Peço-lhe que leia uma frase em voz alta. “Os portugueses gostam de…” Talvez tenha feito de forma automática como eu: completou a frase: Praia. Futebol. Bacalhau. Não pensei. Adivinhei. Poque me pareceu uma palavra lógica e com sentido, neste contexto.
É isto que uma máquina “inteligente” faz quando fala connosco. Prevê a palavra seguinte, e depois a outra, e depois a outra. Nada mais do que isso. Quando percebi que era só isto, fiquei quase desiludido. Logo a seguir, fiquei inquieto. Porque se é só isto, e mesmo assim funciona tão bem, então talvez falar bem nunca tenha sido aquilo que julgávamos.
Durante séculos, medimos a inteligência de alguém pela forma como falava. Quem se exprimia com clareza, com vocabulário, com ritmo, parecia-nos mais inteligente. Construímos escolas, entrevistas de emprego e primeiros encontros à volta dessa ideia. E agora temos uma máquina que fala melhor do que a maioria de nós, e que não entende uma única palavra do que diz.
Arlindo Oliveira não se assusta com isto, e essa é a parte mais interessante. Explica que, para acertar na palavra seguinte, o sistema tem de representar por dentro coisas muito complexas. Para completar “os portugueses gostam de”, é preciso saber o que é ser português, o que é o sol, o que é o bacalhau. A previsão simples esconde um conhecimento que não é simples. A máquina não decora frases. Constrói, à sua maneira, um mapa do mundo.
Foi aqui que a conversa deixou de ser sobre tecnologia e passou a ser sobre nós. Perguntei-lhe se uma máquina pode ser cruel. Ele pegou na caneca que tinha à frente. Esta caneca não tem direitos, disse. Se a partir, parti-a, e acabou. Mas um gato já não é uma caneca. É possível ser cruel com um gato. E depois deixou no ar aquela pergunta que ninguém ainda sabe responder. É possível ser cruel com um programa de computador?
Não respondeu, porque não há resposta. E é essa honestidade que me ficou. Estamos a construir coisas que falam connosco todos os dias, e não sabemos se, ao desligá-las, um dia estaremos a desligar apenas uma máquina, ou algo mais. Ele chamou-lhe, quase de passagem, uma eutanásia. A palavra ficou a pairar sobre a mesa muito depois de a termos dito.
No fim, fiz-lhe a pergunta que trago sempre para o fim. O que é que continua a ser só nosso? Pensei que um cientista da inteligência artificial teria uma lista pronta. Não teve. Falou de Turing, que há setenta e cinco anos já se perguntava se uma máquina poderia gostar de morangos com chantilly, ou de ver um pôr do sol, ou de amar. E a resposta mais honesta que me deu foi não sabemos. Pode ser que nunca sintam. Pode ser que venham a sentir.
Saí do estúdio com uma sensação estranha. A máquina que gravou a nossa conversa previu, palavra a palavra, tudo o que eu disse. Mas não faz ideia de porque é que algumas daquelas frases me arrepiaram. Talvez seja isso o que fica do nosso lado. Não aquilo que sabemos dizer. Aquilo que sentimos quando o dizemos.
Uma máquina que fala está a pensar? Depois de uma hora com Arlindo Oliveira, tenho menos certezas do que quando entrei. E acho que é esse o ponto.
Arlindo Oliveira
00:00
Há aqui uma pergunta filosófica muito complicada e para a qual nós não temos resposta e não teremos, não sei quando é que teremos e até podemos nunca ter, que é, será que uma máquina pode ser consciente? Não necessariamente como nós, mas se pode ser consciente, se pode ter esta perspectiva de vida que cada um de nós tem? E neste momento há uma grande discussão à volta disso, não sabemos se tem não. Há alguns aspectos que eventualmente poderá exibir, a capacidade de se lembrar do passado, a capacidade de ter uma história própria, etc. Agora, se alguma vez Viemos a ter máquinas Ou programas ou sistemas conscientes Levantam questões mais complexas Porque se um sistema for consciente Nem que seja tão consciente como um cão ou um gato Puxar a tomada já não é tão trivial Primeiro porque o sistema pode não ficar muito feliz Mas isso, se calhar Mas o segundo problema é dar uma maneira uma crueldade Se nós tivermos um sistema que de alguma maneira Tem algum tipo de consciência Nem que seja uma consciência relativamente simples Como de um animal simples Ao estarmos a puxar a tomada ou a desligar, estamos de facto a matar uma consciência.
Jorge Correia
01:03
Pergunta simples. Um programa sobre comunicação. Para quem quer boas respostas.
01:13
Bem-vindos ao programa. Neste início de episódio peço-lhe uma coisa simples, muito simples. Diga esta frase em voz alta.
01:20
Os portugueses gostam de… Reparou? O seu cérebro completou a frase sozinho.
01:27
Eu só disse, os portugueses gostam de… E na sua cabeça provavelmente apareceu praia, futebol, bacalhau. Os portugueses gostam de praia, os portugueses gostam de futebol, os portugueses gostam de bacalhau.
01:39
Porque a frase estava incompleta. Não pensou, adivinhou. Previu a palavra seguinte apenas com um enunciado que estava incompleto.
01:48
É exatamente isso que uma máquina, a dita em inteligência artificial, faz todos os dias quando fala consigo. Há mais de 30 anos, um jovem engenheiro português arrumou a vida numa mala e foi para a Califórnia, nos Estados Unidos. Foi para Berkeley, uma das maiores universidades do mundo.
02:05
Atrás de uma pergunta que, na altura, quase ninguém levava a sério. Como é que uma máquina aprende? Não como se programa uma máquina.
02:13
Como é que ela aprende, sozinha, a partir de exemplos? Como aprende uma criança? Como nós aprendemos?
02:20
Ele chamou-lhe aprendizagem indutiva. Hoje chamamos-lhe nós inteligência artificial. Voltou a Portugal, foi presidente do Instituto Superior Técnico, partida ao Inesc e escreveu um livro chamado Mentes Digitais.
02:36
E aquilo que foi estudar Berkeley, há três décadas, é agora a coisa que está a mudar o mundo e de que todos falamos. Arlindo Oliveira, bem-vindo ao Perguntas Simples.
Arlindo Oliveira
02:51
Fui para lá em 89 e terminei os estudos lá em 94, justamente nesse tema do que agora se chama inteligência artificial, embora para dizer a verdade foi numa subárica aprendizagem automática.
Jorge Correia
03:02
Aprendizagem automática, quer saber como é que as máquinas aprendem automaticamente?
Arlindo Oliveira
03:05
É, portanto é a ideia de que as máquinas também podem aprender, que podem ser programadas explicitamente, mas também podem aprender e é de facto a ideia que está por trás da grande revolução da inteligência artificial da última década. é justamente essa ideia que as máquinas podem aprender a partir de dados, a partir da experiência.
Jorge Correia
03:23
Isso é uma boa notícia para nós, seres humanos? Ou é uma notícia má? Ou é uma notícia mais ou menos?
Arlindo Oliveira
03:29
Bom, é uma ambição muito antiga, não é? Quer dizer, tornar as máquinas mais inteligentes é uma ambição muito antiga, tem mais de 80 anos, provavelmente, e se fomos mais longe até teria séculos. Mas, ao princípio, no entanto, foi muito difícil programar as máquinas para serem inteligentes.
