📑 Table of Contents▼

Este artigo ou parte dele incorpora textos gerados por inteligência artificial.

Inteligência artificial geral (AGI) (do inglês: artificial general intelligence) é a capacidade hipotética de um agente inteligente de compreender ou aprender qualquer tarefa intelectual que um ser humano possa.[1] É o objetivo principal de algumas pesquisas sobre inteligência artificial e um tópico comum em ficção científica e estudos futuros. AGI também pode ser referido como IA forte,[2][3][4] IA completa,[5] ou ação inteligente geral[6] (embora fontes acadêmicas reservem o termo "IA forte" para programas de computador que experimentam senciência ou consciência).

Em contraste com a IA forte, a IA estreita[7] (ou IA fraca)[8] não se destina a ter habilidades cognitivas gerais; em vez disso, a IA fraca é qualquer programa projetado para resolver um problema específico. Fontes acadêmicas reservam "IA fraca" para programas que não experimentam consciência ou que não têm uma mente no mesmo sentido que as pessoas.

Uma pesquisa de 2020 identificou 72 projetos ativos de Pesquisa e Desenvolvimento de AGI espalhados por 37 países.[9]

Características

editar
Ver artigos principais: Inteligência artificial e Filosofia da inteligência artificial

Não há uma definição única acordada de inteligência aplicada a computadores. O cientista da computação John McCarthy escreveu em 2007: "Ainda não podemos caracterizar em geral quais tipos de procedimentos computacionais queremos chamar de inteligentes."[10]

Traços de inteligência

editar

Os pesquisadores geralmente consideram que um sistema precisa fazer todas as seguintes coisas para ser considerado uma AGI:[11]

raciocinar, usar estratégia, resolver quebra-cabeças e fazer julgamentos sob incerteza,

representar conhecimento, incluindo conhecimento de senso comum,

planejar,

aprender,

comunicar-se em linguagem natural,

se necessário, integrar essas habilidades na conclusão de qualquer objetivo dado. Muitas abordagens interdisciplinares (por exemplo, ciência cognitiva, inteligência computacional e tomada de decisão) consideram traços adicionais, como imaginação (a capacidade de formar imagens e conceitos mentais novos)[12] e autonomia.[13]

Sistemas baseados em computador que exibem essas capacidades são agora difundidos, com modelos de linguagem de grande escala modernos demonstrando criatividade computacional, raciocínio automatizado e apoio à decisão simultaneamente em todos os domínios.[14]

Traços físicos

editar

Outras capacidades são consideradas desejáveis em sistemas inteligentes, pois podem afetar a inteligência ou auxiliar em sua expressão. Estas incluem:[15]

a capacidade de sentir (por exemplo, ver, ouvir, etc.), e

a capacidade de agir (por exemplo, mover e manipular objetos, mudar de localização para explorar, etc.) Isso inclui a capacidade de detectar e responder a perigos.[15]

Testes para AGI de nível humano

editar
O teste de Turing pode fornecer algumas evidências de inteligência, mas penaliza o comportamento inteligente não humano e pode incentivar a estupidez artificial.[16]

Vários testes destinados a confirmar AGI de nível humano foram considerados.

Teste de Turing

editar
Ver artigo principal: Teste de Turing

O teste de Turing foi proposto por Alan Turing em seu artigo de 1950 "Computing Machinery and Intelligence". Este teste envolve um juiz humano participando de conversas em linguagem natural com um humano e uma máquina projetada para gerar respostas humanas. A máquina passa no teste se conseguir convencer o juiz de que é humana uma fração significativa do tempo. Turing propôs isso como uma medida prática da inteligência de máquina, focando na capacidade de produzir respostas humanas, em vez do funcionamento interno da máquina.[17]

A ideia do teste é que a máquina tem que tentar e fingir ser um homem, respondendo às perguntas que lhe são feitas, e só passará se o fingimento for razoavelmente convincente. Uma porção considerável de um júri, que não deve ser especialista em máquinas, deve ser enganada pelo fingimento.[18]

Em 2014, um chatbot chamado Eugene Goostman, projetado para imitar um garoto ucraniano de 13 anos, supostamente passou em um evento do Teste de Turing ao convencer 33% dos juízes de que era humano. No entanto, essa afirmação foi recebida com ceticismo significativo pela comunidade de pesquisa em IA, que questionou a implementação do teste e sua relevância para a AGI.[19][20]

Em 2023, Kirk-Giannini e Goldstein argumentaram que, embora os modelos de linguagem de grande escala estivessem se aproximando do limiar de passar no teste de Turing, "imitação" não é sinônimo de "inteligência".[21]

