Dr. Mauro Roisenberg: Inteligência Artificial, empregos, riscos e futuro [Ep. 008]

salve salve pessoal sejam todos muito bem-vindos a mais um episódio do Wesley de lá no Gare podcast Muito obrigado pela sua audiência estamos muito felizes com o andamento aqui do nosso podcast peço desde já que você compartilhe os episódios afinal de contas o YouTube entende que o nosso ou se você está assistindo no Spotify também compartilhe e o algoritmo entende que a gente está sendo gerando engajamento e portanto acaba recomendando o nosso conteúdo para novas pessoas hoje eu estou com o professor Mauro Rosenberg que é graduado e engenharia mecânica e Doutor engenharia elétrica e falaremos

sobre um dos temas que eu mais tenho interesse recentemente tem olhado bastante que é inteligência artificial dados e tudo mais Professor Obrigado pela sua participação tô muito feliz aqui pelo aceite do convite Imagina eu que agradeço a oportunidade de conversar um pouquinho né tentar mostrar essa área da inteligência artificial todo mundo entenda aquilo que eu tô falando então vou tentar falar de uma maneira bem ansiedade o senhor é muito quando vai falar um pouco para outras pessoas assim é difícil explicar o que o senhor estuda não na verdade não é difícil é tranquilo legal Professor

o que que é a inteligência artificial Afinal muito bem começando vamos começar é então tem muito de filosofia nisso né mas eu diria tá aqui fazer Inteligência Artificial é a aplicação de técnicas computacionais né É para resolver problemas que são difíceis e complexos usando conhecimento então o que que é o conhecimento conhecimento é aquilo que a gente sabe né E que nos direciona na solução do problema né exemplo simples por exemplo é imagina que tu vai sair daqui de Florianópolis e quer ir para São Paulo certo Pega ali a chega na 101 né tá aí

agora eu vou para o sul ou para o norte então conhecimento São Paulo é o norte de Florianópolis Então vou pegar para o norte isso eventualmente vai te levar por um caminho mais curto para São Paulo certo outros exemplos imagina que tu tá resolvendo um jogo de sudoku por exemplo né então tu pode começar a chutar números aleatoriamente ali os dígitos entre zero e nove e vê se em algum momento tu vai conseguir completar aquele Sudoku ou tu pode usar o teu conhecimento e começar a resolver o problema do Sudoku por aquelas posições que tem

o maior número de restrições ó aqui só pode ser o número 9 aqui aí tu põe o número 9 ali isso vai adicionando novas restrições e isso te ajuda né resolveu o problema de uma maneira mais rápida por exemplo se a gente olhar uma por exemplo ultrassom ultrassom é um conjunto de pixels isso é dado eu posso desses dados tirar informação por exemplo o médico vai lá e olha a medida do da coluna né ou coisa parecida o volume da cabeça aí ele vai usar o conhecimento dele para a partir dessa informação dizer olha o

feto tá com tantas semanas coisas assim né se tu olhar a imagem do ultrassom lá e se quiser saber se é menino ou menina tu sabe né tu usa o teu conhecimento para onde tu vai olhar tá então basicamente é isso é resolver problemas que são complexos né é usando o conhecimento e hoje o porque que existe esse assim a inteligência artificial eu entendi o que o senhor quis dizer por exemplo a minha namorada é radiologista médica radiologista e de fato às vezes eu vejo umas fotos do trabalho dela não entendo nada é só um

borrão preto e branco Ela já diz exatamente o que que tá acontecendo se tá com algum problema se tá com tumor ou não tá a inteligência artificial seria a gente informar uma máquina com dados para que a máquina chegue a conclusão não aí que tá né da onde que eu posso estar Então se a gente é concordar com essa ideia de que eu vou resolver um problema usando o conhecimento então dizer assim da onde eu vou extrair o conhecimento tá então basicamente aí a ela a inteligência artificial até por questões históricas né ela tem duas

grandes correntes vamos dizer assim tá uma é tu extrair o conhecimento de um especialista né então tu chega para né para tua namorada olha tá me explica como é que tu chegou né nesse nessa conclusão nesse diagnóstico tu chega por um médico e pergunta tá Como é que tu chegou né a conclusão de que o paciente tem essa doença e aí ele vai explicar Olha eu pergunto se o paciente tem febre ou não tem febre Ah se ele tem febre então eu pergunto se ele tá com dor em algum lugar e assim por diante então

eu vou tendo um protocolo um conjunto de regras que eu aprendi né na universidade em congressos etc e daí eu chego né a o diagnóstico isso vale para um médico vale um nutricionista um nutricionista por um agrônomo ou por um veterinário e assim por diante certo então a gente tem técnicas para extrair esse conhecimento e transformar esse conhecimento numa estrutura computacional por exemplo um conjunto de perguntas e respostas né um programa que tem uma série de seis então o uma estrutura de dados que é por exemplo um gráfico de conhecimento em que os conhecimentos né

o conhecimento está expresso como termos e esses termos estão ligados por atributos por exemplo então eu posso ter lá vamos dizer Neymar jogou pelo uma partida pelo PSG aí eu tenho uma entidade chamada Neymar a essa entidade ela tem uma pessoa ela tem uma data de nascimento ela tem uma profissão ela tem um pai uma mãe pode ter filhos ela tem uma profissão e assim eu vou eu vou seguindo esses conceitos e eu consigo Event pode responder perguntas sobre o Neymar quanto tempo ele joga porque times ele passou mas tudo e todas essas informações precisam

ser inseridas precisam ser inseridas de maneira explícita e a outra corrente que o senhor ia é e a outra corrente é aqui muitas vezes a gente tem o conhecimento só que a gente não consegue explicitar o conhecimento né então se eu perguntar para uma pessoa tá mas me explica como é que tu faz para reconhecer uma letra A por exemplo eu não sei né é uma letra A ou como que o Neymar consegue fazer embaixadinha como é que ele faz sabe explicar como é que a gente fica de pé e não cai na eficiência a

gente chama isso de memória implícita como é que a gente caminha procedimento é eu sei resolver eu dirijo mas eu não penso em como eu dirijo né É difícil extrair o conhecimento de um motorista certo e aí eu digo assim tá E aí eu posso extrair o conhecimento por exemplo por que a gente chama de dados né de observação da pessoa dirigindo da observação da pessoa ficando em pé de exemplos de reconhecimento de letras por exemplo Então essas são as duas grandes abordagens da Inteligência Artificial uma que eu chamaria de uma abordagem é top Down

né de cima para baixo é o pensar sobre o pensar como é que um ser humano pensa tá pelo eu penso em português e eu tenho regras para isso para resolver problemas e tal como é que eu penso para resolver o problema do cu por exemplo tá é Então a partir daí eu crio o programa de computador onde eu tenho um modelo da forma de pensar lógica ou não lógica de um ser humano tá e na outra abordagem eu chamaria de uma abordagem bota um up disse uma para baixo né então assim eu não eu

não sei explicitamente né como construir o conhecimento mas eu tenho exemplos do conhecimento né em situações do dia a dia do problema exemplos do problema resolvido E aí então eu vou criar estruturas computacionais que são capazes de capturar características né que estão implícitas naqueles dados naqueles exemplos etc e daí obter o conhecimento e isso eu entendo eu pressuponho na minha lei disse que o primeiro formato o top Down da minha eu pressuponho que seria o mais fácil de você inserir esses dados dentro de uma máquina ou hoje com advento das câmeras e tal você também

consegue capturar esses dados de intenções de movimentos de comportamentos botam up não sei se foi Clara minha pergunta certo então assim se eu consigo extrair o conhecimento de um especialista se o meu problema que eu quero resolver eu consigo resolver ou eu consigo esse conhecimento de maneira explícita de um especialista essa é uma abordagem mais tranquila né porque todo o conhecimento tá ali ele é uma caixa aberta né uma caixa branca eu eu conheço as regras eu eventualmente consigo ver onde é que eu errei o que que Quais são as regras que estão sendo executadas

já no outro modelo Pode ser que eu não tenha dado suficiente Pode ser que os modelos fiquem enviesado por exemplo Porque eu só peguei um tipo de dado entendi por exemplo esse segundo modelo ou mesmo aos dois juntos não sei seria o que permitiria um carro da Tesla dirigir sozinho no caso da dos carros da Tesla tá É ele é basicamente a abordagem até onde eu entendo bota um app tá é de baixo para cima você fornece imagens e tudo mais no caso de motoristas dirigindo então digam assim um modelo mais simples que tem para

poder fazer isso por exemplo a experiência bem simples e bem interessante tá é tu pegar por exemplo um carro por exemplo põe uma câmera em cima do carro certo e aí a câmera tá filmando a estrada né as linhas As Margens da estrada carros ligando pisca e dobrando e eu tô dirigindo lá né o carro e aí é ela vai criando uma uma associação entre as imagens que estão sendo percebidas e ação que o motorista A Entidade inteligente tá fazendo certo coloca isso no modelo por exemplo o modelo de redes neurais por exemplo tá e

depois tá bom Agora eu vou executar né treinei o meu modelo né construir o meu modelo de inteligência e agora tá agora eu vou deixar o carro dirigir sozinho então vai ter né no processo de condução do carro imagens muito parecidas E aí ele sabe né Quais são as atitudes que o motorista tomou o carro por exemplo e Ele dirige de maneira autônoma claro que isso é muito simples né É na verdade por exemplo nos carros da Tesla a quantidade de sensores não são só câmeras são uma grande quantidade de sensores tá é mas que

basicamente o princípio é esse certo com alguns cuidados né de inter travamentos que aí se colocam conhecimento explícito para assim ter cuidado em certas situações tipo eu fico imaginando que dentro do programa tem um grande algoritmo um algoritmo Não no sentido algoritmo quando na área de saúde quando um médico por exemplo vai tratar um paciente Ele olha para um algoritmo por exemplo o paciente tem transtorno bipolar Faz terapia não sim sabe toma remédio já funcionou três meses sem funcionar troca é um algoritíssimo é aquela abordagem de cima para baixo esse o Terra seria dentro do

modelo eu fico imaginando assim vai pode chegar em algum nó que o carro não saiba o que fazer nesse nós Imagino que os pesquisadores tenham colocado alguma necessidade de ação humana Exatamente é bipo um negócio lá e fala ó agora tu tem que resolver você tem que ter atrás do volante exatamente podem acontecer situações que durante o treinamento né durante a observação né da do ser humano dirigindo para construção desse modelo artificial não tava imprevisível certo então por exemplo Dizem que o primeiro acidente fatal da da teslas isso que eu tô dizendo assim de ouvir

dizer Claro claro Tá mas por exemplo é o que que aconteceu tá é o carro tava dirigindo tá e tinha um caminhão baú que tava estacionado com a porta aberta certo o sensor que detecta Estrada livre ó tá livre né porque a porta tá numa certa altura tá o sensor que eventualmente tem a visão Olha tem uma porta na frente essa situação não tinha imagina o cara que tava treinando aquela aí a ele não tinha previsto essa situação tá então assim ah vale o sensor que tá embaixo e aí o cara foi lá e foi

uma situação que nunca aconteceu o que aconteceu é um problema então assim tu precisa de uma de coisas a mais por exemplo de de uma fusão sensorial porque olha se uma das câmeras ou se um dos sensor está dizendo alguma coisa que é uma situação de perigo e outro tá dizendo que não vão acreditar na situação de perigo o carro vai bater inclusive disse que é assim né na tela 5 segundos antes do carro bater ela para de dirigir te virar até para ela não Ser acusada eventualmente de ter causado acidente uma morte é eu

fico eu fico imaginando que se você tem que abastecer aquilo com situações próximas ao que acontece na vida real vai existir sempre um GAP de coisas que são imprevisíveis e nunca aconteceram né naturalmente é mas assim professor na minha cabeça a inteligência artificial na minha cabeça de senso comum Talvez as pessoas que estejam assistindo compartilham dessa visão sempre foi por exemplo o carro tomar uma decisão sozinho na minha cabeça a inteligência artificial seria como se fosse uma consciência dentro do computador em que consegue tomar uma decisão com base na sua própria conclusão de alguma coisa

e o que você tá me falando é que tão Inteligência Artificial nada mais é do que um monte de dados sendo Lido não é eu tenho os dados sendo lidos e eu preciso tomar uma ação então primeiro inteligência ela vou reformular perdão por exemplo quando você falou do Neymar lá atrás tá você falou a gente coloca lá o Neymar é uma pessoa dentro do programa ele tem família ele jogou aonde jogou não sei aonde eu pergunto alguma coisa para Inteligência Artificial sobre o Neymar ele vai traquear o que rastrear o que tá lá dentro e