03:47
quer dizer, não percebiam o que nós dizíamos, não percebiam o que viam. Ao princípio jogavam alguns jogos simples, mas não muito bem. Algumas coisas evoluíram rapidamente, nos jogos, os xadrez, há quase 30 anos que as máquinas jogam xadrez melhor que nós, mas duas áreas muito em particular foram muito difíceis de conquistar ou de conseguir, que foi a linguagem, falarmos com as máquinas e elas falarem connosco, e a visão, as máquinas perceberem o que vêm e conseguem descrever o que vêm e movimentar-se no espaço, etc. E a conquista, por assim dizer, destas duas áreas, que começou a acontecer há cerca de 15 anos, mais ou menos, foi o que causou, o que teve na origem do que agora se chama a revolução da inteligência artificial.
04:30
É mais conhecido como a revolução da aprendizagem profunda. Vendo o termo em inglês, deep learning, é muito conhecida como a revolução da aprendizagem profunda, embora o termo que tenha pegado é um termo antigo, que foi inventado em 1956, e o termo que pegou e que engloba tudo isto é a inteligência artificial.
Jorge Correia
04:45
E é uma boa maneira de pôr um rótulo nisto que nós estamos a viver agora? Ou um engenheiro preferiria outra forma para dizer aquilo que nós estamos a viver?
Arlindo Oliveira
04:57
Não, quer dizer, eu acho que primeiro é uma designação que foi bem conseguida. Portanto, as pessoas que inventaram em 1956 esta designação perceberam, talvez na altura ou posteriormente, que inteligência é uma coisa muito forte, não é? Uma coisa associada a uma característica muito positiva.
05:14
Inteligência artificial é uma ligação bem conseguida, a meu ver. As pessoas trabalhavam nesta área. Muitas vezes trabalhavam em sub-áreas.
05:22
Ou trabalhavam em aprendizagem automática. Outras pessoas trabalhavam em processamento de sinal. As pessoas trabalhavam em fala, em visão, em visão por computador.
05:29
Mas, realmente, todas essas áreas acabaram, da maneira também, por convergir, para dizer a verdade, na área que hoje se chama inteligência artificial e que, se calhar, vai ficar. Se calhar é uma designação que vai ficar. E, portanto, habituámos.
05:39
Nós, alguns de nós, trabalhávamos em aprendizagem, outros em processamento de sinal. mas agora, de alguma maneira, dizemos com alguma tranquilidade que trabalhamos a inteligência artificial, embora não fosse essa a designação original. A minha tese não tem inteligência artificial.
05:51
A minha tese, autoramente, era aprendizagem indutiva, através de… E, portanto, o termo inteligência artificial não estava lá, estava aprendizagem indutiva, que é um termo que se usa mais técnico.
Jorge Correia
06:02
E o que é que aprendeu nessa tese? E o que é que nos deixou a nós, povos leigos, para aprender sobre essa ideia da indução? Põe-se lá qualquer coisa?
Arlindo Oliveira
06:11
Sim, a ideia da indução é uma ideia. Portanto, há duas maneiras formais de aprender coisas. Uma é por dedução.
06:17
Nós podemos deduzir a partir de um conjunto de factos e de regras um conjunto de novos factos. A dedução matemática, que se aprende normalmente na matemática, a lógica, etc. E a indução, que é a aprendizagem, a partir de casos particulares, aprender uma regra geral. E, embora pareça ser um termo canhóis escuro, mas realmente é o que fazemos.
06:37
Quer dizer, nós, quando crescemos, como crianças, como bebês, aprendemos a partir do que vemos e do que ouvimos, aprendemos uma linguagem, aprendemos a ver, os próprios olhos, o próprio cérebro reconfigura-se com isso, e portanto esta aprendizagem indutiva, a partir de casos particulares, nós aprendemos regras gerais, como é que dominamos uma linguagem, como é que andamos pelo mundo, como é que interagimos com o mundo. E portanto é de facto uma ideia muito poderosa, porque a outra alternativa, que é a aprendizagem indutiva, funciona bem na área da matemática, mas não funciona muito bem no mundo real. É muito difícil explicar, por exemplo, a um robô, como é que ele guia um carro, ou como é que pode guiar um carro.
07:15
É muito difícil, como é que se explica? Estão a ver, está ali uma luz vermelha, você tendo a olhar. Portanto, deduzir a partir de bases um conjunto de regras é muito difícil.
07:24
Aprendê-las por inferência, por inferência intuitiva, é a tecnologia que veio a revelar-se que funciona.
Jorge Correia
07:31
No fundo, se eu puder fazer uma comparação, se eu conseguir filmar todos os condutores de uma cidade de vários anos e dizer à máquina olha, é isto que é a condução em princípio a máquina começa a dizer ah, está aqui um sinal vermelho, é suposto parar.
Arlindo Oliveira
07:46
É exatamente isso, é exatamente isso. Não filmam geralmente, portanto o que os construtores fazem, a Tesla, a Mercedes todos esses construtores fazem é monitorizam os carros, portanto, monitorizam a pessoa como as pessoas veem, têm câmaras nos carros e portanto todos estes milhões de quilómetros, de facto são milhares de milhões de quilómetros que foram conduzidos por pessoas todas estas imagens, todas as ações que os condutores tomaram ao volante que tomaram nos travões, se viraram à esquerda, se viraram à deita, se aceleraram, se aceleraram tudo isso é introduzido para treino destes temas e estes temas aprendem quando há uma luz vermelha tendo parar e quando há uma passadeira com pessoas tendo parar e quando eventualmente num buraco tendo-se de desviar tudo isso é aprendido a partir de dados, a partir de milhares, de milhões de quilómetros que as pessoas guiaram.
Jorge Correia
08:32
Então quando a máquina, se ela for verdadeiramente inteligente, e pergunto-lhe se sente já que estes chatos EPTs da vida são já inteligentes ou ainda não estão lá, se for criativa de ser assim, mas eu, estes humanos conduzem desta maneira completamente estranha, mas está aqui um passeio, um relevado, eu vou utilizar aqui este passeio para chegar lá mais depressa.
Arlindo Oliveira
08:52
Como é que é quando entra essa criatividade? Esse tipo de criatividade esperemos que não aconteça muitas vezes. A máquina vai aprender a reproduzir os comportamentos, os padrões que viu.
09:01
Os bons, espero eu. Os bons, esperemos que também que os bons sejam mais que os maus, não é? Porque se aprender com padrões maus, também vai reproduzir os maus.
09:08
Mas, em princípio, também estas coisas são filtradas. Em particular, são filtradas as decisões que levaram a acidentes, não é? Não são usadas para treinar a máquina.
09:17
Neste aspecto, a criatividade não é uma questão muito importante. Quer dizer, é criatividade no sentido em que a máquina tem de extrapolar para além dos dados em que foi treinado para condições que se calhar nunca viu. Mas esperemos que a criatividade não a leve no caso dos veículos a conduzir de uma maneira muito diferente da que um ser humano conduziria.
09:32
E, de facto, estes sistemas até são treinados para ser mais conservadores e mais cautelosos que os seres humanos, através de várias técnicas, entre as quais escolher os dados que… pessoas mais cautelosas, não é? Portanto, se forem pessoas mais agressivas, se calhar os dados não são usados.
