#06 Teste seus conhecimentos sobre AI, com Regina Bittar e Patrícia Meirelles

[00:00:06]

Regina: Sejam bem-vindos ao Inside Alana Podcast, organizado pela Alana AI.

[00:00:16]

Regina: A Alana AI, uma empresa de inteligência artificial, que combina as inteligências humana e artificial para aproximar a relação entre marcas e clientes. A Alana AI oferece experiências incríveis através de conversas humanizadas, personalizadas e precisas, em grande escala. E o objetivo dessa série de podcasts é levar informação e discutir o papel da Inteligência Artificial no futuro. Como ela vai influenciar organizações globais, e também o relacionamento entre humanos e tecnologia. Aqui a gente vai compartilhar pensamentos e lições aprendidas em anos de experiência, como uma startup global, criadora de inteligência artificial e otimizadora do serviço de atendimento ao cliente. Vamos nessa?

Regina: Olá, fãs de tecnologia e inteligência artificial. Estamos aqui mais uma vez com o Inside Alana Podcast para falar sobre AI de uma maneira descomplicada. Eu sou Regina Bittar, âncora da temporada, mas hoje, gente, eu vou ter um papel diferente aqui. Vocês já vão ver, já já. E eu estou aqui com Marcellus Amadeus, CTO da Alana AI. Marcellus, mais uma vez estamos aqui [...]

Marcellus: Tudo bem, Regina? Mais uma vez [...]

Regina: [...] no mesmo “bat canal”, na mesma “bat hora”.

Marcellus: Sim.

Regina: E também com André Calvente, Marketing Manager da Alana AI.  

André: E aí, Regina?

Regina: André, hoje você está on.

André: Estou nervoso, é uma estréia, né?

Regina: Hoje é on, não é off.

André: Exatamente. Hoje eu estou no lado da frente do microfone.

Regina: E também a gente está com uma surpresa especial, uma convidada. Gente, ela é maravilhosa, bonita demais; é autora, influenciadora e embaixadora da Alana AI, Patrícia Meirelles. Patrícia [...]

Patrícia: Que bom estar aqui, eu amei, querida. Que bom estar aqui com você e vamos lá, né. Você vai contar a surpresa, né?

Regina: Vou, já já. Bom, Hoje a gente vai ter um formato super diferente, gente. É on, é camêra on, é podcast, mas também é vídeo, mas eu não vou conduzir isso aqui hoje não. Quem vai conduzir isso aqui, porque a gente vai fazer uma interação eu e a Patrícia; a gente vai ter um quiz aqui, certo? Uma gamificação, é isso?

Patrícia: um game show, né?

André: Isso, o Alana gameshow.

Regina: Um Alana gameshow. Que fria, hein, Patrícia?

Patrícia: A gente que sempre conduz, que apresenta e hoje a gente vai estar aqui, pessoal, participando de um desafio, e os dois especialistas aqui vão ver. A gente já pediu pra eles pegarem leve, né?

Regina: Sim, sim, porque eles vão fazer um quiz com a gente. Aqui está a lousinha pra gente marcar a resposta. Olha que gracinha. Bacana, né?

André: Isso mesmo, Regina. A gente vai fazer algumas perguntas sobre inteligência artificial, né, envolvendo também os episódios do podcast que a gente já desenvolveu. E você que não conhece o Inside Alana Podcast pode acompanhar, e vamos ver quem se sai melhor; a intenção é, na verdade, mais se divertir, também trazer um pouco mais informação para quem está assistindo e ouvindo o podcast, mas vamos ver no que dá, né.

Patrícia: Vamos ver no que dá.

Regina: Eu já falei que tenho memória RAM, mas não tenho hard disk mais para segurar tanta informação. Então vamos lá, vamos ver no que que dá isso.

Patrícia: Gente, a Regina apresentou todos os episódios, hein. Deixar claro aqui eu não estou sabendo de nada. Ouvi, óbvio, estudei, mas né, Marcellus, você vai pegar leve com a gente.

André: O Marcellus tá aqui, Regina, depois que vocês fizeram as respostas, ele também esclarecer um pouco mais sobre os assuntos que vão ser abordados dentro das perguntas.

Marcellus: Eu acho também que mais importante do que acertar a pergunta, é a gente trazer informação e todo mundo poder aprender

Patricia: Para quem está assistindo aprender também junto com a gente, de uma maneira divertida.

André: E para quem está ouvindo também [...]

Regina: Os dois formatos.

André: [...] esse formato híbrido hoje do nosso episódio, então vamos lá, eu vou começar pelas fáceis. Então pontuação a gente vai contando, pontuação simples, um ponto para cada acerto e vocês escrevem a letra na lousinha e mostram para a câmera para o pessoal acompanhar; no caso do podcast, a gente, eu acabo falando pro pessoal acompanhar.

Regina: É múltipla escolha, né?

André: Múltipla escolha, de fato, então vamos lá. Eu vou dar um contexto antes das perguntas [...]

Marcellus: Eu queria dissertativa, mas [...]

Patrícia: Olha, dissertativa não dá

André: O Marcellus queria dissertativa

Regina: Ele é terrível, o Marcellus. Agora vocês estão vendo a carinha do Marcellus, porque que eu ficava assim [inaudível] com as coisas que ele falava; porque ele fala umas coisas que assim, com essa cara de paisagem dele.

André: Pois é, Regina. Vamos lá para a primeira pergunta, então.

Regina: Vamos.

André: Você sabe quem foi o Alan Turing, o herói de guerra? Ele fez parte do grupo de trabalho de organização da quebra de códigos britânica durante a Segunda Guerra Mundial. Junto com outros matemáticos, ele descobriu a localização das tropas nazistas no dia seis de junho de quarenta e quatro, o que a gente conhece como o Dia D. Pergunta: Qual o nome da máquina decodificada criada por Alan Turing durante a Segunda Guerra Mundial? Alternativa a) enigma, b) bombe, c) decoder ou d) Eliza?  

Regina: Vamos lá?

André: Podem mostrar. Patricia foi de a) enigma. A Regina foi de que?

Regina: d) Eliza.

André: E a resposta certa é b) bombe.

Patrícia: Vocês viram, né, gente, que a gente está [...]

Marcellus: Não, mas assim, sendo justo [...]

Regina: Não vai dar.

