Demis Hassabis sobre o cérebro humano: “uma aproximação biológica de uma máquina de Turing”

Demis Hassabis construiu sua carreira tratando o cérebro humano como o único modelo funcional de inteligência geral. Nesta semana, um fragmento de uma fala sua virou símbolo de tudo o que, na visão de um crítico, a indústria de IA entende errado sobre as mentes. A frase completa de onde o trecho foi tirado é mais específica — e mais reveladora — do que a versão que circulou.

“uma aproximação biológica de uma máquina de Turing.”

A frase é o ponto de partida de um ensaio de Benjamin Riley na The Verge, “Our minds aren’t equipped to handle AI”. Riley começa citando o pioneiro da cibernética Norbert Wiener: “O pensamento de cada época se reflete em sua técnica”. Em seguida, apresenta Hassabis, hoje presidente do conselho da Google DeepMind e cientista-chefe da Alphabet, como o exemplo mais claro de uma indústria que enxerga as próprias máquinas quando olha para um crânio. As palavras foram ditas em uma conversa com James Manyika publicada neste ano na Dædalus, revista da American Academy of Arts and Sciences.

O que diz a frase completa

Na Dædalus, Hassabis explicava o que AGI significa para ele. Define o conceito como “um sistema que apresenta todas as capacidades cognitivas da mente humana”, porque o cérebro é “a única prova de existência que conhecemos até agora, talvez em todo o universo, de que a inteligência geral é possível”. Em seguida, vem a frase completa: “O cérebro pode ser visto como uma aproximação biológica de uma máquina de Turing, o que significa que, em teoria, poderia aprender qualquer coisa que seja computável.” A frase seguinte põe um freio nessa ideia. Todo sistema finito precisa de “algum grau de especialização, porque só há uma quantidade limitada de tempo, memória e informação”.

Lida dessa forma, a frase não afirma que as pessoas são laptops. É uma afirmação sobre alcance, sobre o que um cérebro poderia aprender em princípio — e também funciona como uma especificação de engenharia. Se o cérebro é a máquina de referência, AGI é aquilo que corresponde a todo o seu alcance. Hassabis chega a esboçar o teste: treinar um modelo com limite de conhecimento em 1910 e verificar se ele chega à Relatividade Geral, como Einstein chegou em 1915. “Por enquanto, a resposta é claramente não”, diz ele.

A crítica atua em outra camada

A objeção de Riley está em outro lugar. Com base no trabalho de Paul Cisek, neurocientista da University of Montreal, ele argumenta que é melhor entender o cérebro como um sistema de controle por feedback, que age sobre o mundo para mudar aquilo que percebe e é moldado primeiro pela evolução e depois pela cultura: imitação, linguagem, escrita, escolas. Nesse modelo, um chatbot que faz a parte trabalhosa de pensar é “um cachorro-quente cognitivo”: tentador na hora, mas corrosivo quando vira parte da dieta regular. Riley cita Leah Belsky, responsável pela área de educação da OpenAI, chamando o ChatGPT de “a maior plataforma de aprendizagem do mundo”, e um estudo feito na China segundo o qual milhares de estudantes praticamente deixaram de fazer a lição de casa depois que começaram a usar IA.

A ressalva que decide a questão

O choque mais contundente está dentro do próprio parágrafo de Hassabis. Algumas linhas adiante, ele diz que o essencial é “o potencial do cérebro para aprender quase qualquer coisa, especialmente porque somos capazes de projetar e construir ferramentas e máquinas que nos ajudem a adquirir conhecimento”. Essa ressalva está no centro de toda a controvérsia. Riley não está realmente provando que a ideia da máquina de Turing é falsa. As evidências que apresenta dizem respeito a ferramentas que aprendem no lugar da pessoa, em vez de ajudá-la a aprender. Uma afirmação sobre computabilidade descreve o que um cérebro poderia assimilar em teoria. Não diz nada sobre se determinado produto deixa a cabeça de quem aprende mais cheia ou mais vazia.

Agora, essa questão recai sobre a pessoa que define a direção científica da Alphabet. Em agosto, Hassabis deixou o cargo de CEO no dia a dia para se concentrar na estratégia e na ciência da AGI. Segundo a Fortune, ele disse aos funcionários que a AGI está próxima e que acertar os próximos passos é fundamental para a humanidade. Um laboratório que compara suas máquinas com todo o alcance do cérebro humano tem interesse direto em garantir que esse alcance não diminua nas pessoas que as utilizam.

Uma aproximação de uma máquina de Turing ainda precisa ser programada por alguma coisa. Para as pessoas, isso sempre significou o trabalho lento de aprender — e é justamente essa etapa que uma ferramenta pode tanto potencializar quanto, sem alarde, pular.

Tags: Demis Hassabis, Google DeepMind, AI in education, Artificial general intelligence, Turing machine