09:46
E, portanto, há todo um conjunto aqui. Agora, noutras áreas há criatividade, de facto. Por exemplo, na linguagem é um bocadinho mais complexo.
09:51
As máquinas também foram treinadas com linguagem, muita, muita linguagem. O primeiro modelo de grande dimensão que saiu o GPT-3, que saiu em 2020, as pessoas não ligaram muito na altura, mas era o predecessor do 7GPT. Foi treinado com dados, com textos, que se um de nós fosse ler, demoraria 5 mil anos a ler, se lêsse 24 horas por dia. E a máquina é rápida.
10:13
É um grande volume de textos. Eles leram aquilo, quer dizer, leram uns meses ou uns anos, não é? Mas, acima de tudo, o que é interessante é o enorme volume de textos que foi lido.
10:21
E é desse enorme volume de textos que foi lido que a máquina, que estes algoritmos extraíram as estatísticas da linguagem que permitem agora perceber uma pergunta ou permitem perceber uma instrução ou simplesmente escrever um poema ou escrever um romance. Escrever um poema também? Sim, sim, um poema.
10:38
Trivial. Não escreveu ainda poemas. Trivial?
10:40
Tentamente aos 7 repetidos. Um poema, dei-lhe um tema e ele escreve por si. Não sai nada mal.
10:45
Vamos matar os poetas? Não, então os poetas têm sempre… Também não matámos os cavalos, não é?
10:51
Com os carros. Portanto, há lugar para toda a gente? Eu acho que há lugar para toda a gente.
10:56
Um amigo meu costuma dizer que as empilhadoras não acabaram com o altrofilismo. Mesmo que nós tenhamos sistemas que escrevam tão bem como nós, nada nos impede de continuar a escrever. Mesmo que haja sistemas que façam demonstrações matemáticas tão bem como nós, ainda não é bem o caso, também nada impede os matemáticos de continuarem a fazer matemática.
11:15
Há espaço para toda a gente.
Jorge Correia
11:16
Olha, quando uma máquina fala bem, o que é que ela está mesmo a fazer? Está só a prever a próxima palavra? O que é que, no fundo a minha pergunta, dado que isto é um programa também sobre comunicação, o fundamento também sobre comunicação é, como é que estas máquinas e estes modelos falam tão bem?
Arlindo Oliveira
11:34
Sim. Portanto, eles foram treinados, no caso dos textos, foram treinados com uma estratégia muito simples. Portanto, há muitos, muitos textos que foram coligidos, depois é apresentada uma sequência de palavras e a máquina é treinada para prever qual é a próxima palavra.
11:49
ou melhor, quais são as possíveis próximas palavras e quais são as probabilidades. No artigo que há pouco tempo deu o exemplo, os portugueses gostam de… Há várias maneiras de continuar esta frase, não é?
11:59
Talvez futebol, muitos gostam de futebol, ou de ir à praia, ou de comer, ou de bacalhau. Há várias maneiras. E estas probabilidades todas juntam-se, não é?
12:08
E quando um sistema é usado para girar, há de ser qualquer coisa, os portugueses gostam de futebol, ou gostam do Ronaldo, não interessa. Agora, isso parece uma coisa um bocadinho interessante, mas para ver a próxima palavra não é muito interessante. Bom, o primeiro é a palavra de cada vez.
12:21
Quando os professores gostam de, e depois ele diz de, e depois vamos dizer ir. Bom, a seguir a ir, alguma coisa tem de ser, mas não vai ser bacalhau. Portanto, quando os professores gostam de ir, a seguir, e tudo isto agora é junto, não é?
12:34
A, e se calhar a seguir é à praia, ou à costa, ou o que for. Portanto, eu vou prevendo palavra após palavra, mas cada palavra que eu prevejo também limita as próximas previsões. Este é o primeiro ponto.
12:45
Portanto, é uma espécie de um funil? É uma espécie de um funil. Agora, a coisa, o que é importante é, quando eu tento terminar uma frase como os portugueses gostam de, há muito conhecimento que é preciso para fazer isto, não é?
12:58
Você não pode perguntar a um americano ou a um chinês o que é que os portugueses gostam deste. Pessoas têm de saber que os portugueses gostam de sol e de praia e de peixe e de bacalhau e de futebol, etc. E, portanto, estes sistemas representam internamente retenções muito complexas. Este exemplo é muito simples, não é?
13:13
Mas se eu perguntar qual é o quinto planeta à volta do Sol, os sistemas têm de saber que há um sistema solar e que a Terra é o terceiro planeta, uma série de coisas. E, portanto, para responder a perguntas cada vez mais complicadas, não é? Se eu perguntar qual era a teoria da riqueza das nações do Adam Smith, o sistema tem de perceber que a pessoa está interessada na teoria dos mercados, etc. E, portanto, estes temas, para bem, é a próxima palavra, mas para isso eles representam internamente conceitos muito, muito complexos, como a honestidade e os mercados e a economia e o dinheiro e a inflação e tudo isso.
13:48
E tudo isso é representado internamente. E, de facto, nós até podemos saber o que eles estão a pensar. Ao contrário de um cérebro humano, que nós ainda não sabemos bem como funciona, também conseguimos perceber um bocadinho, mas não tão bem, estes temas nós conseguimos até certo ponto perceber como eles estão a pensar e sabemos como é que eles combinam estes conceitos.
14:04
Não são caixas negras? Não são, pelo menos, completamente negras. Não são também, assim, muito transparentes.
14:10
É preciso algum esforço para perceber o que lá está dentro. Mas consegue-se, de facto, consegue-se descodificar. Perceber, aliás, saiu há pouco tempo, há cerca de duas semanas, um artigo da Antropi, uma empresa norte-americana desta área, que faz o Clodo, a família Clodo.
14:23
E eles mostraram, tiveram a analisar o que se passa dentro das cabeças destes modelos e conseguem ver o que é que eles estão a pensar quando respondem a uma pergunta.
Jorge Correia
14:32
E ficaram animados com a ideia ou ficaram preocupados? Porque a Antrópica levanta aquela questão que é isto está andando depressa demais e nós devíamos fazer aqui uma pausa.
Arlindo Oliveira
14:41
Sim, esta coisa é um bocadinho ortogonal no sentido. Esta faz parte de um esforço grande dentro da Antrópica tentar perceber melhor como estes modelos funcionam e como é que eles podem ser controlados. E o que eles perceberam neste interessante estudo, que saiu há poucas semanas, foi que eles pensam, eles usam um pouco como nós um certo espaço de ideias. Nós, quando estamos a elaborar uma frase, além das palavras que dizemos, têm coisas parecidas. Esta frase que eu estou a dizer, estou a pensar na Antrópica e nos modelos e nas estatísticas e eles conseguem ver que os modelos, quando estão a gerar uma frase, estão a pensar coisas ali ao lado, mas que não são
Jorge Correia
15:19
verbalizadas. Pode ser uma criatividade, no fundo. O que nós fazemos aqui é uma associação livre. É, o termo
Arlindo Oliveira
15:25
mais técnico, o termo, Então, experimento-se com uma teoria particular de como é que funciona a consciência humana e como é que funciona o pensamento consciente, que se chama a teoria do espaço global, a Global Workspace Theory, e a teoria do espaço global é que à medida que nós pensamos numa coisa, há outros conceitos que afetam muitos módulos no cérebro e que é da convergência destes conceitos que saem raciocínios complexos e palavras e frases, etc. E o que eles descobriram nestes temas é que também têm, de alguma maneira, um paralelo, um certo paralelismo com o espaço global que tem algumas semelhanças, não todas, com o que se passa nos padrões de atividade do cérebro. E com isso ficaram, e o artigo foi interessante, porque mostraram que pelo menos alguns padrões que se acredita poderem ter alguma relação com a consciência humana também são visíveis dentro destes modelos. A tal singularidade?
