A inteligência artificial geral, ou IAG, é um dos marcos mais citados na indústria de inteligência artificial. Executivos de tecnologia a preveem, investidores despejam bilhões no financiamento de pesquisas sobre ela, e críticos alertam sobre os seus riscos assim que ela chegar.
Mas o que exatamente é a IAG permanece incerto, e os pesquisadores ainda discordam sobre o que constitui “inteligência geral”, quando ela pode chegar e como qualquer pessoa a reconheceria quando isso acontecer.
“Há um monte de definições diferentes”, disse Malo Bourgon, CEO do Machine Intelligence Research Institute, ao Decrypt. “Quando começamos a discutir, este sistema é IAG? Aquele sistema é IAG? O que precisamente se qualifica como IAG por qual definição? Acho que é meio difícil de fazer.”
Figuras proeminentes, incluindo o CEO da OpenAI, Sam Altman, o CEO da Anthropic, Dario Amodei, e o CEO da xAI, Elon Musk, opinaram e fizeram previsões sobre o surgimento da IAG.
“Acho que alcançaremos a IAG em 2026”, disse Musk em dezembro durante uma entrevista com o presidente executivo da XPRIZE Foundation, Peter Diamandis. “Estou confiante de que até 2030, a inteligência artificial excederá a inteligência de todos os humanos combinados.”
Leia também: Vitalik defende alternativa liderada pelo Ethereum para a “corrida pela IA Geral”
Ao contrário da inteligência artificial generativa com a qual a maioria das pessoas está familiarizada graças ao ChatGPT, a inteligência artificial geral geralmente se refere a um sistema de inteligência artificial que pode compreender, aprender e aplicar conhecimento em diversas tarefas em um nível semelhante ao humano, em vez de realizar uma única função especializada. O conceito remonta aos primórdios da pesquisa em inteligência artificial na década de 1950.
No início dos anos 2000, pesquisadores como Ben Goertzel, Shane Legg e Peter Voss popularizaram o termo “inteligência artificial geral” para distinguir o objetivo original de uma inteligência artificial de nível humano e amplamente capaz dos sistemas de inteligência artificial específicos, que eram cada vez mais bem-sucedidos, mas limitados, desenvolvidos em laboratórios de pesquisa e universidades.
No entanto, Bourgon afirmou que alcançar a “inteligência de nível humano” não é um objetivo único e universal.
“Existem várias razões, desde nossa história evolutiva, como nossos cérebros são estruturados, a lentidão dos neurônios e os limites de nossa memória de trabalho e da velocidade com que nossos cérebros operam, que nos levam a esperar que, se pudermos projetar sistemas de inteligência artificial que tenham essa propriedade que nós temos, é provável que haja um espaço enorme acima de nós”, disse ele.
IAG já está aqui, dizem alguns
Avanços recentes em grandes modelos de linguagem e poderosas inteligências artificiais como Gemini, ChatGPT, Grok e Claude, que podem escrever ensaios, criar imagens, gerar código e responder a perguntas complexas, levaram muitos a argumentar que a IAG já foi alcançada. Mas o que lhes falta, disse Bourgon, é autonomia.
“Inerente à maioria das definições de IAG é o sentido de autonomia”, disse Bourgon. “Que essas coisas não estão necessariamente se comportando apenas como ferramentas e chatbots, mas que possuem essa natureza de agente, onde são capazes de realizar tarefas em uma ampla variedade de ambientes com uma grande quantidade de autonomia.”
Ben Goertzel, CEO da SingularityNET e uma das figuras creditadas por popularizar o termo IAG, disse que essa interpretação distorce o conceito.
“O termo se tornou bastante confuso agora na mídia”, disse Goertzel ao Decrypt. “CEOs de tecnologia acham conveniente dizer: ‘Ei, já lançamos a IAG’, e as pessoas sensacionalizam as coisas.”
