Inteligência Artificial 2041

Inteligência Artificial 2041 mistura ficção e explicação técnica de um jeito pouco comum. São dez contos ambientados daqui a vinte anos, em países diferentes, e cada um é seguido por um ensaio que explica a tecnologia por trás da história e o quanto dela já existe hoje.

A ideia é que o leitor sinta o futuro antes de entendê-lo. Uma história sobre seguro de vida ou sobre um carro sem motorista grava mais na memória do que um gráfico sobre investimento em pesquisa, e o ensaio seguinte traz os pés de volta ao chão.

Kai-Fu Lee cuida da parte técnica, e Chen Qiufan, escritor de ficção científica, cuida das tramas. Juntos, tentam responder a uma pergunta simples: como será viver com máquinas inteligentes em 2041, e o que podemos decidir desde já pra que esse futuro seja bom?

O formato tem uma razão prática. Textos técnicos sobre inteligência artificial costumam afastar quem não é da área, e textos de ficção costumam exagerar sem compromisso com a realidade. O livro tenta ficar no meio do caminho, com histórias plausíveis e explicações que não exigem diploma.

Os autores deixam claro que não estão fazendo previsão exata. Eles chamam o resultado de visões, cenários extrapolados a partir de tendências que já aparecem em laboratórios e empresas. A aposta é que a maior parte das tecnologias descritas estará disponível em 2041, ainda que não do jeito exato das tramas.

Esse cuidado importa pra quem lê. Em vez de aceitar tudo como profecia, o leitor é convidado a olhar cada conto como um ensaio de imaginação, discutir o que parece provável e o que parece forçado, e depois conferir no texto técnico o quanto cada ideia se sustenta.

A base de quase tudo no livro é o aprendizado profundo, técnica em que um programa aprende padrões a partir de enormes quantidades de exemplos, em vez de seguir regras escritas por uma pessoa. É assim que o celular reconhece seu rosto ou que um aplicativo traduz uma frase.

O ponto principal é que o sistema não entende o mundo como a gente. Ele encontra relações estatísticas entre entradas e respostas. Mostre milhões de fotos de gatos, e ele aprende a reconhecer gatos. Mostre milhões de históricos de clientes, e ele aprende a prever quem vai pagar a conta em dia.

Os autores explicam que esse método funciona muito bem em tarefas específicas e estreitas, mas é frágil fora delas. Um sistema ótimo em jogar xadrez não sabe nada de culinária. Entender essa limitação ajuda a não temer nem superestimar o que as máquinas fazem hoje.