História e fundamentos da IA

O quadro mais amplo é a inteligência artificial (人工知能); uma das abordagens dentro dela é o aprendizado de máquina (機械学習); e, dentro deste, a abordagem que usa redes neurais com muitas camadas empilhadas é o aprendizado profundo (ディープラーニング). No syllabus, os três termos aparecem juntos como palavras-chave em "1. Definição de inteligência artificial". Uma explicação que coloca o aprendizado de máquina ou o aprendizado profundo como o quadro mais amplo inverte a direção da inclusão. Dizer que os três ficam lado a lado de forma independente também não combina com o fato de que o aprendizado profundo é uma das abordagens dentro do aprendizado de máquina.

As quatro classificações do nível de IA estão listadas nos objetivos da seção "1. Definição de inteligência artificial" do syllabus como "programas de controle simples" (単純な制御プログラム), "inteligência artificial clássica" (古典的な人工知能), "aprendizado de máquina" e "aprendizado profundo". Funcionar apenas com uma correspondência predeterminada entre condições e ações é próprio de um programa de controle simples, como um termostato que liga e desliga numa temperatura definida. A inteligência artificial clássica escolhe uma resposta por meio de ramificações lógicas, busca ou conhecimento armazenado; o aprendizado de máquina aprende regularidades a partir de dados; e o aprendizado profundo é, entre estes, a abordagem que usa uma rede com camadas empilhadas em profundidade — todos eles vão além do estágio em que uma pessoa escreve à mão todas as respostas.

O efeito IA (AI効果) é o fenômeno em que, quando o mecanismo por trás de uma inteligência artificial fica claro e seu funcionamento interno é compreendido, ela passa a ser vista como "mero processamento automático, não inteligência", e sua avaliação cai. O syllabus afirma explicitamente, nos objetivos de "1. Definição de inteligência artificial", que se deve "ser capaz de explicar o efeito IA". O debate sobre o ponto de virada em que a IA supera a inteligência humana é a singularidade (シンギュラリティ), que é uma palavra-chave de "2. Questões debatidas no campo da inteligência artificial". A tendência de o desempenho melhorar com o volume de dados e a incapacidade de apresentar os motivos de uma decisão são temas diferentes do efeito IA.

Agente (エージェント) é uma forma de ver algo que observa seu ambiente e escolhe por conta própria sua próxima ação em direção a um objetivo. É um termo para entender a inteligência artificial a partir de "como ela se comporta", e não de "com que mecanismo ela é construída", e no syllabus aparece como palavra-chave em "1. Definição de inteligência artificial", ao lado de inteligência artificial, aprendizado de máquina, aprendizado profundo e efeito IA. Um ponto de entrada para a operação na tela, uma pessoa que organiza dados e um mecanismo que empresta recursos computacionais não são aquilo a que este termo se refere.

ImageNet é um conjunto de dados (データセット) de grande escala, com rótulos de classificação atribuídos a uma enorme quantidade de imagens, e ILSVRC é uma competição que o utilizou para disputar a acurácia no reconhecimento de imagens. No syllabus, ambos aparecem como palavras-chave em "6. Aprendizado profundo", servindo de material para explicar como o aprendizado profundo se desenvolveu. Não são dois nomes para o mesmo modelo, nem têm a relação de um padrão de rótulos e um local de avaliação. O que se relaciona ao Go é o AlphaGo (アルファ碁), que também é uma palavra-chave do mesmo subtópico, mas é outra coisa.

O LeNet é uma rede neural que usa convolução (畳み込み), criada para reconhecer dígitos manuscritos, e aparece como palavra-chave em "6. Aprendizado profundo" no syllabus. Quem venceu os melhores jogadores humanos de Go foi o AlphaGo; o conjunto de dados de grande escala com rótulos atribuídos a uma enorme quantidade de imagens é o ImageNet; e o que gera novos textos ou imagens é a IA generativa (生成AI) — todas palavras-chave diferentes listadas no mesmo subtópico. Em vez de memorizar só os nomes, ajuda guardar também o que cada um tem como objeto.