vai me responder ah ele tem filho sim foi nesse ano que Ele estudou porque as informações estão lá mas digamos Se eu perguntasse a se ela gosta do Neymar ou alguma coisa assim ela Pode emitir uma opinião nesse sentido que não está escrita lá não tá por exemplo tem coisas que eu posso perguntar vamos dizer o seguinte se eu Imagina o seguinte imagina por exemplo o Rio Amazonas tá bom existe uma característica dos rios que é por exemplo é ele tem uma largura né essa largura pode ser confiável Tá mas ele em algum momento ele

tem uma largura máxima né É se eu pegar e perguntar por exemplo no Google né for ali perguntar assim é qual rio é mais largo o Nilo ou Amazonas não vai ter a resposta lá a resposta existe certo mas vamos ver a inteligência artificial do Google no caso de né para as perguntas que a gente faz no Google ele sei lá eu ninguém botou ainda essa questão de pegar a entidade Amazonas ver o atributo qual é a largura máxima pegar a entidade o Nilo pegar o atributo qual é a largura máxima é comparar um com

o outro porque as informações estão Inclusive a informação tá no Maps né um Maps deve ter lá alguma forma é exatamente se tu perguntar pro chat é pt ele vai te responder mas o Google como buscador não tá É bem interessante mas o chat GPT Eu entendi eu tô chegando lá eu tô entendendo o Google ele ele não conseguiria digamos comparar determinadas informações com base na sua busca e te dar uma resposta afunilada embora a resposta esteja lá o chat GPT consegue fazer isso e qual que seria a diferença crucial no que está atrás desses

dois buscadores não saberia te dizer com certeza tá É mas assim na Sopa o que que faz com que o chat PT consiga fazer essa ligação de duas coisas porque ele de conselho ele tem um comportamento que semanticamente é mais rico né semântico a semântica significa o significado das coisas tá então ele é mais ele tem essa capacidade tá de eventualmente é associar essa essa característica semântica de um objeto um rio tá com esse atributo que é a largura tá E aí ele consegue te responder né ele não responde assim muito precisamente Tá mas ele

ele te dá um caminho da resposta E por que que você acha que recentemente tem acontecido esse mundo das roupas enviadas inteligências Art ificiais porque Imagino que esse tipo de tecnologia ou melhor esse tipo de conceito exista mais tempo desde quando se estuda isso Ah bom assim inteligência artificial é uma coisa que se estuda junto com o surgimento dos computadores Tá certo então assim inclusive isso é muito interessante como é que a gente detecta que um computador tá sendo inteligente o que que é inteligência e aí tem várias abordagens para isso certo então por exemplo

todo mundo já ouviu falar em Alan turing um dos Pais da computação e ele tem um modelo abstrato de computador que a máquina de turing né É então tudo que tu consegue resolver num computador convencional tu consegue resolver naquele modelo chamado máquina de túne Tá mas o turing era um cara Fantástico tá muito adiante do seu tempo e ele justamente se preocupava com isso ele tem um teste chamado teste de turing para inteligência tá o teste de Turim para Inteligência é a seguinte ele consiste de tu é colocar duas entidades um ser humano e um

computador em salas separadas certo e elas têm uma interface e existe um entrevistador humano que faz pergunta para o computador e faz perguntas para o ser humano certo então o túnel diz assim olha no momento em que tu não conseguir mais distinguir em que sala tá o computador e em que sala tá o ser humano bom então aquele ser humano passou Desculpa aquele computador passou no teste de turing da inteligência e portanto ele é inteligente certo algumas coisas a respeito disso primeiro Isso é uma visão muito antropocêntrica do que que é inteligência certo então legal

isso é importante bem legal é nem sempre a inteligência então primeiro inteligência vou dizer que depende de um corpo mas ela depende da interação com um ambiente então assim um cérebro funcionando dentro de uma garrafa não a gente não enxerga inteligência nele porque ele tá preso dentro da garrafa certo precisa de um corpo de uma interação com o ambiente tá a outra questão é o que o pessoal chama de o problema da do que chama da sala chinesa né alguma coisa parecida então dizer o seguinte né então computador se passou no teste de turing é

inteligente agora tu imagina que tu é tu tá preso dentro de uma caixa essa caixa tem uma ranhura onde tu recebe e deu gramas chinês Tu não entende chinês eu também não entendo mas o ponto que a gente tem um manual bem completo tá então o que que acontece quando a gente receber um ideograma escrito em chinês por uma ranhura naquela caixa no qual a gente está preso dentro a gente consulta uma nova Olha quando vem esse desenho aqui eu escrevo esse outro desenhinho aqui e coloca na ranhura de volta tá certo quem tá olhando

de a caixa de fora né olha eu fiz uma pergunta para caixa em chinês e ela me respondeu essa resposta faz faz sentido tá perfeita essa caixa inteligente tu que tá dentro da caixa tu não sabe o que que tá fazendo nem sabe o que respondeu tu não sabe só desenhou um negocinho exatamente tá então primeiro não existe essa consciência mesmo que o computador eventualmente passe no futuro da Inteligência Na verdade ele não tem essa ser ciência que é ser inteligente tá é outra coisa que que dessa que é muito legal Professor dessa visão antropocêntrica

tá é que eu digo assim eu sempre faço essa brincadeira com os meus alunos né dizer assim olha quem é que é mais inteligente o homem ou a barata o homem é mais inteligente que é barata beleza mas então assim tem uma guerra nuclear explodem bombas atômicas aí quem é que vai sobreviver é o cara que tá lá jogando xadrez ou é a barata a barata então que depende do Propósito Então se o meu propósito é sobreviver ambientes hostis A barata é mais inteligente que o homem ela consegue se adaptar mais fugir melhor de predadores

se esconder melhor viver em ambientes mais insalubres né Então depende do propósito é se eu quiser por exemplo fazer um robô por exemplo que percorra canos de esgoto ou de águas fluviais fluviais por exemplo detectando ligações clandestinas de esgoto é melhor eu copiar o comportamento de uma barata ou é melhor copiar o comportamento de um né de um cara que joga xadrez por exemplo Tá certo que resolve isso no cu ou que né dá um diagnóstico médico é um outro exemplo os drones né as aviões são basicamente formato de pássaros e exatamente então assim isso

é outra coisa que é interessante né que muito da Inteligência Artificial vende inspirações biológicas tem técnicas de Inteligência Artificial como por exemplo os algoritmos genéticos a computação evolucionária né Ela é inspirada nas ideias de Darwin de evolução de que né existe uma função objetiva que no caso é sobreviver certo e essa sobrevivência se dá É porque é aquele indivíduo que tem a melhor solução que é o mais rápido ele consegue resolver melhor aquele problema se adapta melhor né E Portanto ele vai transmitir as suas características para gerações futuras essa parte eu já quero voltar para

o senhor mas só para concluir assim então a inteligência artificial ela teve o seu início digamos assim com o computador e por que que hoje tá essa febre Por que que a gente vai botar inteligência artificial no título e vai vir mais gente assistir porque que isso não acontecia desde antes bom a inteligência artificial historicamente ela teve muitos altos e baixos historicamente no começo a inteligência artificial é simbólica essa que é top Down né ela se sobressaiu a outra Inteligência Artificial que era bota um up né durante a década de 60 70 você teria dois

exemplos para dar uma que o público possa eventualmente ter contato prático de uma inteligência antes de continuar aliás desculpa interromper de uma inteligência artificial top Down e botão up por exemplo muitos help desks tá vai ligar para o banco para agência de viagem coisa assim né Ela é uma inteligência artificial não é aquela que tecle quatro se quer falar isso Qual é o seu problema então existem palavras-chaves que o cara vai ali detecta tem uma um conjunto de respostas prontas por exemplo então a inteligência artificial é muito além do cha T PT ou de coisas

nesse sentido sim sim sim sim sim sim tu pode botar inteligência artificial em tudo tá então por exemplo sistemas de por exemplo para é auxílio a a por exemplo tu vai no supermercado né E tu vai comprar um vinho né antigamente tinha até aqui em Florianópolis no supermercado que tinha isso aí tu tinha lá um totezinho qual é o a sua refeição Ah vai ter carne vai ter peixe ou é tu respondia Ah tá e tu o molho é um molho forte é um molho fraco responde uma série de perguntas olha baseado nessas informações que

tu me deu e porque eu tenho conhecimento de um sommelier de maneira explícita dentro de mim eu te recomendo e uma inteligência artificial Isso é uma inteligência artificial Eu tenho um conhecimento né eu coloquei o conhecimento de um some ele ali dentro para resolver um problema resolver um problema então o conceito geral seria basicamente esse uma inteligência artificial é você adicionar dentro de um determinado computador ou alguma coisa assim o conhecimento de alguma entidade para conseguir resolver algum problema isso seria Inteligência Artificial isso agora voltando ao que você tava falando antes de eu interromper Então

realmente tá permeia as nossas vidas né com certeza nossas vidas eh legal isso eu acho que muita gente talvez também não sabia E aí desde a década de 60 Então assim Então por questões históricas eu posso até falar um pouquinho mais adiante tá essa abordagem bota um app tinha problemas Tá certo até meados da década de 80 tá e se sobressaia a inteligência artificial durante a década de 70 os japoneses lançaram negócio chamado computador de quinta geração né é um termo não deve ter pego isso eu talvez tenha pego um pouquinho disso tá que era

então é isso que a gente chama de sistemas especialistas né então esse cara que esse computador esse programa de computador que te recomendo melhor vinho para acompanhar uma determinada refeição ele é um sistema especialista Ele é especialista então assim aí a geral aquela iaque resolve todos os problemas é um sonho talvez inalcançável né aquela resolve Qualquer coisa Qualquer pergunta que eu faço ela responde não existe talvez não venha existir tá então mas porque fica muito grande fica muito complexo não tem máquina para isso tá mas aí a especialista é já consigo botar o conhecimento de

um sommelier aqui consigo mas e do médico Ah mas aí eu tenho que ser uma outra máquina não pode ser a mesma né conhecimento de um psicólogo consigo conhecimento de um veterinário de um agrônomo Nossa então especialistas né diferentes áreas isso deu uma um up naquela época para a inteligência artificial tá até porque tinha essa propaganda japonesa lá dos computadores da quinta geração isso meio que está de novo assim teve um avanço relativamente lento tá é do outro lado né é o que que acontecia né Essa abordagem top Down ele é desculpa abordagem bota um

app né de baixo para cima ele é baseada numa ideia que é a seguinte é da onde emergem inteligência vamos a gente pode dizer que a inteligência emerge pelo funcionamento de um sistema nervoso certo ah então se eu conseguir entender o funcionamento de um sistema nervoso e aí de novo vem inspiração da natureza da biologia Se eu conseguir entender o funcionamento de um sistema nervoso e conseguir colocar num computador aquilo que é mais importante aquilo que é relevante nesse comportamento do sistema nervoso stopus ou as características principais dos funcionamentos de um neurônio e colocar vários

desses neurônios para funcionar desses neurônios artificiais agora desses modelos de neurônios artificiais olha do funcionamento do neurônio vai emerge um comportamento inteligente assim como né emerge nos seres vivos ser vivo é inteligente porque ele tem um sistema nervoso que funciona da maneira apropriada então isso essa ideia também é bastante antiga começou na década de alta década de 40 início da década de 50 bastante caso exatamente né um dos modelos de Pitz depois vem as regras de aprendizado de Hebe recebe um terrível interessante né então exatamente então é claro imagina o que que se conhecia de

neurofisiologia na década de 40 com que se conhece hoje então eram assim mas uma coroa que eu quis falar se funcionar desse jeito de que um neurônio é um processo Tudo ou Nada de que ele pode ter conexões excitatórias ou inibitórias é fortalecendo algumas conexões Conforme dá certo que é o rap né na verdade quando eles lançaram o modelo deles tá eles nem falaram em questão de aprendizado o negócio era meio prefiado mas eles mostraram que com esse modelo de funcionamento de neurônios né eles conseguiam implementar portas lógicas uma porta lógica aí uma porta lógica

ou uma porta lógica não certo que que é um um computador um computador nada mais é do que uma coleção de portas lógicas né que formam um circuito lógico computacional um computador é uma coleção de portas lógicas com neurônios eu consigo implementar portas lógicas Então por que que eu não posso fazer um cérebro de portas lógicas certo e desse comportamento desse cérebro eu posso fazer a mesma coisa que um computador pode fazer tá então essa ideia tinha fazia sentido é ele não explicava como é que se dava o aprendizado é até que na década de

