O que é IA generativa? – Críticas Geeks

A IA generativa é uma tecnologia de inteligência artificial que pode potencialmente transformar a maneira como interagimos com as máquinas. É um tipo de IA que pode criar novos conteúdos, como texto, imagens, áudio e vídeo, com base em sua compreensão do mundo e na entrada do usuário.

Nos últimos meses, os aplicativos que usam IA generativa explodiram no mercado. O aplicativo de fotos AI Lensa e o chatbot OpenAI ChatGPT causaram um grande rebuliço porque criam texto e imagens de alta qualidade sob demanda. Agora a Microsoft e o Google estão jogando bola. Mas o que é IA generativa e como ela funciona?

O que é IA generativa?

Para colocá-lo da forma mais simples possível: IA generativa é uma IA (a chamada “inteligência artificial”) que cria conteúdo exclusivo com base em um prompt do usuário. Por exemplo, o prompt que você dá ao Lensa para fazer uma seleção de selfies daquelas fotos legais de perfil de IA. No caso do ChatGPT, um anúncio pode ser “escreva um soneto de bagel no estilo de HL Mencken”. O texto e as imagens resultantes são totalmente exclusivos e gerados por IA. E não são apenas textos e imagens que a IA generativa pode criar. Outros produtos de IA podem criar recriações de voz incríveis, e há até serviços esperando nos bastidores que podem criar conteúdo de vídeo com base em prompts de texto.

A IA generativa combina duas poderosas tecnologias de IA: aprendizado de máquina e a capacidade de criar novos conteúdos. Os programadores de IA usam o aprendizado de máquina para criar modelos que podem reconhecer padrões e tendências nos dados existentes, enquanto a geração de conteúdo permite a criação de elementos exclusivos, como uma composição ou imagem. Quando uma IA tem um tamanho de amostra grande o suficiente para extrair (seu conjunto de treinamento), ela pode recriar praticamente qualquer coisa que reconheça. E como o conjunto de dados para treinar modelos de IA como o ChatGPT é tão grande, você pode misturar e combinar elementos de várias fontes para entregar algo único e reconhecível como qualquer coisa que a mensagem esteja solicitando.

Tipos de IA generativa e como eles funcionam

Os algoritmos de IA generativa vêm em várias formas, mas se enquadram em três categorias gerais: redes antagônicas generativas (GANs), autoencoders variacionais (VAEs) e modelos de transformadores como GPT-4. Cada tipo de algoritmo de IA generativo tem suas vantagens e desvantagens.

As GANs são um tipo de IA generativa que usa duas redes neurais de aprendizado profundo para gerar novos dados. A primeira rede, chamada de gerador, é treinada para criar novos dados que se assemelham ao conteúdo existente, enquanto a segunda rede, chamada de discriminador, é treinada para distinguir entre dados reais e gerados. À medida que os programadores treinam suas IAs, o gerador aprende a produzir imagens cada vez mais realistas que enganam o discriminador fazendo-o pensar que são reais. Esse processo é conhecido como “jogo minimax”, pois cada rede tenta enganar a outra enquanto minimiza seus próprios erros.

Uma possível desvantagem dos GANs é que às vezes eles podem produzir imagens irrealistas ou borradas. Por exemplo, um GAN treinado para gerar imagens de rostos humanos às vezes pode criar imagens com um par extra de olhos ou uma estrutura facial distorcida. As mãos humanas podem parecer um verdadeiro pesadelo. No entanto, ainda é cedo para essa tecnologia e problemas como esse serão corrigidos no devido tempo.

Os VAEs são outro tipo de IA generativa usada para gerar dados novos e exclusivos. Ao contrário dos GANs, os VAEs usam uma representação compactada de seus dados de entrada para gerar algo novo que se pareça com o original. Os VAEs são usados ​​com mais frequência para criar imagens e vídeos, mas também podem gerar texto. Uma limitação potencial dos VAEs é que seus dados podem não ser tão variados quanto os gerados pelos GANs porque os VAEs aprendem uma representação mais restrita dos dados de entrada. Além disso, os VAEs às vezes sofrem com os problemas de imagem distorcida que os GANs encontram.

Modelos de transformadores como o GPT-4 são uma iteração relativamente nova de IA generativa que atraiu muita atenção devido ao seu desempenho impressionante em muitas tarefas de processamento de linguagem natural. O ChatGPT é o atual exemplo de estrela dourada de um produto de IA baseado em transformador. Esses modelos são baseados em um tipo de arquitetura de rede neural chamada “transformador”. Eles são projetados para processar grandes fluxos de dados, são treinados em um grande conjunto de dados de texto e podem fornecer respostas consistentes e contextualmente relevantes a um prompt.

A vantagem dos modelos transformadores é que eles podem gerar textos diversificados e de alta qualidade. No entanto, eles podem sofrer vieses e imprecisões nos dados de treinamento, levando a resultados inadequados ou errôneos. Além disso, a grande quantidade de recursos computacionais e dados necessários para treinar e executar esses modelos pode torná-los difíceis e caros para algumas aplicações.

Aplicativos de IA generativos

A IA generativa já está sendo usada em um grande número de serviços populares. Existe o chatbot ChatGPT mencionado acima, criado pela OpenAI e seu gerador de imagens irmã DALL-E. Há também uma série de editores de imagem AI, incluindo Lensa (iOS, Android), Wonder (iOS, Android) e muito mais. Esses já existem há algum tempo. Mas quando o ChatGPT decolou, o Vale do Silício decidiu que era hora de liberar a nova tecnologia, anunciando um novo produto de IA após o outro.

