Generative AI: até ao infinito e mais além
Bem-vindos ao mundo onde os avatares artísticos nas redes sociais criados com a app LensaAI parecem obras do Andy Warhol, a música clássica ao estilo de Beethoven pode ser composta no AIVA em menos de um minuto e os conteúdos redigidos pelo ChatGPT3 apresentam qualidade mais do que suficiente para produzir um livro em apenas um fim de semana,[1] figurar em revistas científicas[2] ou passar com distinção num exame de MBA na Wharton School.[3]
Para quem trabalha na Quidgest, que há mais de 30 anos aproveita as potencialidades da inteligência artificial para revolucionar a forma de criar e entregar soluções digitais, nada disto é propriamente inesperado, surpreendente ou apocalíptico. Só o será para todos aqueles que ainda não se prepararam (equacionando como tirar máximo partido dos seus benefícios) para esta nova era de Generative AI – que em alguns casos não é ainda humanamente perfeita, mas para lá caminha.
Afinal, como funciona a Generative AI?
Um sistema de inteligência artificial generativa é concebido para criar algo novo baseado em algo que já existe. Por outras palavras: através de machine learning, deep learning, redes neurais, grandes quantidades de dados (medidos geralmente em petabytes, sendo que 1 petabyte equivale a 1000 terabytes) e padrões existentes nesses dados é possível ensinar e treinar a IA para executar tarefas específicas e criar novos conteúdos de áudio, imagem, texto, simulações, vídeos, etc.
Pegando nos três exemplos anteriormente mencionados na introdução deste artigo: a LensaAI foi alimentada com milhares de informações e regras específicas sobre design e estilos artísticos que lhe permitem gerar imagens originais de forma autónoma, não apenas cópias daquilo que ‘conhece’; o AIVA (Artificial Intelligente Virtual Artist) foi treinado com milhares de exemplos de partituras clássicas e músicas de diferentes géneros, ritmos e harmonias e é capaz de compor novas melodias a partir da análise dessas amostras; e o ChatGPT (Generative Pretrained Transformer) foi treinado com milhares de exemplos e padrões de texto disponíveis na internet, de modo a produzir um modelo de linguagem natural capaz de recriar diálogos, cartas, poemas, e-mails, artigos e outros tipos de narrativas produzidas comummente por humanos. O modelo foi treinado para prever palavras – a rede neural foi alimentada com sequências de texto e instruída para prever a próxima palavra da sequência, com base nas palavras anteriores. Isto permite que o modelo reconheça e reproduza padrões linguísticos complexos encontrados em textos naturais.
Ao contrário de abordagens mais tradicionais, que dependem exclusivamente de uma grande quantidade de dados para serem eficazes, os modelos de Generative AI conseguem gerar novos dados de alta qualidade a partir de um conjunto menor de dados – porque esses modelos são capazes de identificar padrões e relações subjacentes nos dados para gerar novos dados.
O objetivo desta tecnologia é precisamente reproduzir o comportamento humano, criando com base no que os humanos já criaram anteriormente. É por isso que os resultados são tão arrebatadores: porque quanto maior e melhor for a amostra de dados, mais padrões é possível detetar e mais variações é possível criar ajustadas ao que um humano seria capaz de fazer.