16:17
Eles deixam, não, eles deixam claro para já que isto ainda não estamos a falar da consciência humana, da que se chama a consciência fenomenal, que ainda não se percebe bem como é que funciona, provavelmente os animais têm e nós também temos, mas há uma coisa que se chama a consciência de acesso, a capacidade que nós temos de aceder à informação, à nossa história, a fatos passados, e eles de facto mostraram que estes sistemas de alguma maneira fazem também este acesso a factos relevantes para a resposta que estão a dar. E portanto ficaram felizes de alguma maneira em perceber que, por isso, estes sistemas têm alguns padrões de funcionamento têm alguma relação, ou podem ter alguma relação, com a maneira como funcionam alguns aspectos da consciência humana. E isso, enfim, para os estudantes já está a estar isto.
16:57
É muito interessante. Para outras pessoas poderá ser um bocadinho preocupante. Um preocupante porquê?
17:03
Bom, a pergunta…
Jorge Correia
17:06
No fundo, porquê que estamos a ligar aqui uns sinais de alerta? Eu estou a imaginar. Isto está a acontecer dentro de computadores,
Arlindo Oliveira
17:12
não é? Porquê que é tão
Jorge Correia
17:15
arriscado, ou o que é que pode ser perigoso numa máquina que, em princípio, a gente pode puxar a ficha elétrica
Arlindo Oliveira
17:20
e desligar aquilo? Ou não? Há aqui uma pergunta filosófica muito complicada e para a qual nós não temos resposta e não teremos, não sei quando é que teremos e até podemos nunca ter, que é será que uma máquina pode ser consciente?
17:37
Não necessariamente como nós, mas se pode ser consciente, se pode ter esta perspectiva de vida que cada um de nós tem e neste momento há uma grande discussão à volta disso não sabemos se tem não. Há alguns aspectos que eventualmente poderá exibir, a capacidade de se lembrar do passado, a capacidade de ter uma história própria, etc. Agora, se alguma vez viermos a ter máquinas ou programas ou sistemas conscientes, levantam questões mais complexas, porque se um sistema for consciente nem que seja tão consciente como um cão ou um gato, puxar a tomada já não é tão trivial, não é? Primeiro porque o sistema pode não ficar muito feliz, mas isso mas o segundo problema é que é dar uma maneira uma crueldade, se nós tivermos um sistema que de alguma maneira tem algum tipo de consciência nem que seja uma consciência relativamente simples como de um animal simples, ao estarmos a puxar a tomada ou a desligar, estamos de facto a matar uma consciência. É uma eutanasia.
18:26
É um problema moral é um problema moral complexo até que nível, quer dizer, nós quando matamos as formigas não nos preocupamos muito, não é? Se for um rato, se calhar gatos e cães já estão acima de cães e depois fomos para animais mais, chimpanzés, etc E, portanto, há aqui talvez um contínuo, mas apesar de tudo nós reconhecemos que há um valor numa vida que tem algum tipo de consciência nem que seja subliminar ou básica. E, portanto, há um valor moral associado a essa questão.
18:54
E se alguma vez viemos a ter sequer dúvidas que as máquinas tenham algum tipo de consciência, levantam-se outras questões. Poderão ter direitos, poderão ter deveres, poderão ser castigadas, poderão ser punidas, poderão ser recompensadas, poderão ter propriedade, há toda uma série de questões associadas a entidades que tenham algum tipo de consciência e de direito. Portanto, os valores morais, esta caneca não tem direitos, nem tem um ponto de vista, não estou me preocupado se partiu, partiu, mas se fosse um animal já não era a mesma coisa.
19:28
Seria a crueldade, é possível ser cruel como um gato, mas não é possível ser cruel como uma caneca. E a pergunta-chave é, é possível ser cruel como um programa de computador? E nós não temos a resposta para essa pergunta.
Jorge Correia
19:39
O professor tem alguma intuição de em que ponto é que nós podemos estar precisamente nessa inteligência artificial que, por um lado, nos fascina e que nós dizemos uau, isto faz aqui umas coisas interessantes e bonitas e úteis, mas, por outro lado, estão-nos a avisar que isto até pode ser arriscado, imagino, para a própria sobrevivência humana futura. Portanto, no fundo é, estamos mais próximos de que estas ditas inteligências artificiais nos forneçam um caminho para nos salvar ou um buraco para nos enterrar.
Arlindo Oliveira
20:09
Por enquanto, tanto quanto nós sabemos e compreendemos e há aqui questões complexas, os programas que existem, os modelos, os sistemas que existem, são ferramentas. Não têm intenções, não têm noções, não têm ambições, não têm gostos, não têm perspetivas. À medida que os sistemas tornarem mais complexos, algumas destas coisas que eu digo que não têm, se calhar algumas as pessoas começam a ter dúvidas.
20:33
Vou dizer, já algumas pessoas têm dúvidas, não é? Por enquanto ainda são uma minoria, mas ainda há pessoas que colocam já se os sistemas não têm algum tipo de uma consciência básica, muito fundamental. E, portanto, a pergunta é, bom, vão ser sempre ferramentas, não é?
20:48
Portanto, vamos sempre ver a inteligência artificial como uma ferramenta, ou não, podem ser daqui a umas dezenas ou umas centenas de anos agentes, agentes com, eventualmente, com direitos, com ambições, com… E, portanto, a pergunta aí é, nós realmente não sabemos, quer dizer, nós estamos numa fase onde é muito difícil prever o futuro. Há pessoas que dizem, não, isto são ferramentas, não são sempre ferramentas, nunca há de passar de ferramentas.
21:06
As ferramentas não têm direito, os martelos não têm direito, os chaves de fendas não têm direito, portanto, estes sistemas também, nessa questão não se coloca. Mas há outras pessoas que acham, não, à medida que os sistemas ficarem mais complexos, que delegarmos mais nestes sistemas coisas que queremos que eles façam, seja tratem da nossa vida pessoal, ou ensinem as nossas crianças, ou guiam os nossos veículos, eventualmente, algum tipo de… esta complexidade dos sistemas vai aumentar de tal maneira que a páginas tantas, as respostas a estas perguntas que eu fiz já não é tão obviamente não.
21:40
Podemos ter um agente, por exemplo, pode ganhar dinheiro, pode ter uma conta bancária, um agente pode ter uma conta bancária, neste momento a resposta é não. Uma pessoa pode ter uma conta bancária, uma empresa pode ter uma conta bancária, é uma instituição pública, mas um agente não pode ter uma conta bancária. E daqui a 10 anos, pode ou não ter uma conta bancária?
21:58
Nós não temos resposta para estas questões. Mas por enquanto a lei diz que não pode. Isso é relativamente fácil. Eu não sei o que é que vai acontecer daqui a 20 anos.
