Imagine a seguinte situação: você está no meio de uma fase bem estressante no trabalho e na vida, onde no meio de tantas tarefas você se sente constantemente exausto, tem pensamentos negativos e está cheio de ansiedade sobre o que está por vir? Pois bem, todos conhecemos esta sensação. Eu quero que você reflita sobre o que você acha que deveria fazer nesta situação, e escolha uma das seguintes 3 opções:
1 - você trabalha mais duro ainda e pensa: "O quanto mais eu enfrentar os problemas do dia a dia, ou quanto mais eu ganhar dinheiro trabalhando, mais esses problemas vão sumir". O risco é que isso se torne um loop eterno, não é?
2 - você decide cuidar mais do seu corpo, pois muitas das sensações são fisicas: o cansaço extremo, os nós no estomago que você sente, e assim por diante. Se alimentando bem e fazendo um exercicio por dia vai passar, você pensa.
3 - você entende que muito nasce do cansaço mental que você tem, e decide priorizar o cuidado da sua mente. Só que você nem sabe por onde começar: afinal sabemos bastante do nosso corpo, mas pouco sabemos de como cuidar da nossa mente. Ai começa a explorar soluções e mergulhar no estudo na neurociencia e psicologia.
Quem caminho você escolhe?
Veja bem que não tem resposta certa nem errada, mas se trata apenas de um exercício mental que inclusive será, de alguma forma, respondido com o conteúdo do episódio que irá trazer sim uma frase do autor. Do meu lado, já pode imaginar que acredito o certo ser a opção 3, porque a 1 é apenas uma solução que não é uma solução, pois ela te coloca em um loop infinito na medida que você pensar desta forma, e mesmo que a opção 2 seja um bom caminho, não resolve o problema pois tudo que sentimos é direcionado do cerebro. Obvio que nosso corpo tem uma relação importantissima com nossa mente, mas é a mente que precisamos entender melhor e cultivar. O Lex Fridman nos falará disso neste episódio.
O Lex Fridman é um cientista da computação especializado em Inteligencia Artificial, especialmente no contexto de veículos autônomos. No campo de pesquisa dele está particularmente interessado em entender a colaboração humano-robô, e métodos baseados em Machine Learning que enriquecem essa colaboração. Porém ele é tão bom que saiu apenas da esfera academica e se tornou um influenciador: ele conta centenas de milhares de seguidores nas redes sociais, e é o host do Lex Fridman podcast, que é um dos mais assistidos nos Estados Unidos. E sendo que obviamente o da Inteligencia Artificial é um dos seus principais temas, vamos agora ouvir uma frase do Lex Fridman que explica qual a melhor forma de entender a mente humana:
"Eu queria me tornar um psiquiatra, e eu pensava nisso como uma engenharia da mente humana, através a manipulação dela e era isso que eu pensava dos psiquiatras, que fundamentalmente usam palavras para explorar as profundezas da mente e ter a habilidade de ajustá-la, mas depois me dei conta que a psiquiatria não consegue fazer isso na realidade. Psiquiatria moderna é mais relacionada a bio engenharia, com drogas e remedios, e é por isso que a forma em que pensei realmente explorar a engenharia da mente foi, por outro lado, construindo ela. E isso é realmente quando a linguagem de programação C++ se tornou uma moda, e aprendi a programar quando eu tinha 12 anos e nunca mais olhei para tras. Hoje, centenas de milhares de linhas de codigo mais tarde, me encontro aqui. Amo programar, amo construir, e para mim realmente a melhor forma de entender a mente é construi-la".
Chethan Pandarinath é um cientista que deseja permitir que as pessoas com membros paralisados estendam a mão e agarrem com um braço robótico tão naturalmente quanto fariam com o seu próprio. Para ajudá-lo a atingir esse objetivo, ele coletou e juntou gravações da atividade cerebral de pessoas com paralisia. Sua esperança, compartilhada por muitos outros pesquisadores, é que ele seja capaz de identificar os padrões de atividade elétrica nos neurônios que correspondem às tentativas de uma pessoa de mover o braço de uma determinada maneira, de modo que a mesma instrução possa então ser usada para uma prótese.
Essencialmente, ele quer ler a mente das pessoas.