50 olha baseado nesse modelo de uma coroa e baseado na ideia de que eu posso ter um crescimento da sinapse quando dois neurônios são disparados ao mesmo tempo né experimento do pavlov lá de condicionamento aprendizado condicionado eu consigo dar uma característica de aprendizado para esse modelo de pizza Beleza então as coisas foram evoluindo aos pouquinhos até que na década de 60 né É teve um modelo do percentum não tem problema né é idade Tá mas tem um modelo muito popular chamado de perceptro em que foge o nome mas então que a ideia era que um

cérebro era constituído de um número muito grande aleatório de conexões etc e que mostrava que eu conseguia ter aprendizado e resolver certos problemas interessantes cancelamento de eco Tinha alguns problemas muito interessantes que se conseguia resolver com esse modelo de perceptro e outros não e o pessoal não entendia muito bem o porquê e aquilo assim foi um na época um interesse crescente nessa ideia que agora então eu tinha comportamentos inteligentes com redes de perceptrons com esses neurônios artificiais certo até que em 19 69 tá dois pesquisadores o Marvin minski e o senhor paper eles lançaram um

livro tá em que o título do livro era era justamente percebemos certo em que eles mostravam matemáticamente eles provavam que aquele modelo de perceptro que o pessoal tava usando tá ele só conseguia implementar modelos lineares certo então modelos de regressão linear ou modelos de classificação em que a fronteira de decisão era linear olha os problemas reais não são assim são mais complexos eles são não lineares certo se botar mais uma camada de neurônios aqui dá para resolver essa limitação Mas a gente não sabe como é que vai fazer para treinar as conexões sintáticas para essa

camada de neurônios a mais que eu coloquei aqui certo e eles provaram isso matematicamente então assim isso determinou o período negro das redes neurais artificiais então durante toda década de 70 essa abordagem conexionista de redes neurais ninguém mais fazia pesquisa pelo menos não com este nome e aí a parte da simbólica abordagem do sistemas especialistas ganhou relevância certo até que no meio da década de 80 né 1986 é pesquisadores de um de um grupo do Miti chamado PDP paralelo em distribuidora de processo em processamento paralelo e distribuído que Afinal é o que as redes neurais

fazem né então faziam pesquisa na era só que com outro nome eles então eles eles faziam contra o nome porque tava pegando mal fazer com ninguém dava verba para fazer pesquisa até que o pessoal então aí eles falam assim olha tem um algoritmo aqui tá que já existia mas ninguém tinha percebido que ele podia ser usado para o treinamento daquelas conexões sinápticas né os pesos entre os neurônios daquela camada intermediária Esse é o chamado de back propagation é o burro de carga das redes neurais certo o que faz com que elas aprendam né sejam capazes

de aprender se aplicar esse algoritmo aqui eu resolvo aquela limitação eu consigo botar a camada de neurônios adicional que o Miss que o Papa estavam querendo e consigo treinar e isso veio fazer Renascer né a partir da segunda metade da década de 80 o interesse nas redes neurais certo e aí começou né aqueles neurais subir a parte da sistemas especialistas avançar de maneira mais lenta mas ainda tinha um problema que é o seguinte é essas redes neurais elas tinham uma capacidade limitada no sentido de que se eu começasse a colocar muito neurônio tá ou muitas

camadas de neurônios demorava muito para treinar os meus computadores não tinham capacidade de aprender certo quantidade de conexões de pesos entre os neurônios aumentava demais né é eu tinha um problema que é quando a gente começa a colocar muitas camadas de neurônios para fazer uma rede profunda né porque essas redes as redes que tem uma ou duas camadas intermediárias de neurônios são chamados de redes de camada Rasa né quando eu botava muitos neurônios esses neurônios daqui da frente aprendiam mas os lá de trás não conseguiam aprender é problemas que tinham maneiras de resolver mas que

ainda assim demorava muito para treinar o que realmente assim agora veio trazer esse Renascimento e esse bum e essa explosão tá foi basicamente é as placas de de vídeo ah legal então é isso foi o gargalo que foi o gargalo que foi resolvido porque aí eu consigo inar grandes redes neurais certo porque elas essas placas de vídeo né Elas são muito boas em fazer operações matriciais e basicamente esse processo de aprendizado de ajuste dos pesos das conexões entre os neurônios são operações matriciais certo de multiplicação soma de matrizes certo e aí então se consegue fazer

redes muito grandes né num tempo de aprendizado que é aceitável certo e aí eu começo a ter realmente capacidade de resolver problemas cada vez mais complexos é um gargalo tecnológico assim é um cargo tecnológico basicamente tecnológico e professor quando você fala neurônios e etc Aonde que fica Exatamente isso no computador lá no na memória RAM perdão exatamente então assim que que se faz dentro de um de um computador quando a gente implementa uma rede neural tá a gente implementa um programa de computador onde eu tenho vamos supor a simulação de um objeto que seria um

neurônio tá em que o funcionamento desse objeto ele se dá porque ele recebe estímulos né que podem vir do ambiente ou de outros neurônios no ambiente seria o teu problema por exemplo alguém tentando resolver conjunto de pixels de uma imagem um conjunto de atributos por exemplo de uma pessoa querendo fazer um cálculo matemático informação de um giroscópio do meu celular por exemplo tá então são estímulos do ambiente ele pega esses estímulos é multiplica esses estímulos por pesos que representa então a força de contato sintático então eu tenho conexões excitatórias conexões inibitórias que são simulados em

que ação é simulada é justamente por essa operação de multiplicação tá claro que analogia muito grosseira com funcionamento de um neurônio biológico né o neurônio biológico não funciona assim tá o funcionamento de um neurônio biológico ele se dá por spikes né ursos de salvas de potencial de ação de potencial de ação etc ali não então aquilo eu tô simplificando o que eu entendi que você é quase como se fosse pegar o mecanismo binário do neurônio de inibição ou ativação e criar regras na verdade então o que que eu faço eu pego multiplico as entradas por

valores por números reais certo que representa essa força de contato sinapico essa analogia grosseira relacionamento de um sistema nervoso biológico certo esse sinal é somado no nesse objeto que representaria o corpo celular do neurônio certo e Aí dependendo né vamos dizer grosso modo ele pode se essa ativação interna passar de um linear aquele neurônio dispara e vai mandar esse sinal para vários outros neurônios que estão mais à frente nessa rede de processamento certo se não né se não for suficiente então a ativação é muito pequena e isso vai influenciar muito pouco nos neurônios que estão

mais à frente e né essa sequência de pequenos processamentos muito simples né que é a soma ponderada de estímulos que os vários neurônios estão recebendo e a combinação desses estímulos vai chegar lá no fim como uma ação certo então essa ação pode ser por exemplo uma aplicação de regressão por exemplo com que força eu devo apertar o pedal do freio do meu carro por exemplo certo o quanto que eu devo Sei lá eu é colocar de sabor em pó na minha máquina certo então são ações tá ou Qual é Então pode ser um número real

como uma saída e pode ser uma classe uma classe uma aplicação de classificação certo então por exemplo que movimento eu estou fazendo qual é a próxima palavra que eu devo digitar ou não é qual é o objeto que tem nessa imagem certo então por exemplo esse o chat é pt por exemplo usaria essas redes neurais para conseguir formular as respostas que dá para o indivíduo exatamente aprendizado então assim essa parte onde a gente aprende com os dados tá ele é chamada grosso modo de aprendizado de máquina tá a rede neural é só uma das técnicas

de aprendizado de máquina né que aprende a partir dos dados Existem várias outras tá então assim você tem um bocado de informações dentro de um determinado banco de dados e você aplica uma rede neural em cima daquilo que vai aprender conforme a gente demandar daquele banco é não necessariamente precisa ser um banco de dados Pode até ser um banco de dados tá no caso o chat PT por exemplo não chamaria de um banco de dados tá por exemplo o chat GPT é ele faz ele é uma aplicação tá de um de uma área de pesquisa

chamada de llm os lar de légua de models aprendizado de máquina e estatística tão muito tô muito próximos Tá certo então uma coisa muito importante para o aprendizado de máquina é eventualmente ser capaz de capturar distribuições de probabilidade que existem nos teus dados certo e que muitas vezes são muito complicadas de serem percebidas por conta do volume e tal exatamente certo Então na verdade eu posso pensar por exemplo numa pintura né uma pintura de dali né ele tem uma maneira de pintar né então eu posso dizer que aquela maneira do Dali pintar ela pode ser

levantada por uma distribuição de probabilidade legal certo então o formato dos traços o comprimento dos traços a ligação Entre os traços a grossura tem uma média um desvio padrão né multidimensional certo a linguagem também é assim né então a sequência de palavras que a gente vai falar ela segue uma distribuição de probabilidade que a gente não conhece mas que esses Lides Légua de modo esses modelos de esses grandes modelos de linguagem são capazes de capturar então basicamente o que o chat GPT faz no seu núcleo é justamente a partir de textos que estão né justamente

Essa é a vantagem por exemplo da internet não precisa ter um banco de dados Ah legal os textos estão tão aí tão na nuvem então na internet então eu sou capaz de de capturar aqueles textos certo fazer um processamento transformar texto em número em vetor num espaço multidimensional certo e capturar distribuições de probabilidade da sequência desses vetores Olha depois desse vetor aqui que representa a palavra cachorro Olha tem uma grande probabilidade de vir essa esse vetor aqui que representa a palavra feroz por exemplo legal cão feroz certo tu não vai encontrar por exemplo nos textos

que existem né Por exemplo algo tipo cão cantor o cachorro e máquina de lavar roupa exatamente então não tá lá então o que é o que esses grandes modelos de linguagem faças grandes redes neurais que são uma classe de redes neurais chamados de modelos generativos são justamente são modelos que são capazes de capturar a distribuição de probabilidade que existe nos dados e esse processo é porque se o chat é pt erra bastante né inclusive uma vez Eu fiz uma pergunta para ele sobre bioeletrogênese e potenciais de ação e tal ele não ele errou a resposta

mas se você induzia ali dá uma apertada nele você tem certeza que assim não sei o que ele vai até ele vai até responder certo esse esses grandes dados nesses vetores num espaço multidimensional que você comentou eu assim na minha cabeça eu fico imaginando uma grande caixa gigantesca infinita com vetores cruzando um ao outro assim e o shape de PT consegue ir montando aquilo de uma forma que a probabilidade da resposta seja a mais correta o próximo mas eles aprendem por exemplo a próxima vez que eu perguntar o Shark GPT vai vai errar menos sobre

aquele assunto porque eu já perguntei brilhantes esses modelos estão sendo continuamente treinados tá eu acho isso é uma característica então assim vamos voltar para a parte biológica né então assim primeiro redes neurais é uma das técnicas de aprendizado de máquina tá é que é uma analogia grosseira ao funcionamento de neurônios biológicos Tá mas dentro dessa analogia grosseira tem algumas coisas que são parecidas por exemplo é essa capacidade de generalização dá uma resposta para um dado que eu nunca vi antes tá mas que tá na média então assim eventualmente vai surgir uma situação ao dirigir que

não tava no meu conjunto de treinamento mas que eu consigo ver coisas que estão próximas dentro daquele espaço multidimensional então eu vou interpolar entre essas coisas que eu já vi provavelmente Isso vai ser uma resposta boa porque isso me permite então trabalhar ruído Olha eu ensinei para ler para uma rede neural exemplos de letra a letra B letra C Tá mas alguém um dia pode desenhar uma letra C de um formato diferente daqueles que eu ensinei certo ela pode ou pode estar mais claro mais escuro a imagem pode estar ofuscada a resolução não tá tão

boa mas ainda assim ela o ângulo tá diferente e ela exatamente mas ainda assim ela tem essa capacidade de generalizar e dizer não isso aqui é uma letra C né E tem uma certa uma boa precisão para isso é por exemplo se queimar um neurônio o sistema não deixa de funcionar ele tem uma degradação né gradual a medida em que é igual no cérebro igual neurônios por outro lado tem coisas que não são iguais então por exemplo o aprendizado propagation esse retropropagação do erro tá pelo qual as redes neurais são capazes de aprender não existe