O AlphaGo (アルファ碁) é um programa que venceu os melhores jogadores humanos de Go, e no syllabus aparece como palavra-chave em "6. Aprendizado profundo", ao lado de ImageNet, ILSVRC, LeNet, neocognitron e IA generativa. O objetivo deste subtópico é "ser capaz de explicar a história de como o aprendizado profundo se desenvolveu", por isso ajuda memorizar cada nome junto com a etapa desse desenvolvimento que ele representa. Transcrever a fala, ler dígitos manuscritos e resumir textos não são resultados demonstrados pelo AlphaGo.

O robô (ロボット) é a própria máquina que tem um corpo, e a inteligência artificial é a parte dentro dela responsável pelo julgamento. Os dois podem se sobrepor, mas não são a mesma coisa. Muitas inteligências artificiais não têm corpo e funcionam apenas como software e, ao contrário, há robôs que apenas repetem movimentos fixos e não contêm nenhuma inteligência artificial. Uma explicação que troca o lado responsável pelo julgamento e o lado que é o corpo tem a direção invertida, e não se trata de uma distinção baseada em aprender ou não, nem de uma simples diferença de nome entre áreas.

O neocognitron (ネオコグニトロン) é um modelo que se inspirou no funcionamento do circuito neural humano (人間の神経回路) e buscou tratar a informação visual em etapas, empilhando camadas. A combinação, no syllabus, de "o circuito neural humano" com o neocognitron em "6. Aprendizado profundo" pode ser lida como uma forma de garantir que os estudantes entendam de onde veio a ideia de empilhar camadas. Não é que a fiação do circuito neural tenha sido transformada diretamente em circuito de computador, nem que a pesquisa sobre o circuito neural tenha sido esclarecida. O que se relaciona ao Go é o AlphaGo, do mesmo subtópico.

Busca e raciocínio (探索・推論) é a etapa em que uma pessoa monta o procedimento de solução; Representação do conhecimento e sistemas especialistas (知識表現とエキスパートシステム) é a etapa em que uma pessoa escreve o conhecimento dos especialistas; e Aprendizado de máquina e Aprendizado profundo são a etapa em que as regularidades são aprendidas a partir dos dados. Ou seja, é um fluxo em que o centro de gravidade passou de uma pessoa escrever as coisas para deixar que os dados façam o aprendizado. Observe que a forma de contar esse fluxo como uma "geração" ordinal nunca aparece no syllabus, por isso este laboratório se refere a ele simplesmente pelos nomes dos subtópicos. Mudanças na forma dos dados, no local do processamento ou em quem faz a pesquisa não são o que essa ordem representa.

A Conferência de Dartmouth (ダートマス会議) foi uma conferência de pesquisa realizada em 1956, lembrada como o lugar onde o termo "artificial intelligence" (inteligência artificial) foi usado publicamente pela primeira vez. O teste para distinguir humanos de máquinas por meio de trocas apenas de texto foi proposto no artigo de Turing de 1950, um acontecimento diferente e anterior à Conferência de Dartmouth. Ligar os dois é um erro clássico, por isso memorize o ano e o acontecimento separadamente. As pesquisas sobre sistemas especialistas e os métodos de treinamento de redes neurais com camadas empilhadas em profundidade são temas posteriores a essa conferência.

O teste de Turing (チューリングテスト) é um método de avaliação em que, se um avaliador não consegue distinguir um humano de uma máquina por meio de trocas apenas de texto, considera-se que a máquina tem inteligência. O ponto principal é que ele não dá uma definição da inteligência em si, mas propõe avaliar pelo comportamento observável de fora. O Prêmio Loebner (ローブナーコンテスト) é a competição que realiza esse teste na prática em forma de disputa, e também é uma palavra-chave do mesmo subtópico. Não é um procedimento que examina mecanismos internos nem um método de estimar um prazo.