Marcellus: [...] a Patrícia chegou mais perto, porque a enigma era a máquina alemã, e a Eliza foi um dos primeiros chatbots, em mil novecentos e sessenta.

Regina: Eu confundi com Eliza.

Marcellus: Exatamente.

Patrícia: Você falou, peraí, que esse começo era mais leve, é isso?

André: Era mais fácil.

Patricia: Era mais fácil.

André: A gente mesclou um pouquinho.

Regina: Relaxa. Relaxa, vamos brincar.

André: A gente mesclou um pouquinho, tem umas mais leves mais para frente também. Vamos começar a entrar inteligência artificial, tá, gente. Então vamos lá,

Patrícia: Nossa Senhora, não entrou ainda?

André: Quem cunhou o termo inteligência artificial? a) Alan Turing, b) Stephen Hawking, c) John McCarthy, d) Nikola Tesla, e) Elon Musk?

Regina: A a é qual?

Patrícia: o Turing

André: a) Alan Turing, b) Stephen hawking, c) John Mccarthy, d) Nikola Tesla. A gente já eliminou então [...]

Regina: Eu estou entre A e B. Vamos colar, Patrícia?

Patrícia: Eu estou achando que é o c.

Regina: O C é quem?

André: Não posso reagir emocionalmente. É o John Mccarthy ou Stephen Hawking.

Patrícia: Gente, eu lembro que você falou disso em algum episódio, Marcellus.

Regina: Eu também. Eu acho que foi o segundo episódio, até, mas eu não lembro.

André: A Patrícia colocou alternativa c) John Mccarthy, e você, c) John Mccarthy. As duas acertaram.

Regina: Eu fui na da Patrícia. Patrícia, colei.

Patrícia: Posso falar? Eu lembro, eu falei, eu lembro porque não ia ser o mesmo da primeira pergunta um, ia ficar muito fácil.

Regina: A memória dela é muito boa, gente. Eu fiz o podcast inteiro e não consigo lembrar disso.

Patrícia: Yes, pelo menos uma a gente acertou, Regina.

André: Um ponto para cada uma. Marcellus [...]

Regina: Colei, hein.

André: [...] você tinha falado, né, dos dados [...]

Regina: Você viu, você estava com receio: “ah, não sei o que, [inaudível]”

Patrícia: Calma, que a gente está, calma que [...]

André: Essa é só a segunda pergunta, gente, tem muita ainda pra rolar. Então, Marcellus, conta pra gente algum dado histórico sobre John Mccarthy e também se tem alguma relação com Alan Turing.

Marcellus: Ele cunhou o termo, mas antes de ele sequer criar esse termo, o próprio Turing, ele publicou um paper na época em que ele começa o paper dizendo assim: “deixa eu propor uma pergunta: as máquinas podem pensar?”; aí ele percebeu que propor uma pergunta desse tipo seria perigoso e não muito prático, porque o que define por máquina, e o que define por pensar? Então, ele falou, deixa eu fazer isso de outra forma, em vez de propor essa pergunta, eu vou propor um jogo, um jogo de imitação [...]

Patrícia: O jogo da imitação.

Marcellus: [...] e foi onde nasceu o teste de turing. A gente falou aqui, e muito se fala sobre o teste Turing, mas não quando ele aconteceu e porquê ele aconteceu. Então, em vez de sequer responder à pergunta, o Turing propôs um meio de verificar se aquilo era verdade ou não, criando esse jogo. E é curioso que naquela época esse paper foi publicado numa revista de psicologia e filosofia, porque muitas poucas pessoas, além do Turing, poderiam propor uma pergunta desse tipo sem receber sarcasmo.

Regina: Sim

Marcellus: então ele tinha muita credibilidade para perguntar naquela época uma coisa como “como as máquinas pensam”, então ele criou esse jogo, esse Teste do Turing, para servir como base para futuros cientistas poderem testar. É claro que assim, a gente também não usa Teste do Turing, porque ele também é genérico demais, mas provavelmente, da maneira em que o Turing propôs, a gente consegue passar no Teste de Turing hoje e, assim, muito bem.

Regina: E nós falamos do filme também, no primeiro episódio, que é [...]

André: O jogo da imitação.

Regina: O jogo da imitação

André: Vai surgir, vai surgir… Spoiler. Vai surgir.

Marcellus: No jogo da imitação, ele fala sobre a máquina enigma, a máquina bombe. E eu acredito que tenha sido o que inspirou ele a pensar “se eu criei um decodificador para uma máquina, por que outra máquina não poderia criar esse do codificador ela mesma? Porque as minhas ferramentas foram o pensamento, então como é que eu faço as máquinas pensarem?”. Antes de sequer tentar responder à pergunta, ele criou uma forma de verificá-la, que é o Teste de Turing.

André: Diferente, né? Diferenciado o homem. Vamos para a terceira?

Regina: Não sei.

André: Agora vai ficar um pouquinho mais técnico.

Regina: Ai, meu Deus.

Marcellus: Técnico?

André: É, um pouquinho mais técnica. A inteligência artificial é a ciência e engenharia de criar máquinas inteligentes, e há diversas maneiras de simular isso, como o método de aprendizado de máquina, em inglês, machine learning.

Regina: Machine learning.

André: Perfeito. Em geral, existem três maneiras de ensinar uma máquina e cada uma com o seu nível de complexidade. Qual das opções não é um tipo de aprendizado de máquina: a) aprendizado não supervisionado, b) aprendizado forçado, c) o aprendizado supervisionado ou d) aprendizado por reforço? Já decidiram?

Regina: Já.

Patrícia: Já.

André: Mostrem para a câmera.

Marcellus: B, as duas.

Regina: [inaudível]

Patrícia: [inaudível]

André: B as duas, e as duas estão certas. Eu estou percebendo, Marcellus, que elas que vão ganhar e a gente vai perder, porque elas estão se ajudando.

Marcellus: Não, mas vai começar a ficar difícil.

André: Vou começar a proibir a colar, hein.

Patrícia: Tá bom.

Regina: Eu me lembro dessa parte do podcast; eu me lembro bastante. Não, é melhor eu não falar nada pra não me comprometer.

André: É, e pode dar spoiler para as próximas perguntas também. Vamos um pouco para a área de entretenimento para dar uma suavizada sobre isso. Marcellus, antes da gente passar para a próxima pergunta, você quer comentar alguma coisa sobre esses três tipos de aprendizado de máquina?