Criar, inovar a escalar negócios com recurso á IA
A massificação da utilização da IA vai muito além do embelezamento das redes sociais ou da aceleração na escrita de um texto. Este fenómeno aplicado às organizações promete continuar a alterar radicalmente a forma como estas operam, inovam e escalam o seu negócio. No livro “All In on AI: How Smart Companies Win Big With Artificial Intelligence”, Thomas Davenport (Professor no Babson College) e Nitin Mittal (Head of US Artificial Intelligence Growth na Deloitte), consideram que existem três principais arquétipos em torno da utilização da IA por organizações: 1) criar novos negócios, produtos ou serviços; 2) transformar as operações; e 3) influenciar o comportamento dos clientes. Os autores dão alguns exemplos concretos de organizações globais que já utilizam a AI dentro destes três arquétipos para aumentar a sua produtividade, rentabilidade e vantagem competitiva:
- Amazon: A Amazon utiliza a IA para personalizar as recomendações de produtos a cada cliente e melhorar os processos de logística, através da previsão da procura e da otimização das rotas de entrega;
- Google: Ao nível da sua plataforma de pesquisa e dos assistentes de voz como o Google Assistant, a empresa tem vindo a melhorar a capacidade de entender o contexto das perguntas colocadas pelos utilizadores, de forma a fornecer respostas cada vez mais precisas;
- Netflix: A empresa recolhe dados sobre as visualizações dos seus assinantes e usa algoritmos de machine learning para entender os seus gostos e preferências. Isto permite à Netflix dar recomendações de conteúdo altamente personalizadas (o mesmo faz a Spotify com as playlists musicais);
- Boston Dynamics: Esta empresa especializada em robótica desenvolve robôs que são capazes de realizar tarefas complexas, desgastantes ou perigosas para o ser humano, como movimentação de objetos pesados em fábricas e armazéns;
- Tesla: Através de sensores, a Tesla recolhe informações para treinar os seus algoritmos e tornar os seus veículos cada vez mais precisos na deteção de obstáculos e na tomada de decisões de condução.
90% do conteúdo online criado por IA até 2025
De repente, escrever roteiros de filmes ou esboçar contratos de arrendamento tornou-se muito mais fácil, e detetar o verdadeiro autor de trabalhos artísticos, académicos ou jornalísticos muito mais difícil. Mas esta história ainda vai nos primeiros capítulos. De acordo com o mais recente observatório do Europol Innovation Lab,[4] até 2025 espera-se que 90% do conteúdo disponível na internet seja produzido com ajuda da inteligência artificial.
Um estudo da McKinsey[5] mostra que a adoção da IA mais do que duplicou nos últimos 5 anos. O Financial Times noticiou também que os investimentos em Generative AI superaram os 2 mil milhões de dólares só no ano passado, o que evidencia o claro e crescente interesse por parte de investidores e empresas nesta tecnologia.[6] O próprio Greg Brockman, um dos Co-fundadores da OpenAI, partilhou um tweet onde anunciava o tremendo impacto da IA não só na economia, mas especificamente no mercado de trabalho: “This technology can already do all sorts of things that companies currently need humans to do. Even if this tech doesn’t take over your entire job, it might very well change it.”
Também Kevin Scott, Chief Technology Officer na Microsoft, acredita que 2023 vai ser o ano mais emocionante que a comunidade AI já viu.[7] Eis alguns dos principais motivos que o levam fazer esta afirmação:
- Criatividade sem limites: À medida que a Generative IA se torna mais popular e acessível, mais pessoas poderão utilizar a tecnologia para se expressarem criativamente na música, nas artes, na escrita, etc. Estas novas ferramentas democratizam igualmente o acesso a novas competências dominadas anteriormente por profissionais especializados ou altamente experientes em áreas como o direito, a medicina ou a história, entre muitas outras.
- Assistência no trabalho: Quantas vezes precisámos de alguém que nos desse apoio em tarefas repetitivas, cansativas, demoradas, complexas, acessórias ou outras, de forma a podermos focar-nos nas atividades realmente estratégicas e com valor para a nossa função? A IA está hoje a assumir essa missão, permitindo ao ser humano afastar-se paulatinamente de todos os tipos de trabalho que não o dignificam ou realizam.
- Inovação a alta velocidade: A Generative AI reduz significativamente o tempo dos processos criativos entre a ideia, a necessidade, e a solução, o resultado final, seja porque gera os primeiros drafts, faz a pesquisa de base, identifica erros, sistematiza os prós e contras de cada opção, ou gera novas sugestões para comparação. Este ciclo de colaboração virtuoso traduz-se num salto quântico em termos de inovação em todas as áreas difícil de alcançar através dos métodos tradicionais.
Errar é humano, logo é de máquina também
Este método de IA extremamente poderoso também está sujeito, naturalmente, a falhas. Isto acontece porque os modelos de IA são construídos e treinados com base em dados e algoritmos desenvolvidos originalmente por humanos – e quando estes contêm erros ou são incompletos, os resultados gerados pelas máquinas também o poderão ser.