Um estudo de teste de Turing de três partes pré-registrado de 2025 por Cameron R. Jones e Benjamin K. Bergen mostrou que GPT-4.5 foi julgado como o humano em 73% das conversas de texto de cinco minutos — superando a taxa de humanidade de 67% dos confederados reais e atendendo ao critério dos pesquisadores para ter passado no teste.[22][23]

Teste Ikea

editar

O "teste Ikea", também conhecido como Teste de Móveis Desmontados, envolve uma IA controlando um robô que tenta montar um produto de móveis desmontados da Ikea após ter recebido as peças e instruções.[24] Já em 2013, o IkeaBot do MIT demonstrou montagem totalmente autônoma por múltiplos robôs de uma mesa IKEA Lack em dez minutos, sem intervenção humana e sem instruções de montagem pré-programadas. Os robôs inferiram a sequência de montagem apenas a partir da geometria das peças.[25] Em dezembro de 2025, pesquisadores do MIT demonstraram um sistema de "fala para realidade" combinando modelos de linguagem de grande escala com modelos de linguagem-visão e montagem robótica: um usuário diz "Eu quero um banco simples" e um braço robótico constrói o móvel a partir de componentes modulares em cinco minutos, usando IA generativa para raciocinar sobre geometria, função e sequência de montagem apenas a partir da linguagem natural.[26] O benchmark FurnitureBench, publicado no International Journal of Robotics Research em 2025, agora fornece um benchmark padronizado de montagem de móveis no mundo real com mais de 200 horas de dados de demonstração para treinar e avaliar sistemas de montagem autônoma.[27]

Teste do café

editar

Steve Wozniak propôs um teste onde uma máquina é requisitada a entrar em uma casa americana média e descobrir como fazer café. Ela deve encontrar a máquina de café, encontrar o café, adicionar água, encontrar uma caneca e preparar o café pressionando os botões adequados.[28] Este teste foi substancialmente aproximado por múltiplos sistemas. Em janeiro de 2024, o humanoide Figure 01 da Figure AI aprendeu a operar uma máquina de café Keurig de forma autônoma após assistir a demonstrações em vídeo, usando redes neurais de ponta a ponta para traduzir a entrada visual em ações motoras.[29] Em 2025, pesquisadores da Universidade de Edimburgo publicaram o framework ELLMER na Nature Machine Intelligence, demonstrando um braço robótico que interpreta instruções verbais, analisa seus arredores e faz café de forma autônoma em ambientes de cozinha dinâmicos — adaptando-se a obstáculos imprevistos em tempo real, em vez de seguir sequências pré-programadas.[30]

Teste de Suleyman

editar

O teste de Mustafa Suleyman propõe dar a um modelo de IA US$ 100 mil e pedir que ele obtenha US$ 1 milhão.[31][32]

Uso de videogames

editar

Adams, et al. propõem que a capacidade de aprender e ter sucesso em uma ampla gama de videogames pode ser usada para testar a inteligência da IA. Essa gama incluiria jogos desconhecidos pelos desenvolvedores da AGI antes da administração do teste.[33][34]

Problemas AI-completos

editar
Ver artigo principal: AI-completo

Um problema é informalmente chamado de "AI-completo" ou "AI-difícil" se acredita-se que AGI seria necessária para resolvê-lo, porque a solução está além das capacidades de um algoritmo de propósito específico.[35]

História

editar

IA clássica

editar
Ver artigos principais: História da inteligência artificial e Inteligência artificial simbólica

A pesquisa moderna em IA começou em meados da década de 1950.[36] A primeira geração de pesquisadores de IA estava convencida de que a inteligência geral artificial era possível e que existiria em apenas algumas décadas.[37] O pioneiro da IA Herbert A. Simon escreveu em 1965: "máquinas serão capazes, dentro de vinte anos, de fazer qualquer trabalho que um homem possa fazer".[38][39]

Suas previsões foram a inspiração para o personagem fictício HAL 9000 de Stanley Kubrick e Arthur C. Clarke, que incorporava o que os pesquisadores de IA acreditavam que poderiam criar até o ano 2001. O pioneiro da IA Marvin Minsky foi consultor[40] no projeto de tornar o HAL 9000 o mais realista possível de acordo com as previsões consensuais da época. Ele disse em 1967: "Dentro de uma geração... o problema de criar 'inteligência artificial' será substancialmente resolvido".[41]

Vários projetos clássicos de IA, como o projeto Cyc de Doug Lenat (que começou em 1984), e o projeto Soar de Allen Newell, foram direcionados para a AGI.