Marcellus: são tipos básicos? Tem várias mesclas, né, e você pode fazê-los híbridos. E não é nem que um tipo é mais complexo do que o outro, nem nada do tipo. O supervisionado é o mais comum, porque é o que você fornece exemplos e a máquina aprende a partir desses exemplos, e os outros você diminui a quantidade de exemplos. Mas, é a parte mais fundamental do aprendizado.

André: No nosso podcast tem um pouquinho mais aprofundada essa explicação.

Marcellus: Tem.

Regina: Sim, gente, tem um episódio inteirinho sobre isso que é muito interessante, porque é o episódio que fala da simbologia, dos signos, que a gente estava comentando aqui nos bastidores, vale a pena. Se você não ouviu, vai lá, vai ouvir esse episódio. Acho que é o terceiro.

Patrícia: Tem que ouvir pessoal.

André: É, da linguagem, em relação à linguagem. Quarta pergunta. Qual o nome do ator inglês que interpreta Alan Turing no filme O Jogo da Imitação?

Regina: Eu sou péssima com nome. Eu adoro esse ator.

Marcellus: Calma, vai ter as opções.

Regina: Tá, vai.

André: A) Benedict Cumberbatch, b) Orlando Bloom, c) Jonny Lee-Miller ou d) Daniel Day Lewis.

Regina: Acho que é o Daniel. É um inglês, eu me lembro que é um inglês, eu adoro ele. Ele fez também aquele filme do Mágico.

Patrícia: Eu falaria ou A ou o D, mas acho que é o D.

André: Doutor Estranho.

Regina: Doutor Estranho. Maravilhoso.

Marcellus: Ele fez esse também, o Doutor Estranho

Regina: É o Daniel, não é o nome dele? Eu sou péssima com nome.

André: Faz o Smaug também, o dragão.

Regina: É o Daniel?

Marcellus: Lembro desse também, o Doutor Estranho.

Patrícia: Eu acho que é também. É o d de Daniel.

Regina: é o C, né, Daniel.

André: É o D. a) Benedict Cumberbatch, b) Orlando Bloom, c) Jonny Lee Miller ou d) Daniel Day Lewis.

Patrícia: Ou é o A ou é o D, mas to achando que é o D. D de Daniel.

Regina: Pode mostrar?

Patrícia: A gente está com as mesmas [...]

André: Foram com as mesmas de novo?

Regina: Com as mesmas.

André: E cairam do cavalo juntas.

Regina: Era o a?

Marcellus: Era o a.

André: a) Benedict Cumberbatch. Ele faz a série Sherlock, né?

Marcellus: É, Sherlock.

Regina: Está vendo? Eu sou péssima de nomes.

Patrícia: Erramos juntas.

André: A Regina: “acertei de segunda”.

Regina: Edita aí no vídeo.

Patrícia: A gente pelo menos ficou entre as duas. Vocês viram. Era a ou D.

Regina:  Vocês viram que a gente sabia quem era o ator, mas o nome não.

André: é, puxar o nome que é o caso, né. Ligar o rosto [...]

Patrícia: À pessoa.

Regina: Eu sabia que era um nome estranho também.

André: Vamos então para a quinta, tá?

Patrícia: Nome estranho [...]

André: Em que ano, e agora a gente vai voltar um pouquinho para o pai da inteligência artificial lá, que a gente falou, o John McCarthy. Em ano o John McCarthy apresentou o nome Inteligência artificial? Na verdade, em que ano não, vou facilitar pra elas [...]

Marcellus: É, em que década.

André: Em que década.

Marcellus: Estava ano, aí eu ajudei vocês e coloquei em que década.

Regina: Melhor, melhor. Porque ano eu não lembro nem em que ano eu nasci mais.

André: Em que década John Mccarthy apresentou [...]

Patrícia: Eu lembro que era mil novecentos e cinquenta e um, eu acho.

André: [...] o nome inteligencia artificial no dartmouth summer research project? Que foi o evento da época.

Patrícia: Essa tem que, tem que gabaritar pra acertar essa.

André: a) anos quarenta, b) anos sessenta, c) anos cinquenta ou d) anos setenta?

Regina: Você acha que é cinquenta, né. Eu acho que é sessenta.

Patrícia: Então coloca aí sessenta.

Regina: vou colocar sessenta, para pelo menos a gente ficar [....]

Patrícia: É, mas eu acho que era mil novecentos e sessenta e um, mas agora já coloquei cinquenta e um.

Marcellus: Então vai.

Regina: Então vai. Resposta...

André: Patrícia colocou C, anos cinquenta. Regina colocou B, anos sessenta.

Regina: Anos sessenta.

André: A Patrícia acertou, anos cinquenta mesmo. John McCarthy na Dartmouth Summer Research Project

Patrícia: Eu estava com mil novecentos e cinquenta e um na cabeça.

André: Cinquenta e um, Marcellus?

Marcellus: Cinquenta e seis.

Patrícia: Quase, quase lá.

Regina: Não acredito [...]

André: Anos quarenta não tinha muita coisa?

Marcellus: Anos quarenta não tinha nada, era a época da guerra. Mil novecentos e sessenta teve muita coisa de inteligência artificial [...]

Regina: Sim.

Marcellus: [...] e aí também foi onde começou o primeiro “AI Winter”, que é como a gente chama, onde a pesquisa começa a receber pouco fundo, começa a ser pouco valorizada; porque nos anos cinquenta e sessenta as pessoas descobriram inteligência artificial e acharam que isso ia resolver o mundo, mais ou menos como acontece hoje, só que não deu certo, mais ou menos como vai acontecer hoje. E aí, cinquenta nasce, em sessenta tem um boom e setenta para e tem esses ciclos.

Regina: Teve alguma coisa que aconteceu em sessenta e um, porque eu estava com a data de sessenta e um [...]

Marcellus: Então, você falou a Eliza. A Eliza é de mil novecentos e sessenta.

Regina: Então foi isso, eu marquei Eliza [...]

Marcellus: Que é onde tem aplicações muito fortes.

Regina: Gente, meu negócio é com o robô, entende?

