Cálcular refere-se à manipulação ordenada de símbolos em geral (números, letras, etc.), em uma sequência finita bem definida, em busca de um resultado esperado;
Exemplos:
Computação Inteligência?
Cálcular refere-se à manipulação ordenada de símbolos em geral (números, letras, etc.), em uma sequência finita bem definida, em busca de um resultado esperado;
Calculando:
(and)
Computação Inteligência?
PERGUNTA: A capacidade de realizar cálculos é uma definição do que seja inteligência?
Exemplos:
(and)
Computação Inteligência?
O ato de calcular em si não é necessariamente um indicador de inteligência.
O cálculo é uma habilidade específica, também relacionada à matemática, que pode ser aprendido e realizado através de métodos e algoritmos pré-estabelecidos.
No homem, o calcular é sim uma forma de pensar. Na máquina é a expressão do automatismo com que foi criada pela inteligência humana.
Computação Inteligência?
Cálculo pode ser visto como uma forma específica de pensamento relacionada à matemática,
É importante lembrar que o pensamento humano abrange uma ampla gama de atividades cognitivas, como: raciocínio lógico, resolução de problemas, tomada de decisões, criatividade, memória e compreensão.
O cálculo é apenas uma faceta desse processo mais amplo de pensamento humano.
O que é Inteligência Artificial?
O que é "Inteligência Artificial"?
A "Inteligência Artificial" é um ramo de pesquisas dentro da computação, cujo objetivo é criar serviços, plataformas, programas e robôs que possam imitar, se igualar ou substituir decisões e ações equivalente à inteligência humana (natural).
Inteligência Artificial
habilidades UMA por vez
melhor em AUTOMAÇÃO
melhor em análise por VOLUME
processamento VELOCIDADE
natureza RAZÃO
Inteligência Humana
habilidades MÚLTIPLAS simultâneas
melhor em AUTONOMIA
melhor em análise de AMBIGUIDADES
processamento PENSAMENTO CRÍTICO
natureza EMOÇÃO
"Inteligência" Artificial
O termo inteligência deve ser pensado como um atributo da criatura (computador) ou do seu criador?
A "Inteligência" Artificial é uma imitação da Inteligência Humana.
Faz parte dos processos humanos a projeção de sua humanidade em seres e coisas.
As máquinas podem pensar?
Já descrito como o "robô humanoide mais avançado do mundo",
Ameca é uma criação da startup Engineered Arts.
OpenAI GPT-3
OpenAI GPT-3
Público em novembro de 2022;
GPT-3 incorpora mais conhecimento do que qualquer ser humano jamais conheceu;
Ele pode gerar músicas, poemas e ensaios sobre os mais diversos temas;
Aprovado em exames para ingresso em carreiras de direito e medicina nos EUA.
GPT-3 é um tipo de IA generativo chamado modelo de linguagem ampla (Large Language Model).
GPT é Processamento de Linguagem Natural
OpenAI GPT-3
Capacidades atuais dessa AI iniciam em 2010 com as técnicas de "Deep Learning";
Derivam da disponibilidade de colossais conjuntos de dados e disponibilidade de vasta capacidade computacional via Unidades de Processamento Gráfico (GPUs);
Melhorou a capacidade da IA de reconhecer imagens, processar audio e aprender jogos.
Aberta ao público, o GPT-3 apresentou melhorias assustadora em atividades antes exclusivas do domínio da inteligência humana.
Na verdade, LLM é um gigantesco exercício de estatística.
GPT-3
Como funciona? (linhas gerais)
1º passo: Tokenização
Converte PALAVRAS em um conjunto representativo de NÚMEROS identificados e categorizadas como TOKENS;
GPT-3 tem um dicionário de 50.257 tokens;
O GPT-3 processa no máximo 2.048 tokens por vez (pequeno artigo).
GPT-4 é capaz de processar 32.000 tokens (uma novela).
Uma frase escrita para que o ChatGPT a complete:
Ex.:
The promise of large language models is that they _
será transformada em um conjunto de números.
Tokenização
2º passo: Contextualização
Os TOKENS recebem o equivalente a DEFINIÇÕES;
São colocando-os em um "espaço de significado";
Palavras com significados semelhantes estão localizadas em áreas próximas.
Contextualização
Contextualização
3º passo: Aplicação da “Attention Network”
A rede de atenção codifica lentamente a estrutura da linguagem que vê como números (chamados de "pesos");
Um ser humano letrado realiza essa associação e compreende "naturalmente" a relação entre as palavras;
O LLM precisa aprender essas associações durante sua fase de treinamento;
São bilhões de interações de treinamento para codificar a estrutura da linguagem ("weights") - na rede neuronal!