No entanto, no início da década de 1970, tornou-se óbvio que os pesquisadores haviam subestimado grosseiramente a dificuldade do projeto. As agências de financiamento tornaram-se céticas em relação à AGI e colocaram os pesquisadores sob pressão crescente para produzir "IA aplicada" útil.[a] No início da década de 1980, o Projeto do Computador de Quinta Geração do Japão reviveu o interesse pela AGI, estabelecendo um cronograma de dez anos que incluía objetivos de AGI como "manter uma conversa casual".[45] Em resposta a isso e ao sucesso dos sistemas especialistas, tanto a indústria quanto o governo injetaram dinheiro no campo.[43][46] No entanto, a confiança na IA entrou em colapso espetacular no final da década de 1980, e os objetivos do Projeto do Computador de Quinta Geração nunca foram cumpridos.[47] Pela segunda vez em 20 anos, os pesquisadores de IA que previram a conquista iminente da AGI estavam enganados. Na década de 1990, os pesquisadores de AI tinham a reputação de fazer promessas vãs. Eles se tornaram relutantes em fazer previsões[b] e evitavam mencionar "inteligência artificial de nível humano" por medo de serem rotulados como "sonhadores de olhos selvagens".[49]

Pesquisa em IA estreita

editar
Ver artigo principal: Inteligência artificial

Nas décadas de 1990 e início do século XXI, a IA convencional alcançou sucesso comercial e respeitabilidade acadêmica ao focar em subproblemas específicos onde a IA pode produzir resultados verificáveis e aplicações comerciais, como reconhecimento de fala e algoritmos de recomendação.[50] Esses sistemas de "IA aplicada" são agora amplamente utilizados em toda a indústria de tecnologia, e a pesquisa nesta vertente é fortemente financiada tanto na academia quanto na indústria. Desde 2018, o desenvolvimento neste campo foi considerado uma tendência emergente, e esperava-se que um estágio maduro fosse alcançado em mais de 10 anos.[51]

Na virada do século, muitos pesquisadores convencionais de IA[52] esperavam que a IA forte pudesse ser desenvolvida combinando programas que resolvem vários subproblemas. Hans Moravec escreveu em 1988:

Estou confiante de que esta rota bottom-up para a inteligência artificial um dia encontrará a rota top-down tradicional mais do que no meio do caminho, pronta para fornecer a competência do mundo real e o conhecimento de senso comum que tem sido tão frustrantemente elusivo em programas de raciocínio. Máquinas totalmente inteligentes resultarão quando o prego dourado metafórico for cravado, unindo os dois esforços.[52]

No entanto, mesmo na época, isso foi contestado. Por exemplo, Stevan Harnad da Universidade de Princeton concluiu seu artigo de 1990 sobre a hipótese da ancoragem simbólica afirmando:

A expectativa tem sido frequentemente expressa de que abordagens "top-down" (simbólicas) para modelar a cognição de alguma forma encontrarão abordagens "bottom-up" (sensoriais) em algum lugar no meio. Se as considerações de ancoragem neste artigo são válidas, então esta expectativa é hopelessly modular e há realmente apenas uma rota viável do sentido aos símbolos: de baixo para cima. Um nível simbólico flutuante livre como o nível de software de um computador nunca será alcançado por esta rota (ou vice-versa) – nem é claro por que deveríamos sequer tentar alcançar tal nível, já que parece que chegar lá seria apenas arrancar nossos símbolos de seus significados intrínsecos (reduzindo-nos assim meramente ao equivalente funcional de um computador programável).[53]

Viabilidade

editar
Pesquisas sobre quando os especialistas esperam a inteligência geral artificial

Em 2023, o desenvolvimento e a conquista potencial da AGI continuam sendo um tema de intenso debate dentro da comunidade de IA. Enquanto o consenso tradicional sustentava que a AGI era um objetivo distante, avanços recentes levaram alguns pesquisadores e figuras da indústria a afirmar que formas iniciais de AGI já podem existir.[54] O pioneiro da IA Herbert A. Simon especulou em 1965 que "máquinas serão capazes, dentro de vinte anos, de fazer qualquer trabalho que um homem possa fazer". Esta previsão não se concretizou. O cofundador da Microsoft Paul Allen acreditava que tal inteligência é improvável no século XXI porque exigiria "avanços imprevisíveis e fundamentalmente imprevisíveis" e uma "compreensão cientificamente profunda da cognição".[55] Escrevendo no The Guardian, o roboticista Alan Winfield afirmou em 2014 que a distância entre a computação moderna e a inteligência artificial de nível humano é tão grande quanto a distância entre o voo espacial atual e o voo espacial prático mais rápido que a luz.[56]

Um desafio adicional é a falta de clareza na definição do que a inteligência implica. Ela requer consciência? Deve exibir a capacidade de definir metas bem como persegui-las? É puramente uma questão de escala, de modo que se os tamanhos dos modelos aumentarem suficientemente, a inteligência emergirá? Instalações como planejamento, raciocínio e compreensão causal são necessárias? A inteligência requer replicar explicitamente o cérebro e suas faculdades específicas? Requer emoções?[57]