André: Vamos para a próxima, então? Então é ponto para Patrícia, nesse caso, e a próxima é sobre cérebro, né. Sobre o sistema neural. Vamos lá. Como são chamados os sistemas de neurônios interconectados das máquinas que simulam o comportamento do cérebro humano? Como são chamados os sistemas de neurônios interconectados das máquinas que simulam o comportamento do cérebro humano? A) redes neurais biológicas, b) redes neurais artificiais, c)  deep learning ou d) redes neurais profundas?

Patrícia: Eu acho que não é o deep learning [...]

Regina: Também acho que não é o deep learning.

Patrícia: Porque o deep learning vai nas camadas mais profundas e vai não sei o que. Aquela que tenta falar, mas é melhor nem explicar, gente. O Marcellus explica pra gente.

Regina: Eu acho que eu vou colocar esse.

André: Vai dar um nó no câmera, ela colocou vários.

Marcellus: É só um.

Regina: Pode ir?

André: Vamos lá ver qual a resposta de vocês. É que ela colocou tudo igual

Patrícia: Pode mostrar?

André: a Patrícia respondeu D e a Regina respondeu B. Acertou a Regina, redes neurais artificiais.

Regina: Já pensou, gente, ela dar de dois a zero em mim ia ser [inaudível] puro, né. Vamos ver [...]

Marcellus: No caso o deep learning e o d, que são aprendizado profundo, são as mesmas coisas.

Patrícia: É a mesma coisa? Não sabia, não sabia.

André: E no caso, né, Marcellus, essas redes neurais artificiais, elas são baseadas na biologia do ser humano.

Marcellus: É, na neuroanatomia, né. No sistema nervoso e nas células de neurônios. Então, eles copiaram de uma forma bem superficial e esse, assim, a origem disso é um dos trabalhos de mil novecentos e sessenta e mil novecentos e setenta, então, na verdade, redes neurais são muito antigas. Hoje elas são muito populares e praticamente só se usa isso no estado da arte da pesquisa, porque hoje a gente tem tanto o poder de computação, quanto os dados necessários. Então, eles tinham uma ferramenta na época que eles não conseguiam usar. Tudo isso baseado em como o cérebro transmite a informação.

Regina: Vocês que ele derrama coisa [...]

Patrícia: Ele fala como se fosse a coisa mais fácil, gente, aqui assim.

Regina: Ele derrama. Não é? Você aprende muito. Ele vai falando e eu vou viajando.

Patrícia: É uma aula.

Regina: Vai.

André: Vamos para a próxima, então? Eu vou aproveitar e falar um pouquinho agora sobre a ligação de AI com linguística, com a parte de linguagem, né. Que é uma outra área importante da inteligência artificial.

Regina: Muito legal.

André: NLP é a tecnologia usada para ajudar os computadores a entenderem a linguagem humana. Ele estuda os problemas de geração e compreensão das línguas humanas e vem evoluindo desde a década de cinquenta. Podemos dividir essa evolução em três fases. Qual das alternativas não é uma fase de desenvolvimento de NLP?

Regina: Não é?

André: Não é uma fase de desenvolvimento de NLP. A) simbólica, b) estatística, c) neural ou d) biológica.

Patrícia: Peraí, é A ou B

André: Não colem

Regina: Não pode colar? Não pode passar?

André: Qual que não é uma fase de desenvolvimento da NLP? Vou dar uma dica. Lembrando que NLP significa em português, processamento de linguagem natural.

Regina: Que seria o PNL.

André: Essa é uma confusão.

Regina: Não, ele já fez assim “não fale besteira”.

André:  É uma confusão muito comum, né, Marcellus?

Marcellus: É, programação neurolinguística é uma coisa, processamento de linguagem natural é outra.

Regina: Tá.

Marcellus: É PNL e PLN. Por isso eu prefiro usar o termo em inglês, porque aí não tem como confundir as duas coisas.

Regina: Qual é o termo em inglês mesmo?

Marcellus: NLP, Natural Language Processing.

Regina: Natural Language Processing.

André: Vou repetir as alternativas: a) simbólica, b) estatística, c) neural, d) biológica?

Patrícia: Eu vou chutar

Marcellus: Então vai.

Regina: Não é pra colar, não pode trabalhar em grupo.

Marcellus: Não pode colar, não pode.

André: Chega de mamata.

Marcellus: Distanciamento social.

André: Distanciamento social.

Patrícia: Aqui a gente, o negócio é em grupo, gente. É dupla aqui.

Regina: Olha, Patrícia, eu quis passar, tá?

Patrícia: Tá.

Regina: Eu acho que eu sei, de repente eu entro pelo cano.

Patrícia: Vamos lá, eu vou chutar.

Marcellus: Então vai.

André: Deixa eu ver as respostas de vocês. A Patrícia respondeu a) simbólica e a Regina respondeu d) biológica. A Regina acertou [...]

Regina: Meu deus

André: d) biológica.

Patrícia: Mas a biológica vocês não fazem o negócio lá, que imita a biologia.

André: Mas não é uma fase.

Marcellus: Mas isso não em NLP, porque é linguístico, né. Então a biologia influencia no aprendizado de máquina, que é uma técnica utilizada na NLP.

Patrícia: Entendi

Marcellus: Mas ela teve essas três fases. É que, assim falar que ela tivesse três fases, é um jeito de colocar a história da. Mas lá nos mil novecentos e cinquenta e mil novecentos e sessenta, a gente teve essa fase simbólica, que até a Regina citou; de onde a gente tinha [...] a gente criava símbolos, palavras representavam símbolos, e a gente criava programas que manipulavam esses símbolos. E depois uma coisa mais estatística, mais em frequência de palavras, posição de palavras, gramatical, etc. E, por último, a que a gente usa hoje, que é a neural, onde tudo é numérico e aí a gente usa as técnicas inspiradas na biologia de aprendizado de máquina. Por isso que ela é chamada de neural.

Patrícia: Entendi.

Marcellus: Mas biológica, eu acho que em NLP não tem.

Regina: Marcellus, posso fazer uma pergunta aqui? Assim, a linguagem humana começou por símbolos nas cavernas. Não é isso? Os desenhos e tudo mais. Por essa simbologia? Você sabe?

Marcellus: É, uma proto linguagem.

Regina: E o que surgiu primeiro: os números ou as letras, como símbolos?

Marcellus: Os números ou as letras? Depende, se você [...] é porque assim, você percebe que a letra é uma evolução do símbolo? Ela é um símbolo?