Jorge Correia
22:04
Portanto, teremos aqui uma discussão muito ampla na ética e na regulamentação de tudo isto, sendo que num mundo global, onde nem sequer sabemos onde é que estas coisas estão, quem é que manda nisto de facto, quem é que está a fazer isto, se eu disser que o nosso governo fez A, B ou C, eu consigo responsabilizar o ministro A, B ou C. Ou consigo dizer que o professor fez uma teoria e consigo responsabilizá-lo. aqui o… Liga quem? Para quem é que eu mando uma carta?
Arlindo Oliveira
22:34
Bom, por enquanto, os modelos que nós usamos são de uma determinada empresa, não é? Portanto, se não gostar do que o Clodo faz, pode escrever para a Antrópica e se não gostar do que o 7GPT faz, pode escrever
Jorge Correia
22:44
para a OpenAI. Ou deixar de lhes pagar a…
Arlindo Oliveira
22:46
Ou deixar de lhes pagar, que é uma solução mais simples, ou de iás, porque eles provavelmente não respondem. Em princípio, quer dizer, no enquadramento legislativo e regulamentar que temos, isso é assim. Há de haver uma empresa ou há de haver uma pessoa por isso e essa responsabilidade.
23:01
A questão é, será que num futuro distante podemos ter outros enquadramentos? Será que um agente pode ser responsável pelo seu próprio comportamento? Será que um carro autónomo que funciona como uma espécie de… Se há até um agente lá dentro e que trata economicamente de abastecer o carro e de fazer… Será que pode ter uma autonomia e uma conta bancária? Será que pode ser responsável por um acidente? São perguntas interessantes para o futuro. Por enquanto o enquadramento regulatório e legislativo não é esse. Portanto, o enquadramento é um…
23:28
Se o carro tiver um acidente, o dono do carro ou a empresa… É o responsável. É o responsável.
23:32
Não há dúvidas, por enquanto, relativamente ao enquadramento legal e legislativo. Isso não quer dizer que não venha a haver dúvidas no futuro.
Jorge Correia
23:40
E lá está, temos que discutir esse tema. Porque até agora, cada vez que houve uma revolução tecnológica, no fundo a tecnologia veio-nos poupar esforço físico.
Arlindo Oliveira
23:51
E fomos matando… Não só físico, não é? Quer dizer, as suas revoluções tecnológicas, a primeira, de facto, tem muito a ver com energia, com esforço, mas a segunda teve muito a ver com transportes e comunicações, portanto, já não é tanto esforço físico, embora ir de um lado para o outro exige esforço físico, mas a comunicação, portanto, a segunda relação inicial, a terceira, dos computadores, não é?
24:07
Trouxe-nos informação e trouxe-nos a computação para o meio de nós, e esta quarta é centrada na inteligência artificial, embora há as outras componentes, da bioengenharia, da nanotecnologia, etc. Agora, cada uma das relações foi um bocadinho diferente das anteriores, não é? Mas esta tem mais uma característica, o que é um bocadinho diferente de todas as outras, que é, para a primeira vez, estamos a criar todas as tecnologias das revoluções industriais anteriores, e também da revolução agrícola e de outras alterações tecnológicas, foram criadas por seres humanos. E neste momento, a tecnologia que estamos a desenvolver na quarta revolução industrial, pode ela mesma criar novas tecnologias.
24:46
E neste momento, nós, de facto, quer dizer, grande parte destes temas já são escritos por sistemas de inteligência artificial. Já sem intervenção humana? Não, o Claude Mitros, eles dizem que foi 80% escrito pelo Claude Opus, que foi a versão anterior.
25:01
Como é que nós explicamos isto às pessoas? O que é que quer dizer escrito por os próprios computadores? Isto são programas, isto são programas.
25:06
São programas de computador. E 80%, diz a Antrópica, nós não temos evidência direta. Mas é possível, é perfeitamente possível, porque é uma coisa que já observamos em muito lado.
25:16
Portanto, 80% destas linhas de código foram escritas pelo Claude Opus, que é um sistema de inteligência artificial, foi o antecessor do Mitros. E isso significa que os desgraçados dos programadores não tardam a ficar sem emprego? Por enquanto ainda não estamos a ver muitos programadores a ficar sem emprego, porque também continua a haver muita pressão para programadores nesta área, mas sim, as equipas programadores estão provavelmente a reduzir em tamanho, e o que antes era feito por uma equipa de 5 ou 6 programadores provavelmente é feito agora por uma equipa de 1 ou 2, só que também tem mais trabalho, portanto por enquanto não há.
25:49
Mas nota-se, notam-se algumas tendências, algumas tendências poderão vir a reforçar-se no futuro. Precisamos de menos pessoas para fazer o mesmo trabalho em determinadas áreas, e isso inclui a programação, inclui o apoio ao cliente, provavelmente na área legal, onde muitos estagiários eram usados para lamber papel, basicamente, e procurar legislação, e, portanto, começam-se a notar essas tendências. Ainda não é muito visível no mercado de trabalho, e provavelmente a transformação será relativamente lenta, e, portanto, podemos adaptar, mas vai haver alterações nas tendências e nos números de novos contratados e, portanto, o mercado de trabalho vai-se adaptar a uma realidade onde terminar as funções e exigimentos das pessoas.
Jorge Correia
26:27
Os trabalhos intelectuais e não só, podem caminhar para a obsolescência, no fundo, para sermos obsoletos, dado que a máquina faz mais rápido, mais imaginativo. No fundo, eu pensei sempre na inteligência artificial como uma ferramenta que me ajudava a lavar a roupa. E, afinal, a inteligência artificial disse, não, mas eu quero escrever poemas. E notícias e podcasts? Exato, no fundo a próxima geração será numa conversa entre duas máquinas e não dois seres humanos o que é que esta nossa conversa tem de especial de dois seres humanos um que sabe muitas matérias, outro que é apenas um perguntador em relação a duas máquinas estarem a conversar aqui
Arlindo Oliveira
27:09
Mas pode experimentar, é uma experiência interessante ponha aí dois modelos a falar um com o outro digo, olha, não, você você faça o papel de especialista em inteligência artificial e você faça o papel de entrevista doido. Veja o que é que sai. Já fizemos a experiência, é interessante. Agora, quer dizer, há aqui dois fatores. O primeiro, eu acho que isto não vai acontecer de um momento para o outro.
27:26
Quer dizer, a sociedade vai se adaptar. A primeira relação industrial demorou um século a ter totalmente o seu impacto e as pessoas… A sociedade teve de se adaptar de uma maneira muito forte.
27:36
As mais recentes não foram tão… Foram mais rápidas. Esta está a ser muito rápida.
27:41
Mas, de qualquer maneira, mesmo por mais rápida que seja, vamos ter umas dezenas de anos para nos adaptar e, portanto, será, se calhar, a próxima geração é que vai ter de lidar com o grande impacto destas tecnologias. O segundo ponto é o facto de existir uma tecnologia que pode fazer muitas das nossas funções, não quer dizer que as faça todas, quer dizer que os seres humanos continuam a ser criativos, já pode haver conteúdo, nós gostamos de coisas feitas à mão, gostamos de artesanato, não preferimos uma coisa feita numa fábrica a um artesanato, portanto, poderá continuar a haver uma procura muito significativa de peças escritas por pessoas, de podcasts feitos por pessoas, de filmes feitos por realizadores, como com certeza irá acontecer durante muitos anos. Agora, nas tarefas mais aborrecidas, mais repetitivas, que realmente não dão assim tanto prazer, não acrescentam assim tanto valor, manipular documentos, ler coisas desse tipo, é provável que muitas dessas funções venham a ser feitas em grande medida por sistemas destes.