O Quarto Chinês (中国語の部屋) é um experimento mental que, partindo da situação de uma pessoa que apenas reorganiza símbolos seguindo um manual sem entender chinês, defende que, mesmo que o comportamento não se distinga do de um humano, isso não significa necessariamente que haja compreensão. Ou seja, é uma crítica ao teste de Turing, apresentada como objeção à IA forte (強いAI), a posição que admite a existência de mente ou compreensão. Lê-lo como evidência a favor da IA forte inverte a direção, e é aqui que a confusão costuma acontecer. Não se trata da velocidade de manipulação de símbolos nem da superioridade de métodos de tradução automática.

IA forte (強いAI) e IA fraca (弱いAI) se distinguem pelo fato de a máquina ter ou não mente ou compreensão. A IA forte é a posição de que a máquina realmente compreende, enquanto a IA fraca é a posição de que ela é apenas uma ferramenta que se comporta como se compreendesse. Já geral versus específica (汎用と特化) é uma distinção de escopo de aplicação — a amplitude das tarefas para as quais algo pode ser usado —, um eixo totalmente diferente. Portanto, ter um escopo de aplicação amplo não significa, por si só, ter mente. Uma explicação que troca as duas tem a direção invertida, e volume de dados, recursos computacionais, velocidade de processamento e custo não são critério de nenhuma das duas distinções.

O problema do quadro (フレーム問題, frame problem) é o problema de que, quando se executa uma ação, não se consegue restringir apenas ao que é relevante o que muda e o que não muda, e tratar isso em tempo finito. Em uma palavra, é um problema de delimitar a relevância. Ligar símbolos ao seu significado no mundo real é o problema da ancoragem de símbolos (シンボルグラウンディング問題); o trabalho de escrever conhecimento se tornar enorme é o gargalo da aquisição de conhecimento (知識獲得のボトルネック); e só conseguir resolver problemas com condições limitadas é o problema de brinquedo (トイ・プロブレム) — todas palavras-chave diferentes listadas no mesmo subtópico.

O problema da ancoragem de símbolos (シンボルグラウンディング問題, symbol grounding problem) é o problema de como um sistema liga os símbolos ao significado no mundo real a que eles se referem. Ele é descrito em termos como: mesmo que um sistema tenha a palavra "zebra" e o conhecimento de que ela significa "um cavalo com listras", isso não garante que ele esteja ligado ao animal real à sua frente. Não conseguir restringir as coisas apenas ao que é relevante é o problema do quadro (フレーム問題), e os dois costumam ser cobrados em par. A corporeidade (身体性) é a posição de que a interação com o ambiente por meio de um corpo pode ser necessária, e é uma das formas de responder a esse problema. Montar uma sequência de ações, o eco da informação e o número de características não são aquilo a que este termo se refere.

A corporeidade (身体性, embodiment) se refere à posição de que a experiência de interagir com o ambiente por meio de um corpo pode ser necessária para que a inteligência se estabeleça. Ela é discutida como uma resposta ao problema da ancoragem de símbolos (シンボルグラウンディング問題), segundo o qual os símbolos não se ligam ao significado no mundo real — a ideia é que ter um corpo e tocar o mundo é o que cria essa ligação. Não é a afirmação de que a inteligência artificial precisa ter a forma de um robô para ser prática, nem trata de ser determinada pelo desempenho das peças, nem de um procedimento para transformar movimentos do corpo em fórmulas.

O problema de brinquedo (トイ・プロブレム, toy problem) se refere a um problema limitado, com regras e estados claramente definidos, despojado da complexidade do mundo real. O termo é usado em contextos que descrevem como, embora problemas que se encaixam nesse molde — como labirintos ou quebra-cabeças — pudessem ser resolvidos, os problemas do mundo real, cujas condições não são claramente definidas, continuavam fora de alcance. Observe que ele não significa um "problema fácil", e sim uma situação que simplifica a realidade. Não é material didático para crianças, nem um problema difícil sem solução, nem um problema com carga de cálculo grande demais.