Regina: Sim.

Marcellus: [...] a diferença é que você encaixa ela em vários lugares. Então, é claro que isso nas línguas ocidentais, nas línguas orientais ainda são cem por cento símbolos.

Regina: Simplesmente símbolos.

Marcellus: Exato.

André: Desenhos, né.

Marcellus: São os ideogramas, então eu diria que as letras, os ideogramas, porque eles são umas evoluções do [...] é porque também é difícil de dizer se aquele cavalo desenhado na caverna era algum tipo de linguagem. Assim, era algum tipo de linguagem, mas qual que é relação, a influência direta disso na linguagem humana hoje? então a gente tem lingüistas que acham que a língua humana ela foi um, um feliz acidente que aconteceu muito rápido. Então o que geralmente não é normal na evolução, que é mudanças drásticas acontecerem rápido, a linguagem aconteceu rápido. Por exemplo, o Noam chomsky, que é um dos maiores lingüistas vivos hoje, ele acredita que a linguagem humana é única do ser humano e que ela foi uma coisa um pouco, assim, de repente. Não tem muito dessa [...], eles não têm como traçar essa evolução clara de onde veio a linguagem. É uma das coisa que a gente também está estudando, e é por isso que é tão difícil fazer os computadores entenderem a linguagem, porque, mais uma vez, a gente também não entende muito bem a linguagem.

Regina: Exatamente. Tem uma frase sua no podcast que eu amo de paixão, que é “a gente mesmo não se conhece como é que entende [...]”

André: A gente quer cobrar a máquina de que ela conheça. Vamos lá, seguir então para a próxima pergunta então. Apesar de elas conseguir interpretar os símbolos, né, as máquinas, sabemos que elas têm algumas limitações. Qual o fator limitante da comunicação entre máquinas e humanos? A) conhecimento bruto, b) contexto, c) fala ou d) tom de voz?

Patrícia: Nossa gente [...]

Regina: Podemos ir?

Patrícia: Calma Regina. Agora a Regina [inaudível].

Regina: Pode ser que eu erre, [inaudível].

Patrícia: Gente, essa daí eu não sei.

Marcellus: Uma das coisas que mais dificulta. Não que as outras estejam resolvidas, ou que sejam fáceis, mas uma coisa que a máquina tem muita dificuldade em extrair hoje, pode ser o conhecimento bruto, pode ser o contexto, pode ser a fala e pode ser o tom de voz. Qual a dificuldade hoje?

André: Vai Patrícia, manda bala.

Patrícia: Gente, calma que eu estou [...] vou chutar aqui também.

Regina: Chuta, chuta, Patrícia.

Patrícia: Então, peraí.

André: Vamos ver. Patrícia você chutou b, o contexto.

Regina: Chutou lindo, não chutou?

Marcellus: Acertou, Patrícia, parabéns!

André: Chutou no gol.

Regina: Chutou no gol, chutou muito bem.

Patrícia: Juro por Deus, eu nem sabia, eu falei número b.

André: Contexto, né, Marcellus?

Regina: Explica, Marcellus.

Patrícia: Gente, isso é sorte, porque a Regina fez, foi no entendimento. Eu fui na fé.

Marcellus: Não, talvez o algoritmo do seu inconsciente.

Patrícia: Eu fui na fé. Eu fui na fé, estou falando sério.

Regina: Exatamente.

Patrícia: Olha, essa eu me surpreendi, hein, André, porque eu fui na fé [...]

Regina: Olha só como ele não acredita em sorte [...]

Patrícia: Eu juro, fui na fé.

Regina: [...] ele falou “foi um algoritmo do seu subconsciente”. Sorte é um algoritmo do seu subconsciente que sabe a resposta. É isso Marcellus?

Patrícia: Eu acho que foi.

Marcellus: Exato. Olha, talvez, não sei se a gente poderia fazer, atribuir isso, mas talvez pelo contexto você tenha acertado isso.

Patrícia: Olha isso.

André: Porque você tem essa capacidade mais fácil.

Patrícia: Galera, depois dessa hein [...]

Regina: Você tem o contexto que a máquina não tem.

Patrícia: [...] como embaixadora da Alana AI agora eu fiz, né [...]

Marcellus: Fez.

Patrícia: Olha gente, vesti a camiseta, hein.

Marcellus: Fez. Porque o conhecimento bruto, a gente tem na internet, então isso tem de sobra, certo?

Regina: Dados, tá cheio.

Marcellus: A fala, A Regina mesmo já fez muitas falas de inteligência artificial.

Regina: Falas não tem problema, o tom de voz?

Marcellus: O tom de voz é o tom que vc usa na hora de fazer a fala [...]

Regina: É, entonações [...]

Marcellus: Uma coisa que, por exemplo, na Alana a gente extrai o tom de voz. Aí já começa a ficar um pouco mais complicado [...]

Regina: Complicado, que é entender.

Marcellus: Mas imitar o tom de voz [...] Agora, o contexto você precisa saber senso comum, você precisa saber o que está acontecendo na vida real, precisa saber muitas coisas.

Patrícia: Não é fácil.

Marcellus: Não é fácil. Então, por exemplo, um desafio hoje na computação visual é fazer um algoritmo entender que uma foto em que tem uma pessoa flutuando, não está certo. Mas o algoritmo não consegue entender isso [...]

André: Que pessoas não flutuam.

Marcellus: [...] mas ele não tem o contexto de que pessoas não flutuam. O contexto é fundamental e é uma coisa que está sendo investida muito, nos últimos tempos, em NLP, no mundo inteiro.

Regina: Marcellus, agora me explica o que você acabou de falar que a Alana AI, ela extrai a entonação?

Marcellus: Isso.

Regina: Eu queria entender o que você falou agora.

Marcellus: Ela usa as informações; então, por exemplo, normalmente, as marcas já interagiam com seus consumidores online [...]

Regina: Beleza.

Marcellus: [...] isso é comum. A gente usa essas interações do passado para extrair a forma como que a marca já fala com os seus consumidores, para que quando houver a transição de trabalho humano para Alana, o consumidor não fique “mas agora estou falando com robô”, “mas agora estou falando com outra equipe”. Ele não percebe essa transição. Ela acontece sem que eles entendam, porque a gente consegue extrair a forma com que a marca fala.

Patrícia: E Marcellus, a gente mostrou isso na websérie [...]