Além disso, os modelos de IA também não têm (ainda) a capacidade de compreender o contexto ou as nuances da linguagem humana, por exemplo. Portanto, podem surgir respostas inadequadas, erradas ou mesmo ofensivas – daí a necessidade de intervenção humana para validar os outputs, de acordo com parâmetros de legislação em vigor, precisão, veracidade, adequação, ética, entre outros.
A importância de fazer boas perguntas e validar que obtemos boas respostas:
- Preconceito: Os modelos de Generative AI podem replicar preconceitos[8] presentes nos dados com que foram treinados, resultando em conteúdos discriminatórios ou ofensivos. Imagens perturbadoras ou surreais, como animais híbridos ou corpos femininos frequentemente apresentados sem roupa, e textos homofóbicos ou racistas são alguns exemplos;
- Veracidade: Devido à falta de conhecimento factual, à data dos últimos dados inseridos ou a erros na compreensão do contexto, estas aplicações podem ser usadas para produzir notícias (fake news), vídeos (deepfake) e outros conteúdos falsos ou imprecisos;
- Contexto: os modelos de Generative AI podem gerar respostas irrelevantes ou descabidas, especialmente quando se trata de perguntas complexas – traduções e instruções de voz imprecisas ou engraçadas acontecem devido a erros de compreensão do contexto, falta de compreensão da linguagem natural ou falta de conhecimento cultural, por exemplo;
- Imaginação: Embora estes modelos possam produzir conteúdos originais surpreendentes, ainda estão limitados pela quantidade e qualidade dos dados com que foram alimentados. Daí que muitos artistas não apreciem poemas, letras e música ou obras de arte geradas por estas ferramentas;
- Regulamentação: Identificar e definir a originalidade ou a propriedade intelectual dos conteúdos gerados artificialmente[9] e controlar a sua aplicação e ou perigo de desinformação são tópicos que têm sido acirradamente debatidos em torno da IA;
- Segurança: A massificação da Generative AI apresenta uma série de perigos associados ao hacking, como fraude e roubos de identidade, fuga de informação confidencial, manipulação de dados em contexto económico ou governamental.
Plataforma Genio: do generativo ao genial
Etimologicamente, a raiz latina gen- remete para ‘dar à luz’ e está presente em várias palavras do nosso léxico como geração, gene ou génese. A IA generativa vai buscar esta herança latina, remetendo para uma caraterística de algo que é capaz de geral ou criar algo novo. Em outros contextos, o termo pode referir-se ainda a algo com a capacidade de se regenerar ou de se renovar constantemente.
Tendo em conta que a complexidade do software, as camadas que suportam um sistema de informação e o número de tecnologias, componentes e requisitos necessários para o seu desenvolvimento e funcionamento têm vindo sempre a aumentar, é caso para dizer que é preciso ser um verdadeiro génio para conseguir desenvolver software hoje.
Génio é outra das palavras que, etimologicamente, remete para a criação, e a palavra que inspirou a Quidgest a criar a sua própria plataforma de geração automática de software em 1990 – O Genio. Tal como entendemos um génio como alguém que possui capacidades ou talento natural excecionais ou superiores para criar coisas extraordinárias, também o Genio da Quidgest é diariamente colocado à prova para responder a necessidades, resolver enigmas e ultrapassar desafios que muitos considerariam impossíveis – transformar pessoas fora das TI em criadores de soluções digitais, atualizar sistemas obsoletos em tempo e qualidade recordes, criar software sem erros pronto a evoluir logo após a sua instalação, proteger os dados pessoais e as instituições contra crimes e fraudes com uma eficácia superior, apoiar as organizações com ferramentas de gestão estratégica que lhes permitem alcançar patamares de eficácia, qualidade e inovação nunca antes vistos.
