Qual a Diferença entre IA e IA Generativa?

Paulo Henrique Fernandes, advogado e Legal Operations Manager no Viseu Advogados. (Foto: Divulgação)

Essa pergunta tem confundido muito as pessoas, e algumas delas sequer sabem que existem vários tipos de inteligência artificial. Primeiro, deixem-me explicar o básico. A IA, abreviação de Inteligência Artificial, é uma tecnologia baseada em algoritmos (comandos), que são modelos matemáticos que processam dados e apresentam resultados oriundos do cruzamento de diversas variáveis, buscando a maior assertividade possível.

É importante esclarecer que a IA estreita, o primeiro modelo dessa inteligência, já faz parte da nossa rotina a muitos anos, é a inteligência de programação das assistentes virtuais, como Alexa, Siri, etc., é ela quem mapeia seu comportamento online para recomendação de produtos específicos ao seu perfil na Amazon, que escolhe quais filmes serão apresentados na sua tela inicial da Netflix, ou até mesmo qual melhor cartaz do filme será apresentado a você, com base no seu histórico de cliques e da sua percepção de imagem atrativa.

A inteligência artificial é ensinada por meio de Machine Learning ou Deep Learning, onde o primeiro é relativamente mais simples, o aprendizado pode ser ou não supervisionado por humanos, e o algoritmo recebe comandos positivos ou negativos a depender do seu resultado, se perfeiçoando por meio dos treinamentos, como por exemplo quando você analisa dentro do Google Fotos o rosto dos seus amigos, o algoritmo encontra as semelhanças e compara as imagens, você confirma ou reprova se naquelas duas fotos se tratam da mesma pessoa.Sem saber, você está treinando os algoritmos.

Já no Deep learning, ou modelo de aprendizagem profunda, o treinamento simula células neurais de transmissão, com grandes redes ocultas de processamento dos algoritmos, conseguindo que um computador aprenda por si mesmo, a medida que melhoram seus algoritmos e a acurácia dos seus resultados, enquanto processam milhares de variáveis.

A IA Generativa é ensinada por esse modelo de Deep Learning. No contexto da IA generativa, as redes neurais são projetadas para gerar novos dados que se assemelham a um conjunto de exemplos de treinamento. Isso permite que a IA generativa crie novas amostras que sejam semelhantes às que foram usadas para treiná-la, mas também com um toque de criatividade ou variação, dependendo do design da rede.

Por exemplo, uma IA generativa treinada em imagens de gatos pode gerar novas imagens de gatos que parecem realistas, mas que nunca foram vistas antes. Isso é alcançado através do aprendizado das características e padrões presentes nas imagens de treinamento, permitindo que a IA crie novas instâncias que sigam essas mesmas características.

Outro ponto importante é a utilização de PLN, ou processamento de linguagem natural, onde a IA estuda nossa forma humana de escrever, de nos expressar, e busca formas lógicas de realizar associações e identificações, assim, compreendendo textos complexos ou que demandem lógica para sua compreensão. O que pode parecer fácil para nós humanos, demorou muito para as máquinas atingirem o mesmo ponto.

Se eu digo que vou ao bar tomar uma, você certamente saberá que me refiro a uma cerveja, já que se trata de uma expressão comum, e regional. A máquina precisou analisar e cruzar milhares de dados e informações na internet para chegar à mesma lógica. Hoje ela faz isso.

A IA generativa está revolucionando a maneira como percebemos a criatividade e a originalidade na era digital. Ela pode ser a peça que faltava no quebra-cabeça da inovação, gerando novas ideias e inspirações de uma forma que nenhum programador humano poderia prever.

Contudo, se engana quem pensa que um modelo de IA se sobrepõe ao outro. A IA estreita é mais simples de ser programada, infinitamente mais barata, demanda menos esforço e estrutura, e está muito mais robusta, perceba olhando ao seu redor, elas ajudam no nosso dia a dia de diferentes formas, o Google por exemplo, já prevê de forma muito mais assertiva a sua pergunta, evitando seu preenchimento completo.

Criar um modelo de IA generativa do zero, além de muito desafiador, envolve cifras astronômicas e até mesmo anos de treinamento da inteligência, de modo que apenas as grandes empresas tecnologias detém esse modelo de tecnologia, que já é facilmente incorporada em diversos outros modelos de negócio. O ChatGPT, por exemplo, já é utilizado como base para centenas de outras IA’s que realizam as mais diversas funções.

Certamente que, com a facilidade de acesso a uma IA generativa, os outros modelos de IA poderão se beneficiar, sobretudo com a ampliação de dados de treinamento, geração de novos parâmetros, conteúdos novos de texto e linguagem, e outros. Pense por exemplo nos modelos de chatbot, como aqueles de banco, que nunca entendem a nossa pergunta, ou mais parecem programados por uma lista limitada de FAQ, gerando muita frustração. Esse chat pode ser potencializado com a IA generativa, encontrando muitos outros termos associados ao comando dado pelo usuário, aumentando a assertividade na entrega das respostas.

À medida que a tecnologia avança e nos surpreende a cada novo algoritmo, lembrem-se de que estamos apenas começando a explorar as vastas possibilidades da IA e IA generativa. O momento requer curiosidade e abertura, para além da otimização dos nossos fluxos, rotinas e tarefas, esperamos que nesse mundo inexplorado possamos encontrar soluções para problemas tão complexos da humanidade. Resta aqui um sentimento essencialmente humano: esperança.