Mas tem um porém, que você já sabe: isso é extremamente complexo. O que o Pandarinath, engenheiro biomédico da Emory University e do Georgia Institute of Technology, ambos em Atlanta disse em entrevista para a prestigiosa revista Nature, que “Esses sinais do cérebro - eles são realmente complicados.” Em busca de ajuda, ele recorreu à inteligência artificial (IA). Ele alimentou suas gravações de atividade cerebral em uma rede neural artificial, uma arquitetura de computador inspirada no cérebro, e a se colocou a missão de aprender como reproduzir os dados.
As gravações vieram de um pequeno subconjunto de neurônios no cérebro - cerca de 200 dos 10 milhões a 100 milhões de neurônios que são necessários para o movimento do braço em humanos. Para dar sentido a uma amostra tão pequena, o computador teve que encontrar a estrutura subjacente dos dados, meio que o padrão deles, ou em inglês "pattern". Os pesquisadores chamam esses padrões de fatores latentes, que controlam o comportamento geral da atividade registrada.
O esforço revelou a dinâmica temporal do cérebro - a forma como seu padrão de atividade neural muda de um momento para o outro - fornecendo assim um conjunto mais refinado de instruções para o movimento do braço do que os métodos anteriores. “Agora, podemos dizer com muita precisão, em uma base de quase milissegundo por milissegundo, que a pessoa animal está tentando se mover neste ângulo preciso”, explica Pandarinath. “Isso é exatamente o que precisamos saber para controlar um braço robótico.”
A verdade é que este incrível experimento é um exemplo do que o Lex Friedman diz, que a melhor forma de entender o cerebro humano é construi-lo, usando inclusive o apoio da Inteligencia Artificial. Seu trabalho é apenas um exemplo da crescente interação entre IA e ciência cognitiva. A IA, com sua capacidade de identificar padrões em grandes e complexos conjuntos de dados, teve sucessos notáveis na última década, em parte por emular como o cérebro realiza certos cálculos e raciocinios. Redes neurais artificiais que são análogas às redes de neurônios que compõem o cérebro, deram aos computadores a capacidade de distinguir uma imagem de um gato a de uma de um cachorro, por exemplo, de detectar pedestres com precisão suficiente para dirigir um carro que dirige sozinho e reconhecer e responder à falas de pessoas.
Agora, a ciência cognitiva está começando a se beneficiar do poder da IA, tanto como modelo para desenvolver e testar ideias sobre como o cérebro raciocina, quanto como ferramenta para processar os conjuntos de dados complexos que pesquisadores como Pandarinath estão produzindo. “A tecnologia está fechando o círculo e sendo aplicada de volta para entender o cérebro”, diz ele. Esse ciclo de reforço mútuo provavelmente continuará. Já que a IA permite que os neurocientistas obtenham mais insights sobre como a computação funciona no cérebro, o esforço pode fazer com que as máquinas possam assumir uma inteligência mais semelhante à humana. "É natural que as duas disciplinas se encaixem", diz no mesmo artigo da Nature o Maneesh Sahani, neurocientista teórico e pesquisador de aprendizado de máquina da Unidade de Neurociência Computacional Gatsby da University College London. “Estamos efetivamente estudando a mesma coisa. No primeiro caso, estamos perguntando como resolver este problema de aprendizagem de forma matemática, para que possa ser implementado de forma eficiente em uma máquina. No outro caso, estamos olhando para a única prova existente de que isso pode ser resolvido - que é o cérebro. ”
Mas como que chegamos a este ponto, e como que o estudo da Inteligência Artificial permite entender melhor o cérebro, de certa forma, do que psiquiatras podem fazer? Pelo amor de Deus, admiro demais o trabalho que psiquiatras e neurocientistas fazem, mas quando a gente olha para a escala de data points que pesquisadores de Inteligencia Artifical como o Lex Friedman tem para poder validar hipoteses, sabemos quanto é dificil que isso seja alcancável por psiquiatras que não tem esta escala e esta medição analitica.
O que trouxe o campo da Inteligencia Artifical a ser o mais avançado em entender, e até construir o cerebro? Os sucessos da IA devem muito à chegada de processadores mais poderosos e quantidades cada vez maiores de dados para treinar eles. Mas o fator de sucesso que está atrás desses avanços é a rede neural artificial: essas redes consistem em camadas de nós que são análogas aos neurônios.