Estas são apenas algumas das caraterísticas das soluções desenhadas através da plataforma Genio, num ambiente de Model Driven Engineering (MDE) ágil que, com recurso a inteligência artificial, a modelos e padrões capazes de representar conhecimento complexo, podem ser facilmente testados (fazendo simulações, antecipando comportamentos ou prevendo evoluções), possibilitando aumentos extraordinários de rapidez, eficiência, produtividade e fiabilidade.
Se usarmos a metáfora do Aladino e o Génio da Lâmpada, também podemos referir-nos ao Genio da Quidgest como a solução pronta a ser ‘libertada’ por qualquer profissional ou organização, de forma a dar resposta às suas necessidades e desafios específicos (e aqui estão contemplados mais do que três ‘desejos’!).
10 aspetos que distinguem o Genio de outras plataformas e ferramentas de Generative AI:
- Independência tecnológica: O Genio combina independência de fornecedores e tecnologias, padronização de código e velocidade de entrega em múltiplas linguagens;
- Rapidez e produtividade: O Genio automatiza, em média, 98% do código e desenvolve projetos até 10x mais rápido e com 1/10 dos recursos habituais (Scaled Agile Framework). Além disso, consegue ser 8 vezes mais produtivo que as plataformas tradicionais de low-code.
- Evolução fácil: Os sistemas criados em Genio são facilmente evolutivos, o que permite às empresas integrarem novos requisitos e adaptarem-se às constantes mudanças de forma rápida e eficiente;
- Personalização: O Genio é capaz de fornecer sistemas de informação especializados que respondem às necessidades específicas de áreas de negócio muito exigentes e diversificadas (DevOps).
- Integração e interoperabilidade: O Genio está projetado para ser integrado automaticamente com outras ferramentas e sistemas, garantindo ainda a interoperabilidade com outros fabricantes e marcas. Através da metodologia APTO (Atualização de Plataformas Tecnológicas Obsoletas), possibilita a conversão de aplicações de gestão legacy para novas tecnologias, através de modelação.
- Máxima precisão: O Genio gera automaticamente código standard (como se fosse escrito por um programador) de alto nível e sem erros (Lean IT). Esse código standard é completamente independente da framework de geração, o que garante a consistência e a qualidade dos sistemas criados. Os testes estão incorporados em todo o processo de desenvolvimento (poka-yoke);
- Atualização permanente: A plataforma é regularmente atualizada com as mais recentes tecnologias, funcionalidades e metodologias de trabalho para fornecer resultados precisos e confiáveis. Por outro lado, também garante a sua atualização constante dos sistemas de informação que gera, de forma a manter um alto nível de produtividade;
- Alto nível de abstração: A interface gráfica de alto nível de abstração permite a construção e manutenção dos sistemas de informação independente de domínios de programação. O Genio permite ‘esquecer o código’ e passar para os padrões e modelos de negócio.
- Suporte e formação: A Quidgest oferece suporte e formação aos seus clientes para garantir que eles possam aproveitar ao máximo as potencialidades das soluções e funcionalidades criadas em Genio.
- Foco nos resultados: O Genio foi desenvolvido para ajudar pessoas e empresas a alcançarem resultados concretos e tangíveis, a nível de eficiência, produtividade, agilidade e redução de custos, entre outros.
Genio vs GTP-3
Uma ferramenta de Generative AI ou machine learning automatizada como o GPT-3 é muito poderosa e usada com sucesso em muitos campos (até nas TI), mas não é suficientemente confiável para produzir código sem erros. O desenvolvimento de software é um trabalho crítico e basta um único byte em vários milhões de linhas de código para comprometer toda a solução – inverter a lógica, introduzir vulnerabilidades, prejudicar a performance ou impedir até o seu funcionamento.
Esta imprevisibilidade explica-se porque o GPT-3 não constrói nenhum modelo interno do processo empresarial, dados de aplicação ou lógica de aplicação. Logo, não consegue ser mais preciso nem detetar todas as possíveis falhas.
É por isso que a Quidgest acredita que a solução mais confiável para a geração automática de software passa pela Modelação combinada com IA – a modelação permite capturar os requisitos do sistema e criar modelos que possam ser verificados e validados antes da geração do código. A combinação destas duas abordagens leva a sistemas de software mais confiáveis e robustos. No caso do Genio, muito mais rápidos: a plataforma Genio consegue produzir código a uma velocidade de 1 milhão de carateres por segundo, bastando apenas 2 minutos para converter modelos complexos em código legível… resultados impossíveis de alcançar humanamente.