A maioria dos pesquisadores de IA acredita que a IA forte pode ser alcançada no futuro, mas alguns pensadores, como Hubert Dreyfus e Roger Penrose, negam a possibilidade de alcançar a IA forte.[58][7] John McCarthy está entre aqueles que acreditam que a IA de nível humano será realizada, mas que o nível atual de progresso é tal que uma data não pode ser prevista com precisão.[59] As opiniões dos especialistas em IA sobre a viabilidade da AGI aumentam e diminuem. Quatro pesquisas realizadas em 2012 e 2013 sugeriram que a estimativa mediana entre os especialistas sobre quando eles estariam 50% confiantes de que a AGI chegaria era 2040 a 2050, dependendo da pesquisa, com a média sendo 2081. Dos especialistas, 16,5% responderam com "nunca" quando questionados com a mesma pergunta, mas com 90% de confiança em vez disso.[60][61] Outras considerações atuais sobre o progresso da AGI podem ser encontradas acima em Testes para confirmar AGI de nível humano.

Um relatório de Stuart Armstrong e Kaj Sotala do Machine Intelligence Research Institute descobriu que "ao longo [de] um período de 60 anos, há um forte viés em direção a prever a chegada da IA de nível humano entre 15 e 25 anos a partir do momento em que a previsão foi feita". Eles analisaram 95 previsões feitas entre 1950 e 2012 sobre quando a IA de nível humano surgiria.[62]

Em 2023, pesquisadores da Microsoft publicaram uma avaliação detalhada do GPT-4. Eles concluíram: "Dada a amplitude e profundidade das capacidades do GPT-4, acreditamos que ele poderia ser razoavelmente visto como uma versão inicial (embora ainda incompleta) de um sistema de inteligência geral artificial (AGI)."[63] Outro estudo em 2023 relatou que o GPT-4 supera 99% dos humanos nos testes de pensamento criativo de Torrance.[64][65]

Blaise Agüera y Arcas e Peter Norvig escreveram em 2023 o artigo "Artificial General Intelligence Is Already Here", argumentando que os modelos de fronteira já haviam alcançado um nível significativo de inteligência geral. Eles escreveram que a relutância em relação a esta visão vem de quatro razões principais: um "ceticismo saudável sobre métricas para AGI", um "compromisso ideológico com teorias ou técnicas alternativas de IA", uma "devoção ao excepcionalismo humano (ou biológico)", ou uma "preocupação com as implicações econômicas da AGI".[66]

Cronogramas

editar
A IA superou os humanos em uma variedade de benchmarks de compreensão de linguagem e compreensão visual.[67] Em 2023, os modelos de fundação ainda carecem de capacidades avançadas de raciocínio e planejamento, mas espera-se progresso rápido.[68]

O progresso na inteligência artificial historicamente passou por períodos de progresso rápido separados por períodos em que o progresso parecia parar.[58] Encerrando cada hiato estavam avanços fundamentais em hardware, software ou ambos para criar espaço para mais progresso.[58][69][70] Por exemplo, o hardware de computador disponível no século XX não era suficiente para implementar o aprendizado profundo, que requer grandes números de GPUs habilitadas para CPUs.[71]

Na introdução de seu livro de 2006,[72] Goertzel diz que as estimativas do tempo necessário antes que uma AGI verdadeiramente flexível seja construída variam de 10 anos a mais de um século. Desde 2007, o consenso na comunidade de pesquisa de AGI parecia ser que o cronograma discutido por Ray Kurzweil em 2005 em The Singularity is Near[73] (ou seja, entre 2015 e 2045) era plausível.[74] Pesquisadores convencionais de IA deram uma ampla gama de opiniões sobre se o progresso será tão rápido. Uma meta-análise de 2012 de 95 dessas opiniões encontrou um viés em direção a prever que o início da AGI ocorreria dentro de 16-26 anos, tanto para previsões modernas quanto históricas. Esse artigo foi criticado por como categorizou as opiniões como especialistas ou não especialistas.[75]

Em 2012, Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton desenvolveram uma rede neural chamada AlexNet, que venceu a competição ImageNet com uma taxa de erro de teste top-5 de 15,3%, significativamente melhor do que a taxa de 26,3% da segunda melhor entrada (a abordagem tradicional usava uma soma ponderada de pontuações de diferentes classificadores pré-definidos).[76] A AlexNet foi considerada a pioneira inicial da atual onda de aprendizado profundo.[76]

Em 2017, os pesquisadores Feng Liu, Yong Shi e Ying Liu realizaram testes de inteligência em IAs fracas disponíveis publicamente e de acesso livre, como Google AI, Apple Siri, e outras. No máximo, essas IAs atingiram um valor de QI de cerca de 47, o que corresponde aproximadamente a uma criança de seis anos na primeira série. Um adulto atinge cerca de 100 em média. Testes semelhantes foram realizados em 2014, com a pontuação de QI atingindo um valor máximo de 27.[77][78]