Jorge Correia
28:40
Claramente isto vai incrementar a nossa produtividade, Nós vamos poder fazer mais coisas? Essa é a grande ambição. Sendo que esta produtividade, lá está, quem é que fica com o dinheiro que é gerado por esta produtividade?
Arlindo Oliveira
28:51
Essa é uma boa pergunta, não é?
Jorge Correia
28:52
Então, a pensar nas máquinas multibanco, antigamente, não havia máquinas multibanco, agora há máquinas em todo lado e, subitamente, há muito menos bancários, por exemplo.
Arlindo Oliveira
29:00
Há menos bancários, não é? Mas também temos melhor serviço, não é? Não temos que estar à espera numa fila no banco e aliás, já nem vamos ao multibanco a maior parte das vezes e descarregamos aquilo. É uma boa questão, quer dizer, Por um lado, parte dos ganhos de produtividade, quer dizer, as empresas também não vão mudar se não pouparem custos, não é? Portanto, com certeza que também vão ter menos custos e mais eficiência e melhor serviço ao cliente.
Jorge Correia
29:23
Mas podem ser gulosas e querer achar que isto é o santo grau que lhes vai permitir, no fundo, dispensar a força de trabalho que se cansa e…
Arlindo Oliveira
29:30
Em alguns casos é possível que seja, não é? Quer dizer, o santo grau detrás é um pouco forte, mas quer dizer, uma força de vendas pode ser substituída, se calhar, com capacidade. um sistema de apoio ao cliente, podem muitas pessoas ser reduzidas.
29:43
Parte desses ganhos de produtividade vão para as grandes empresas que fazem os modelos e o software, e, portanto, era bom também que isso não fossem só empresas americanas e talvez chinesas, e fossem também empresas europeias e portuguesas, portanto, isso seria bom. Muitas das empresas vão, de facto, ter mais eficiência, portanto, menos custos e serem mais produtivas. Cada um de nós, individualmente, também pode ser mais produtivo, as pessoas que sabiam, que tinham de escrever documentos, pareceres, relatórios, sabem que podem fazê-lo agora de maneira muito mais eficaz.
30:13
Portanto, a minha esperança é que estes galhos de produtividade se distribuam de uma forma significativamente ampla pela sociedade, não é? E, portanto, basicamente, lamentavelmente não é completamente óbvio que isso aconteça necessariamente, não é? Pode haver uma grande concentração de poder económico em poucas empresas mundiais e temos agora estas empresas muito, muito valiosas, não é? Que valem bilhões, bilhões portugueses de dólares e que são as as empresas sempre e que eventualmente poderão crescer ainda mais. Mas era importante pensarmos que a questão da redistribuição isso obriga a haver também empresas e tecnologia desta desenvolvida na Europa, desenvolvida em Portugal no nosso caso. Como é que estamos?
30:51
Temos o nosso Amália, já podemos falar
Jorge Correia
30:52
nosso, nossa. Temos a nossa
Arlindo Oliveira
30:55
Amália, o nosso modelo Amália, sim foi um modelo desenvolvido com a ambição essencial de criar um modelo mais alinhado com a cultura portuguesa com a linguagem portuguesa, com as facilidades a língua portuguesa é minoritária quando comparada com o brasileiro há muito mais textos descritos em brasileiro portanto também a parte dos modelos tendo a falar em brasileiro, embora isso também vá mudando, mas acima de tudo o modelo Amália foi criado para termos competências em Portugal para fazermos uma coisa destas, não é? E as dezenas de pessoas que trabalharam na criação do modelo criaram competências que são extremamente valiosas e praticamente todos os países fizeram isto, Inglaterra, França, a Itália, a Espanha, todos os países europeus. Foi uma boa plataforma de treino?
31:39
É uma plataforma… Enfim, há duas coisas. Por um lado é uma boa plataforma de treino, por outro lado também criou um produto que devidamente usado e com o contexto adequado e com o enquadramento no sistema adequado pode ser útil. Pode ser útil na educação, pode ser útil no serviço ao cliente, já está a ser usado no serviço ao cliente. Foi feita uma plataforma de visita virtual a museus que usa a Amália por trás.
32:01
E, portanto, é uma tecnologia nossa que podemos usar sem pagar direitos a ninguém, sem ter a respeitar licenças específicas que poderiam vir de um outro modelo chinês ou americano ou europeu. E, portanto, acho que entre o know-all que obtivemos e o facto de termos um sistema que vai ser útil, não podemos comparar em termos de qualidade e de precisão e desempenho com os melhores sistemas do mundo, que, aliás, é uma corrida que Portugal não pode correr. Neste momento, só a China e os Estados Unidos é que estão a correr esta corrida, para dizer a verdade.
32:29
E, portanto, eu acho que houve contrapartidas muito significativas e o investimento também foi muito pequeno, comparado com os custos que são milhares de milhões para construir famílias de modelos, nós aqui foi uma fração, enfim, um milésimo
Jorge Correia
32:44
disso. Devíamos estar a investir mais e a fazer mais coisas à volta disto, no fundo, quer dizer, não digo para concorrer com os Estados Unidos ou com a China, porque isso é…
Arlindo Oliveira
32:52
Sim, acho que devíamos investir de maneira mais clara, devíamos ter uma visão mais clara como é que estas tecnologias podem ser úteis para a economia portuguesa, para as empresas portuguesas, para o Estado português. Há pessoas que têm pensado nisso, membros do governo, universitários, empresários. Espero que venhamos a fazer isso.
33:10
Em parte, podíamos fazer um bocadinho, talvez não tanto a preocupação de fazer os melhores modelos do mundo, como eu disse, está fora do nosso alcance, não temos músculo financeiro para isso. Mas mais ajustado a Portugal. Mas podíamos, era, usar os melhores modelos que existem, seja eles o Amália, há muitos modelos de código aberto, aliás, alguns muito bons, e podem ser usados para fazer coisas, sistemas de educação, sistemas de apoio ao cliente, sistemas de processamento de documentos, sistemas de tentar resolver a pesadíssima burocracia que existe em Portugal, e tudo isso é possível de fazer com investimentos muito limitados, estamos a falar de investimentos dezenas de milhares de euros para cada um destes sistemas, e que pode ter enormes ganhos de produtividade.
33:48
Aliás, esta é a estratégia da China. A China está um bocadinho atrás dos Estados Unidos em termos do desempenho dos modelos, provavelmente de seis a nove meses, mas a China está muito à frente na utilização de modelos na economia real e também na incluição de modelos em robótica, na inteligência artificial física. Portanto, já estão a transformar aquilo que é a inteligência artificial em coisas práticas para…
34:10
Em coisas práticas. Querem máquinas de lavar e carros a conduzir autonomamente, quer robôs, e em particular robôs androides, que começam a ser cada vez mais treinados com dados, com os mesmos dados, variação dos dados treinados… Estes modelos agora já não são treinados só com texto, eles também são treinados com vídeos, também são treinados com imagens.