O gargalo da aquisição de conhecimento (知識獲得のボトルネック) é o problema de que o volume e a dificuldade do trabalho de escrever manualmente o conhecimento de um especialista na forma de regras se tornaram uma barreira, impedindo que a abordagem de acumular conhecimento se difundisse. O ponto principal é que a causa não está na falta de recursos computacionais, dados ou comunicação, mas no próprio esforço de escrever o conhecimento. Uma das tentativas de reduzir esse esforço é o sistema de entrevista (インタビューシステム) listado em "4. Representação do conhecimento e sistemas especialistas" no syllabus.

A tradução automática baseada em regras (ルールベース機械翻訳) é uma abordagem em que uma pessoa escreve regras gramaticais e um dicionário para montar uma tradução, enquanto a tradução automática estatística (統計的機械翻訳) é uma abordagem que escolhe a tradução mais plausível a partir de estatísticas sobre um grande volume de dados bilíngues. O fluxo que vai de uma pessoa escrever as coisas para deixar que os dados façam o aprendizado aparece aqui dentro de um único tema, a tradução. Uma explicação que troca as duas tem a direção invertida. Não é uma diferença da unidade tratada, nem uma diferença entre linguagem falada e escrita. Observe que a tradução automática estatística também está listada, além deste subtópico, em "27. Processamento de linguagem natural".

A busca em largura (幅優先探索) avança camada por camada a partir da mais próxima da raiz, examinando todos os nós da mesma profundidade antes de passar para a profundidade seguinte. Ela consegue encontrar primeiro a resposta mais rasa, mas tende a exigir que se guardem mais nós na memória. A busca em profundidade (深さ優先探索) desce de uma vez até onde for possível e, ao chegar a um beco sem saída, retrocede e tenta de novo. Ela precisa guardar menos coisas, mas a primeira resposta que encontra não é necessariamente a mais rasa. Uma explicação que troca as duas tem a direção invertida; escolher ramos ao acaso é a ideia por trás do método de Monte Carlo (モンテカルロ法), e percorrer a árvore das folhas para a raiz não se aplica a nenhuma das duas.

O algoritmo Minimax (Mini-Max法) é um método para jogos de dois jogadores com turnos alternados, em que se supõe que na sua vez será escolhida a jogada mais favorável para você e, na vez do adversário, a jogada mais desfavorável para você, propagando o valor das posições futuras de volta até a posição atual. A poda alfa-beta (αβ法) é um aperfeiçoamento feito durante essa busca que corta os ramos assim que se sabe que examiná-los mais não pode mudar o resultado, reduzindo a quantidade a examinar — não é um conceito de avaliação separado do Minimax. Também não é um procedimento para construir a árvore de busca nem para conferir o resultado depois.

A força bruta (ブルートフォース) é a abordagem de examinar uma a uma todas as jogadas possíveis desde o início. Ela garante encontrar uma resposta, se houver uma, mas, à medida que o número de jogadas cresce, as combinações aumentam bruscamente e ela não termina em um tempo realista. É justamente por isso que se tornam necessários aperfeiçoamentos para reduzir o alcance examinado, como a poda alfa-beta. Examinar os ramos promissores pela ordem de pontuação, a ideia do método de Monte Carlo de testar jogadas aleatórias e registrar e reaproveitar resultados intermediários não são a força bruta em si. Um tema com estados e regras claramente definidos, como a Torre de Hanói (ハノイの塔), está listado no syllabus como material de prática para esse tipo de busca.

O SHRDLU é uma pesquisa que permitiu manipular um mundo de blocos na tela por meio de instruções em linguagem, demonstrando que essas instruções podiam funcionar em um mundo com condições limitadas. O STRIPS é uma abordagem que expressa uma ação em termos de suas "pré-condições para execução" e "o que muda após a execução", montando uma sequência de ações que chega a um estado-objetivo. Trocar os dois inverte a direção. Repetir tentativas com números aleatórios é o método de Monte Carlo (モンテカルロ法), e cortar ramos é a poda alfa-beta (αβ法). Estimar a estrutura molecular a partir de dados de espectrometria de massa é o DENDRAL, e diagnosticar infecções bacterianas é o MYCIN (マイシン), ambos colocados em "4. Representação do conhecimento e sistemas especialistas".

