A ILUSÃO DA INTELIGÊNCIA ARTIFICIAL

GERALD EDELMAN 2000
Chairman, Department of Neurobiology, Scripps Research Institute
Medicine and Physiology Nobel Prize 1972
Entrevista ao jornal italiano La Repubblica (08 Maio 2000)

Tradução: Pedro Lourenço Gomes

Como funciona o cérebro? Em que direção se movem as pesquisas neste campo?

Um dos métodos adotados pelas pesquisas é subdividir esta grande questão em uma série de problemas menores, porque é evidente que em todo os casos não haverá uma resposta única e simples. Deste modo o objetivo da neurologia é procurar reconstruir o funcionamento do cérebro com relação a percepção, sensação, visão, emoção, tato, olfato, memória, enfim, e também quanto à compreensão da linguagem. Todos estes aspectos, ainda que ligados uns aos outros, são distintos e singulares, e seguem uma certa ordem, porque não se pode entender a natureza da linguagem sem saber-se o que são a percepção e a memória. Hoje está aberto o campo para profundas transformações técnicas. Pela primeira vez somos capazes de resolver problemas em todos os níveis organizacionais do sistema nervoso. Do ponto de vista metodológico podemos analisar qualquer coisa das moléculas aos modelos de comportamento, e isto permitirá, em última análise, que se una a psicologia à biologia.

Qual é atualmente o problema mais evidente das pesquisas?

Devemos considerar o cérebro no quadro de um constante processo de desenvolvimento, da infância à idade adulta, até a velhice. As modificações são contínuas. Em consequência, um dos objetivos que pré-estabelecemos é chegar a compreender a geometria de cada feixe de nervos. É uma tarefa extremamente árdua. Basta pensar que os nervos estão ligados entre si por 10.000 sinapses: é como pegar todas as árvores de uma floresta e juntá-las numa enorme pilha. Nós não saberíamos exatamente qual seria o significado disto e também não teríamos métodos eficazes para investigar a estrutura, mas creio que seja de extrema importância conseguir isto. Devemos nos recordar sempre de que a pilha não é estática mas antes se assemelha a seus mecanismos internos e está sempre em movimento. Ainda não dispomos de instrumentos que nos digam como isto se dará, como não somos capazes de observar o comportamento de um animal em todos os níveis de organização ao mesmo tempo. A neurologia do futuro poderá ser capaz de analisar o fluxo de eletricidade no interior de meu cérebro, de controlar as reações químicas, de aproximar-se de uma célula particular e observá-la, de reunir tudo isto a um movimento de minha mão, e de tomar nota de todos estes diversos níveis de controle, para chegar até os genes individuais.

Dê-nos um exemplo...

Alguns pesquisadores do meu instituto estão estudando o que ocorre com os genes de um animal quando este adormece e desperta. Pelo que parece, quando o animal está alerta os genes se ativam, e quando dorme os genes se desativam. Alguns estudaram o todo específico como a aprendizagem em estado de alerta. No sono estes genes param de funcionar e é evidente que não se aprende grande coisa quando se dorme, na verdade demonstrou-se que não se aprende nada. Ao final, pode ser um retorno de suas próprias lembranças, mas não se aprende nada de novo. Por isso de nada serve colocar o gravador debaixo do travesseiro.

O que é o neodarwinismo?

O neodarwinismo é apenas uma metáfora para se indicar a idéia central da biologia, ou seja, o conceito de população, que foi introduzido por Charles Darwin e representa com toda probabilidade a mais importante noção de toda a história da biologia. Segundo esta concepção, o mundo externo não dá ao corpo informações sobre porque foi feito de um determinado modo, sob uma certa forma, ou porque uma espécie se desenvolve em uma certa direção, como se fosse baseada numa fórmula escrita. Ao contrário, diversos indivíduos, de modo totalmente independente, desenvolvem profundas diferenças em suas estruturas para com isto formar uma população, ou seja, um conjunto de indivíduos não-idênticos, mas diferenciados. Por causa da estrutura desta população, quando se verificam determinados eventos no ambiente alguns indivíduos são em média mais capazes de se adaptar, e por isto têm uma prole mais numerosa. Em consequência, seus genes, através da prole, tendem a sobreviver por mais tempo do que os genes dos indivíduos incapazes de se adaptar. Este conceito pode vir aplicado ao sistema imune, no qual existem células que produzem anticorpos sem receberem instruções do mundo externo; depois surgem moléculas estranhas, e selecionam aquelas mais adaptadas à sua conformação.

O que o senhor quer dizer quando fala de "melhor adaptação ao estímulo"?

No caso de uma população de nervos, quando surge um certo estímulo alguns nervos se excitam e outros ficam sufocados. Depois que isto acontece, eu digo que aqueles nervos se adaptam. Isto vale ainda para o processo evolutivo: não se pode predizer de que modo a raça humana se desenvolverá no decurso do próximo milênio, mas sabemos que em dadas situações alguns indivíduos estarão em vantagem.