Em teoria, Goertzel explicou, a IAG se refere a sistemas de inteligência artificial capazes de aprender e realizar uma ampla gama de tarefas além daquelas para as quais foram explicitamente treinados. Os modelos atuais, disse ele, são poderosos, mas fundamentalmente diferentes da inteligência geral.
Leia também: Entre vencedores e perdedores da IA, Bitcoin ganha força como aposta “fora do sistema”
“Eles chegam lá não aprendendo a fazer tudo isso”, disse ele. “Eles chegam lá tendo a internet inteira aglomerada em sua base de conhecimento.”
Enquanto desenvolvedores de inteligência artificial investem bilhões de dólares na construção de centros de dados de inteligência artificial para fornecer cada vez mais poder computacional para modelos crescentemente potentes, uma verdadeira inteligência geral precisaria generalizar e gerar insights genuinamente novos que vão além de simplesmente recombinar seus dados de treinamento, explicou ele.
“Se você pegasse os sistemas atuais de redes neurais profundas e os treinasse com música até o ano de 1900, eles nunca inventariam hip hop ou grindcore”, disse Goertzel.
Goertzel argumentou que a transição para a IAG é improvável de aparecer como um único e nítido ponto de ruptura.
“Não precisa haver uma fronteira completamente nítida entre IAG e pré-IAG”, disse ele, comparando isso às áreas cinzentas da biologia em torno de vírus e retrovírus. Ainda sabemos que um cachorro está vivo e uma rocha não está, acrescentou ele, mesmo que alguns casos-limite sejam “nebulosos”, como no caso dos vírus.
Kyle Chan, pesquisador do Brookings que estuda a política global de inteligência artificial, disse que o debate se expandiu para cobrir vários cenários diferentes.
Desenvolvimento no exterior
“Existe toda uma gama do que queremos dizer com IAG”, disse Chan ao Decrypt. “De um lado, você tem a ideia de autoaperfeiçoamento recursivo e uma explosão de inteligência, e do outro, você tem uma versão mais ‘mundana’ — inteligência artificial que pode fazer muitas coisas que os humanos podem fazer, ou inteligência artificial como uma tecnologia normal como a internet ou computadores.”
Enquanto laboratórios de inteligência artificial americanos debatem as implicações existenciais da IAG, disse Chan, a conversa na China parece muito diferente.
“A IAG não é algo tão importante na China, especialmente para os formuladores de políticas, a comunidade de inteligência artificial mais ampla, a indústria de tecnologia mais ampla”, disse ele. “A maioria das pessoas está focada em tentar ganhar dinheiro com isso, e especialmente no lado físico, que é uma área onde acredito que a China e muitas de suas empresas de tecnologia sentem que têm uma vantagem sobre os EUA, onde podem desenvolver robótica ou sistemas autônomos, drones, o que quer que seja impulsionado por inteligência artificial, porque eles têm as cadeias de suprimentos de hardware que os EUA não possuem.”
Chan reconheceu que, embora os desenvolvedores de inteligência artificial na China não estejam tão focados na IAG quanto seus homólogos americanos, ela ainda está em seu radar.
“Alguns dos fundadores de inteligência artificial chineses falam sobre IAG, e alguns deles até falam sobre algo como uma ISA (Inteligência Artificial Super-humana)”, disse ele. “Mas, em geral, a IAG realmente não é algo tão importante na China.”
As previsões sobre quando a IAG pode chegar variam amplamente. Para os pesquisadores que estudam a tecnologia, o rótulo em si pode importar menos do que o que os sistemas podem fazer.
“Quais são os efeitos e as capacidades desses sistemas?”, disse Bourgon. “Essa é mais a mentalidade em que queremos estar agora.”
* Traduzido e editado com autorização do Decrypt.
Crédito sem burocracia de banco, sem impedimento de score! No MB, seus ativos digitais podem virar garantia para um crédito liberado em até 5 minutos, direto pelo app. Você mantém a sua estratégia enquanto organiza o que precisa, com pagamento único em até 12 meses e taxas a partir de 1,69% ao mês. Conheça agora!