Desde o início deste ano, a Microsoft e o Google anunciaram encantos de IA para seus mecanismos de busca. Seguido logo depois pelos provedores de pesquisa menores DuckDuck Go e Brave. A Microsoft adicionou imagens de IA ao Bing e Edge, bem como componentes de IA ao seu pacote de escritório. Até o Opera está adicionando o ChatGPT ao seu navegador de desktop. Além disso, a Shutterstock e a Adobe apresentaram geradores de arte de IA treinados no trabalho de usuários remunerados.

Mas a IA generativa pode ir muito além de criadores de imagens, chatbots e assistentes de pesquisa. Profissionais de todas as esferas da vida podem usar essas ferramentas em seu trabalho. A IA generativa tem aplicações potenciais no design de produtos, permitindo que as empresas criem produtos personalizados adaptados às necessidades de cada cliente. Além disso, pode ser utilizado por profissionais de saúde para auxiliar no desenvolvimento de diagnósticos e tratamentos.

Além disso, a IA generativa pode criar conteúdo personalizado, como artigos de notícias ou listas de reprodução de música. Ao analisar as preferências e o comportamento de um usuário, os algoritmos generativos de IA podem gerar conteúdo adaptado aos seus interesses, aumentando o envolvimento e a satisfação do usuário. A IA generativa pode ajudar a criar novos conteúdos para a indústria do entretenimento, como roteiros de filmes ou níveis de videogame. A capacidade de gerar produtos exclusivos, mas semelhantes, permite que as empresas criem mais conteúdo com mais rapidez e qualidade.

Essa é apenas a ponta do iceberg quando se trata das possíveis aplicações da IA ​​generativa. A tecnologia também pode encontrar lugares úteis em muitas outras indústrias e profissões. Não seria exagero comparar essa tecnologia, quando implementada em larga escala, com a invenção da imprensa ou o desenvolvimento da linha de montagem em termos de como ela poderia transformar a forma como criamos e consumimos conteúdo e realizamos nosso trabalho .

Riscos potenciais e considerações éticas

Claro, com qualquer nova tecnologia vem o risco de ser mal utilizada ou impactar negativamente alguns grupos. Uma das principais preocupações em torno da IA ​​generativa é que ela pode expulsar escritores, artistas e outros tipos criativos que ganham a vida fazendo artigos, arte, roteiros, livros e muito mais. Outra desvantagem potencial da IA ​​generativa é que ela pode ser usada para fazer falsificações profundas de celebridades e políticos que seriam indistinguíveis de vídeos e imagens de pessoas reais e usadas para enganar o público. E, claro, sempre resta a questão da ficção científica sobre o que acontece se permitirmos que a IA comece a tomar decisões sem a devida supervisão humana. Ele se voltará contra seus criadores ou tomará decisões que prejudicam os humanos, pensando que isso ajudará?

A boa notícia é que a maioria das questões éticas em torno da IA ​​são preocupações perenes do progresso tecnológico. A destruição de empregos quase sempre acompanha os avanços na automação. Mas também vem com ferramentas mais avançadas para quem se dedica ao comércio. Escritores, artistas e outros criativos agora têm um assistente poderoso para ajudá-los em suas vocações, não necessariamente para destruí-los. Além disso, falsificar imagens de celebridades e políticos existe desde os primeiros programas de edição de fotos. E estamos nos preparando para a aquisição de filmes por IA desde antes do primeiro. terminadores filme. E embora sejam questões e preocupações válidas, é provável que sejam resolvidas de forma ganha-ganha ou pelo menos abordadas de uma forma que não envolva perdas massivas de empregos e a chegada de um senhor da IA.

No entanto, um grande obstáculo que muitos produtos de IA terão que superar são os direitos autorais. Como a IA generativa treina em um enorme conjunto de dados de texto, imagens, sons e muito mais, o material protegido por direitos autorais forma uma parte distinta do que a IA generativa se baseia para fazer novas criações. Claro, a natureza da IA ​​generativa impede uma recriação exata palavra por palavra de um trabalho protegido por direitos autorais, mas tudo o que a IA generativa cria é composto de fragmentos de material protegido por direitos autorais. Ou pelo menos a IA aprendeu a escrever e desenhar com base nas obras dos humanos. Isso pode levar a possíveis ações judiciais de escritores e artistas que sentem que seu trabalho foi roubado para treinar a IA e que merecem compensação ou exigem que a IA “esqueça” o que aprendeu com seu trabalho.

Mas, pode-se argumentar que a IA não está copiando um trabalho protegido de cor e que o aprendizado de máquina é equivalente ao aprendizado humano, como se um escritor lesse um livro e fosse inspirado a escrever o seu próprio de maneira semelhante. Provavelmente chegará a uma batalha judicial em que um juiz terá que decidir: “qual é a diferença entre uma IA aprendendo por imitação e um ser humano aprendendo?” E isso é apenas a ponta do iceberg quando se trata de desvendar todas as implicações legais que a IA generativa certamente levantará. Agora seria um bom momento para os advogados aprimorarem suas habilidades com o computador.

Considerações finais: Bem-vindo ao futuro

A IA generativa pode ser tão aterrorizante quanto impressionante e fascinante. Mas está aqui agora e não vai embora. Dada a taxa de adoção nos primeiros meses de 2023, não é difícil prever que, até o final do ano, a IA generativa será incorporada em grande parte de sua vida diária. E até o final de 2024, pode ser difícil lembrar da vida sem essa tecnologia.