pelo menos ninguém até hoje nunca Descobriu um circuito biológico de retropropagação dos erros entre os neurônios para que eles acertassem a força de conexão sinaptica e neurônios biológica então o aprendizado biológico não é a princípio não é propagation é alguma outra coisa diferente tá certo outra coisa que então que muda entre o artificial e o natural a outra coisa que muda por exemplo é que a gente tem uma plasticidade contínua né então a gente aprende coisas novas sem esquecer as coisas antigas estes modelos de redes neurais eles não funcionam assim certo então eles são bem

divididos em fase plástica e fase estável pelo menos a maioria dos modelos existem modelos que não tem essa essa característica né O que são capazes de aprender sem esquecer as coisas antigas mas em geral esses modelos eles têm duas ses a fase plástica onde tu aprende certo e depois que tu aprendeu tu vai usar se tu quiser ensinar uma coisa nova tu tem que ensinar tudo de novo Entendi então tipo assim se usar uma rede neural artificial para por exemplo reconhecer um padrão de de avião numa imagem de radar por exemplo né Então olha Ah

isso aqui é um F22 isso aqui é um Boeing não sei o que isso certo então eu sou capaz de Ah mas agora só um pouquinho a Rússia lançou um avião novo aqui certo então assim se eu não ensinar para minha rede neural esse modelo novo de avião ela primeiro ela não sabe que não sabe então ela vai tentar usar a capacidade de interpolação dela para dizer olha qual é o modelo dos que ela sabe que é mais parecido com esse certo então ela vai te dizer olha isso aqui é um Boeing mas não é

tu sabe que é um avião nova Tá bom então tudo bem então agora eu vou pegar esse modelo novo e ensinar para rede neural Se eu pegar só esse modelo novo e treinar de novo a rede neural ela vai aprender esse modelo novo mas todos os outros ela vai esquecer entendi você tem que ensinar os outros juntos seria na prática por isso que a gente atualiza os aplicativos do telefone será tipo por exemplo o meu iPhone e o iPhone ele detecta ele desbloqueia interpretando a minha cara ele enxerga minha cara e desbloqueia quando teve a

pandemia de máscara não dava não mas a Apple fez uma atualização de software que começou a dar eu não sei se Nesse caso eles ensinariam de novo atualizaria a rede neural exatamente Muito provavelmente porque né aquela rede neural ela muito provavelmente usava informações por exemplo de distância né da ponta do lábio por exemplo espessura do lábio é distância da ponta do nariz até né abertura do nariz e isso tu não conseguia mais olhar Então aquela entrada de né deixou de ser uma entrada significante para rede neural e ela teve que eventualmente ser retreinada com outras

coisas que aparecia E conforme você vai adicionando essas novas informações demanda mais sistema para processar tudo isso imagino algumas vezes sim outras vezes não tá outras vezes tu tem um número de neurônio suficiente que te permite ainda aprender coisas novas sem que tu precisa adicionar mais um neurônio entendi e professor é no sistemas de Inteligência Artificial como por exemplo que está sendo hoje bastante difundido que é o chat GPT e as outras e outras formas tem alguns que você consegue pedir para ele fazer um vídeo ou imagens a Teoricamente falando Seria a mesma lógica do

chat PT que responde em palavras você pede para o cara eu quero uma imagem de um adolescente tem uns que faz assim exatamente eu quero uma imagem de um adolescente sentado numa mesa estudando enquanto o dia está chuvoso pela janela com seu gato ao seu gato laranja ao seu lado ele produz E aí tu pode falar o adolescente tá triste e ele essa inteligência está fazendo a mesma coisa tá pegando várias imagens Exatamente exatamente assim então Claro tem uma parte em que ele transforma né aquela aquela informação mesa num vetor esse vetor tá associado a

uma imagem ou várias imagens um padrão de distribuição de probabilidade do que que é uma mesa ou mesas específicas certo e aí ele vai juntando esses novos vetores imagem de mesa imagem de adolescente rosto triste essas distribuições de probabilidade numa coisa que a gente enxerga como uma imagem é por isso que o que a galera sempre fala que o segredo dessas Open a é você saber perguntar porque assim você tá dando substrato suficiente para esse banco para essas informações serem agregadas quanto mais ou seja quanto mais preciso né tu perguntar de uma maneira mais precisa

mais aquela imagem vai ficar parecida com aquilo que tu tem lá na tua cabeça assim tu imaginou quando tu perguntou e professor vai dar cagada ou não inteligência artificial tem que ter um certo cuidado qual que é o seu medo assim que você falaria cara se fizerem isso acho que pode dar problema acho que o maior medo assim usar a inteligência artificial e essa tecnologia para gerar prejuízo acredito que já seja usado distribuição de fake News propagação de Notícias falsas entendimento de padrões de comportamento que podem ser usado eventualmente para algum alguma coisa maléfica mas

quando a galera que assiste coisas sobre isso eles têm medo que esse rolê aí cria uma consciência própria e sai desligando os computador do mundo e liberando gás na venenoso na atmosfera ou não pilotando avião para cair com bomba na cidades existe a probabilidade de se criar um ser de tanto esses vetores em multimensões se cruzar e formar essas informações o medo da galera é que isso pode eventualmente criar um novo Sei lá uma entidade com vontade própria e que a gente não consiga desligar mais tem essa possibilidade o que que é Então temos Inter

travamentos certo então primeiro nunca deixa uma ia apertar o botão certo então assim Claro tu precisa de que é um Inter travamento é o seguinte é essa essa atitude né [Música] que te ajuda dirigir um carro tá ela vai te colocar numa situação de risco né quer dizer tu tem tu tem sensores continua tendo sensores aquilo tá te colocando numa situação de risco Tu tá ficando muito próximo do carro da frente Tu tá indo na direção de um lugar onde não tem Estrada Opa desliga e Ah entendi não deixa ela para de apertar no meu

acelerador deixa eu retomar o controle Ah isso vai num avião certo então mas ela sozinha não pode inibir o seu próprio desligamento assim não não acredito por conta de mudança em algum sistema não sei acredito nisso não porque assim professor pensando assim agora até um tema bacana assim quando não sei o quanto você é familiarizado com behaviorismo um Skinner alguma coisa o pessoal que estudou bastante Quando você vai olhar e levando em consideração que a inteligência artificial é ela evoluiu junto com os nossos descobrimentos acerca do comportamento quando a gente olha por exemplo Talvez o

maior behaviorista da história que é o Skinner e o Talvez um dos que mais contribuiu acerca do comportamento animal e é interessante porque o Skinner ele tem uma visão de comportamento muito parecida com uma visão da teoria da evolução do Darwin o Darwin dizia que aquela característica que deu algum tipo de adaptação indivíduo ela foi ela permaneceu sendo perpetuada havia reprodução e genética o Skinner diz algo muito parecido ele fala que ele comportamento que de alguma forma foi adaptativo para o sujeito foi perpetuado via neuroplasticidade então para o Darwin Você tem uma distribuição eles chamam

de uma variação de bicos de aves numa determinado local e uma interação desses vários bicos de ave com o ambiente e citar um solo mais seco aquele bico mais duro consegue cavar mais fundo para pegar a semente esse bico vai ser passado para frente esse pássaro se alimentou e conseguiu sobreviver para reproduzir o Skinner fala muito algo muito parecido você vai ter uma variação de emissão de comportamentos Em algum momento esses comportamentos vão ter uma interação diferencial com seu contexto alguns comportamentos vão ser punidos outros vão ser reforçados e você vai perpetuar aquilo Porque o

seu cérebro vai armazenar aqueles comportamentos lá dentro no seu repertório e portanto você pode voltar a executá-los inclusive o sistemas de armazenamento de informações são potencializados por comportamentos que geralmente de dopamina na hora adrenalina que são comportamentos reforçados o Skinner dizia que por exemplo a gente não tem lugar no cérebro para um eu para o Skinner o comportamento ele é consequência dos estímulos que a gente vai recebendo por tanta vontade do sujeito Ela não ela não está presente eu não escolho beber essa água eu bebo essa água porque no passado eu já fiz isso quando

eu tava com sede matou minha sede portanto eu tenho uma probabilidade maior de executar esse comportamento na presença dessas contingências que é ter água aqui e tecede se de fato aí a é uma representação ou inspirada ou construída em cima das nossas bases biológicas do comportamento eu também concordo que ela jamais conseguirá ter algum tipo de vontade própria porque ela vai ser sempre uma consequência dos estímulos e das informações que ela tem Exato eu concordo então dificilmente o carro vai conseguir resolver acelerado nada e dobrar nessa estrada aqui porque ele não tem aquela informação de

ter aquela vontade de fazer aquilo Na verdade o grande problema principalmente dessa abordagem conexionista é a questão da caixa preta né a gente não sabe por que que no final das contas a rede está agindo daquela maneira Mas é basicamente uma distribuição de probabilidade tudo é no final né no frigir dos ovos todos é igual comportamento Professor comportamento a gente entende como mesma coisa o behaviorismo o comportamento mais provável de acontecer dentro dessas contingências exatamente tá então assim tem o legal né O que o que nos deixa assim muito ligados assim são coisas que pareciam

muito difíceis para uma máquina executar né ninguém sabia como como fazer isso e que hoje em dia se consegue tá então pintar um quadro no estilo de dali ou não é gerar uma imagem a partir de uma descrição textual né a imagem da Elis Regina cantando essas coisas então são coisas que nos assustam né mas ao mesmo tempo assim a gente sabe que não tem um pensamento uma intenção por trás exatamente perfeito até onde se sabe que que é uma intenção de onde é que ela mas Aparentemente a mim não parece isso tá a mim

ou seja para você assim se acontecer algum problema é relacionado a ia teve algum humano por trás fazendo com que isso acontecesse ela sozinha que acho que é o medo da maioria da galera não vai conseguir a priori fazer nada assim intencionalmente intencionalmente pela do nada resolver começar sei lá não tu pode o que ela pode fazer é começar a simular várias possibilidades né então se isso se usa muito por exemplo para fazer yaki que jogam jogos tá ela joga contra ela mesmo no começo ela começa a perdendo e daqui a pouco ela vai refinando

a estratégia por um aprendizado por reforço né olha essa estratégia aqui não deu certo vou tentar essa outra essa aqui funcionou aí foi até aqui mas aqui agora eu perdi não então eu vou tentar de outro jeito e assim podia ela vai jogando milhões de jogos o alfagou Né que é que joga o jogo do Gol que é mais complicado do que o xadrez ele foi treinado dessa maneira ela era ela jogando contra ela mesmo milhões bilhões de vezes tá Teve uma hora que ela chega à perfeição ela chega a perfeição para aquele jogo mas

assim é uma continua sendo uma distribuição de problemas tem um pensamento exato traz daquilo são dados são Dados dados e uma capacidade absurda de processar eles e processar eles e ter ajustar os seus parâmetros do seu do seu algoritmo né para ter uma maximização é um problema de otimização e processar acho que um dia vai ter um braço robótico que vai puriar operar um coração botar uma ponte safena aí isso é possível é possível porque ele já viu várias vezes e de trocentas imagens diferentes daquela condição e portanto ele sabe o caminho mais provável de

dar certo exatamente tá inclusive uma coisa interessante de eu falar que é a seguinte né quer dizer justamente Então Vem Nesse balanço entre aiar top Down entre abordagem top Down e abordagem bota um app né então alguns anos atrás né um dos grandes problemas da Inteligência Artificial é se aplicada a tradução de linguagens certo então o que se acreditava seguindo aquela abordagem bota um app se eu tiver duas gramáticas e um dicionário tá então se eu souber por exemplo a gramática do inglês e a gramática do rosto e um dicionário inglês Russo e russo em

inglês eu sou capaz de traduzido em inglês para o curso e os resultados eram horríveis tá então assim cara botava assim em inglês a carne é fraca mas o espírito é forte traduzia para o Russo não sei quem que dava em russo mesmo aí pegava essa essa frase do Russo e traduzia de volta para o inglês é o que aparecia de volta era é a carne está podre mas a Vodka está forte então assim realmente as traduções eram muito ruins porque vamos tentar uma outra abordagem tá então qual seria a outra abordagem Então quem o

melhor protótipo que a gente conhece como tradutor o ser humano existem milhares de livros milhões de livros traduzido para milhares de linguagens certo então se eu for capaz de Isso volta pensa em vetores num espaço multidimensional então se eu se eu pegar uma determinada frase que eu quero traduzir por exemplo do inglês para o Russo Muito provavelmente essa frase aqui se ela não aparecer exatamente igual em algum livro que já foi escrito não deve ter alguma frase muito parecida com ela certo então assim que um ser humano já traduziu porque ele apareceu num livro Sei

