Níveis de AGI: Google DeepMind Revela um Roteiro para o Futuro da Inteligência Artificial

A Inteligência Artificial Geral (AGI), um sistema de IA com capacidades cognitivas humanas ou superiores, tem sido um dos objetivos mais ambiciosos e debatidos no campo da tecnologia. Recentemente, pesquisadores do Google DeepMind publicaram um artigo inovador intitulado "Levels of AGI: Operationalizing Progress on the Path to AGI" (Níveis de AGI: Operacionalizando o Progresso no Caminho para a AGI), datado de 4 de novembro de 2023. Este estudo, como destacado pelo canal World of AI, não apenas propõe uma estrutura para classificar os diferentes estágios da AGI, mas também oferece um roteiro para medir e orientar seu desenvolvimento. Este artigo explora os principais insights dessa pesquisa, analisando os níveis propostos, os princípios fundamentais para definir a AGI e as implicações para o futuro.

O Que é Inteligência Artificial Geral (AGI)?

Antes de mergulhar na estrutura do Google DeepMind, é crucial entender o que é a Inteligência Artificial Geral. AGI refere-se a uma forma de inteligência artificial que possui a capacidade de entender, aprender e aplicar conhecimento em uma ampla gama de tarefas, em um nível comparável ou superior ao de um ser humano. O artigo do Google DeepMind destaca que a AGI é um conceito multifacetado, abrangendo:

• Objetivos: A meta principal é alcançar uma "inteligência" de nível humano, capaz de resolver problemas complexos e adaptar-se a novas situações de forma autônoma.
• Previsões: Espera-se que a AGI demonstre uma generalidade crescente, superando as capacidades humanas em diversas áreas e possivelmente exibindo propriedades emergentes não antecipadas por seus desenvolvedores.
• Riscos: O potencial da AGI também levanta preocupações significativas, incluindo a possibilidade de sistemas que possam enganar, manipular, acumular recursos de forma autônoma ou até mesmo deslocar humanos em diversas funções, exigindo uma consideração cuidadosa da segurança e da ética.

Google DeepMind e a Jornada Rumo à Inteligência Artificial Geral

O estudo "Levels of AGI: Operationalizing Progress on the Path to AGI", elaborado por uma equipe de pesquisadores do Google DeepMind, incluindo nomes como Meredith Ringel Morris e Shane Legg, visa trazer clareza e um método estruturado para a discussão sobre a AGI. A pesquisa propõe um framework para classificar as capacidades e o comportamento de modelos de Inteligência Artificial Geral e seus precursores. O objetivo, conforme explicado no vídeo do World of AI, é que essa estrutura funcione de maneira análoga aos níveis de autonomia em veículos, fornecendo uma linguagem comum para:

• Comparar diferentes modelos de IA.
• Avaliar os riscos associados.
• Medir o progresso em direção à AGI.
• Estabelecer um roteiro para avaliar como a Inteligência Artificial Geral evoluirá.

Os Níveis de AGI Propostos pelo Google DeepMind

Uma das contribuições centrais do artigo é a definição de uma taxonomia de níveis de AGI, que categoriza os sistemas de IA com base em sua performance (profundidade) e generalidade (amplitude) de capacidades.

A Estrutura dos Níveis de Inteligência Artificial Geral

A estrutura é dividida em seis níveis principais, desde a ausência de IA até a superinteligência artificial:

• Nível 0: Nenhuma IA. Representa sistemas sem capacidades de inteligência artificial, como calculadoras simples ou compiladores.
• Nível 1: IA Emergente. Sistemas que são iguais ou um pouco melhores que um humano não qualificado em tarefas específicas. Atualmente, modelos de linguagem ampla (LLMs) como o ChatGPT da OpenAI e o Llama 2 da Meta se enquadram nesta categoria para certas tarefas. O artigo se refere a isso como "Emerging AGI" (AGI Emergente) para tarefas gerais e "Emerging Narrow AI" (IA Estreita Emergente) para tarefas mais específicas.
• Nível 2: IA Competente. IA que atinge pelo menos o percentil 50 de adultos qualificados em determinadas tarefas. O artigo do Google DeepMind nota que a "Competent AGI" (AGI Competente) ainda não foi alcançada.
• Nível 3: IA Especialista. IA que atinge pelo menos o percentil 90 de adultos qualificados em tarefas específicas. A "Expert AGI" (AGI Especialista) também é considerada não alcançada.
• Nível 4: IA Virtuosa. IA que atinge pelo menos o percentil 99 de adultos qualificados. A "Virtuoso AGI" permanece como um objetivo futuro.
• Nível 5: IA Super-humana (Inteligência Artificial Superior - ASI). IA que supera o desempenho de 100% dos humanos em uma vasta gama de tarefas. Este nível representa a Inteligência Artificial Superior (ASI), que também não foi alcançada.

