Alguns acreditam que a proliferação da inteligência artificial e da robótica está colocando nossa privacidade, nossos empregos e até mesmo nossa segurança em risco. Cada vez mais tarefas vão para cérebros baseados em silício. Mas mesmo os críticos mais vocais não podem deixar de reconhecer os benefícios óbvios que a IA e os sistemas automatizados estão preparando para a humanidade. Como parte do projeto Grand Challenges, a BBC reuniu especialistas que expuseram sua visão para o futuro na presença de máquinas e inteligência artificial.
“Não devemos ver a IA como algo que compete conosco, mas como algo que pode aprimorar nossas próprias habilidades”, diz Takeo Kanade, professor de robótica na Carnegie Mellon University. Porque a IA tem tolerância para o tédio e também é capaz de identificar padrões muito melhor e mais rápido do que os humanos. A automação já começou a desfazer os nós mais complexos do mundo, da doença à crueldade.
E pode tornar nossas vidas mais seguras no século 21.
Combatendo doenças infecciosas
Para bilhões de pessoas em todo o mundo, o zumbido dos mosquitos perto de seus ouvidos pode significar muito mais do que uma picada irritante - pode ser um prenúncio de doenças e até mesmo de morte. Uma espécie, Aedes aegypti, espalhou-se especialmente da África para quase todas as regiões tropicais e subtropicais, transmitindo a dengue, a febre amarela, o zika e a chikungunya (um vírus que causa dores nas articulações). A dengue sozinha infecta 390 milhões de pessoas em 128 países todos os anos.
“Este mosquito é um pequeno demônio”, diz Rainier Mallol, um engenheiro de computação na República Dominicana, um local importante para o zika. Junto com Desi Raja, um médico da Malásia (outro país em risco de contrair o vírus), o casal desenvolveu algoritmos de IA que prevêem onde os surtos são mais prováveis de ocorrer.
Vídeo promocional:
O Project Premonition da Microsoft usa drones para encontrar agentes patogênicos nos pontos críticos do zika
Sua Inteligência Artificial em Epidemiologia Médica (Aime) é um sistema que combina o horário e a localização de cada novo caso de Dengue relatado pelos hospitais locais com outras 274 variáveis como direção do vento, umidade, temperatura, densidade populacional, tipo de moradia. “Todos esses são fatores que determinam a propagação dos mosquitos”, explica Mallall.
Testes na Malásia e no Brasil mostraram que eles podem prever surtos com uma precisão de cerca de 88% em três meses. O sistema também ajuda a localizar o epicentro de um surto em até 400 metros, permitindo que os médicos locais intervenham a tempo com inseticidas e proteção contra mordidas para os residentes locais.
Aime também está evoluindo para prever surtos de Zika e Chikungunya. Grandes empresas de tecnologia estão adotando essa ideia à sua maneira: o Project Premonition da Microsoft, por exemplo, usa drones autônomos para detectar bolsões de mosquitos e usa dióxido de carbono e armadilhas luminosas para capturar esses insetos. O DNA dos mosquitos e dos animais que eles picam é então analisado por algoritmos de máquina que descobrem padrões em quantidades gigantescas de dados cada vez melhor - e encontram patógenos.
Luta de Arma
No ano passado, 15.000 pessoas morreram nos Estados Unidos devido a tiros. Este país tem o maior índice de violência relacionada a armas de fogo em todo o mundo desenvolvido. Para enfrentar os problemas de tiroteio indiscriminado e crimes relacionados com armas de fogo, algumas cidades em todo o país estão recorrendo à tecnologia em busca de ajuda.
Um sistema automatizado que ouve sons de tiros por meio de uma série de sensores pode ser usado para localizar onde os tiros foram disparados e alertar as forças de segurança 45 segundos após o gatilho ser puxado. O ShotSpotter usa de 15 a 20 sensores acústicos por quilômetro quadrado para detectar o "estouro" característico de uma foto, localizando seu local de nascimento com uma precisão de 25 metros.
As tecnologias de aprendizado de máquina são usadas para confirmar se o som foi um tiro e contar o número de tiros disparados para indicar se a polícia vai lidar com um atirador solitário ou vários criminosos, e se eles estão usando metralhadoras ou não.
Já 90 cidades - principalmente nos EUA, mas também na África do Sul e na América do Sul - usam o ShotSpotter. Pequenos sistemas também foram implantados em nove campi dos EUA em resposta ao recente tiroteio no campus.
Ralph Clarke, CEO da ShotSpotter, acredita que, no futuro, este sistema pode ser usado para mais do que uma simples resposta a incidentes.
“Estamos procurando entender como nossos dados podem ser usados para recursos preditivos de policiais”, diz ele. "O aprendizado de máquina pode ser combinado com clima, tráfego e muito mais para informar as patrulhas policiais com mais precisão."
Lutando contra a fome
Cerca de 800 milhões de pessoas em todo o mundo dependem das raízes da mandioca (mandioca) como sua principal fonte de carboidratos. Este vegetal amiláceo semelhante ao inhame é comido como uma batata; também pode ser moído em farinha para fazer pães e assados. Ela pode crescer onde outras culturas não podem, tornando a mandioca a sexta maior planta de alimentos do mundo. No entanto, esse arbusto lenhoso também é vulnerável a doenças e pragas, que podem devastar campos inteiros de vegetais.