Da AGI Renaissance ao Transumanismo
Esta Nova Primavera da IA[10] floresce a olhos vistos e o seu impacto é transversal a todas as áreas e setores. No caso da Generative AI, a sua aplicação, muito breve, fará parte do dia a dia de todos, e não de apenas alguns, quer através da criação de conteúdos em massa para o Metaverso e espaço NFT, a produção automática e 100% artificial de filmes, músicas e livros; a evolução dos veículos autónomos dotados de ‘reações e habilidades’ muito mais rápidas e precisas que as dos humanos, a evolução na criação de novos materiais, ingredientes ou medicamentos para novas doenças com base em modelagem molecular, design de compostos e análise de dados.
De acordo com a superexcitação que sempre amaldiçoou a Inteligência Artificial, caminhamos a passo acelerado para a AGI (Artificial General Intelligence)[11] e a visão de um futuro no qual a inteligência artificial servirá para transformar a sociedade e resolver alguns dos problemas mais críticos da humanidade, como as alterações climáticas, a saúde e o bem-estar ou as questões sociais e políticas. Alguns acreditam que a AGI pode ser o próximo passo evolutivo na história da tecnologia, e que esta vai revolucionar a maneira como as pessoas vivem, trabalham e se relacionam entre si.
“By 2029, computers will have emotional intelligence and be convincing as people.”
Ray Kurzweil
Esta possibilidade de convivermos em todas as esferas da nossa vida com máquinas extremamente evoluídas e versáteis (graças a machine learning, visão computarizada, processamento de linguagem natural, simulação do cérebro humano, etc.) vai tornar os computadores capazes de realizar qualquer tarefa intelectual humana – desde contar uma piada a manifestar sentimentos, bem ao estilo do filme “Her” de Spike Jonse.
Ray Kurzweil, inventor, futurista e conhecido Diretor de Engenharia da Google, acredita que a capacidade de processamento e inteligência emocional dos computadores vai ser similar à inteligência humana por volta de 2029[12] e, nessa altura, não iremos simplesmente ‘usar’ computadores. Iremos conviver, conversar, desabafar e até mesmo ter relacionamentos com eles. (A título de curiosidade, as previsões de Kurzweil possuem, até à data, uma taxa de acerto de 86%).
Vivemos também na era de sonho para os Transumanistas, cujo movimento (inspirado pelo biólogo inglês Julian Huxley, em 1957) defende que a evolução humana não deve ficar presa aos limites da sua condição de espécie. Deve aperfeiçoar-se, através dos avanços tecnológicos e científicos, tornando possível o ainda impossível – note-se que, em 1957, o impossível referia-se a invenções que estão hoje diariamente ao nosso alcance como o GPS, a Internet ou o telemóvel.
Não se trata mais de ficção científica, mas de pura realidade. Da cyborguização (incorporação de tecnologia no corpo humano para prolongar a vida, a mobilidade ou a força humanas, como faz um bypass cardíaco ou uma prótese) à implantação de chips como os da Neurolink[13] para restaurar funções perdidas como a visão ou aceder a informação e interação com outros dispositivos eletrónicos), passando pelo upload e download de informação no cérebro humano (de forma a criar humanos superinteligentes ou transferir a consciência humana para um sistema de computação, permitindo que as pessoas ‘vivam eternamente’ em formato digital).
A Generative AI, em combinação com outras disciplinas como a Neurotecnologia ou a Genética já se revelou chave para criar soluções inovadoras para problemas complexos que permitem aos seres humanos alcançar novos patamares de conhecimento, criatividade, competência e longevidade.