Em 2020, a OpenAI desenvolveu o GPT-3, um modelo de linguagem capaz de executar muitas tarefas diversas sem treinamento específico. De acordo com Gary Grossman em um artigo da VentureBeat, embora haja consenso de que o GPT-3 não é um exemplo de AGI, é considerado por alguns como avançado demais para ser classificado como um sistema de IA estreita.[79]

No mesmo ano, Jason Rohrer usou sua conta do GPT-3 para desenvolver um chatbot e forneceu uma plataforma de desenvolvimento de chatbot chamada "Project December". A OpenAI pediu mudanças no chatbot para cumprir suas diretrizes de segurança; Rohrer desconectou o Project December da API do GPT-3.[80]

Em 2022, a DeepMind desenvolveu o Gato, um sistema de "propósito geral" capaz de executar mais de 600 tarefas diferentes.[81]

Em 2023, o pesquisador de IA Geoffrey Hinton afirmou que:[82]

A ideia de que essas coisas poderiam realmente se tornar mais inteligentes do que as pessoas – algumas pessoas acreditavam nisso, [...]. Mas a maioria das pessoas pensava que isso estava muito longe. E eu pensava que estava muito longe. Eu pensava que estava a 30 a 50 anos ou até mais distante. Obviamente, já não penso mais assim.

Ele estimou em 2024 (com baixa confiança) que sistemas mais inteligentes do que humanos poderiam aparecer dentro de 5 a 20 anos e destacou os riscos existenciais associados.[83]

Em maio de 2023, Demis Hassabis disse similarmente: "O progresso nos últimos anos tem sido incrível", e que ele não vê razão para que isso diminua, esperando AGI dentro de uma década ou até alguns anos.[84] Em março de 2024, o Diretor Executivo (CEO) da Nvidia, Jensen Huang, declarou sua expectativa de que, dentro de cinco anos, a IA seria capaz de passar em qualquer teste pelo menos tão bem quanto os humanos.[85] Em junho de 2024, o pesquisador de IA Leopold Aschenbrenner, ex-funcionário da OpenAI, estimou que a AGI até 2027 era "notavelmente plausível".[86]

Em setembro de 2025, uma revisão de pesquisas com cientistas e especialistas da indústria dos últimos 15 anos relatou que a maioria concordava que a inteligência geral artificial (AGI) ocorrerá antes do ano 2100.[87] Uma análise mais recente da AIMultiple relatou que, "Pesquisas atuais de pesquisadores de IA estão prevendo AGI por volta de 2040".[87]

O CEO da OpenAI, Sam Altman, disse em dezembro de 2025 que "nós construímos AGIs" e que "AGI meio que passou voando" com menos impacto social do que o esperado, propondo que o campo avançasse para definir superinteligência.[88]

Emulação de cérebro inteiro

editar
Ver artigos principais: Emulação de cérebro inteiro e Simulação cerebral

Embora o desenvolvimento de modelos transformer como no ChatGPT seja considerado o caminho mais promissor para a AGI,[89][90] a emulação de cérebro inteiro pode servir como uma abordagem alternativa. Com a simulação de cérebro inteiro, um modelo cerebral é construído por digitalização e mapeamento de um cérebro biológico em detalhe, e depois copiando e simulando-o em um sistema de computador ou outro dispositivo computacional. O modelo de simulação deve ser suficientemente fiel ao original, de modo que se comporte praticamente da mesma maneira que o cérebro original.[91] A emulação de cérebro inteiro é um tipo de simulação cerebral que é discutida em neurociência computacional e neuroinformática, e para fins de pesquisa médica. Tem sido discutida na pesquisa em inteligência artificial[74] como uma abordagem para a IA forte. As tecnologias de neuroimagem que poderiam fornecer a compreensão detalhada necessária estão melhorando rapidamente, e o futurista Ray Kurzweil no livro The Singularity Is Near[73] prevê que um mapa de qualidade suficiente estará disponível em uma escala de tempo semelhante ao poder computacional necessário para emulá-lo.