O ELIZA (イライザ) é um programa de conversação que monta uma resposta de acordo com o padrão da frase digitada. Ele é citado como exemplo de que algo pode parecer humano sem realmente compreender o conteúdo. Estimar a estrutura molecular a partir de dados de espectrometria de massa é o DENDRAL; diagnosticar infecções bacterianas e recomendar antibióticos é o MYCIN (マイシン); e o esforço de longo prazo para registrar o senso comum é o projeto Cyc (Cycプロジェクト) — todas palavras-chave diferentes listadas no mesmo subtópico. Cuidado para não confundir algo que diagnostica com algo que conversa.

O MYCIN (マイシン) é um sistema especialista (エキスパートシステム) que diagnosticava infecções bacterianas e recomendava um antibiótico adequado, tratando do campo da medicina. O sistema do campo da química que estimava a estrutura molecular de compostos orgânicos a partir de dados de espectrometria de massa é o DENDRAL; o que enfrentou os vestibulares é o Todai Robot (東ロボくん); e o que competiu com humanos em perguntas e respostas em um programa de quiz é o Watson (ワトソン). Como a combinação entre nome e campo é cobrada diretamente, memorize-os em pares.

O DENDRAL é um dos primeiros sistemas especialistas (エキスパートシステム), que estimava a estrutura molecular de um composto orgânico desconhecido a partir de dados de espectrometria de massa (質量分析). Seu campo é a química, e ele costuma ser cobrado em par com o MYCIN (マイシン), que tratava do campo da medicina. O projeto Cyc é um esforço de longo prazo para continuar registrando o senso comum humano, o Watson é um sistema de perguntas e respostas e o Todai Robot é um projeto que enfrentou os vestibulares — todos itens diferentes listados no mesmo subtópico.

is-a é uma relação de superior e subordinado (上位と下位の関係), que expressa que um conceito subordinado está incluído em um conceito superior, como em "um cachorro é um animal". has-a é uma relação de ter uma parte, vista do todo para a parte, como em "um carro tem pneus". part-of é uma relação de ser uma parte, vista da parte para o todo, como em "um pneu é parte de um carro". has-a e part-of descrevem a mesma ligação vista de direções opostas, por isso cuidado para não confundir a direção. Expressar o mesmo significado, o significado oposto ou uma ordem não são as relações que esses três representam.

A maldição da dimensionalidade (次元の呪い) é o fenômeno em que, à medida que aumenta o número de características tratadas — ou seja, a dimensionalidade —, os dados se tornam mais esparsos dentro desse espaço, e a quantidade de dados necessária para manter a mesma densidade cresce bruscamente. As diferenças de distância entre os pontos também ficam mais difíceis de distinguir. Uma explicação que diz que reduzir as características aumenta os dados necessários tem a direção invertida, e o ajuste aos dados de treinamento ou a relação entre recursos computacionais e acurácia são temas diferentes. Observe que, no syllabus, este termo não está em "7. Aprendizado supervisionado", e sim em "5. Aprendizado de máquina".

Em um método baseado em regras (ルールベース手法), uma pessoa escreve qual conclusão vem com qual condição. Como ele funciona exatamente como foi escrito, é fácil mostrar o motivo de uma decisão, mas fica impossível escrever tudo à medida que as exceções aumentam. O aprendizado de máquina (機械学習) encontra regularidades a partir dos dados, por isso consegue lidar com uma quantidade de casos grande demais para ser escrita, mas, em troca, é mais difícil mostrar o motivo de uma decisão, e ele exige dados com qualidade e quantidade suficientes. Uma explicação que troca os dois tem a direção invertida — é o lado baseado em regras que facilita mostrar o motivo. Filtros de spam, mecanismos de recomendação e processamento estatístico de linguagem natural são exemplos de aplicações do aprendizado de máquina listados neste subtópico.