lá eu de Hermes na Bíblia sério em algum livro de Jorge Amado Quantos livros já foram escritos e que já foram traduzidos então e que foi capaz de pegar todos esses livros e ver como é que como é que a tradução como é que esse conjunto de vetores aqui leva para esse conjunto de vetores aqui numa tradição feita por um ser humano probabilidade ou então se eu pegar essa frase aqui que é muito parecida bom então eu vou levar para esse vetor que é muito parecido aqui e isso dá um resultado muito bom na tradução

aí começou a funcionar a tradução automática de linguagens porque foi treinado com traduções humanas tipo um Google Tradutor seria o Google tradutor funciona assim é isso por trás é isso inclusive você pode quando tá alguma coisa errada você pode sugerir uma outra forma e aí essa minha sugestão vale um dia se você procurar algo parecido provavelmente vai ser num processo de Treinamento essas coisas estão sendo eventualmente sempre retornadas vai aparecer essa essa tradução melhor talvez apareça com uma comum uma distribuição de probabilidade que vai trazer um carrinho de supermercado com a rodinha puxando pro outro

lado exatamente até que entenda que aquele é o caminho exatamente e professor de fato assim É muita gente se preocupa que algumas profissões possam eventualmente vir a sucumbir com o avanço da e a por exemplo tradutores etc podem acabar tendo medo um avanço da ya por exemplo pessoas que fazem suporte hoje em dia já tem aí há você responde tudo é dela te responde você comprou uma cadeira numa loja você fala hoje muitas vezes com uma Iai não mais com uma pessoa Ok eu entendo que nessas práticas digamos mais algorítmicas no sentido de deu esse

defeito Então é isso Deus defeito fala com essa pessoa enfim mas e por exemplo nesse caso de uma cirurgia de uma ia conseguir fazer na sua variação sei que essas perguntas parece meio bobas mas na sua avaliação com longe a gente dá disso de fato assim tecnologicamente falando por exemplo o conceito tecnológico a gente já tem a rede aprende com base no e a gente tem informações talvez suficiente mas em sentido de prático a gente está distante claro que tu tem todas as regulamentação tá então Claro Total cirurgia só pode ser feita por um médico

tá mas eventualmente nada impede de ter sistemas de ar que eventualmente auxiliam né Por exemplo o cara tem um leve tremor na mão né ou coisa parecida isso poderia ser corrigido pela pela Iá né Por exemplo hoje em dia né não precisa ser um testo pega esses carros um pouco mais modernos né eles te auxiliam por exemplo detecção de sonolência por exemplo o carro te avisa Olha tu vai dormir tu vai dormir Dá uma paradinha como é que pega isso por exemplo com ele enxerga teu olho fechando exatamente posso botar uma câmera entendi né no

espelho retrovisor saída de faixa por exemplo ele ele sabe onde é que tá a faixa né é um reconhecimento de imagem ali tá eu tô saindo da faixa ele pode dar uma tremida na direção ó já antena que tu tá saindo da faixa e não fez não ligou o pisca tá com sono entendi entendi isso é comum isso é corriqueiro hoje e assim na minha visão de caixa com vetores e espaço multidimensional é isso mesmo que acontece esses dados ficam num grande espaço numa nuvem que são esses vetores só pra galera de casa tentar formar

uma imagem que não é da área tipo é um monte de pasta sabe são dúvidas bobas assim é um monte de número é um monte de número é número para caramba é o número para caramba que tá colocado nos lugares certos na tua Matriz né lembra que não é a Matrix mas é na verdade são matrizes que representam no caso de redes neurais a força de contato sinapse os parâmetros poderia ser uma árvore de decisão poderia ser a codificação de um cromossomo artificial para resolver um problema de otimização são basicamente números tá ficam armazenados em

grandes arquivos e que são colocados nos lugares certos para que o fluxo da informação seja processado no sentido desse fazer esse processamento de multiplicar pelos pesos somar ver se né passa por uma função que converte Isso numa ativação ou não e isso vai prosseguindo para manter o seguinte para manter o seguinte e assim por diante e o assim imagina que esse avanço das placas de vídeo que permitiu tirar esse gargalo do sistema ele já era previsível você não você alguns anos atrás já imaginaria que a gente chegaria ter um chat GPT assim você já tinha

essa noção isso É bem recente foi uma ideia muito legal assim que permitiu né esse esse desenvolvimento dessas tecnologias tá são modelos de redes neurais chamados modelos generativos né então algumas categorias basicamente colders né são redes que são alto incolders ou seja eu tenho uma rede neural que treina que é treinada de forma que eu tenho uma entrada aqui tem uma saída aqui a saída é igual entrada tá e os neurônios o que os neurônios estão fazendo é uma codificação eventualmente num espaço menor em geral tá dessa informação para poder reconstruir essa você que que

é importante nessa informação aqui que me permite que ela seja reconstruída do outro lado tá isso é chamado espaço latente então se eu fizer aqui no espaço latente tá digamos assim um núcleo da informação então se eu fizer pequenas alterações no espaço latente tá eu Gero coisas novas aqui né então por exemplo imagina que eu tenho dígitos tá um exemplo bem clássico disso eu tenho aqui eu digito zero é que sai o dígito zero com pixels mesmo na imagem a imagem de um dígito zero mais dígito zero aqui um um dois dois três e aí

eu treino essa rede por exemplo né para esse problema de brinquedos assim só para a gente entender e aí eu tenho espaço latente que é na verdade ele é um vetor onde tem que é importante nos números certo a medida em que eu então eu vou girando esse vetor né eu vou fazendo modificações nesse vetor eu vou gerando novos números certo ah que eu protótipo do que que é um número zero protótipo do que que é um número um e isso fica naquele espaço latente ali então isso é isso é um dos modelos tá é

tem mais algumas coisinhas complicadas um pouquinho mais complicadas que envolvem distribuições de probabilidade nesse espaço latente então envolve uma média e um desvio padrão tá de modo então que eu amostrando dentro dessa média e desse desvio padrão eu Gero coisas interessantes aqui mas alguma coisa fora do que nem entrou tipo misturado com zero é um misturado com zero por exemplo tá uma foto de um menino tá e assim por diante Então esse é um dos do desses modelos generativos outro modelo genético muito interessante que também tem não sei 5 10 anos nem isso não tem

10 anos os modelos generativos que são justamente assim são duas redes neurais tá uma geradora e uma discriminadora ganha significa generativa adversário é o neuro Neto então é como é que é o treinamento tá então o modelo generativo tenta criar um padrão certo e o modelo discriminativo ele tenta dizer se esse padrão que foi gerado é o real ou não então por exemplo eu entro aqui eu quero treinar uma rede para gerar imagens de crianças por exemplo tá então aqui eu tenho fotos reais de crianças e aqui eu tenho fotos um padrão de uma imagem

que é criada pelo modelo generativo certo então de vez em quando eu apresento essas imagens geradas pela rede neural generativa de vez em quando eu apresento imagens reais de crianças e a rede discriminar discriminadora ela tem que dizer ó Isso aqui é uma criança real Isso aqui é uma criança fake e essa aqui ela tenta competir com a discriminadora de modo a criar imagens que cada vez mais perfeitas de modo que a rede discriminativa não consiga então eles chegam que a gente chama de um equilíbrio de Nash vai muito também para a teoria de jogos

Então ninguém é o máximo da fase ninguém a partir daqui ninguém mais ganha certo e então esse tipo de rede ela é capaz de justamente então gerar imagens de crianças que não existem a voz do Silvio Santos na imagem do William Bonner são coisas Ah esse rolê aí que consegue sobrepor duas coisas que não existiu como do que ouvido William Bonner com a voz do Silvio Santos e como é que move aí não tem certeza exatamente eu imagino que é a tecnologia que se usa por trás disso Claro mas é assim e como é que

aí a parte de a boca movimentar juntamente com o que tá falando F Essa é a parte fácil né pegar fonemas e associar isso com imagens de do movimento da boca essa é relativamente tranquilo e professor quem que começou com esse rolê aí todo de esses modelos que tem cinco 10 anos quem que qual país que começou com os Estados Unidos elas foram propostas por um cara chamado Young goodfele pessoal quiser procurar na internet sobre ele são pessoal ele é canadense estudou em Stanford e foi em Stanford quando ele foi fazer o doutorado dele que

ele descobriu esse esse modelo né esses modelos generativos que é muito muito legal muito interessante tem problema de vez em quando o aprendizado é um pouco instável nem sempre aprende Claro tá mas é muito legal tá as redes assim tem uma classe de redes que isso também tá muito envolve que o pessoal chama as redes Profundas né Isso tá muito ligado a um modelo de rede neural que são as redes neurais convolucionais certo então as redes neurais convolucionais foi um grande bom tá em aplicações que permite justamente o carro autônomo que é que a questão

de processamento de imagem certo então elas fazem uma eles aplicam dado uma entrada que é uma imagem ou um sinal temporal ela aplica filtros para tirar para que a partir desses filtros eu consigo extrair características interessantes que aparecem nessa imagem certo então tinha um um concurso tá num congresso que era um congresso de Peter recognition de reconhecimento de padrões que eram assim mil imagens tá de coisas da mil imagens desculpa mil classes diferentes mil objetos diferentes o xícara mesa mesa cachorro gato etc que tava numa base de imagens de mais de um milhão de imagens

certo e o objetivo desse concurso era é a parte treinar algum modelo de Hade de aprendizado de máquina tá que fosse capaz de assim ó eu vou pegando imagens aqui desse negócio e o cara vai dizendo que que tem nessa imagem né aqui tu tá me mostrando tem um gato aqui aqui tu tá ligado deveria falar que nessa imagem tem um gato nessa imagem aqui tem um cachorro essa imagem aqui tem um carro e assim por diante daí você botava a imagem numa cama padrão de pics uma câmera tipo ali bota a imagem e o

computador fala um gato é um gato tá entendi não tinha uma cama mas é claro da imagem tá podia ver a imagem na tela do computador e assim então esse tem esses modelos essa rede convolucional tá ela foi criada por na verdade desenvolvida em conjunto pelo iam lekan pelo Yoshi e pelo George Hilton se eu não me engano né E então ela é assim foi um divisor de água assim ela ganhou concurso em 2014 se eu não tô enganado e assim muito à frente era uma o nome do concurso era Imaginext a gente era o

nome da rede eu não me lembro tá não foi um divisor de águas o desempenho que ela conseguiu para ganhar o concurso aquele ano foi muito superior aos métodos que o pessoal usava antigamente para processamento de imagens né E aí a partir daí Houve essa explosão né então a CNN as redes convolucionais Então é isso é 10 anos tem 10 anos tá aí as aplicações são fantásticas né em termos de reconhecimento de imagem me permite fazer Olha o carro tá dirigindo é isso aqui é uma árvore isso aqui é um sinal de trânsito Isso é

uma pessoa de ser inviável Teoricamente sem essa tecnologia um Tesla não ia conseguir andar não ia conseguir andar e aí como é que faz ser um cara que inventa tem a patente desse negócio a propriedade intelectual dessa tecnologia os papéis não tem que pagar para o cara para usar isso né cara sacanagem o cara criou um bagulho que fez que ser bilionário não pegou nenhuma lasca Mas em compensação se tu ver a quantidade de citações do artigo original exatamente e assim Provavelmente o cara dorme tranquilo sabendo que tirou o gargalo de muita coisa até na