Embora seja possível escrever as regras de como eles funcionam, os resultados dos LLMSnão são totalmente previsíveis;
Os LLMs conseguem sínteses de maneiras que surpreendem até mesmo as pessoas que os criam.
Jason Wei, pesquisador da Openai, contabilizou 137 das chamadas habilidades "emergentes" em uma variedade de LLMs diferentes.
Redes Neurais
Uma Visão Geral
Modelo de um neurônio orgânica (natural)
Modelo de um neurônio orgânico (natural)
Nos cérebro, existem cerca de 100 bilhões de neurônios interconectados entre si, formando uma espécie de rede neuronal.
Este é um modelo abstrato de uma rede neuronal que pode ser implementada por meio de um programa de computador.
LLM e Redes Neurais
Um exemplo de Rede Neural (ou neuronal) como modelo baseado em neurônios e no cérebro humano.
Esta rede prevê chuva (probabilidade) com base temperatura e umidade.
Large Language Models: modelos de redes neuronais baseados em "deep learning".
LLM e Redes Neurais
Esta é a rede anterior, mais complexa e mais precisa em predizer a probabilidade de chuva
Interações com o Chat-GP
Limitações da v.3
1. Algumas limitações
2. Falta de conhecimento atualizado
Treinamento concluído em setembro de 2021. A base de conhecimento está atualizada até essa data.
Não possui informações sobre eventos recentes ou desenvolvimentos que ocorreram após esse período.
3. Sensibilidade ao contexto
Embora consiga compreender o contexto em uma determinada conversa ou texto, às vezes pode perder o contexto específico de uma pergunta anterior, o que pode levar a respostas incorretas ou fora de contexto.
4. Propensão à oferecer respostas incorretas
Não possui capacidade de verificação ou validação externa. Portanto, pode gerar respostas que parecem plausíveis, mas que podem não ser necessariamente precisas ou corretas.
5. Dificuldades com perguntas amplas ou vagas
Quando as perguntas são muito amplas, vagas ou mal formuladas, o GPT-3 pode ter dificuldade em fornecer uma resposta útil. Perguntas mais específicas e bem definidas geralmente produzem resultados melhores.
6. Risco de vieses e informações incorretas
O treinamento do GPT-3 é baseado em grandes conjuntos de dados da internet, o que pode incluir informações enviesadas ou incorretas.
Embora tenham sido feitos esforços para minimizar esses problemas, eles ainda podem estar presentes nas respostas fornecidas.
Interações com o GPT-3
Lógica
1. Primeira Pergunta (O que é modus ponens?)
2. Pergunta sobre o tema (resposta correta)
3. Segunda pergunta (resposta equivocada)
4. Provocação (pista sobre o que se quer)
5. Novamente (resposta correta)
¡Correcto, pero no no mucho!
6. Terceira pergunta (Silogismo aristotélico)
Interações com o Chat-GP
Artigos acadêmicos
1. Artigos Acadêmicos
2. Artigos Acadêmicos
3. Artigos Acadêmicos
4. Artigos Acadêmicos
Interações com o GPT-3
Ética
1. Questões éticas - viés ("bias")
2. Questões éticas - escolhas
3. Questões éticas - ética contextual
4. Ética ou salvaguardas?
5. Questões éticas
Interações com o GPT-3
Peças Profissionais
1. Advocacia
Peças processuais.
2. Educação
Planos de aula.
Bibliografia sugerida para esta aula
Bibliografia em português
Para Pensar a Respeito
O que pode dar errado?
PROBLEMAS:
As máquinas terão direitos algum dia?
As máquinas podem cometer crimes?
Elas são imputáveis pelos resultados de suas ações?
Quando as máquinas construirem outras máquinas, será reprodução?
PROBLEMAS:
Perda de postos de trabalho;
Implicações legais do uso do Chat-GPT;
Autonomia das IAs;
O uso da IA para construir armas de destruição em massa;
O uso da IA para hackear sistemas de defesa de países;
Acesso público à IA.
A regulação é a solução ?
Salvaguardas - Isaac Asimov
Primeira Lei: Um robô não pode causar mal a um ser humano ou, por inação, permitir que um ser humano sofra algum mal;
Segunda Lei: Um robô deve obedecer às ordens dadas por seres humanos, exceto nos casos em que tais ordens entrem em conflito com a Primeira Lei;
Terceira Lei: Um robô deve proteger sua própria existência, desde que tal proteção não entre em conflito com a Primeira ou a Segunda Lei.