André: Exato.

Patrícia: [...] que a gente entrevistou o Marcio, fundador da Netshoes, e ele, teve um quiz que ele tinha que adivinhar qual que era a resposta da Alana, qual que era de um humano. Ele errou todas. Ele acho que [inaudível], porque assim, de tão perfeito que fica, né.

Regina: É o teste do Turing.

Marcellus: É tipo o teste do turing

André: Você que está ouvindo o podcast e não conhece a websérie, pode acessar o canal da Patrícia Meirelles.

Patrícia:  Entra lá, pessoal. Acesse o canal, que a gente fez entrevistas incríveis [...]

Regina: Eu quero ver esse da Netshoes.

Patrícia: Regina, vai lá porque você vai amar.

Marcellus: A gente fez o teste de turing com ele e a Alana passou.

Patrícia: E a Alana passou.

André: Vamos lá. O que significa quando uma técnica é chamada de black box?

Patrícia: Era essa que a gente estava falando mais cedo [...]

Regina: Lord, Jesus.

André: É a que a gente estava falando mais cedo que eu quase dei spoiler para vocês.

Regina: E a gente tentou arrancar alguma coisa dele, mas não rolou.

Patrícia: Eles fecharam esse roteiro, gente. Não abriram, tá? Tudo aqui está sendo ao vivo.

Regina: Bom, vai lá, vai lá, fala.

André: Quando uma técnica é chamada de black box, como é que é isso? A) quando a máquina chega a qualquer conclusão, b) Quando o algoritmo é específico para jogos, c) quando não é possível saber como a máquina chegou a determinada conclusão ou d) quando a máquina chega a uma conclusão errada?

Regina: Chutando.

André: vou repetir para ajudar todo mundo. a) quando a máquina chega a qualquer conclusão, b) Black box é quando algoritmo é específico para jogos, c) é quando não é possível saber como a máquina chegou a determinada conclusão ou d) quando a máquina chega a uma conclusão errada?

Patrícia: é C ou D.

André: Já colocaram? Qual a resposta de vocês?

Regina: C

André: C? Quando não é possível saber como a máquina chegou a determinar a conclusão? Na mosca.

Patrícia: Olha, eu estou me surpreendendo, gente. Eu achei que o negócio aqui eu ia acertar uma ou duas [...]

Regina: “é nóis, Patrícia, é nóis, é nóis na fita”.

André: É isso mesmo, né, Marcellus, às vezes é um mistério.

Marcellus: Normalmente [...]

Patrícia: Aí é o perigo também, né, quando você não sabe como ela chegou na [...]

Marcellus: Um perigo assim, em termos de você, do algoritmo ter algum viés que você não deseja, por exemplo, tem uma discussão muito grande hoje de ética e inteligência artificial, porque você tem algoritmos que tomam decisões que impactam fortemente a vida das pessoas. Análise de crédito, de emprego, etc, e está sendo cada vez mais automatizado. E aí o algoritmo pode ter um viés que você não esperava.

Regina: De repetir [...]

Marcellus: Exato, então, por exemplo, você tem algoritmos que decidem baseado em histórico de paciente, quais formas de você prevenir possíveis doenças ou de administrar a saúde da pessoa ao longo do tempo; e nos Estados Unidos, por exemplo, alguns pesquisadores descobriram que esse viés era muito mais, ele atendia muito mais a pessoas brancas, por exemplo, porque devido ao acesso à saúde nos Estados Unidos ser precária, precário, você não tinha histórico de outros outras etnias. Então, são vieses que a gente tem que consertar e que, na minha opinião e na opinião dos maiores cientistas inteligência artificial, esse é o principal perigo da inteligência artificial, não é dominar o mundo, destruir as pessoas, voltar do futuro; é a gente tomar cuidado em deixar todas as decisões na mão das máquinas e não elas tomaram o controle, mas baseados nos nossos dados, nos nossos preconceitos documentados, isso se perpetuar.

Regina: Ela repetir processos que não nos faça evoluir.

Marcellus: Exato, porque as máquinas não são neutras pela simples razão que elas estão se baseando das nossas ações.

Regina: Sim, elas não tem contexto, então, e nem julgamento.

Marcellus: Exato, exato, então é um perigo muito grande esse do Black Box e está sendo desenvolvido muitas áreas de pesquisa para tentar extrair, porque ao passo que os algoritmos com cada vez mais complexos, então algoritmos hoje de linguagem tem bilhões de parâmetros, então é impossível você determinar como que ela toma aquela ação, da mesma forma que você, como é que você vai determinar como a humanidade, como um todo, toma uma ação única? O algoritmo é isso. São bilhões de pessoinhas tomando uma única ação.

Patrícia: Você deu até um exemplo muito legal no podcast que é do voto, que você falou como uma pessoa é eleita.

Marcellus: Exato.

Patrícia: Tipo, milhões de pessoas, cada um decide de uma forma, até que você falou que é muita coisa que influencia para você votar em alguém.

Regina: Sim.

Marcellus: O black box é uma coisa que veio como uma consequência dessa evolução rápida e descontrolada, entre aspas, dos algoritmos. E a gente está tendo de lidar com essa consequência. Eu acho que como toda tecnologia, é o trade off, são os seus pontos positivos e negativos. Ele faz, sim, coisas incríveis, mas ele também tem as coisas que você precisa prestar atenção.

Regina: Mas isso é a vida humana, né?

André: Exato.

Regina: O humano também é isso, né, faz trade off. Gostei disso: “você está fazendo um tradeoff”. Eu não sei se vai dar certo, errado, mas eu vou fazer.

[44:33]

Marcellus: É, mas isso é uma coisa que a gente discute muito em AI, e talvez até muito comum também em engenharia de software. É sempre um trade off, você quer mais rápido ou você quer melhor?

Regina: Sim.

André: Às vezes você coloca muita performance e às vezes perde em velocidade.

Marcellus: Exato. Eu falo isso pro meu chefe todo dia

André: Vamos para a última pergunta?

Regina: Vamos.

Patrícia: Vamos.

André: Mais de dia a dia, para fechar, mais leve, menos técnico. Vamos lá.

Marcellus: Essa é a melhor pergunta.

André: Só relembrando relembrando [...]

Patrícia: Ficou 5 a 6.

André: É.