Um exemplo concreto?

No sistema imune existe um grupo de células chamadas linfócitos, que percorrem o corpo, navegam pelo sangue e penetram em vários tecidos. Sob cada linfócito, chamado linfócito-B, reside uma molécula anticorpo. Cada linfócito tem um só tipo de anticorpo, e ainda que tenham todos um aspecto similar são em realidade diversos. Quando aparece uma molécula estranha que nunca existiu antes, ela sofre uma investida de linfócitos, e entre tantos anticorpos aquele que ali se adapta vem produzido em grande quantidade. É um sistema seletivo, baseado em uma população de vários anticorpos produzidos originalmente sem qualquer informação sobre as moléculas que se apresentam em consequência. Mas quando estas chegam e um anticorpo ali se adapta, seu número não aumenta.

Parece simplíssimo compreender este mecanismo do sistema imune.

Muito mais difícil é aplicá-lo ao sistema nervoso. E o motivo é que no sistema nervoso não só não são células que se reproduzem como são sinapses que se reforçam ou se enfraquecem; além disso as sinapses se determinam no interior de um cipoal no espaço tridimensional. A extrema complexidade é dada ainda pela presença de numerosos fatores, não só por uma molécula estranha como um antígeno. São rios e rios de sinais chegando, e isto torna tudo mais complicado. Estudar o sistema nervoso é muito mais difícil porque deve-se imaginar uma rede extremamente articulada.

E quando é que as sinapses se reforçam?

Continuamente. Neste momento estamos reforçando sinapses por todas as partes do corpo. Algumas sinapses vêm reforçadas, outras enfraquecidas. Entre aquelas que estão em meio a um fenômeno e outro, algumas disparam: estão tratando do estímulo.

Quais são os limites do modelo computacional?

Pessoalmente, pertenço à escola de pensamento segundo a qual tais limites são tão estreitos que a metáfora do computador se revela inútil. Não creio que exista algum elemento que demonstre a semelhança entre o cérebro e um computador eletrônico, e a razão não é investigada só de baixo para cima, mas também de cima para baixo. De baixo para cima significa que em um cérebro qualquer detalhe é variável: se uma empresa tentasse reproduzir esta condição em um computador, acabaria por falir. Em um computador é indispensável a precisão, coisa que às vezes falta no cérebro, cuja força está representada em suas variações, segundo o neodarwinismo. Só se um computador pudesse exprimir sentimentos e emoções poderia ser aceita a metáfora do computador. Por isto, vendo as coisas de baixo para cima, as variações são tantas e tais que seria impossível projetar-se um aparelho eletrônico de tal tipo. É um princípio diferente.

O que o senhor quer dizer?

Os computadores funcionam não com base na seleção, mas nas instruções, e não contêm em si próprios qualquer significado. Diz-se que eles devem conservar os dados, e depois interpretam-se os dados no princípio e no fim, na entrada e na saída. O computador não pensa e não está sujeito a nenhum tipo de seleção, enquanto que no cérebro a seleção se desenvolve continuamente. De cima para baixo, os limites desta metáfora se correlacionam com extrema clareza. Suponhamos que eu esteja sentado em um compartimento de um trem e que sinta um grande calor e sue copiosamente. Você se senta defronte a mim, eu não a conheço, e exalo um suspiro "Uff", ao que você me responde "Uff". Aprendemos alguma coisa um do outro? Nós dois sabíamos que fazia calor e que o outro sentia calor, ou ao menos supúnhamos. Ora, na expressão de nosso senso de sufocamento nós não quisemos dizer que fazia calor, mas antes exprimir uma relação entre nós, conotada emocionalmente. Por isso, enquanto não for demonstrado que um computador eletrônico possa provar sentimentos e emoções e saiba exprimir um estado comum a um outro sujeito creio que a metáfora computacional é apenas perda de tempo.

O que acha dos estudos de inteligência artificial?

A inteligência artificial já foi criada há muito tempo, e no início parecia extremamente promissora. Existem diversos tipos: por exemplo, a inteligência artificial "hard" e "soft". Como ocorre com muitas outras coisas que pretendem o impossível, ao final qualquer coisa de bom sempre surge; por exemplo, foram criados numerosos programas válidos para computador. Mas a pretensão de reproduzir com sistemas digitais o comportamento de um animal revelou-se um completo desastre. Em outras palavras, a inteligência artificial não tem nada que corresponda ao bom senso, ou a um gato que pule em cima da geladeira. Nem existe também um sistema de guia inteligente à maneira dos organismos inferiores, quando atravessam um ambiente que lhes é desconhecido. Portanto, a idéia de que seja possível programar qualquer coisa, a idéia que sustenta a inteligência artificial, é para mim uma promessa vazia.