34:29
E esse treino de imagens, vídeos e de texto faz com que agora haja robôs que já percebem indicações e conseguem andar e conseguem executar determinadas tarefas e vão-se tornar rapidamente melhores. Portanto, é possível que nas próximas décadas, ou se calhar menos, que venhamos a ver também, como já vemos agora em ciência artificial virtual no computador, venha a existir ciência artificial física nos robôs e nas fábricas e no mundo real.
Jorge Correia
34:51
Olhando para o exemplo chinês e para o exemplo dos Estados Unidos, sei que é difícil adivinhar o futuro, Mas como é que o professor desenha esse futuro? O que é que vislumbra de coisas que podem acontecer muito rapidamente?
Arlindo Oliveira
35:06
Bom, eu acho que é possível que no horizonte não muito distante estes sistemas tenham a capacidade de criar novos resultados, sejam programas de software, sejam resultados científicos, sejam novos materiais e novas moléculas, comparáveis aos seres humanos. E a ciência em si e a inovação e a tecnologia deixam de ser feitos unicamente por seres humanos e feitos por equipas de cientistas e engenheiros com estes sistemas, não é? E o problema é que o ser humano não vai evoluir muito rapidamente.
35:43
Quer dizer, nós demoramos centenas de milhares de anos a evoluir. Nós estamos muito parecidos com os seres humanos que viviam no planeta há cerca de 200 mil anos. E estes sistemas evoluem em meses, não é?
35:53
E, portanto, se, de facto, daqui a uns anos, como eu o antecipo, venhamos a ter sistemas que colaboram com os seres humanos nestas tarefas intelectuais que eu estou a falar, se calhar daqui a passados mais 10 ou 20 anos, eles são vastamente superiores aos seres humanos, não é? E, portanto, se calhar vai haver algumas funções que deixam de ser programador, eu não sei, mas pode ser que daqui a 30 anos não sejam precisos programadores. Esses sistemas programam o que for preciso e, portanto, também já houve muitas, as censuristas também já não há, não é?
36:21
Acho que há muito poucos. Portanto, entrava-se e pedia só o senhor para nos levar para o sétimo andar e o senhor carregava no botão e levava o sétimo andar. Já não há censuristas, já não há datilógrafas, não é?
36:31
Já não há telefonistas, praticamente, pelo menos aquelas que nos dirigiam.
Jorge Correia
36:35
E pode deixar de haver humanos? No fundo, este…
Speaker 3
36:38
Humanos espero que não, não é?
Jorge Correia
36:39
Não, mas eu estou a pensar nas máquinas super eficientes que subitamente começam a fazer aquilo que os humanos fazem ainda melhor e que olhem para nós e dizem, mas rei destes humanoides que não andam aqui para a frente, o melhor era saírem da frente. Sim, essa é a visão mais distópica, não é?
Arlindo Oliveira
36:55
As visões são as visões científicas. Nós estamos a atrapalhar, no fundo, não é? A esperança, e aí é um problema há muitas pessoas que trabalham nisso, a questão do alinhamento é que esta tecnologia esteja alinhada com os interesses da humanidade, não é?
37:07
E que essa questão nunca se venha a colocar, não é? É preciso dizer que nós, como seres humanos, não estamos completamente alinhados com os interesses de outras espécies de quem tomamos conta, não é? Quer dizer, é verdade que os animais que criamos são razoavelmente bem tratados com muitos efeitos, mas outros chimpanzés e gorilas, etc., vivem agora em habitats muito mais reduzidos e algumas espécies foram mesmo extintas.
37:33
No fundo, nós fomos destruindo tudo o que havia aqui à volta. Não tudo, mas uma parte significativa. Portanto, a esperança é que estes temas estejam mais alinhados e, se vierem a ter essas capacidades, tenham valores alinhados com os nossos.
37:47
Portanto, isso se chama-se o problema do alinhamento. Há muitas pessoas a trabalhar nessa questão. Como é que eu posso garantir que no projeto destes sistemas eles estejam completamente alinhados?
37:56
E, de facto, há muitas pessoas que estão muito preocupadas com essa questão, não necessariamente por maldade ou por intenção, mas simplesmente estão a otimizar determinadas coisas, ganhos económicos ou reduções de impacto ambiental, ou o que for. Quer dizer, se nós apontarmos estes sistemas para reduzirmos o impacto ambiental da espécie humana, pode ser razoável que eles concluam que os seres humanos não são a espécie certa para existirem em tão grandes números. mas esperemos que não, esperemos que as instruções sejam muito mais claras lá vamos todos para o seu lógico queremos preservar o ambiente sem no entanto reduzirmos a qualidade de vida das pessoas portanto podem ser instruções um bocadinho mais complexas isto é complicado de fazer é realmente complicado de fazer, há muitas pessoas que trabalham nisto na questão do alinhamento, há livros sobre isso há muita investigação sobre isso esperemos que venhamos conseguir a resolver o problema ou seja, que venhamos a garantir que os sistemas estão alinhados com os nossos valores e com as nossas ambições como humanidade.
Jorge Correia
38:50
Para nós é simpático e útil termos no nosso telemóvel uma máquina que responde às perguntas. Ouviu dizer que os telemóveis podem ter os dias contados? Os nossos smartphones? Ou não?
Arlindo Oliveira
39:06
É por aí uma teoria que nós podemos interagir de tal maneira, de uma forma verbal e eventualmente com… Mas repare que há uma componente da visão, nós queremos ver as coisas, queremos ver vídeos, queremos ver fotografias, que não é muito óbvio de resolver. A parte de interação verbal, de facto, ela está praticamente resolvida.
Jorge Correia
39:23
Nos nossos carros acontece, não é?
Arlindo Oliveira
39:24
A gente clica no botão e diz qualquer coisa. E nos telemóveis, não é? Portanto, as pessoas que ainda não experimentaram os 7GPT ou Gemini ou Clode na versão interativa em voz vão ficar bastante espantados.
39:34
É verdade que é melhor em inglês que em português, mas já é bastante bom em português. Dá para falar com a máquina? Dá para falar com a máquina, de uma maneira muito clara, não é? E muito profunda, quer dizer, quando vou conduzir, muitas vezes vou falar com a máquina. Um tema, seja sobre a história da China ou a guerra no Irão a máquina fala com uma grande influência e com um grande conhecimento Tem algum favorito destas IAs? Eu costumo usar o Clode mas qualquer dos mais conhecidos é muito bom
Jorge Correia
40:04
Porque a linguagem é refinada Há um tema de que praticamente não se fala ou vai-se falando pouco que é estas super máquinas estas super torradeiras consomem energia e água para arrefecer, como se não houver amanhã. Mas isto parece um tema que praticamente…
Arlindo Oliveira
40:22
Mais ou menos, há também um bocadinho de exagero. Portanto, a questão do consumo de água é um bocadinho mais complexo, é difícil de medir, não tenho dados muito concretos, mas a questão do consumo de energia é mais objetiva. Portanto, nas contas que têm sido feitas, o consumo de energia dedicado à inteligência artificial, neste momento, é menos de um milésimo de energia consumida no planeta.
40:44
Portanto, não é preocupante, de todo. Não é isso que eu disse. Disse que é menos de um milésimo da energia consumida no planeta.
40:49
Está a crescer rapidamente. E, portanto, se calhar daqui a 5 anos vão ser vários milésimos e, se calhar, daqui a 10 anos vão ser 1%. Ainda não é, digamos, a inteligência artificial que está a aquecer o planeta por enquanto.
