O A a Z da Inteligência Artificial: Entenda o Vocabulário

Inteligência Artificial: conheça os termos mais comuns

Com a popularização da inteligência artificial, é fácil se perder em meio ao jargão tecnológico. Porém, nunca foi tão importante ter conhecimento em relação a ela como é hoje. A IA está prestes a ter um grande impacto no mercado de trabalho nos próximos anos (ver: automação). As discussões sobre como administrá-la estão ganhando mais espaço na sociedade (ver: regulação). E alguns de seus conceitos mais cruciais não são algo que tenha sido ensinado nas escolas (ver: pressão competitiva).

Para ajudar todos a se engajarem mais integralmente no debate sobre a IA, a TIME preparou um glossário completo com os termos mais comuns. Este conteúdo abrange desde iniciantes até aqueles que já sabem diferenciar AGIs dos GPTs.

Conheça os principais termos:

AGI – Inteligência Artificial Geral, uma tecnologia hipotética que pode realizar tarefas economicamente produtivas de maneira mais eficaz do que um ser humano, e também descobertas científicas. Alguns pesquisadores discordam sobre se o AGI é possível ou não e quanto tempo levaria para desenvolver essa tecnologia. Mas organizações líderes em pesquisa de IA, como OpenAI e DeepMind, estão comprometidos em construir AGIs.

Problema de alinhamento – um dos desafios de segurança de longo prazo mais significativos da AI. Atualmente, as AIs não são capazes de substituir seus designers. Porém, muitos pesquisadores esperam que isso mude no futuro. Nesse mundo, as atuais formas de treinar AIs podem resultar em danos à humanidade, seja pelo cumprimento de objetivos arbitrários ou como uma estratégia para buscar poder à custa da humanidade. Para reduzir o risco, alguns pesquisadores trabalham em “alinhamento” da IA com valores humanos.

Automação – o processo histórico de substituição ou assistência do trabalho humano por máquinas. Novas tecnologias já permitiram que as pessoas encarregadas da implementação das mesmas substituíssem muitos trabalhadores humanos por máquinas que não exigem salário. A atual geração de avanços na IA pode resultar em mais trabalhadores de colarinho branco perdendo seus empregos. Quase um quinto dos trabalhadores nos EUA poderá ter mais da metade de suas tarefas diárias automatizadas por modelos de linguagem maiores.

Aprendizado de máquina – sistemas considerados “enviesados” quando as decisões que tomam são consistentemente preconceituosas ou discriminatórias. Por exemplo, softwares que usam reconhecimento facial trabalham melhor em faces caucasianas do que em faces negras.

Chatbots – interfaces amigáveis ao consumidor construídas por empresas de IA para permitir que os usuários interajam com um LLM, ou modelo grande de linguagem.

Pressão competitiva – há preocupações entre os pesquisadores de segurança da AI sobre o incentivo para empresas dedicarem muitos recursos para aumentar a capacidade de suas AIs, possivelmente negligenciando a pesquisa alinhamento.

Poder computacional – um dos três ingredientes mais importantes para o treinamento de sistemas de aprendizado automático. Grosso modo, modelos modernos de IA exigem enormes quantidades dessa energia elétrica para aprender padrões nos dados de treinamento. No entanto, as empresas de IA geralmente não divulgam as emissões de carbono de seus modelos.

Com informações do site TIME.