Pesquisadores da Makerere University em Kampala, Uganda, uniram-se a especialistas em doenças de plantas para desenvolver um sistema automatizado destinado a combater a doença da mandioca. O projeto Mcrops permite que os agricultores locais fotografem suas plantas com smartphones baratos e usem a visão do computador para detectar sinais de quatro doenças principais que estão devastando as plantações de mandioca.
“Algumas dessas doenças são extremamente difíceis de reconhecer e requerem ações diferentes”, explica Ernest Mwebase, um cientista da computação que lidera o projeto. "Damos aos agricultores um pequeno especialista para que saibam se devem polinizar suas safras ou destruir e plantar outra coisa."
Este sistema diagnostica doenças da mandioca com 88 por cento de precisão. Normalmente, os agricultores precisam chamar especialistas do governo para visitar as fazendas para identificar doenças, o que leva dias e semanas para a doença se espalhar.
O Mcrops também permite que você carregue instantâneos para um banco de dados, que é usado para diagnosticar surtos. Mwebaze espera que a tecnologia também detecte automaticamente problemas com outras espécies de plantas, como bananas.
Lutando contra o câncer e a perda de visão
O câncer causa mais de 8,8 milhões de mortes em todo o mundo e 14 milhões de pessoas são diagnosticadas com algum tipo de câncer a cada ano. A detecção precoce do câncer pode aumentar significativamente as chances de sobrevivência de uma pessoa e reduzir o risco de recorrência. O rastreamento é uma das principais formas de detectar o câncer precocemente, mas é muito, muito difícil e demorado entender os exames e outros resultados de testes.
DeepMind do Google pode ajudar médicos no tratamento do câncer com aprendizado de máquina para ajudar a identificar áreas saudáveis do tecido de um paciente
DeepMind e IBM estão aplicando suas tecnologias de IA a este problema. DeepMind se uniu a médicos do NHS do Reino Unido na University Colleges em Londres para treinar seu programa baseado em IA para tratar o câncer, separando áreas de tecido saudável de tumores em exames de cabeça e pescoço. Ela também trabalha com o Moorfields Eye Hospital em Londres, detectando os primeiros sinais de perda de visão em exames de olho.
“Nossos algoritmos são capazes de interpretar informações visuais de varreduras”, disse Dominic King, chefe clínico da DeepMind Health. “O sistema aprende a identificar problemas potenciais e recomendar o curso de ação correto ao médico. É muito cedo para comentar os resultados, mas já são muito encorajadores.”
King diz que as técnicas de IA podem ajudar os médicos a fazer diagnósticos mais rapidamente examinando exames e priorizando aqueles que são recomendados para consideração imediata.
A IBM também anunciou recentemente que a IA do Watson pode analisar imagens e avaliar registros de pacientes, identificando um tumor 96% das vezes. O sistema está atualmente passando por testes médicos em 55 hospitais em todo o mundo, ajudando a diagnosticar cânceres de mama, pulmão, colorretal, cervical, ovário, estômago e próstata.
Sem desligar a luz
Em meio a um acalorado debate sobre se a mudança climática poderia ter desencadeado dois furacões catastróficos em escala histórica nos Estados Unidos, como a inteligência artificial poderia ser maximizada para pesquisar o uso de energia limpa e renovável para evitar maiores danos que levam aos problemas climáticos?
Pessoas em todo o mundo estão cada vez mais contando com fontes de energia renováveis para combater as mudanças climáticas e a poluição causada por combustíveis fósseis, e a tarefa de equilibrar as redes de energia com essas fontes intermitentes está se tornando cada vez mais difícil. A proliferação de medidores inteligentes - monitores digitais de energia que registram automaticamente o consumo - também fornecerá muitos dados sobre como e quando os consumidores usam a energia. A União Europeia sozinha planeja instalar 500 milhões de medidores inteligentes em residências até 2020.
“Gerenciar todos esses ativos é impossível para os humanos porque os tempos de resposta costumam ser da ordem de alguns segundos”, diz Valentin Robu, professor assistente de sistemas inteligentes na Heriot Watt University em Edimburgo. Ele está trabalhando com a empresa Upside Energy do Reino Unido para desenvolver novas maneiras de gerenciar redes de energia.
Eles criam algoritmos de aprendizado de máquina para monitorar a produção e a demanda de energia em tempo real. O que isso significa? Essa energia será armazenada nos horários de silêncio e liberada nos horários de pico, por exemplo, pela manhã, quando todos querem fazer seu próprio café. À medida que os veículos elétricos e as baterias domésticas se tornam mais predominantes, a tecnologia pode ser usada para armazenar energia e distribuir uniformemente os fluxos renováveis.
Robu também diz que a IA pode ser usada em um nível ainda mais básico, ajudando a reduzir nossa demanda por dispositivos conectados. Por exemplo, os refrigeradores podem ser controlados diretamente por IA, de modo que só liguem quando a demanda de eletricidade estiver no nível mais baixo na rede.
Ilya Khel