Estimativas iniciais

editar
Estimativas de quanto poder de processamento é necessário para emular um cérebro humano em vários níveis (de Ray Kurzweil, Anders Sandberg e [[Nick Bostrom])]], juntamente com o supercomputador mais rápido do TOP500 mapeado por ano. Observe a escala logarítmica e a linha de tendência exponencial, que assume que a capacidade computacional dobra a cada 1,2 anos. Kurzweil acredita que o upload da mente será possível na simulação neural, enquanto o relatório de Sandberg e Boström é menos certo sobre onde a consciência surge.[92]

Para simulação cerebral de baixo nível, um cluster muito poderoso de computadores ou GPUs seria necessário, dada a enorme quantidade de sinapses dentro do cérebro humano. Cada um dos 1011 (cem bilhões) de neurônios tem em média 7.000 conexões sinápticas (sinapses) com outros neurônios. O cérebro de uma criança de três anos tem cerca de 1015 sinapses (1 quatrilhão). Este número diminui com a idade, estabilizando na idade adulta. As estimativas variam para um adulto, variando de 1014 a 5×1014 sinapses (100 a 500 trilhões).[93] Uma estimativa do poder de processamento do cérebro, baseada em um modelo de switch simples para a atividade neuronal, é de cerca de 1014 (100 trilhões) de atualizações sinápticas por segundo (SUPS).[94]

Em 1997, Kurzweil analisou várias estimativas para o hardware necessário para igualar o cérebro humano e adotou um valor de 1016 computações por segundo.[c] (Para comparação, se uma "computação" fosse equivalente a uma "operação de ponto flutuante" – uma medida usada para classificar supercomputadores atuais – então 1016 "computações" seria equivalente a 10 petaFLOPS, alcançado em 2011, enquanto 1018 foi alcançado em 2022.) Ele usou esse valor para prever que o hardware necessário estaria disponível em algum momento entre 2015 e 2025, se o crescimento exponencial no poder computacional na época da escrita continuasse.

Pesquisa atual

editar

O Human Brain Project, uma iniciativa financiada pela UE ativa de 2013 a 2023, desenvolveu um atlas particularmente detalhado e publicamente acessível do cérebro humano.[97] Em 2023, pesquisadores da Duke University realizaram uma varredura de alta resolução de um cérebro de camundongo.

Críticas às abordagens baseadas em simulação

editar

O modelo de neurônio artificial assumido por Kurzweil e usado em muitas implementações atuais de rede neural artificial é simples em comparação com os neurônios biológicos. Uma simulação cerebral provavelmente teria que capturar o comportamento celular detalhado dos neurônios biológicos, atualmente compreendido apenas em linhas gerais. A sobrecarga introduzida pela modelagem completa dos detalhes biológicos, químicos e físicos do comportamento neural (especialmente em escala molecular) exigiria poderes computacionais várias ordens de magnitude maiores do que a estimativa de Kurzweil. Além disso, as estimativas não levam em conta as células gliais, que se sabe desempenharem um papel nos processos cognitivos.[98]

Uma crítica fundamental da abordagem do cérebro simulado deriva da teoria da cognição corporificada, que afirma que a corporificação humana é um aspecto essencial da inteligência humana e é necessária para fundamentar o significado.[99][100] Se esta teoria estiver correta, qualquer modelo cerebral totalmente funcional precisará englobar mais do que apenas os neurônios (por exemplo, um corpo robótico). Goertzel[74] propõe a corporificação virtual (como em metaversos como o Second Life) como uma opção, mas não se sabe se isso seria suficiente.

Perspectiva filosófica

editar
Ver também: Filosofia da inteligência artificial e Teste de Turing

"IA forte" como definida na filosofia

editar

Em 1980, o filósofo John Searle cunhou o termo "IA forte" como parte de seu argumento do quarto chinês.[101] Ele propôs uma distinção entre duas hipóteses sobre inteligência artificial:[d]

  • Hipótese da IA forte: Um sistema de inteligência artificial pode ter "uma mente" e "consciência".
  • Hipótese da IA fraca: Um sistema de inteligência artificial pode (apenas) agir como se pensasse e tivesse mente e consciência.

A primeira ele chamou de "forte" porque faz uma afirmação mais forte: assume que algo especial aconteceu com a máquina que vai além daquelas habilidades que podemos testar. O comportamento de uma máquina de "IA fraca" seria idêntico ao de uma máquina de "IA forte", mas esta última também teria experiência consciente subjetiva. Este uso também é comum na pesquisa acadêmica em IA e em livros didáticos.[102]

Em contraste com Searle e a IA convencional, alguns futuristas como Ray Kurzweil usam o termo "IA forte" para significar "inteligência geral artificial de nível humano".[73] Isso não é o mesmo que a IA forte de Searle, a menos que se assuma que a consciência é necessária para a AGI de nível humano. Filósofos acadêmicos como Searle não acreditam que esse seja o caso, e para a maioria dos pesquisadores de inteligência artificial, a questão está fora do escopo.[103]

A IA convencional está mais interessada em como um programa se comporta.[104] De acordo com Russell e Norvig, "desde que o programa funcione, eles não se importam se você o chama de real ou de simulação."[103] Se o programa pode se comportar como se tivesse uma mente, então não há necessidade de saber se ele realmente tem uma mente – de fato, não haveria como saber. Para a pesquisa em IA, a "hipótese da IA fraca" de Searle é equivalente à afirmação "a inteligência geral artificial é possível". Assim, de acordo com Russell e Norvig, "a maioria dos pesquisadores de IA toma a hipótese da IA fraca como certa e não se importa com a hipótese da IA forte."[103] Portanto, para a pesquisa acadêmica em IA, "IA forte" e "AGI" são duas coisas diferentes.