A Quidgest quer fazer parte desta travessia pela inteligência artificial através do software. Queremos, mais do que continuar, fazer ainda mais e melhor pelas pessoas, pelas empresas, pelas instituições públicas e pelo planeta. Através de sistemas de gestão de informação que ajudem a revolucionar a forma de prevenir doenças, desenvolver novos tratamentos, formar e desenvolver as pessoas em contexto profissional, facilitar o acesso a soluções de habitação acessíveis, prever perigos e tendências financeiras, tomar decisões de justiça e políticas públicas informadas, monitorizar recursos naturais e contribuir para a ação climática… e muito mais nos vários quadrantes da sociedade.
Queremos ir “até ao infinito… e mais além”, pedindo emprestada a mítica frase do Buzz Lightyear no filme “Toy Story”. E queremos fazê-lo movidos não só pela nossa ambição, mas também pela missão que cumprimos com sonho, determinação e entusiasmo há já 34 anos: a de todos os dias ousar, ser e fazer diferente.
[1] He Used AI to Publish a Children’s Book in a Weekend. Artists Are Not Happy About It. Time, 14 dezembro 2022: https://time.com/6240569/ai-childrens-book-alice-and-sparkle-artists-unhappy/
[2] Fake Scientific Abstracts Written By ChatGPT Fooled Scientists, Study Finds. Forbes, 10 janeiro 2023: https://www.forbes.com/sites/brianbushard/2023/01/10/fake-scientific-abstracts-written-by-chatgpt-fooled-scientists-study-finds/?sh=68b7f48d18b6
[3] ChatGPT passes MBA exam given by a Wharton professor. NBC, 23 janeiro 2023: https://www.nbcnews.com/tech/tech-news/chatgpt-passes-mba-exam-wharton-professor-rcna67036
[4] Europol Innovation Lab (2021). Facing Reality: Law Enforcement and the Challenge of Deepfakes. https://www.europol.europa.eu/cms/sites/default/files/documents/Europol_Innovation_Lab_Facing_Reality_Law_Enforcement_And_The_Challenge_Of_Deepfakes.pdf
[5] McKinsey & Company. (2022). The State of AI in 2022: And a Half-Decade in Review. QuantumBlack. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2022-and-a-half-decade-in-review
[6] Investors seek to profit from groundbreaking ‘generative AI’ start-ups. Finantial Times: https://www.ft.com/content/9c5f7154-5222-4be3-a6a9-f23879fd0d6a
[7] A conversation with Kevin Scott: What’s next in AI, Microsoft: https://news.microsoft.com/source/features/ai/a-conversation-with-kevin-scott-whats-next-in-ai/
[8] ChatGPT could be used for good, but like many other AI models, it’s rife with racist and discriminatory bias. Insider, 16 janeiro 2023: https://www.insider.com/chatgpt-is-like-many-other-ai-models-rife-with-bias-2023-1
[9] He used AI to win a fine-arts competition. Was it cheating? The Washington Post, 2 setembro 2022: https://www.washingtonpost.com/technology/2022/09/02/midjourney-artificial-intelligence-state-fair-colorado/
[10] The New Spring of Artificial Intelligence and Models. QuidNews 27, julho 2019, pp. 14-23: https://quidgest.com/wp-content/uploads/2019/09/Quidnews_27.pdf
[11] Artificial General Intelligence (AGI): What You Need to Expect. Future Side, 15 agosto 2022: https://futurside.com/artificial-general-intelligence-agi-what-you-need-to-expect/
[12] Computers will be like humans by 2029: Google’s Ray Kurzweil. CNBC, 11 junho 2014: https://www.cnbc.com/2014/06/11/computers-will-be-like-humans-by-2029-googles-ray-kurzweil.html
[13] Musk: Neuralink Will Reach Human Testing by Mid-2023. Business Insider, 27 julho 2022: https://www.businessinsider.com/neuralink-elon-musk-microchips-brains-ai-2021-2#neuralink-is-developing-two-bits-of-equipment-the-first-is-a-chip-that-would-be-implanted-in-a-persons-skull-with-electrodes-fanning-out-into-their-brain-2
NOTA: Este artigo foi escrito por um humano, mas contou com a ajuda de várias ferramentas assentes em IA. Um agradecimento especial a: ChatGPT, DeepL, Priberam, Grammarly e Linguee.