte envolvida nisso. Pensando no futuro imediato, daqui a dois anos, o que o senhor imagina será a realidade para o campo da Inteligência Artificial?

Nós da área de computação, na academia e na indústria, temos que ter muita cautela com aquilo que expomos como resultado já alcançado da IA. Se você trabalha e conversa com pesquisadores da área, vai ver que ela está muito aquém de onde que se pensa que ela está hoje. Esse vão entre o que é possível e aquilo que parece possível é muito grande – e é alimentado por marketing. Ninguém esclarece exatamente que hoje conseguimos aplicar Inteligência Artificial em problemas específicos, situações exageradamente bem definidas. Não é surpresa que quase todos os exemplos de sucesso propagados na mídia envolvem algum tipo de jogo. Aprender a jogar um jogo como xadrez é muito diferente de vivenciar um problema cotidiano. O que temos tido hoje é muito sucesso em aplicações sem variação. E temos dificuldade em resolver tarefas mais amplas, inesperadas e sem restrições no ambiente. Levando isso em consideração, vejo que daqui a dois anos teremos um conjunto novo de tarefas bem específicas que IA conseguirá resolver. E esse conjunto novo vai trazer surpresas, alvoroço e até medo, mas não vai trazer uma mudança tão significativa em comparação ao que temos hoje. Há mais de 20 anos, em 1996, a Carnegie Mellon University já havia desenvolvido um carro autônomo – e ainda hoje nos surpreendemos com o desempenho desses veículos. Se pararmos pra pensar, a evolução veio no poder computacional e nos modelos. Mas estamos falando de muitos anos e melhorias bastante naturais. Vamos continuar nesse ritmo por algum tempo. O desenvolvimento é exponencial, mas ainda não chegamos a um ponto em que a autonomia do sistema inteligente seja tão grande a ponto de ela permitir o desenvolvimento de novas teorias.