área médica né a gente vai pode ser utilizado exatamente para né reconhecimento de tumores exatamente meu Deus tipo até antes disso então meio que um computador não conseguia reconhecer se você botasse uma imagem de uma xícara assim sofria sofria É porque era era lento que tão lento que impedia ser utilizado um carro como é que era lento eu tinha que fazer um pré-processamento na imagem eu tinha não era só olhar pra imagem né eu tinha que extrair características dessa imagem feature Então na verdade é uma imagem não é uma imagem ela é um histograma de

intensidade de pixels ela é um conjunto de bordas Então eu preciso fazer filtros de borda para reconhecer Quais são as bordas que essa imagem ela tem bordas horizontais verticais ou diagonais aonde que elas estão por exemplo seria inviável não dá tempo né de fazer isso e é muita coisa nova né exige muito trabalho em fazer o pré-processamento e fazer o pré-processamento correto da imagem Então essa tecnologia diminuiu muito a quantidade de pré-processamento que a gente tem que fazer para as tarefas de reconhecimento de imagem por exemplo não é minha área de pesquisa e tal mas

tem gente que pode falar sobre isso com muito mais detalhes do que eu tá mas interessante mas a ideia é essa que interessante E aí por exemplo hoje um carro mais tecnológico consegue avisar que o cara tá quase dormindo por conta disso por conta disso essa tecnologia tá lá dentro segmentar onde é que estão os olhos do motorista né isso até não é das coisas mais difíceis mas ele tá piscando tá fechado tá aberto Com que frequência ele tá piscando interessante né que é o movimento da cabeça e professor hoje qual que é o a

região do Globo que tá na frente assim questão de pesquisa com ya Quem que tá dominando tudo asiático imagino o Estados Unidos ainda tá encabeçando porque em muita coisa na área de comportamentos cara lá tão mil anos na frente já eu diria assim ó quantidade são chineses né de artigos publicados Sim muita gente né mas assim eu acho que ainda temos tecnológicos dos Estados Unidos eu acho Mas assim vai nos congresso [Música] muitos chineses publicanos muitos e você recentemente eu tava assistindo até mini documentário da guerra da Ucrânia e da Rússia né E a galera

lá tá mencionando que eles estão utilizando muito muita tecnologia hoje em dia na guerra principalmente drones e tal é obviamente esse tipo de tecnologia Pode ser utilizada num contexto desses imagino né Infelizmente sim Infelizmente sim então é uma realmente é uma faca de dois gumes corta para os dois lados como tudo né não tem como a gente saber é tem que saber se por exemplo quem aperto o botão do Drone né que eventualmente está nesse Drone que reconheceu padrão um padrão do que seria um tanque alguma coisa assim ou é um piloto humano que tem

o discernimento de tão na dúvida melhor não apertar o botão e assim professor hoje eu vi lá que você trabalha com [Música] uma empresa inclusive né É na aplicabilidade além da vida normal assim das pessoas como por exemplo reconhecimento de padrões de objeto e tal em termos de indústria ou de grandes empresas como é que essas Essas tecnologias podem nos ajudar recentemente eu tava num podcast do sacane que é um professor também que estuda bastante essa parte de tecnologia e ele falou que ele tem ajudado bastante a galera da Petrobras para basicamente ele faz um

ele tenta né ele consegue lá ser exatamente o que ele faz mas ele faz um rastreamento do fundo do oceano para que a broca que vai furar lá embaixo para tentar encontrar o pré-sal ela não fura uma caverna por exemplo e quebre a broca é uma broca de Milhões de Dólares lá ele tenta meio que Direcionar para galera para furar num lugar que seja menos menos problemático a sua pesquisa gira mais ou menos em torno disso sim tá bom deixa só fazer uma Claro por favor a gente tem desenvolvido nessa área mas também a gente

já desenvolveu coisas muito interessantes usando redes neurais tá algumas coisas são bem interessantes por exemplo uma vez a gente já já desenvolveu junto com um aluno é uma prova de conceito de que tu pode pegar por exemplo uma aquelas câmeras do [Música] computador aquela que captura a profundidade né coisa parecida do Playstation tá como é que é não Mas qual é o nomezinho daquela câmera que tu coloca na frente do teu do monitor e para por exemplo se tu pode ir junto Ah claro para jogar tipo tu jogar uma uma detecta o movimento vai jogar

tênis e tal isso então a gente usou uma vez uma câmera dessas de modo que então é domingo mas aí vai lá eu tenho em casa não me lembro o nome tá E aí a gente pegava e treinava uma rede neural que o sujeito fazia movimentos com a cabeça e ele reconhecia o movimento com a cabeça então podia ver o cara tá pra frente pra trás pro lado e podia usar isso por exemplo para dirigir um carro imagina um tetraplégico por exemplo né ele não tem movimento das mãos e mas ele eventualmente pode mexer o

pescoço e ele pode eventualmente poderia controlar uma uma cadeira de rodas é outro uma coisa interessante que a gente já fez também por exemplo isso se faz muito por exemplo em autenticação de usuário né então uma coisa que pode fazer eu tenho o iPhone faz olha para tua imagem esse aqui é o Wesley eu vou deixar ele entrar tá mas por exemplo tá é nada em princípio impedido a gente até viu na TV pouco tempo atrás O cara que pegava [Música] maquiava e botava uma foto e entrava num aplicativo bancário né como se aquele fosse

o sujeito do sujeito era uma foto tá então como é que tu sabe que o cara aqui não é uma foto e que tá vivo certo bom Então tem um uma característica interessante tá que é justamente por exemplo quando tu vai fazer uma prova remota por exemplo né tu tá tu tá fazendo um curso remoto tem o dia da prova então tu vai lá e começa a responder a prova mexendo no mouse e apertando as teclas do teclado que garante que é tu que tá apertando as teclas e mexendo o mouse certo poderia ser eu

tô aqui na frente do computador mas na verdade meu teclado tá tudo do lado do meu irmão gêmeo monitor espelhado e um cara que eu contratei para fazer ele faz a prova para mim certo então assim existe um padrão né que é um padrão biométrico que é o tempo de latência entre teclas que legal ou a maneira como tu mexe o mouse isso é como se fosse uma assinatura é teu não tem como alguém copiar isso certo então tu pode por exemplo no início do curso durante o curso tem algumas frases pré-prontas e agora você

Digite essa frase no seu teclado e o cara vai lá tá fazendo o curso ele digita a frase né o cara enquanto ele tá fazendo o curso o software pode estar capturando o padrão com que ele mexe no mouse no dia de fazer a prova no meio da prova lá agora Digite essa frase se mudar o padrão opa não é tu que tá fazendo digitar muito rápido muito rápido né então o tempo de digitação entre as teclas então a gente fez um sistema redes neurais tá que era capaz de detectar fazer autenticação de um usuário

ver se aquele padrão de de tempo de digitação entre teclas era realmente daquele usuário então tem gente que faz com não somos os únicos que fizemos isso mas trabalho bem bacana assim na área do petróleo Mas você só para terminar hoje tirando o petróleo Você trabalha com mais com isso e Quais linhas hoje andando também assim quando eu tenho algum problema interessante de um de um aluno traz a gente olha tá legal vamos vamos fazer vamos então a gente orienta tá é trabalhos um pouco mais fora da área mas hoje em dia assim grande parte

da galera que trabalha comigo tá trabalha nessa área de aplicações da inteligência artificial para geociências tá que é uma área que me interessa porque é uma área difícil né Eu acho muito interessante me interessa por questões familiares também eu tenho na família acho que tem uns Com certeza seis diólogos na minha família meu irmão é jogo Meu tio é diólogo é meu primo minha cunhada geóloga então tem muito geólogo na família tá e eu e uma área bastante interessante eu acho interessante também acho bacana certo então assim a gente fez as pesquisas faz pesquisas né

nessa área tá algumas coisas ligadas por exemplo a questão da perfuração de Poços de petróleo como estava falando né então perfurar um poço de petróleo tu imagina Tu tem uma broca que como tu falou mesmo é caríssimo e caríssima tá E que o pior que a broca é o aluguel de uma sonda de petróleo tá pra perfurar é um milhão e meio de dólares por dia certo dólares dólares caramba e tu leva uns 30 a 45 dias para perfurar um poço certo então quanto mais rápido perfume melhor e que se furar de novo é tem

problemas né prende a broa né mas então tem um problema assim que é muito parecido com que faça com carro de Fórmula 1 né então assim que que adianta o né Tem uma estratégia lá de que o carro de Fórmula 1 ele pega e cara dá as voltas da maior velocidade possível passa por cima da zebra não sei o que vai desgastar o pneu daqui a pouco tu vai ter que parar no box e é ela eu 30 40 segundos até tu voltar para pista na Broca é muito parecido né então tu quer perfurar rápido

ah vou botar bastante peso nessa broca aqui bastante velocidade ela vai perfurar muito rápido mas ela vai desgastar certo vai desgastar mais rápido então vai chegar num ponto em que tu não consegue mais perfurar porque a broca tá desgastada A equipe que vai acontecer tu vai ter que parar para perfuração tirar aquela broca Imagina os dois dias porque na mãe que a broca só para a galera tem noção que tamanho que a broca mais ou menos tem vários tamanhos de Broca tá e a profundidade que vai ah pode estar a 5 km abaixo da superfície

do mar não é simples o processo não é simples e o é assim são canos de 30 metros tá então o processo é assim pega broca só vive no microfone pega a broca coloca um cano de 30 metros perfura 30 metros pega mais um cano Ah entendi engata naquele isso tudo tem que estar dentro da plataforma porque o espaço é limitado dá uma rosqueada naquele outro cano Desce mais 30 metros pega a outra e assim vai de 30 em 30 metros tem tu tem que pegar um e colocar um novo canto imagina tu tá 5

km abaixo tu tem que parar e começar a tira 30 metros para puxar de volta lá embaixo então tu imagina o tempo que se perde quando mas eu queria chegar a mais 100 metros tá faltando ali certo um problema interessante e que é muito difícil é assim como é que eu otimismo as operações de perfuração da broca para que ela consiga atingir o objetivo dela que é perfurado Sei lá eu tantos mil metros né embaixo do solo e que não desgaste e né e isso é mais difícil ainda porque no carro tu enxerga o desgaste

do pneu na Broca tu não enxerga então isso é um problema um cálculo eu só calcula mais ou menos é exatamente que tu pode inferir eventualmente porque olha antes eu coloquei a mesma velocidade e o mesmo peso sobre a broca e ela cavou com uma taxa de penetração x agora eu tô colocando na mesma no mesmo tipo de rocha as mesmas parâmetros e ela não tá mais perfurando nessa taxa de penetração X é x -1x lá então tá desgastando quanto tá desgastando será que ainda dá para perfurar mais eu tenho um modelo de que tu

pode tentar inferir um modelo de broca Isso é uma aplicação interessante que a gente já trabalhou é Outras aplicações 70 então só para concluir vocês tentam no laboratório e tentar vocês tentam otimizar otimizar na medida em que usam os cálculos de quantas quanto de força colocaram versos quanto a broca entrou para tentar chegar na conclusão da melhor broca para aquele cenário é um problema de otimização com otimizar com base nos dados que foi coletado com base nos dados no tipo de broca entendi é outra que é interessante porque esse tipo de informação pode salvar alguns

Milhões de Dólares aí de uma empresa né Exatamente é outra coisa interessante que a gente faz tá é por exemplo tentar descobrir o tipo de rocha e o que que tem dentro da Rocha a partir de sinais sísmicos por exemplo Então passa um navio por exemplo que vai emitir ondas de energia essas ondas de energia vão penetrar no solo e ela né a onda de energia ela o solo as rochas é como se fossem uma mola né dependendo da rigidez né ela vai comprimir um pouquinho ou vai comprimir muito certo dependendo dos atributos dessa rocha

né do tipo de fluido que tem nela de qual é a densidade da Rocha Qual é a porosidade dela tipo uma esponja né Pega Esponja nova tu aperta ela cede pouco Esponja mais velha tá ou pega uma garrafa e tu aperta não sei que que tem aqui dentro Mas se for um balão e tu apertar tem água tem ar então a gente tenta de novo a partir do sinal do Eco que volta e é captado por hidrofones né dessas ondas de energia né do navio que faz o levantamento sísmico tenta inferir essas propriedades da Rocha

que estão subsurfice né então lá 5 mil metros abaixo do nível do mar ainda de coluna d'água tem os dois mil metros mais 5 mil metros para baixo aqui tem possível reservatório né esse reservatório tem esse formato aqui a porosidade é tal algumas coisas dá para enxergar outras coisas não dá para enxergar é como meio que uma ultrassom com uma resolução bem baixo e quando quando reconstrói o fundo do oceano é com base nisso daí basicamente também porque e é porque quando a onda tá vindo pela água ela bate no fundo do oceano e volta

tá mas uma parte continua penetrando muita muitas muitas geofís como física sim e muitos pesquisadores também fazem isso com terra né você passa um avião jogando ondas de som não sei exatamente o que que é volta pro avião eles conseguem ver se por exemplo Existe algum tipo de de material histórico tipo uma casa embaixo da terra soterrada por causa das ondas né recria mas eu posso recria mais ou menos tem muito é o que o pessoal faz muito para pesquisas em minerais é medir a gravidade tanto tu pega um avô com um avião sobre uma