Regina: Se o Marcellus falou que é a melhor pergunta, vem bomba por aí, Patrícia, pode esperar.

Marcellus: Eu gastei um tempinho pensando nessa pergunta.

Patrícia: Olha só, eles aprontando com a gente, ficaram arquitetando.

André: Mas é simples a pergunta. Qual das opções não utiliza inteligência artificial? Qual dessas opções não utiliza?

Regina: Tá muito fácil, vamos ver as opções.

Marcellus: É, das opções, apenas uma não utiliza.

Regina: Tá, vamos lá.

André: Então, apenas uma não utiliza. A) Publicações que aparecem na sua timeline do facebook, b) rota do google maps, c) preço da corrida do uber, d) corretor de texto do word, ou e) piloto automático de avião?

Regina: Caramba.

Patrícia: Que não utiliza?

André: Que não utiliza, vou repetir. a) Publicações que aparecem na sua timeline do facebook

Patrícia: Fala a C e a E.

Regina: Que não utiliza inteligência artificial?

André: Que não utiliza. B) rota do google maps, c) preço da corrida do uber, d) corretor de texto do word ou e) piloto automático de avião?

Patrícia: Piloto automático de avião?

Regina: Nossa mãe do céu, pra mim todas utilizam, agora tem uma que eu tenho dúvida, mas mesmo assim eu acho que utiliza. Repete de novo, quais são as opções?

Patrícia: Eu vou chutar aqui.

André: A) Publicações que aparecem na sua timeline do facebook [...]

Regina: Utiliza

André: b) rota do google maps [...]

Regina: Também utiliza.

Patrícia: Utiliza

André: c) preço da corrida do uber [...]

Regina: também utiliza

Patrícia: eu acho que utiliza

André: d) corretor de texto do word [...]

Patrícia: Sim

André: e) piloto automático de avião.

Regina: Essa que eu penso. Deixa a gente dar uma coladinha aqui.

André: Não.

Regina: O piloto automático também utiliza, tem que ter inteligência artificial no piloto automático.

Patrícia: Eu acho que utiliza. A corrida de uber, eu estou entre C e E.

Regina: Mas a corrida de Uber aumenta de preço, conforme a demanda.

Marcellus: Mas isso é inteligência artificial?

Regina: E não é?

André: Isso pode ser uma árvore de decisão, por exemplo.

Marcellus: Não, não. A árvore de decisão é um tipo, mas [...]

Patrícia: Eu acho que o E não utiliza

Marcellus: [...] em inteligência artificial, essas técnicas, ela geralmente você não sabe o porquê está a tomar tal decisão, então tem um pouquinho de incerteza.

Regina: Então eu vou no da ocorrida do Uber.  Marcellus falou, eu vou.

Marcellus: Não é isso que eu quis dizer, mas tudo bem.

André: Ele só [inaudível].

Marcellus: Então vai, você vão de corrida de uber?

Regina: Calma. A de novo, vai.

André: A) facebook, b) rota do google maps [...]

Marcellus: Facebook não, a timeline do facebook.

Regina: A timeline.

André: [...] a timeline do facebook, rota do google maps, c) preço da corrida do uber, d) corretor do texto de word, e) piloto automático de avião.

Marcellus: Então vai. Podem escrever.

Regina: Eu vou chutar.

Patrícia: Eu vou chutar. Estou entre duas, gente.

Regina: Já chutei.

Marcellus: Então, quais são as opções?

Patrícia: já coloquei uma e depois coloquei a outra

Marcellus: então vai, qual que você colocou, Patrícia?

Patrícia: Coloquei E. Eu tinha colocado C, depois voltei pra E.

Marcellus: E você [...]

André: Mostra lá pra câmera, Patrícia, E.

Regina: Eu fui na C.

André: A Regina foi na C, e [...]

Marcellus: E a resposta é E.

Regina: Marcellus, você me derrubou. Eu ia com o piloto de avião.

Patrícia: Eu tinha colocado C, mas quando ele falou que não era bem isso [...] Ele não ia dar a resposta pra gente. Aí eu pensei “a A, não é, a gente sabe” [...]

Regina: Olha o contexto aí funcionando.

Patrícia: [...] Aí pensei, calma, é a E.

Marcellus: Isso é bem interessante [...]

Regina: Olha só Marcellus.

Marcellus: [...] porque o piloto automático de avião, ele não usa inteligência artificial.

Regina: Eu achei que era o piloto, mas eu falei “como não usa? Ele não tem que saber a rota”.

Patrícia: Meu marido vive jogando, ele é viciado em [inaudível], ele fica jogando, e ele joga com aqueles negócios , eu até falei pra ele, que ele fica em um mundo, ele entra lá; e eu fiquei na dúvida, porque pensei “será que usa?”, porque tem vários gráficos que você vai estudando, e não é tão fácil ficar jogando aqueles negócios, fazer as rotas e tudo.

Regina: Então, eu fiquei em dúvida por causa disso. Tem muita coisa, muita informação dentro de um piloto.

Patrícia: Eu achei também. Eu achei que era mais C, que era corrida de uber que não usava.

André: E aí, Marcellus?

Marcellus: Mas é assim, a timeline, a organização que aparece para você é 100% inteligência artificial.

Regina: Lógico.

Marcellus: É feito para você consumir mais conteúdo.

Patrícia: Se a gente não acessa, eu ia pedir para editar, senão fica muito chato, né?

Marcellus: A rota do google maps também, cem por cento utilizando tráfego e tudo mais, certo? Menor rota. Isso é um dos problemas clássicos. O preço do Uber, ele é muito baseado inteligência artificial porque ele tenta te dizer o que você pagaria.

Patrícia: Eu achava que não era.

Regina: Você me derrubou.

Patrícia: Regina, posso falar? Eu achava que não era o C. Pra mim, a primeira coisa eu escrevi C, apaguei e botei E.

Marcellus: Porque o preço é tabelado, mas ele é muito complexo.

Patrícia: Eu achei que não tivesse inteligência artificial.

Regina: É muito complexo. Eles aumentam, diminuem.

Marcellus: Sim, mas não é nem o ponto dinâmico. Sabe como você abre o app, fecha, abre de novo e ele muda o preço?

Regina: Sim

Marcellus: Então, não é nem porque ele é dinâmico ou porque ele fez uma conta simples. Não, ele está tentando descobrir quanto você pagaria por aquela corrida.

