RESUMO SOBRE INTELIGÊNCIA ARTIFICIAL – LINHA DO TEMPO

INTRODUÇÃO: A inteligência sempre fez parte da vida cotidiana (assistentes de voz,

mecanismos de pesquisa, carros autônomos e redes sociais). Houve o experimento nos anos
50, com pioneiros Allen Newell e Herbert Simon, que fundaram o primeiro laboratório de
inteligência artificial e Minsky tem sido uma figura de destaque na ciência da computação
desde a década de 1950. Ele é um dos fundadores do campo da inteligência artificial (IA) e,
com John McCarthy , fundou o MIT AI Lab em 1959 como um centro mundial de pesquisa,
coração de inovações tecnológicas que até hoje influenciam a forma como vivemos e interagimos com a
tecnologia.
.PROBLEMA: (Inteligência das máquinas / Criações artificiais)
Na informática, a IA é inteligência, raciocínio e aprendizado exibido pelas máquinas e se
assemelha ao raciocínio humano. Como apresentar, explicar, convencer as pessoas sobre a
capacidade de dispositivos eletrônicos funcionarem de maneira semelhante ao pensar
humano? Como explicar sobre essa inteligência e o pensamento tecnológico que simula o
modelo humano de raciocínio? A IA refere-se à capacidade de máquinas realizarem tarefas
consideradas complexas, que antes eram exclusivas de seres humanos.
SOLUÇÃO 1: Apresentar com a ciência a partir de um modelo matemático o uso dos dados no
sistema operacional associando o funcionamento do cérebro a aplicação de redes neurais em
inteligência artificial (o computador resolve problemas como um cérebro humano, usando
circuitos lógicos). Pesquisas em IA aceleraram rapidamente, com Kunihiko Fukushima a
primeira rede neural multicamada de verdade em 1975. O objetivo original da abordagem de
rede neural era criar um sistema computacional capaz de resolver problemas como um cérebro
humano, sendo então a máquina inteligente e de comportamento similar ao ser humano, sendo
integrado o conhecimento humano e artificial, de acordo com o pensamento de Minsky. Assim,
a IA, baseada em algoritmos que processam grandes volumes de dados para identificar
padrões e tomar decisões, se torna uma ferramenta poderosa para automação, personalização
e otimização de tarefas à partir do treinamento de algoritmos para melhor desempenho com o
passar dos tempos.
NOVOS PROBLEMAS: (Fraudes e impacto ambiental)
Deve-se considerar o pensamento humano antiético e as possibilidades de fraude e mentiras,
que invadem e corrompem sistemas e vidas, colocando em risco a proteção, a segurança e a
privacidade, causando grandes males em nível mundial (fakenews, compras online).
Já no meio ambiente, para que o sistema de inteligência artificial seja desenvolvido, treinado e
executado, é necessário um grande investimento computacional, o que gera um alto consumo
de energia.
Em 2020, pesquisadores analisaram o custo de energia necessário para treinar modelos de
processamento de linguagem neural, e convertendo o consumo em emissões aproximadas, os
autores da pesquisa estimaram que a pegada de carbono de um grande modelo de linguagem
é cerca de 300.000kg de emissões de dióxido de carbono, cerca de 125 voos de ida e volta
entre Nova York e Pequim.
Outro agravante no gasto energético dos data centers é o fato de que eles estão, em sua
maioria, concentrados em países com baixo volume de recursos renováveis, como os EUA, a
Europa e a China, ameaçando uma possível saturação no fornecimento de energia local e
também o aumento no consumo de energia de combustíveis fósseis.
Além do consumo energético dos data centers, (locais físicos que reúnem máquinas de
computação utilizadas para armazenar e processar dados), eles também consomem grandes
quantidades de água, uma vez que para o bom desempenho dos computadores, eles precisam
estar entre 15ºC e 25ºC, exigindo um sistema de refrigeração do ambiente onde são mantidos,
afinal as máquinas geram muito calor. Em um artigo publicado em 2023, os pesquisadores
concluíram que para cada 20-50 perguntas e respostas simples do ChatGPT, são consumidos
cerca de 500ml de água.
Os efeitos do aumento no gasto de recursos naturais são sentidos tanto por empresas quanto
pelos moradores dos locais onde estão instalados os data centers. A Google registrou um
aumento de 50% na sua emissão de carbono em 2023 quando comparada com 2019,
enquanto a Microsoft registrou um crescimento de 30% desde 2020. Em Santiago, no Chile,
comunidades locais protestam contra a construção de novos data centers, uma vez que a
presença do data center da Google agrava a seca da região.