área e a diferença de gravidade nas diferentes regiões que tu passou então onde tem metais mais pesados a gravidade é maior Claro que não vive muito pequeno mas é detectável e existe um no seu caso de olhar essas rochas lá embaixo ou essa tecnologia no caso ela acerta legal assim uma rocha mais dura e uma rocha mais mole é o que a gente faz o que a gente chama de uma caracterização quantitativa do reserva do possível reservatório E para isso vocês utilizam ya entre outras coisas sim tá a gente pode usar redes neurais para isso

se usa muito hoje em dia Rede sinais convolucionais se usa uma abordagem probabilística de redes baseando porque tem muita incerteza né nessa em toda essa toda essa história todo esses dados todos esses modelos têm muita incerteza envolvida nisso né E como que como que daria para tentar reduzir essa incerteza com base em matemática teria alguma forma de limpar esse ruído digamos assim existe existe técnicas para tentar diminuir a tua incerteza eventualmente usando diferentes fontes de informação tá calibrando usando Poços que já foram perfurados em ambientes que tu acredita serem parecidos e professor hoje o senhor

teria alguma alguma vertente assim que teria interesse em explorar dentro da ia ou dentro de redes neurais quem você acompanha por exemplo no planeta hoje algum grupo específico que tem feito trabalhos que chama sua atenção por exemplo na minha área na neurociências eu tenho acompanhado bastante alguns pesquisadores que estão utilizando optogenética que é uma técnica criada né descoberta barra criada por um pesquisador de Stanford chamado o cara descobriu que se você jogar luz em determinado tipo de luz ali numa onda específica em alguma população específica de neurônios existe uma abertura um fechamento de canais que

pode resultar na inibição ou na potencial de ação daquele neurônio E eu tô achando muito interessante porque os caras conseguem ligar com base na luz eles implantam um eletrodo na cabeça do animal com suas família e lanterna eles conseguem desligar a amídala do roedor e o roedor Vai perto de um rato de um gato e fica tranquilo então eu acho muito sensacional isso não consigo reproduzir não consigo fazer aqui essa tecnologia na sua área existe algo parecido comigo assim eu eu acho essas esses modelos generativos tá tipo chat PT e tal tipo chat GPT Na

verdade são essas redes tem uma arquitetura de rede chamada Transformers né os transformadores que é justamente ela tenta é olhar por exemplo para um conjunto de palavras né hoje em dia tem no celular né dependendo da palavra que tu que tu tecla ela vai te sugerir a próxima palavra né então assim deixa eu tentar voltar um pouquinho mais no tempo assim tá é durante muito tempo as tecnologias das redes neurais ela eram modelos estáticos Entra com uma entrada sai uma saída Tá mas tem aplicações que não são estáticas elas são dinâmicas então a saída não

depende é como se fosse uma espécie de um pensamento né então a saída não depende só do que eu tô vendo aqui mas depende de coisas que aconteceram antes no passado certo então para isso como por exemplo uma frase né então a próstata Qual é a próxima frase Qual é a próxima palavra não depende só da última palavra que eu entrei Depende de um conjunto de palavras Então essas Minas Gerais que a gente chama de redes recorrentes tem vários modelos desses tá tem um deles que é muito interessante que são os Transformers em que eles

dizem o seguinte os modelos de atenção o artigo criminal fala assim atenção é tudo que tudo que você precisa é atenção então ele tenta detectar no padrão né nas entradas que estão que foram vistas Qual a que é importante para determinar a próxima saída em dia certo então assim esses negócio e isso faz parte do chat ept tá então ele constrói as frases e entende as perguntas baseadas nessa tecnologia isso é utilizado para tradução também tá essas redes transformas tá então essas redes transformam junto com esses modelos generativos tá eu acho que tem na Geologia

uma aplicação muito interessante tá é que eu gostaria de explorar porque o processo né de formação das rochas né e o empilhamento olha ao longo de milhões de anos ele segue um modelo temporal né olha primeiro aconteceu isso aí depois o mar subiu porque teve sei lá um derretimento de das calotas polares então quando o mar subiu aconteceu tal padrão de empilhamento depois o mar desceu então ali onde tinha um rio deixou de ser um rio e sei lá eu passou a ser um Pântano uma coisa parecida então né quando eu não sou geólogo então

assim muito dessas coisas eu não entendo tá e a gente trabalha em conjunto com o pessoal da geologia ali da USP mas assim na sua visão seria quase com chat GPT respondendo aonde perfurar é na verdade seria uma seria uma ideia de que o que olhar no passado ou no padrão de empilhamento que é importante para eventualmente extrair características daquela Rocha que tá me interessando estudar por exemplo mas aí você teria que ter porque tem muita ambiguidade como eu falei tem muita incerteza nesse negócio eu tô vendo lá uma rocha que tem um líquido dentro

esse líquido pode ser petróleo água por exemplo água é um líquido pode ser que a água pode ser um aquífero também pode ser interessante não sei tá depende da aplicação certo ou nem o mesmo sinais né tu olha pessoal perfura Poços de petróleo e ele quando esse perfume os postos eles descem instrumentos que medem grandezas físicas e químicas das rochas pelos quais o poço perfurado atravessou né então por exemplo emissão de Gama Rei porosidade resistividade então cada uma dessas medidas tá ligada a uma característica da Rocha é qual é o volume de argila quanto de

argila tem naquela Rocha Qual é a porosidade daquela Rocha Qual é o líquido que tem naquela Rocha certo é então por exemplo é não adianta ter o olhar um sinal Só porque um sinal só numa certa profundidade não me diz muita coisa pode ser uma água pode ser um óleo mas se eu olhar na sequência com que aquilo ocorreu aquele empilhamento isso pode me me ajudar a desambiguar né aquela dúvida que eu tenho não olha aqui eu tô vendo que tem sei lá eu por exemplo água por exemplo Ah então aqui que tá em cima

vamos supor não pode ser aí sei lá eu tenho óleo tá aí aqui em cima não pode ser água porque o óleo sempre fica em cima da água certo então isso pode me ajudar olhar para sequência e não para o sinal instantâneo tá me ajuda a desanivar me ajuda a fazer por exemplo correlações entre Poços né olha esse poço aqui é parecido com então eu posso esperar Sei lá eu sequências de rochas parecidas mas aí Teoricamente você teria que ter todas essas informações em algum lugar para essa e a conseguir trabalhar esse me disso exatamente

usaria o que os artigos que tem usaria o conhecimento por exemplo dos geólogos e já fizeram essa interpretação olhando né testemunhos né de vários postos que já foram perfurados por exemplo e hoje tem alguma coisa próxima a isso na sua área ou zero não tem tá começando então assim é aplicação de ar dentro das geociência é uma coisa bastante recente a tecnologia que assim é um campo de aplicação dessa tecnologia que é bastante recente mas tem tem artigos que estão começando a usar transformadores nesse nessas redes transformadoras nesse tipo de aplicação são coisas que estão

começando o professor é promissor eu acredito que seja promissor e professor é quando você falou lá que 2014 se eu não me engano teve aquele evento onde as pessoas apresentaram lá as redes convolucionais que é capaz de interpretar uma imagem tal né que acelerou bastante o por exemplo e permitiu com que a Tesla dirija um carro hoje e tal digamos em 2010 se tinha noção que isso estava prestes a acontecer ou foi uma surpresa assim para a galera a minha pergunta no sentido de Existe alguma coisa que você olha hoje com base na evolução dessas

tecnologias e pensa até 2025 a gente com certeza vai ter isso ou de fato do nada meio que surge assim uma mudança de paradigma ou chat PT era previsível por exemplo não assim pois é e 2018 Olha daqui algum em algum eu tenho artigos e olha o cara fez um artigo descrevendo os modelos generativos né que eram coisa muito recente nada aplicável assim por enquanto sem né naquela época Ainda sem aplicação o cara falou mas em poucos anos Isso aqui vai poder ser usado para tradução de linguagens para desenvolvimento de drogas específicas contra o câncer

por exemplo eu vi agora inclusive que Inteligência Artificial conseguiu reduzir o número de potenciais moléculas para um tratamento de uma bactéria hiper resistente de sei lá Quantas mil para 30 então pesquisador começa a aparecer resultados muito interessantes e inesperados né mas assim o senhor o senhor porque é muito louco né professor que tipo eu fico perguntando assim como assim do nada surge uma mudança dessas de paradigma e ninguém falava disso antes porque fora da bolha da Ian ninguém até onde eu vi nunca saiu em jornais e tal que eventualmente porque na verdade talvez assim não

digam assim grande escala e que permitiu Justamente a aplicação em problemas práticos é justamente se desenvolvendo as placas gráficas então antigamente o cara até olha funciona para esse probleminha de brinquedo aqui simplesinho funciona mas eu não consigo escalar porque eu preciso de uma coisa muito grande muito maior do que isso tá E na verdade não adianta um super computador porque ainda assim o supercomputador vai precisar fazer multiplicação de matrizes e quem é bom mas ele ele tem uma arquitetura eventualmente convencional as gpus e que tem uma arquitetura muito boa para fazer manipulação é uma placa

de vídeo é uma placa de vídeo é o que está no coração de uma placa de vídeo é GPU é Unity E aí essa placa que permite com que vá lá naquelas aqueles vetores Consegui criar todas aqueles aquelas probabilidades exatamente pelo treinamento das redes neurais pelo processo de Treinamento que justamente como eu falei processo de Treinamento envolve operações com matrizes em que essas placas são muito boas para fazer isso e tipo o chat a pt tá em algum lugar num prédio assim boa pergunta tá no deve estar em distribuído em servidores tá deve ter um

servidor tá que onde e depois o negócio treinado tá a tua estrutura não precisa ser muito grande o que tu precisa de estrutura é para treinar tá depois disso O teu é número é número que tu vai carregar para dentro da tua máquina e que vai ser rapidamente processado uma placa gráfica por exemplo porque quando a gente vai olhar os números do chat GPT comparado a outras ao cadastro em outras redes né como por exemplo no Instagram Facebook WhatsApp Twitter o chat é pt teve estrondosamente mais gente cadastrado em um dia do que às vezes

o Facebook e o Instagram em meses muita gente se interessou por isso tem um grupo significa dúvida de pessoas que utiliza essa tecnologia hoje para ter ideias para conseguir resolver problemas tem trabalhos de escola por exemplo né você dá lá para os seus alunos um trabalho faça um trabalho sobre os modelos não sei o que às vezes o cara consegue pelo chat PT fazer isso né levando em consideração até o seu entendimento acerca de comportamento e de rede neurais e processos de aprendizagem que realmente não difere de fere pouco do Salvo aquelas exceções que o

senhor mencionou difere muito pouco das neurociências da psicologia comportamental o senhor acredita que a galera pode acabar ficando mimada assim com o chat PT tipo recorrendo a um Porque pensa assim o cheque até um processador Teoricamente ele faz o que nosso cérebro faria em alguma Instância Claro que ele consegue chegar resultados Absurdos mas isso a longo prazo levando em consideração Pois é antigamente as pessoas andavam a pé ou de cavalo e surgiu o carro será que as pessoas ficaram mais preguiçosas Porque surgiu o cara a mesma analogia que eu faço então assim é um é

um conforto que talvez te permite aí além tá com cuidado não é porque tu tá dirigindo agora um carro que tu pode dirigir de qualquer jeito né tem as regras talvez tem que se fazer regras para a utilização do chat GPT tem muito isso é interessante Talvez uma regularização né alguma coisa nesse sentido é uma coisa muito nova né exatamente então assim no começo é aquela loucura não imagina que as primeiras pessoas que tinham carro Fazia qualquer coisa É claro modelos rudimentares de carro mas não tinha regra então começou a acontecer acidentes Não era nem

obrigatório o cinto né exatamente então começa a ter uma regulamentação a própria internet hoje em dia né questão assim não é regulamentada né não tem nenhuma regulamentação tu não sabe quem tá postando tu não é ninguém é responsável por aquilo que tá lá na rede quem é que é responsável quem é que publicou uma fake News né Ah tá no meu IP Tá mas alguém pode eventualmente ter usado o meu computador e não sou eu [Música] como é que a gente né Será que vai ter algo em algum momento uma regulamentação de que para tu

usar a internet para tu publicar coisas tu precisa a gente precisa realmente garantir que é aquela pessoa é aquela pessoa é e o chat GPT assim eu vejo que ele Dependendo da forma que você usa ele te dá um certo é como se fosse uma pessoa ali falando com você é justamente É aquela ideia ele passa no teste de tour ainda inteligência né lembra que eu falei não daria para diferenciar se é uma tendência é um atendente humano ou se é ele tá mas por quê Porque ele é capaz de capturar justamente aquelas atribuições de