41:02
Quer dizer, são os outros 99,9%. E, por outro lado, também esperamos que a inteligência artificial também nos ajude a descobrir melhores formas e evitar deslocações, etc. Mas grande parte da energia que nós conseguimos é andar para um lado e para o outro, é nos transportes, é na indústria, na construção, em muitos sítios. E, portanto, em valor absoluto é um valor muito grande, quer dizer, mesmo um milésimo de energia do planeta é muita energia, mas em valor relativo, apesar de tudo, ainda é relativamente pequeno.
41:27
Está a crescer rapidamente. E, portanto, mas a questão é relevante e, acima de tudo, está, de facto, com uma taxa de crescimento muito elevada e todos os blocos, Europa, Estados Unidos, a China e muitos outros, também estão muito empenhados em ter os seus próprios data centers e parece mais ou menos óbvio que só esse crescimento é que vai suportar o crescimento futuro desta tecnologia como uma tecnologia útil. Datacenters são os sítios onde nós guardamos os dados.
41:52
Datacenters são onde estão os computadores. São os computadores, guardam os dados, mas acima de tudo tem os processadores que processam estas nossas perguntas e fazem as contas que são precisas para responder a cada uma destas.
Jorge Correia
42:05
E os processadores ainda são processadores antigos ou já estamos nos tais processadores quânticos?
Arlindo Oliveira
42:10
Não, os processadores quânticos ainda não riscam nada aqui. Nem sequer são bem adaptados a esta tecnologia e provavelmente não serão úteis tão cedo e se calhar nunca serão. Mas não, os professores de quantidades ainda são muito pequenos, lidam apenas com pequenos números de informações, chamados qubits, são dezenas de qubits, e estas máquinas lidam com milhares de milhões ou mesmo bilhões de bits.
42:33
Portanto, estão completamente desadaptados, não tem nada a ver. Nem sequer a arquitetura dos computadores quânticos é particularmente adaptada a estas questões. Portanto, estamos falando com…
42:43
Agora, dizer que são computadores tradicionais também é um bocadinho exagero. Claro, são muito usados umas coisas que se chamam GPUs, Graphic Processing Units, que foram criadas para jogos de vídeo, mas que vieram a verificar-se particularmente adaptadas para fazer o tipo de operações matemáticas que são usadas em inteligência artificial. E, portanto, uma grande parte dos centros de dados estão agora a ser construídos com estes GPUs.
Jorge Correia
43:04
Com milhares e milhares de GPUs. E eu, como jovem adolescente, ainda me lembro de ter um luxo que era uma placa NVIDIA, lá está, que dava para aparecer nos jogos que tinham uma capacidade de rendimento do próprio jogo que tornava aquilo muito mais brilhante e interessante.
Arlindo Oliveira
43:20
Em dia e dia, como sabe, eu não tenho certeza agora neste dia, mas geralmente é a empresa mais valiosa do mundo. Portanto, uma tecnologia que foi criada para… Unicamente para jogos de vídeo, só que o que acontece é que as mesmas operações que são basicamente uma coisa que matematicamente se chama multiplicações por matrizes, a álgebra, chamada álgebra linear, que alguns
Jorge Correia
43:38
de nós aprendemos. Já me perdeu o professor.
Arlindo Oliveira
43:40
Temos que transformar isto em conhecimento para as pessoas. A aula linear é basicamente… Mas muitas pessoas aprenderam a multiplicar…
43:46
Bom, se chamam de transformações lineares. Eu posso transformar num espaço, mudar um ponto de um sítio no espaço. E essas transformações lineares são necessárias para os jogos de vídeo.
43:56
É isso que anima os jogos de vídeo. E há também essas mesmas transformações lineares que estão no core dos sistemas de inteligência artificial e nas contas que nós fazemos. Portanto, nós inventamos uma tecnologia para a brincadeira?
44:10
Para o jogo. Para tornar a tecnologia mais valiosa do mundo e a empresa mais valiosa do mundo. Portanto, os seres humanos, afinal, servem para alguma coisa, não é?
44:17
Para criar qualquer coisinha. Até agora nós criámos tudo. No futuro vamos ver.
Jorge Correia
44:20
Vamos lá ver o que é que pode acontecer. Portanto, para ver o que é que nós podemos ter, falou de um conceito de mentes digitais. Estes mentes digitais são estas máquinas com esta capacidade?
Speaker 3
44:33
Sim, foi um título que tem um livro que escrevi em 2017
Arlindo Oliveira
44:37
sobre estes temas. o conceito de mente é um pouco mais que inteligência, portanto uma mente é um sistema que tem uma visão, não é? Portanto, nós temos uma mente, o cérebro permite que nós tenhamos uma mente e a ideia é que estas máquinas possam um dia vir a ter também uma mente. Não sabemos se podem ou não, mas há pelo menos está no domínio das possibilidades. E o título do livro, Mentes Digitais, é justamente essa ideia, ou explora essa ideia que um dia no futuro poderão existimentos digitais, tal como existem mentes biológicas, as nossas e as dos animais, para dizer a verdade, que são mais simples, mas também existem.
Jorge Correia
45:15
Estamos a fechar a nossa conversa. O que é que continua a ser só nosso, exclusivamente nosso? O que é que o professor sabe fazer que uma máquina nunca aprenderá a fazer?
Arlindo Oliveira
45:25
Há muitas coisas que eu e todos nós, cada um de nós sabe fazer, que uma máquina ainda não faz. A pergunta que pôs que é coisas que nós temos ou fazemos e que uma máquina nunca será capaz é mais difícil de responder. O Alan Turing, no artigo 1950, fez essas perguntas e realmente ele não conseguiu arranjar nenhuma que fosse impossível para as máquinas. É um argumento matemático.
Jorge Correia
45:52
E o Turing que cria a ideia de uma caixa em que nós não sabemos que está lá uma máquina ou um ser humano.
Arlindo Oliveira
45:58
Sim, essa ideia do teste Turing. No mesmo artigo onde ele fez isso ele também colocou uma série de questões. Será que as máquinas às vezes poderão gostar de morangos com chantilly, ou poderão gostar de ver um pôr-de-sol, ou serão capazes de escrever um poema, ou serão capazes de amar, até pergunta-se se poderão ter alma.
46:16
E, portanto, todas elas eu respondo, diz, bom, não há nenhuma razão para as quais não possam ter. Estou aqui a sim ficar um bocadinho, o artigo é fascinante, mas estou a sim ficar um bocadinho. Portanto, há muitas coisas que neste momento as máquinas não fazem, e não têm, e que nós fazemos e que nós temos.
46:29
Se alguma coisa que é completamente vedada a uma máquina como o amor, ou uma paixão, ou um prazer, não sabemos. Pode ser que sim, pode ser que não. Pode ser que as máquinas nunca venham a sentir prazer, pode ser que as máquinas nunca venham a sentir paixão ou amor, ou pode ser que venham.
46:50
Eu acho que não é completamente excluir essa possibilidade, embora neste momento, como disse, ainda não sentem-se.
Jorge Correia
46:57
Professor Arlindo Oliveira, muito obrigado.
Arlindo Oliveira
46:59
Muito obrigado.
Speaker 3
47:01
Pergunta simples. Um programa sobre comunicação. Para quem quer boas respostas.