Regina: Demais isso, né?

Patrícia: Sabe o que eu achava? Que quanto mais pessoas tinham procurando para aquele determinado momento e aquele tipo de modelo de carro [...]

Regina: Também.

Marcellus: Esse é um dos critérios.

Patrícia: [...] mais o preço aumentava.

Regina: Mas se você fizer exatamente isso [...]

Marcellus: Claro que assim, tem que fazer a engenharia reversa, né, não sabe exatamente. A gente não trabalha na uber, mas a gente sabe que envolve muitos fatores.

Regina: Se você fechar o aplicativo e abrir de novo, ele viu que você fez isso, ele muda, ele diminui. Podem fazer isso que vocês vão se dar bem.

Marcellus: Agora, na D.

André: A D era o corretor de texto do word.

Marcellus: Essa é uma das que as pessoas mais desprezam, mas é uma inteligência artificial, que é usada há muito tempo e que é exatamente a mesma que é usado na correção do google.

Quando ele diz “você quer dizer tal coisa”, é uma correção. Então, ele vê as palavras comuns, as palavras que você usou, os erros comuns.

Patrícia: Sabe o que eu achei legal, Marcellus? Você falou em um episódio do podcast, você falou do Google e-mail, do Gmail [...]

Marcellus: Do Gmai, usa muito.

Patrícia:  [...] que às vezes ele completa uma frase que a pessoa fala “como assim ele sabe o que eu estava querendo dizer?”, e você falou várias pessoas já disseram isso antes.

Marcellus: Exato. Não, e tem muitas outras funções, por exemplo, spam. O simples fato de ele saber o que é SPAM, ou não, que é também um problema clássico, hoje é uma inteligência artificial muito pesada. Quando ele tem aquelas abas de promoção, social, não sei o que, não sei o que, também é inteligência artificial. Ou às vezes para mim aparece, por exemplo, quando você não responde uma pessoa por algum tempo, aparece lá “recebida há tantos dias responder”. Ontem conversando com o André, ele falou “achei que isso fosse uma regra”. Não, o Google não coloca lá: “depois de três dias pergunta para o usuário se ele quer responder”. Isso é tudo automático. É a própria inteligência artificial que determina. Agora, o piloto automático é interessante porque assim, se a gente não consegue fazer um carro que dirige sozinho direito, por que a gente vai colocar quinhentas pessoas em um negócio que voa, e deixar isso na mão de uma inteligência artificial? Porque os mecanismos, e aí tem um ponto importante, [...]

Patrícia: Porque é muito perigoso, né, deixar na mão, imagina.

Marcellus: É muito perigoso, porque a inteligência artificial sempre adiciona incerteza.

Patrícia: E no vôo de avião realmente, você não pode ter incertezas.

Regina: Sim.

Patrícia: Eu também achava que era C, Regina, só coloquei porque eu falei “é alguma coisa, ele não ia dar a resposta”.

Marcellus: Mas sabe qual que é a distinção? O que o automático faz é robótica, e não inteligência artificial. Porque ele tem sensores, eles reagem à esses sensores e todas essas regras, elas são muito bem determinadas e escritas [...]

Regina: Sim, é só para aquilo.

Marcellus: [...] extremamente complexo, mas o próprio piloto automático, ele não usado para pousar, não usado para você decolar, ele não é usado para você taxiar o avião.

André: Para decisões.

Marcellus: Entendeu?

Regina: Ele também não registra esses dados por uma cognição, por um aprendizado, né?

Marcellus: Exato, ele não é baseado no aprendizado e não cria aprendizado. Ele só toma decisões. Não é, é uma espécie de árvore de decisão, mas não é esse algoritmo também, porque esse algoritmo é bem simples, então ele é cem por cento um robô. Ela é robótica.

Regina: Então olha, eu perdi por sua causa, Marcellus.

André: Na verdade, não perdeu, empatou, né?

Marcellus: Empatou.

Regina: Que legal.

Patrícia: Não queria fazer um trabalho de time, Regina, a gente fez e sem combinar. Juro, pessoal, não teve marmelada, a gente não viu nada.

Regina: Não teve marmelada.

Patrícia: A gente topou entrar na brincadeira. Marcellus, né? André, porque senão vai parecer que a gente fez aqui [...]

André: Não, nada.

Patrícia: Foi ao vivo aqui. Eu e a Regina, a gente se arriscou, a gente falou “vamos lá e vamos entrar na brincadeira”, e fomos bem, viu.

Regina: Olha Patrícia [...]

Patrícia: Posso falar? Vou fazer pra você também. A gente arrasou.

Regina: Eu fiz um coraçãozinho pra Patrícia.

Patrícia: Arrasamos, pessoal, porque a gente empatou e até que a gente acertou, viu.

André: Foi bom.

Regina: Uma ou duas?

Marcellus: Foram nove? São oito ou nove?

Patrícia: Acertamos seis de nove.

Marcellus: São dez perguntas.

Patrícia: Seis de dez.

Regina: Então nós erramos quatro.

André: Tá bom.

Patrícia: Sessenta por cento, para quem está entrando na área e começando a aprender, tá bom.

Regina: Tá bom.

Marcellus: Tá ótimo.

Patrícia: Vocês contratariam a gente, então?

Marcellus: Para a engenharia, tem que estudar um pouquinho mais.

André: Eu que te pergunto: você me contrataria para apresentador, Regina?

Regina: Sim, com certeza.

André: Você me contrataria pra apresentar seus vídeos, Patrícia?

Patrícia: Com certeza, André, está contratado.

André: Bom, Regina e Patrícia, a gente está encerrando então nosso game show.

Regina: Isso aí.

André: Queria agradecer a presença de vocês, a participação nessa gravação não só do podcast, mas também desse vídeo com a Patrícia, e agora vocês fazem o encerramento de vocês duas.

Regina: Gente, esse foi mais um podcast, aliás, não é só um podcast. Isso aqui é um game show, um podcast, um vídeo maravilhoso, com a presença da Patrícia. Eu espero que você tenha gostado. E fique ligado porque vai ter muito mais novidade por aí.

E se você não ouviu os episódios anteriores, vai lá e ouve, porque aí sim, lá são aulas, que o Marcellus me deixou de boca aberta, sensacional. Vale a pena conferir. Estamos esperando vocês lá. Beijo

‍