Recursos/White Papers

Tecnologia

Por que a grande aposta da Microsoft no Deep Learning pode ser ruim?

O Deep Learning é o ramo mais quente da Inteligência Artificial, mas pode não ser tão profundo assim

Preston Gralla, Computerworld/EUA

Publicada em 27 de junho de 2018 às 09h42

Quando a Microsoft olha para o futuro próximo e distante, vê a Inteligência Artificial, particularmente o ramo mais quente dela, chamado Deep Learning. A empresa gastou bilhões em IA, incluindo uma onda de aquisições como a startup Bonsai, no final de junho, e a Semantic Machines, em maio. O CEO da Microsoft, Satya Nadella, disse que a IA é a "tecnologia definidora dos nossos tempos". E, em uma conferência de investidores, na primavera passada, disparou : "Vai ser IA no limite, IA na nuvem, IA como parte de aplicativos SaaS, IA como parte, até mesmo, da infraestrutura".

Mas há uma chance de que a grande aposta no Deep Learning possa ser ruim se a Microsoft não investir em outros ramos da IA ​​que poderiam ser mais úteis. A questão não é que o Deep Learning não seja importante - certamente é. Mas há uma chance de ele também ter sido vendido como algo mais valioso do que realmente é e já estar no limite de suas capacidades.

Esse é o argumento que um número crescente de cientistas da computação e pesquisadores tem usado. Para entender, basta dar uma breve olhada em como o Deep Learning funciona. Nele, grandes quantidades de dados são enviadas para um sistema que, em seguida, aprende sozinho, sem que os desenvolvedores escrevam programas específicos para a tarefa em questão. Em um dos usos mais simples, uma máquina poderia ser ensinada a reconhecer a diferença entre gatos e cachorros, tendo centenas de milhares de fotos delas alimentadas, com cada foto rotulada como um gato ou um cachorro. A premissa do Deep Learning é que isso é tudo que a máquina precisa para aprender a distinguir corretamente as imagens. Mas todo o processo é, essencialmente, uma caixa preta.

O Deep Learninga está sendo aplicado a carros autônomos, câncer e pesquisa de novas drogas e automação de back-office, entre outras tarefas. Mas como o New York Times observa em seu artigo “ Existe um caminho mais inteligente para a Inteligência Artificial? Alguns especialistas esperam que sim”, alguns cientistas estão perguntando se o Deep Learning é realmente tão profundo, afinal. ”O artigo continua dizendo que“ um número crescente de especialistas em IA alerta que a paixão pelo Deep Learning pode gerar miopia e investimento excessivo ”. agora e desilusão, depois.

O problema, dizem esses pesquisadores, é que o Deep Learning é, por natureza, uma técnica muito limitada e funciona apenas em um conjunto específico de problemas, em que há grandes quantidades de dados facilmente acessíveis e onde as tarefas a serem feitas são claras e bem definidas, "como rotular imagens ou traduzir discurso em texto", nas palavras do Times .

Por causa disso, Michael I. Jordan, professor da Universidade da Califórnia, em Berkeley, disse ao jornal: “Não há inteligência real lá. E acho que confiar demais nesses algoritmos de força bruta é uma aposta ruim”. Já o professor da Universidade de Nova York, Gary Marcus, alertou em um artigo recente que “os padrões extraídos pelo Deep Learning são mais superficiais do que parecem inicialmente”.

deeplearning

Para evidências dessa superficialidade, não procure mais do que o Microsoft Office. A Microsoft criou IA diretamente no Office , o que parece impressionante. Mas dê uma olhada no que a IA supostamente faz e você pode não ficar tão impressionado. Ela ajuda a alimentar as ferramentas de revisão de texto da Microsoft no Word, por exemplo - e não notei nenhuma diferença para as ferramentas de revisão disponíveis antes de a IA passar a ser um recurso nativo. No Outlook, IA recomenda quando você deve sair para uma consulta, -um recurso que eu possa imaginar. No PowerPoint, um recurso de Designer com tecnologia IA recomenda designs de slides, que não parecem muito mais que modelos. No lado positivo, no entanto, a IA é útil para usuários avançados do Excel, que podem usá-la para extrair insights de conjuntos complexos de dados.

Não duvido que a IA melhore nos próximos anos e ofereça ferramentas mais úteis. Mas por causa do entusiasmo, a Microsoft e outras empresas podem estar gastando seus recursos em  Deep Learning, em vez de em tecnologias de IA menos populares, que podem ser mais úteis a longo prazo. Isso poderia prejudicar a Microsoft e diminuir os benefícios que todos nós podemos obter com as novas tecnologias. Então, aqui está a esperança de que a empresa dê uma olhada em seu uso de  Deep Laearning usando uma lente fria e dura - e coloque a inteligência de volta ao IA.



Reportagens mais lidas

Acesse a comunidade da CIO

LinkedIn
A partir da comunidade no LinkedIn, a CIO promove a troca de informações entre os líderes de TI. Acesse aqui