A inteligência artificial de ponta de hoje é baseada na neurociência das décadas de 50 e 60. Imagine o que a A.I. poderia fazer se incorporasse as últimas descobertas.
A inteligência artificial atual é baseada na neurociência das décadas de 50 e 60. Imagine o potencial se incorporasse as últimas descobertas.
Isso nem sempre foi o caso. Na década de 1930, Donald Hebb e outros desenvolveram teorias sobre como os neurônios aprendem, inspirando os primeiros modelos de aprendizado profundo. Em seguida, nas décadas de 1950 e 1960, David Hubel e Torsten Wiesel ganharam o Prêmio Nobel por entender como o sistema perceptivo do cérebro funciona. Isso teve um grande impacto nas redes neurais convolucionais, que são uma parte importante do aprendizado profundo em IA hoje.
Os superpoderes do cérebro
Embora a neurociência como campo tenha explodido nos últimos 20 a 30 anos, quase nenhum desses avanços mais recentes é evidente nos sistemas de IA de hoje. Se você perguntar aos profissionais de IA médios hoje, eles não têm conhecimento desses avanços e não entendem como os avanços recentes na neurociência podem ter algum impacto na IA. Isso deve mudar se quisermos sistemas de IA capazes de empurrar os limites da ciência e do conhecimento.
Por exemplo, agora sabemos que existe um circuito comum em nosso cérebro que pode ser usado como modelo para IA.
O cérebro humano consome cerca de 20 watts de energia para um adulto médio, ou menos da metade do consumo de uma lâmpada. Em janeiro, o ChatGPT consumiu aproximadamente a mesma quantidade de eletricidade que 175.000 pessoas. Dado o rápido aumento da adoção do ChatGPT, ele agora consome a mesma quantidade de eletricidade por mês que 1.000.000 de pessoas. Um artigo da Universidade de Massachusetts Amherst afirma que “treinar um único modelo de IA pode emitir a mesma quantidade de carbono que cinco carros em suas vidas”. No entanto, essa análise se referia apenas a uma única execução de treinamento. Quando o modelo é aprimorado por treinamento repetido, o uso de energia é muito maior.
- O post de Jennifer Stojkovic se tornou viral depois que um fundador...
- Os americanos de classe média estão se movendo diretamente para inc...
- Taxas de hipoteca e refinanciamento de hoje 15 de agosto de 2023 | ...
Além do consumo de energia, os recursos computacionais necessários para treinar esses sistemas de IA vêm dobrando a cada 3,4 meses desde 2012. Hoje, com o incrível aumento no uso de IA, estima-se que os custos de inferência (e o uso de energia) sejam pelo menos 10 vezes maiores do que os custos de treinamento. Isso é completamente insustentável.
O cérebro não apenas usa uma fração minúscula da energia usada pelos grandes modelos de IA, mas também é “verdadeiramente” inteligente. Ao contrário dos sistemas de IA, o cérebro pode entender a estrutura de seu ambiente para fazer previsões complexas e realizar ações inteligentes. E ao contrário dos modelos de IA, os seres humanos aprendem continuamente e incrementalmente. Por outro lado, o código ainda não “aprende” verdadeiramente. Se um modelo de IA comete um erro hoje, ele continuará repetindo esse erro até ser treinado novamente com dados atualizados.
Como a neurociência pode turbinar o desempenho da IA
Apesar da crescente necessidade de colaboração interdisciplinar, as diferenças culturais entre neurocientistas e profissionais de IA dificultam a comunicação. Na neurociência, os experimentos exigem uma quantidade tremenda de detalhes e cada descoberta pode levar dois a três anos de gravações, medições e análises minuciosas. Quando os artigos de pesquisa são publicados, os detalhes muitas vezes parecem gobbledygook para os profissionais de IA e cientistas da computação.
Como podemos preencher essa lacuna? Primeiro, os neurocientistas precisam recuar e explicar seus conceitos de uma perspectiva geral, para que suas descobertas façam sentido para os profissionais de IA. Em segundo lugar, precisamos de mais pesquisadores com funções híbridas de IA-neurociência para ajudar a preencher a lacuna entre os dois campos. Através da colaboração interdisciplinar, os pesquisadores de IA podem ter uma melhor compreensão de como as descobertas neurocientíficas podem ser traduzidas em IA inspirada no cérebro.
Avanços recentes provam que a aplicação de princípios baseados no cérebro a grandes modelos de linguagem pode aumentar a eficiência e a sustentabilidade em ordens de magnitude. Na prática, isso significa mapear a lógica baseada na neurociência para os algoritmos, estruturas de dados e arquiteturas que executam o modelo de IA, para que ele possa aprender rapidamente com poucos dados de treinamento, assim como nossos cérebros.
Várias organizações estão progredindo na aplicação de princípios baseados no cérebro à IA, incluindo agências governamentais, pesquisadores acadêmicos, Intel, Google DeepMind e pequenas empresas como a Cortical.io (a Cortical usa a tecnologia da Numenta, e a Numenta possui parte da Cortical como parte de nosso acordo de licenciamento). Esse trabalho é essencial se quisermos expandir os esforços de IA enquanto protegemos o clima, pois os sistemas de aprendizado profundo de hoje estão se movendo em direção a modelos cada vez maiores.
Desde o vírus da varíola até a lâmpada elétrica, quase todas as maiores descobertas da humanidade foram feitas através de contribuições múltiplas e colaboração interdisciplinar. Isso também deve acontecer com a IA e a neurociência.
Precisamos de um futuro em que os sistemas de IA sejam capazes de interagir verdadeiramente com cientistas, ajudando-os a criar e realizar experimentos que empurrem os limites do conhecimento humano. Precisamos de sistemas de IA que realmente aprimorem as capacidades humanas, aprendendo ao lado de todos nós e nos ajudando em todos os aspectos de nossas vidas.
Quer gostemos ou não, a Inteligência Artificial (A.I.) está aqui. Devemos torná-la sustentável e eficiente, preenchendo a lacuna entre a neurociência e a A.I. Somente assim podemos aplicar a pesquisa e comercialização interdisciplinar corretas, educação, políticas e práticas à A.I., para que ela possa ser usada para melhorar a condição humana.
Subutai Ahmad é o CEO da Numenta.
As opiniões expressas nos comentários do ANBLE.com são exclusivamente as visões de seus autores e não necessariamente refletem as opiniões e crenças do ANBLE.
Mais comentários imperdíveis publicados pelo ANBLE:
- Ripple v. SEC: Por que a indústria de criptomoedas pode ter comemorado cedo demais
- A demanda por imóveis urbanos será desafiada pelo resto da década. Aqui está como as cidades estrela do mundo são projetadas para se sair até 2030
- ‘The Feckless 400’: Essas empresas ainda estão fazendo negócios na Rússia e financiando a guerra de Putin
- Daniel Lubetzky: ‘Você não pode fazer grandes compromissos de ESG enquanto falha nos princípios básicos da bondade’