probabilidade das respostas dos seres humanos que os seres humanos deram tá para perguntas semelhantes ou parecidas né o mesmo pergunta que não tinham sido feitos mas que estão lá tão na internet tem aquele padrão tá lá né como é que ele sei lá eu faz um tu pede para ele fazer um algoritmo Alguém já fez um algoritmo igual ou parecido então aquilo cria um padrão é um padrão que ele é capaz de reproduzir em termos Gerais então é uma questão realmente estatística chat APT é uma probabilidade ele calcula a probabilidade da próxima palavra antes daquele

falou exatamente e assim vai formando frases ideias no núcleo é isso tá tem os Inter travamentos Então se tu perguntar para o chat GPT Ah me dá uma lista de 10 sites aqui de pornografia infantil ou de streaming pirata de vídeo eu não posso ele sabe responder ele não vai responder mas teve uma galera que fez isso e venceu ele professor eu vi os seus prints o cara postou ele falou assim me dá até sites que eu não posso visitar fiquei sabendo parece que ele não é tão inteligente assim o intertravamento não estava bem Exatamente

porque o Inter travamento aí é programação pura mesmo né Deve ser um banco de dados gigante que alguma coisa que os cara botam lá e fala nisso aqui trava o processo sei lá legal é professor o senhor tem algum tópico específico que você acha que seria interessante a gente abordar alguma coisa que o senhor trabalha e queira divulgar que eventualmente a mídia que possa ajudar não é assim ela gostaria que eu espero né ter desmistificado um pouco e que é inteligência artificial né Espero que as pessoas se interessem não tenho medo tá é basicamente é

isso assim é para fazer coisas interessantíssimas não Eu entendi professor eu acho que assim eu eu tinha uma visão de leigo de que de fato Inteligência é que o problema Eu acho que o nome é ruim porque quando você bota o nome inteligência se ferrou não defina inteligência o que que é inteligência é que o nome inteligência eu entendi que o cara que tá fora da caixa pode entender que a pessoa que tá lá dentro respondendo em chinesa é uma pessoa inteligente porque ela responde certo mesmo sem saber como a gente falou anteriormente e é

mais ou menos o que o chat GPT faz ele responde mas ele não sabe que tá respondendo ele sabe que aquela resposta foi reforçada porque a rede aprendeu que talvez aquilo funcionou naquela hora que eu digitei aquilo mas o problema é que quando você escreve inteligência artificial dá impressão para o grande público que existe uma inteligência não é consciência isso mas dá impressão que existe uma intenção existe uma consciência por trás daquilo ali não existe entende e na verdade o que nada é nada mais é do que um monte de dados sendo oferecidos quando existe

uma demanda levando em consideração a probabilidade então assim a gente trabalha com construção de modelos tá então o modelo pode vir como uma série de perguntas e respostas o modelo pode vir com uma série de neurônios e interconexão entre os neurônios tá que serve para um problema tá mas não tem assim não é se inteligência já não é um termo muito bom consciência não é nada disso exato não acho é só porque tem conhecimento tá então assim conhecimento é uma coisa que dá para a gente não definir talvez formalmente Mas é uma coisa que as

pessoas entendem né que é aquilo que ela sabe que leva a uma maneira mais rápida de solução de um problema o que leva para o caminho da solução do problema né conhecimento de que São Paulo tá um Norte conhecimento de que para resolver um problema melhor resolver aquelas células que tem as melhores as maiores restrições antes de que o vinho branco é o melhor com peixe Exatamente isso é conhecimento e aí dá essa impressão de que vai dar um problemão porque a galera olha Inclusive eu e pensa cara como pode esse negócio sabe tanto né

mas na realidade ele não vai do nada resolver fazer alguma coisa porque aquilo dali precisa de um comando para chegar naqueles dados ali sendo expostos Na verdade ele não sabe ele sabe a estatística exato que está por trás eu acho que a metade do você tá dentro de uma caixa respondendo perguntas ali em chinês porque você tem um protocolo do que responder quando chega tal coisa você não faz ideia do que tá respondendo exatamente a grande diferença é que assim ali eu tenho um manual então eu posso olhar para o manual e ver o conhecimento

tá no manual certo nas redes neurais no chat GPT o conhecimento tá na conexão entre os neurônios então é uma caixa preta eu não consigo dali saber Será que tá completo isso Será que todas as situações estão sendo atendidas né tá enviesado não tá enviesado são coisas difíceis de distrair daquela caixa preta até essa questão daquele problema do reconhecimento de objetos em imagens né é assim para onde A rede neural tá olhando para dizer que naquela imagem lá por exemplo tem um cão certo ou que ela tem uma tem um galo por exemplo tá então

assim a pessoa fez trabalha em pesquisa nessa área né de justamente tentar mas é o que que ela usa na imagem para discriminar para poder classificar então por exemplo no caso do Galo por exemplo a parte que fique iluminada onde ela percebe que aquilo é um galo ela não olha para toda imagem olha aqui tem uma crista porque a crista tem um formato especificar então é um galo uma coisa muito interessante né era isso também é lenda tá não sei se é verdade ou não quer assim ela reconhecia a cães siberianos né só que assim

toda vez que tinha a foto de um cão siberiano ele tava na neve aí foram para onde que ela tá olhando para dizer que naquela imagem tem um cão siberiano não ela não olhava para o cachorro ela aprendeu que quando tinha Neve era siberiano aprendeu errado ela associou duas coisas como se fosse a mesma como se fosse a mesma e assim professor se tivesse por exemplo uma imagem de um galo uma foto de um galo na rua e aí numa casa atrás desenhado na casa tem um galo a rede interpretaria dois galos ou ele saberia

que na casa tá desenhado na parede provavelmente dois galos que ele pega por forma e por que ela pega por fora aquela rede do da autenticação bancária é a foto de um rosto tem dois olhos nesse lugar uma um nariz onde tem que estar algo que parece uma boca é um é um ser humano é um rosto humano eu vi isso daí o cara fez os bonecos lá e passou pelo reconhecimento facial né mas ele teve que ter feito obviamente um boneco parecido com a pessoa porque ela não era Pelo que eu vi esse é

um manequim era um manequim com um paletó e só na cara do rosto era uma foto Ah era uma foto era uma foto era uma foto e como é que resolveria esse problema manda piscar manda virar para um lado e para o outro entendi controles aleatórios é alguma coisa Teria que fazer cara tem que fazer para diferenciar Aquilo não é não pode ser uma foto entendi claro que vocês viram uma foto de lado fica do nariz pulando né exatamente Ah mas a galera vai dar jeito professora os caras são os caras são boas complicado começa

a imprimir rosto em 3D coisas assim mas aí tá aí tu manda tá agora piscando exatamente Fala alguma coisa Às vezes ela ia complicar porque o tom de voz é difícil de reproduzir a não ser que ele use uma hiabada mas que legal cara olha muito bacana a professora acho que mudou totalmente a minha visão do que é e a é como uma coisa até muitas vezes é muito recente na verdade isso já existe desde das prateleiras de vinho lá que tinham um computadorzinho nos ajudando a escolher o melhor vinho e mudou o conceito e

a ideia que eu tinha de inteligência artificial com certeza do grande parte das pessoas que estão assistindo também e o que fica para mim assim de pano de fundo É de fato essa ideia de ser uma questão estatística probabilística E aí Claro agora tinha informação até 2021 não lembro Exatamente é 2021 Aí agora eles adicionam de novo aí vem um charme é o chat de PT 5 e vão retreinando tá isso e se chama colocar novas informações lá colocar novas informações e aí assim eu não uso mas [Música] vou considerar até ver o que que

eu posso tirar de bom de lá mas eu realmente não uso assim não foi uma coisa que me interessou muito eu também não uso assim mas assim muitas vezes é para uma informação rápida tá pode ser um caminho tá um início tá então por exemplo esses tempos eu tava interessado em informação porque para eu gostaria de dizer assim quando que duas séries temporais são iguais tal são parecidos Então como é que eu posso te dizer de uma maneira mais didática assim por exemplo assinatura tá então quando tu olha para uma assinatura aquilo é um padrão

é uma série né de traços tá é então como é que eu posso dizer que duas assinaturas vem da mesma pessoa são parecidas ou que duas trajetórias são parecidas só que eu posso fazer eu posso assinar grande eu posso assinar pequeno então assim o tamanho pode ser diferente mas as características né E aí eu cheguei lá eu tô interessado nisso eu gostaria de métricas para distâncias entre métricas de similaridade entre séries temporais e ele perguntei isso por chatia PT ele me deu alguns né algumas métrica algumas sugestões de métricas e eu fui pesquisar né que

que faz essa médica serve para mim essa médica não serve Qual é a complexidade dessa merda cortou um caminho legal ali é me ajudou poderia fazer no pegar o Google escola por exemplo e botar palavras chaves né coisa parecida é me dar artigo científico sobre isso Tá Mas eu ainda ter que filtrar nos artigos Qual é o método que o cara tava usando e tal uma cortada no caminho eu vi recentemente que os caras fizeram mais GPT que é um rato para você testar é tipo um organismo de inteligência artificial é tem essas tem algumas

no caso openíaco né que é o criador do chat é pt que a empresa que fabrica já tinha PT Apesar do nome ou penei Ah ele é fechado tá mas tem alguns que são baseados na mesma ideia faltou o nome de novo tá esses cara devem estar e mais que são modelos abertos tá E que tu pode usar o modelo e retreinar ele com os dados os teus dados por exemplo Então em vez de linguagem né em vez de palavras padrões de empilhamento de rochas por exemplo que cada Rocha representa uma palavra por exemplo então

o outro até aí tem um infinitas possibilidades possibilidades e essa galera do dessa empresa que criou o chat GPT deve estar nadando em dinheiro agora né imagina provavelmente a quantidade e aí é essa é a minha pergunta eles têm propriedade intelectual alguma patente será professor Tipo quem quer usar para fazer imagem ou alguma coisa assim eles detém a propriedade da tecnologia por exemplo pode usar o chat GPT embutido numa certa aplicação e talvez especializado para uma dada aplicação E aí tu vai lá e compra os chat GPT para integrar em teu sistema isso Imagino que

o modelo de negócio deles alguma coisa desse tipo assim Ah tem o Google tá fazendo o dele que é Alberto o Bing diz que já tem eu não sei se usa o chatia PT ou não eles estão tentando não ficar para trás nesse processo né É porque isso é muito útil também em buscadores hoje em dia o Google não responde Qual o rio que é mais largo mas se incorporar a empresa tem empresas fazendo isso por exemplo tem algumas empresas que você você por exemplo é aluno de um curso específico de internet que o senhor

comprou lá em curso de culinária digamos comprou um curso de culinária o curso de culinária muitas vezes vende junto de bônus para o senhor um contato de WhatsApp que eu não sei se usa os mesmos princípios do chá GPT eu já não sei mas que você pode perguntar coisas sobre o curso você pergunta em qual aula que eu vou aprender a fazer pão aí o bagulho responde para você em qual aula que vai fazer pão é então ou isso já tá programado usando aquela abordagem top Down Né simples tiver a pergunta aula pão não sei

o que é então você responde desse jeito ou o chat é pt porque ele tem lá o roteiro de todas as aulas que já foram dadas né tem todo o roteiro das aulas E aí onde aparece a palavra pão não sei o que fazer Ok então você e aí começa a juntar as palavras Então você vai ver isso na aula da sexta semana legal Professor obrigado pela presença Gmail que agradeço a gente vai liberar esse podcast já já para galera e Pô muito legal acho que eu quero trazer cada vez mais pessoas fora do nicho

da saúde assim para trocar ideia sobre tecnologia porque acho que isso é um tema importante até para galera depois desse podcast talvez não ficar tão Assustado assim com chat GPT que vai virar um robô e matar todo mundo mas interessante né Professor tem ressalvas mas como o próprio carro também tem ressalvas né exatamente fazer se o pessoal eventualmente quiser entrar em contato com o senhor ou alguma coisa pode procurar lá no site da universidade meu e-mail tá lá é Mauro ponto arroz em Berg com n antes do b né @outsky.br legal show quer deixar algum

algum recado para o pessoal alguma coisa específica é isso fica à disposição aí para se alguém tiver alguma dúvida quiser conversar legal [Música] é difícil não tem Eu sou professor não pós-graduação lá em Ciência da Computação tá então a gente já aceita né Tem curso de Mestrado e de doutorado tá então Se alguém quiser eventualmente aí o interesse e se interessar por essa área de aplicação em Geologia em geral legal legal pessoal obrigado pela presença espero que esse podcast tenha de alguma forma contribuído para o seu entendimento sobre o mundo e sobre as coisas e

nos vemos no próximo episódio e até lá