Os nós na camada de entrada são conectados a nós em uma camada oculta por uma série de fórmulas matemáticas que agem como sinapses entre neurônios. A camada oculta é conectada de forma semelhante a uma camada de saída. Os dados de entrada para uma tarefa como o reconhecimento facial podem ser uma matriz de números que descrevem cada pixel em uma imagem de um rosto. em termos de onde ele cai em uma escala de 100 pontos de branco a preto, ou se é vermelho, verde ou azul.Os dados são alimentados, a camada oculta multiplica esses valores pelos pesos das conexões e surge uma resposta. Uma versão mais complexa desse processo, chamada de rede neural profunda, tem muitas camadas ocultas. É esse tipo de sistema que a empresa de pesquisa de IA de Londres DeepMind Technologies, que pertence à empresa controladora do Google, Alphabet, usou para construir o computador que derrotou um jogador humano profissional no jogo de tabuleiro Go em 2015.
Quem já assistiu o documentário sobre esta competição, que representou uma batalha épica entre homem - maquina, e que celebrou a vitoria da inteligencia artificial? Recomendo demais, chama "AplhaGo".
Agora, obviamente não conseguimos ainda replicar exatamente o cerebro: uma rede neural artificial é apenas uma analogia aproximada a forma como o cerebro funciona. No entanto, as redes neurais artificiais se mostraram úteis para estudar o cérebro. Se tal sistema pode produzir um padrão de atividade neural que se assemelha ao padrão registrado no cérebro, os cientistas podem examinar como o sistema gera sua saída e, em seguida, fazer inferências sobre como o cérebro faz a mesma coisa.
De novo, não vou me cansar de repetir: a chave disso é dados, e dados vindo do cerebro são tão complexos, que é preciso de Inteligência Artificial para justamente identificar padrões. A principal força do machine learning está no reconhecimento de padrões que podem ser muito sutis ou muito enterrados em grandes conjuntos de dados para os pesquisadores sozinhos perceberem.
Uma ressonância magnética, por exemplo, gera imagens instantaneas, ou snapshots de atividade em todo o cérebro com uma resolução de 1–2 milímetros a cada segundo ou mais, potencialmente por horas. Segundo o Nicholas Turk-Browne, neurocientista cognitivo da Universidade de Yale em New Haven, Connecticut, o desafio da neurociência cognitiva é como você encontra o sinal em imagens que são muito, muito grandes.
Usar Inteligencia Artificial para analisar esses dados está acelerando as pesquisas, e é por isso que as descobertas no ramo da neurociencias estão crescendo tanto nos ultimos anos. Os alunos de pós-graduação não precisam fazer tanto trabalho manual - eles podem se concentrar em questões maiores. Você pode automatizar muito disso e obter resultados mais precisos.
E já que a frase do Lex Fridman aqui foi extraída de um discurso que ele fez para os alunos do curso de Inteligencia Artificial do MIT, onde ele da aula, quero por um momento focar na importancia de estudarmos sobre este tema. Já percebemos neste episódio que entendermos de Inteligencia Artificial nos permite entender mais sobre nosso cerebro, e ao mesmo tempo que para isso precisamos ter a habilidade de trabalhar dados - o que também pede perfis profissionais a cada vez mais focados em habilidades analiticas. E porque é tão importante? Porque pense bem, nos já entendemos mais de como funciona o nosso corpo, e por isso fazemos coisas todos os dias que o mantém mais saudavel: nos fazemos exercicio fisico, nos tentamos alimentar bem, nos tomamos suplementos e assim por diante. Tudo bem até aqui, mas pense agora na sua profissão: você usa mais o corpo ou o seu cerebro? Na maioria dos casos, eu já sei da resposta: o seu cerebro. E é normal, passamos ao longo dos seculos, com a vinda da tecnologia, de um trabalho massivo mais fisico, para um trabalho mais cognitivo. Mas o que não acompanhou foi um entendimento proporcional do cerebro: entendemos tao pouco, e é um assunto tão reservado a cientistas, que nos não sabemos hoje o que faz bem para ele, e como cuidar do nosso cerebro. Precisamos urgentemente entender mais o que lhe faz bem, e para isso temos a Inteligencia Artificial trabalhando a nosso favor. Mas precisamos ser nós, que independente da area em que estivermos, precisamos entender mais sobre este tema.
Por isso te lanço um desafio prático: dedique esta semana, até o próximo episódio do Metanoia Lab, para explorar mais o tema da Inteligência Artificial. Gostaria que você fosse assistir, no caso o seu ingles seja bom, o episódio completo do Podcast do Lex Fridman com o Elon Musk, ou caso você prefira contéudo em Portugues, gostaria que você consumisse os conteúdos da Martha Gabriel, que além de amiga é uma incrível palestrante e que para mim é quem descomplica o entendimento da Inteligencia Artificial melhor que ninguém.