INOVAÇÃO CRUZADA: (Combinar ideias, Adaptar, Segmentos variados, Criação)
1. Ferramentas de diagnóstico baseadas em IA podem analisar imagens médicas com uma
precisão superior à dos médicos humanos, permitindo a detecção precoce de doenças;
2. Setor financeiro, a IA está sendo usada para aprimorar a análise de risco, detectar
fraudes e automatizar processos operacionais;
3. Um dos maiores benefícios da IA é a capacidade de aumentar a eficiência operacional.
Algoritmos de IA podem automatizar tarefas repetitivas e demoradas, liberando os
funcionários para se concentrarem em atividades mais estratégicas. Isso não só
aumenta a produtividade, mas também reduz os custos operacionais;
4. Ferramentas de IA podem ser usadas para inovar continuamente, identificar novas
oportunidades de mercado, desenvolver novos produtos e serviços, e otimizar os
processos existentes. Isso permite que as empresas se mantenham competitivas e à
frente da concorrência.
SOLUÇÃO: (Normas e leis e eficiência energética)
Pensando em suprir a necessidade energética de seus data centers e levando em
consideração a expansão das IAs, o Google assinou um acordo com a startup Kairos para que
esta forneça energia nuclear às instalações. A previsão é que entre 2030 e 2035 sejam
construídos pequenos reatores que entregarão até 500MW de energia limpa (mínimo impacto
e não emite poluentes).
A iniciativa não foi tão bem-vista por entidades como o Greenpeace, que não considera a
energia nuclear como verdadeiramente limpa. A Kairos promete entregar uma solução
inovadora, entretanto, utilizando sal de flúor para fazer o resfriamento das usinas, ao invés de
água.
Em matéria para a revista Forbes, Luis Gonçalves, presidente da Dell Technologies para
América Latina, traz algumas possibilidades para gerir a crescente pegada de carbono da IA,
como por exemplo modernizar a infraestrutura para deixá-la mais eficiente, reciclar
equipamentos antigos, e utilizar IAs específicas para cada necessidade, a fim de dimensionar
corretamente as necessidades computacionais e oferecer maior eficiência.
Gonçalves também argumenta a favor do uso da IA como um agente nas ações contra
mudanças climáticas, poluição e desmatamento. Ele sugere que a tecnologia pode ser usada
para otimizar redes energéticas, monitorar data centers para otimizar a eficiência energética,
além de colaborar em outros campos, como sistemas de transporte mais eficientes e a captura
e armazenamento de dióxido de carbono.
O Plenário do Senado aprovou nesta terça-feira (10/12/24) o marco regulatório para uso
da inteligência artificial no país. O texto segue agora para votação na Câmara dos Deputados.
O projeto estabelece os princípios fundamentais para o desenvolvimento e uso de IA. Ele
define que a tecnologia deve ser transparente, segura, confiável, ética, livre de vieses
discriminatórios, respeitando os direitos humanos e valores democráticos. O projeto exige
também que sejam contemplados o desenvolvimento tecnológico, a inovação, a livre iniciativa
e a livre concorrência.
Alto risco: O projeto define ainda como sistemas de IA de alto risco aqueles que podem causar
danos às pessoas ou à sociedade, como os de controle de trânsito, de redes de abastecimento
de água e eletricidade, aqueles aplicados na educação e formação profissionais para
determinar acesso à instituição de ensino ou de monitoramento de estudantes, além dos
sistemas usados para recrutamento de trabalhadores ou para promoções no trabalho,
repartição de tarefas e controle e avaliação do desempenho e do comportamento das pessoas
nas áreas de emprego, gestão de trabalhadores e acesso ao emprego por conta própria,
avaliação de prioridades em serviços públicos essenciais, como bombeiros e assistência
médica, sistemas de inteligência artificial usados pela Justiça para investigação de crimes, ou
que tenham risco para as liberdades individuais ou ao Estado Democrático de Direito, sistemas
de IA na área da saúde, como para auxiliar no diagnóstico e procedimentos médicos, e para o
desenvolvimento de veículos autônomos em espaços públicos são outros exemplos de
sistemas de alto risco de inteligência artificial listados pelo projeto.