Ricardo Abreu
Nos últimos meses, no mundo da tecnologia só se fala de Inteligencia Artificial Generativa (IAGen), de grandes modelos linguísticos e de co-pilotos. Embora estas inovações sejam, sem dúvida, empolgantes, representam apenas uma fração do impacto da Inteligencia Artificial (IA) no nosso quotidiano. Este foco restrito ofusca as inúmeras formas como a inteligência artificial, a aprendizagem automática e a aprendizagem profunda estão a revolucionar discretamente as indústrias e a melhorar o nosso mundo.
Considere-se, por exemplo, o sector dos cuidados de saúde. Os algoritmos de IA estão a melhorar a imagiologia médica, ajudando os radiologistas a detetar anomalias em radiografias e ressonâncias magnéticas com maior precisão. Na agricultura, os modelos de aprendizagem automática analisam as condições do solo e os padrões climáticos para otimizar o rendimento das culturas e reduzir a utilização de água. A indústria automóvel utiliza a IA para tudo, desde a manutenção preditiva aos sistemas avançados de assistência ao condutor, tornando as nossas estradas mais seguras.
No entanto, estas aplicações raramente são notícia de primeira página. Não têm o fator “uau” de um chatbot capaz de escrever poesia ou de uma IAGen capaz de gerar imagens fotorrealistas. Mas o seu impacto é profundo e de grande alcance.
Mesmo no domínio da tecnologia de consumo, a história da IA é mais profunda do que as notícias recentes sugerem. Sim, a Microsoft introduziu os “Copilot+PCs”, comercializados como “AI computers”. Mas, muito antes disso, a IA já tinha entrado nos nossos smartphones, nos dispositivos domésticos inteligentes e nos wearables. O conceito de “IA on edge” – executar modelos de IA diretamente nos dispositivos e não na cloud – tem vindo a transformar a eletrónica de consumo há anos.
A capacidade do seu smartphone para reconhecer o seu rosto, a capacidade do seu termóstato inteligente para aprender as suas preferências ou a capacidade do seu monitor de fitness para distinguir entre diferentes tipos de exercício – tudo isto pode ser alimentado por uma IA no dispositivo. Estas aplicações não requerem uma ligação à Internet ou processamento na nuvem, oferecendo vantagens em termos de privacidade, velocidade e eficiência energética.
Além disso, a influência da IA estende-se muito para além dos aparelhos de consumo. No sector financeiro, os algoritmos de IA detectam transações fraudulentas e avaliam o risco de crédito. Na logística, otimizam as cadeias de abastecimento e as rotas de entrega. Na gestão da energia, equilibram as redes elétricas e preveem falhas no equipamento. Estas aplicações podem não ser tão vistosas como o mais recente chatbot, mas são fundamentais para o bom funcionamento do nosso mundo moderno.
É crucial que os decisores políticos, os investidores e o público compreendam este quadro mais completo. A ênfase excessiva na IA generativa e nos modelos linguísticos de grande dimensão corre o risco de desviar a atenção e os recursos de aplicações de IA igualmente importantes. Pode também distorcer a perceção pública das capacidades e limitações da IA, conduzindo potencialmente a expectativas irrealistas ou a receios infundados.
Enquanto nos maravilhamos com as capacidades da IA generativa, não nos esqueçamos das aplicações de IA menos vistosas, mas igualmente transformadoras, que estão a melhorar discretamente o nosso mundo. A verdadeira revolução da IA não se resume à criação de conteúdos – trata-se de tornar os nossos sistemas actuais mais inteligentes, mais eficientes e mais eficazes.
Ricardo Abreu é Docente universitário no IPAM Lisboa