Exemplos e Aplicações Atuais nos Níveis de AGI

O artigo do Google DeepMind e a análise do World of AI situam os sistemas de IA atuais, como o ChatGPT, na categoria de "IA Emergente" (Nível 1). Embora impressionantes em suas capacidades, esses modelos ainda estão longe dos níveis mais altos de generalidade e autonomia propostos para uma verdadeira Inteligência Artificial Geral.

Seis Princípios Fundamentais para Definir a Inteligência Artificial Geral segundo o Google DeepMind

Para operacionalizar a definição de AGI, os pesquisadores do Google DeepMind propuseram seis princípios cruciais:

1. Foco em Capacidades, não em Processos: A definição de Inteligência Artificial Geral deve se concentrar no que um sistema de AGI pode realizar, em vez dos mecanismos específicos que utiliza.
2. Foco em Generalidade e Desempenho: Tanto a amplitude de tarefas que uma AGI pode executar (generalidade) quanto a qualidade de sua execução (desempenho) são componentes chave.
3. Foco em Tarefas Cognitivas e Metacognitivas: As definições devem priorizar tarefas cognitivas (não físicas) e capacidades metacognitivas, como aprender novas tarefas ou saber quando pedir esclarecimentos.
4. Foco no Potencial, não na Implantação: A avaliação deve considerar o potencial de um sistema para realizar um conjunto de tarefas em um determinado nível de desempenho, o que seria suficiente para declará-lo uma AGI, independentemente de sua implantação real.
5. Foco na Validade Ecológica: As tarefas usadas para benchmark devem se alinhar com atividades do mundo real que são valorizadas pelas pessoas, abrangendo não apenas valor econômico, mas também social e artístico.
6. Foco no Caminho para a AGI, não em um Ponto Final Único: A progressão em direção à Inteligência Artificial Geral é vista como um caminho com múltiplos estágios e benchmarks, em vez de um destino final singular.

Testando a AGI: A Necessidade de Benchmarks

O artigo do Google DeepMind também aborda a complexa questão de como testar a Inteligência Artificial Geral. A operacionalização de uma definição de AGI requer o desenvolvimento de benchmarks específicos e desafiadores. Os pesquisadores reconhecem a imensa complexidade desse processo e a importância de incluir uma ampla gama de perspectivas, incluindo pontos de vista transculturais e multidisciplinares. Em vez de propor um benchmark específico no artigo, eles trabalham para clarificar a ontologia que um benchmark de AGI deveria tentar medir.

Riscos e Considerações Éticas no Desenvolvimento da Inteligência Artificial Geral

O desenvolvimento da AGI não está isento de riscos. Como mencionado na introdução do artigo do Google DeepMind, há especulações de que sistemas de Inteligência Artificial Geral poderiam ser capazes de enganar, manipular, acumular recursos, avançar seus próprios objetivos e até mesmo superar humanos em amplos domínios. O artigo também discute a importância da interação humano-IA e do desenvolvimento de paradigmas seguros e responsáveis para a implantação de sistemas de IA altamente capazes. A avaliação de riscos é um componente essencial nesse caminho.

Conclusão: Um Olhar Estruturado para o Futuro da Inteligência Artificial Geral

O trabalho do Google DeepMind sobre os "Níveis de AGI" representa um passo significativo para trazer uma abordagem mais estruturada e mensurável ao campo da Inteligência Artificial Geral. Ao propor uma taxonomia de níveis e seis princípios fundamentais, a pesquisa oferece uma base para discussões mais matizadas sobre o progresso em direção à AGI, bem como para o desenvolvimento de benchmarks e a avaliação de riscos. Embora a AGI de nível humano e super-humano ainda pareça distante, como o vídeo do World of AI sugere, este framework nos ajuda a entender melhor a jornada e os desafios que temos pela frente na busca por uma inteligência artificial verdadeiramente geral e, espera-se, benéfica para a humanidade.