Consciência

editar
Ver artigo principal: Consciência artificial

A consciência pode ter vários significados, e alguns aspectos desempenham papéis significativos na ficção científica e na ética da inteligência artificial:

  • Sensibilidade (ou "consciência fenomenal"): A capacidade de "sentir" percepções ou emoções subjetivamente, em oposição à capacidade de raciocinar sobre percepções. Alguns filósofos, como David Chalmers, usam o termo "consciência" para se referir exclusivamente à consciência fenomenal, que é aproximadamente equivalente à sensibilidade.[105] Determinar por que e como a experiência subjetiva surge é conhecido como o problema difícil da consciência.[106] Thomas Nagel explicou em 1974 que "parece algo" estar consciente. Se não estamos conscientes, então não parece nada. Nagel usa o exemplo de um morcego: podemos perguntar sensatamente "como é ser um morcego?" No entanto, é improvável que perguntemos "como é ser uma torradeira?" Nagel conclui que um morcego parece estar consciente (ou seja, tem consciência), mas uma torradeira não.[107] Em 2022, um engenheiro do Google afirmou que o chatbot de IA da empresa, LaMDA, havia alcançado a sensibilidade, embora essa afirmação tenha sido amplamente contestada por outros especialistas.[108]
  • Autoconsciência: Ter consciência consciente de si mesmo como um indivíduo separado, especialmente estar conscientemente ciente de seus próprios pensamentos. Isso se opõe a simplesmente ser o "sujeito de seu pensamento" – um sistema operacional ou depurador pode "estar consciente de si mesmo" (ou seja, representar a si mesmo da mesma forma que representa tudo o mais) – mas isso não é o que as pessoas normalmente querem dizer quando usam o termo "autoconsciência".[e] Em alguns modelos avançados de IA, os sistemas constroem representações internas de seus próprios processos cognitivos e padrões de feedback – ocasionalmente referindo-se a si mesmos usando construções de segunda pessoa como 'você' dentro de estruturas de automodelagem.[carece de fontes?]

Essas características têm uma dimensão moral. A sensibilidade da IA levantaria preocupações de bem-estar e proteção legal, semelhantemente aos animais.[109] Outros aspectos da consciência relacionados às capacidades cognitivas também são relevantes para o conceito de direitos da IA.[110] Descobrir como integrar a IA avançada com as estruturas legais e sociais existentes é uma questão emergente.[111]

Riscos

editar

Riscos existenciais

editar
Ver artigos principais: Risco existencial da inteligência geral artificial e Segurança da IA

A AGI pode representar múltiplos tipos de risco existencial, que são riscos que ameaçam "a extinção prematura da vida inteligente originada na Terra ou a destruição permanente e drástica de seu potencial para o desenvolvimento futuro desejável".[112] O risco de extinção humana pela AGI tem sido o tema de muitos debates, mas há também a possibilidade de que o desenvolvimento da AGI leve a um futuro permanentemente imperfeito. Notavelmente, ela poderia ser usada para espalhar e preservar o conjunto de valores de quem a desenvolve. Se a humanidade ainda tem pontos cegos morais semelhantes à escravidão no passado, a AGI poderia enraizá-los irreversivelmente, impedindo o progresso moral.[113] Além disso, a AGI poderia facilitar a vigilância em massa e a doutrinação, que poderiam ser usadas para criar um regime totalitário mundial repressivo e enraizado.[114][115] Há também um risco para as próprias máquinas. Se máquinas que são sencientes ou de outra forma dignas de consideração moral forem criadas em massa no futuro, engajar-se em um caminho civilizacional que negligencie indefinidamente seu bem-estar e interesses poderia ser uma catástrofe existencial.[116][117] Considerando o quanto a AGI poderia melhorar o futuro da humanidade e ajudar a reduzir outros riscos existenciais, Toby Ord chama esses riscos existenciais de "um argumento para prosseguir com a devida cautela", não para "abandonar a IA".[114]

Risco de perda de controle e extinção humana

editar

A tese de que a IA representa um risco existencial para os humanos, e que esse risco precisa de mais atenção, é controversa, mas foi endossada em 2023 por muitas figuras públicas, pesquisadores de IA e CEOs de empresas de IA, como Elon Musk, Bill Gates, Geoffrey Hinton, Yoshua Bengio, Demis Hassabis e Sam Altman.[118][119]

Em 2014, Stephen Hawking criticou a indiferença generalizada:

O destino potencial da humanidade tem sido às vezes comparado ao destino dos gorilas ameaçados pelas atividades humanas. A comparação afirma que a maior inteligência permitiu à humanidade dominar os gorilas, que agora são vulneráveis de maneiras que não poderiam ter antecipado. Como resultado, o gorila tornou-se uma espécie ameaçada, não por malícia, mas simplesmente como dano colateral das atividades humanas.[121]

O cético Yann LeCun considera que as AGIs não terão desejo de dominar a humanidade e que devemos ter cuidado para não antropomorfizá-las e interpretar suas intenções como faríamos para humanos. Ele disse que as pessoas não serão "inteligentes o suficiente para projetar máquinas superinteligentes, mas ridiculamente estúpidas ao ponto de dar a elas objetivos idiotas sem salvaguardas".[122] Por outro lado, o conceito de convergência instrumental sugere que, quase independentemente de seus objetivos, agentes inteligentes terão razões para tentar sobreviver e adquirir mais poder como etapas intermediárias para alcançar esses objetivos. E que isso não requer ter emoções.[123]

Muitos acadêmicos preocupados com o risco existencial defendem mais pesquisas para resolver o "problema do controle" para responder à pergunta: que tipos de salvaguardas, algoritmos ou arquiteturas os programadores podem implementar para maximizar a probabilidade de que sua IA de autoaperfeiçoamento recursivo continue a se comportar de maneira amigável, em vez de destrutiva, após atingir a superinteligência?[124][125] Resolver o problema do controle é complicado pela corrida armamentista da IA (que poderia levar a uma corrida para o fundo do poço das precauções de segurança para lançar produtos antes dos concorrentes),[126] e pelo uso da IA em sistemas de armas.[127]

A tese de que a IA pode representar risco existencial também tem detratores. Os céticos geralmente dizem que a AGI é improvável no curto prazo, ou que as preocupações com a AGI desviam a atenção de outras questões relacionadas à IA atual.[128] O ex-czar de fraudes do Google Shuman Ghosemajumder considera que, para muitas pessoas de fora da indústria de tecnologia, os chatbots e LLMs existentes já são percebidos como se fossem AGI, levando a mais mal-entendidos e medo.[129]

Alguns pesquisadores, incluindo o cofundador do Google Brain Andrew Ng, disseram que as campanhas de comunicação sobre os supostos riscos existenciais da IA promovidas por certas empresas de IA (como OpenAI, Anthropic, DeepMind e Conjecture) podem ser uma tentativa de criar captura regulatória e inflar o interesse em seus produtos.[130][131]

Em 2023, os CEOs do Google DeepMind, OpenAI e Anthropic, juntamente com outros líderes da indústria e pesquisadores, emitiram uma declaração conjunta afirmando que "Mitigar o risco de extinção pela IA deve ser uma prioridade global ao lado de outros riscos de escala societal, como pandemias e guerra nuclear."[119]

Desemprego em massa

editar

Pesquisadores da OpenAI estimaram em 2023 que "80% da força de trabalho dos EUA poderia ter pelo menos 10% de suas tarefas de trabalho afetadas pela introdução de LLMs, enquanto cerca de 19% dos trabalhadores podem ver pelo menos 50% de suas tarefas impactadas".[132][133] Eles consideram os trabalhadores de escritório como os mais expostos, por exemplo, matemáticos, contadores ou designers web.[133] A AGI poderia ter uma melhor autonomia, capacidade de tomar decisões, de interfacear com outras ferramentas de computador, mas também de controlar corpos robotizados. Uma crença comum entre os insiders das principais empresas de IA é que a maioria dos trabalhadores enfrentará desemprego tecnológico devido à AGI, começando com empregos de colarinho branco e, à medida que a robótica melhora, estendendo-se a empregos de colarinho azul.[134] Críticos da ideia argumentam que a AGI complementará em vez de substituir os humanos, e que a automação desloca o trabalho no curto prazo, mas não no longo prazo.[135][136][137]

De acordo com Stephen Hawking, o resultado da automação na qualidade de vida dependerá de como a riqueza será redistribuída:

Elon Musk argumentou em 2021 que a automação da sociedade exigirá que os governos adotem uma renda básica universal (RBU).[138] Hinton aconselhou similarmente o governo do Reino Unido em 2025 a adotar uma RBU como resposta ao desemprego induzido pela IA.[139] Em 2023, Hinton disse "Eu sou um socialista [...] Eu acho que a propriedade privada da mídia e dos 'meios de computação' não é boa."[140]

Ver também

editar

Notas e referências

Notas

  1. ↑ O relatório Lighthill criticou especificamente os "objetivos grandiosos" da IA e levou ao desmantelamento da pesquisa em IA na Inglaterra.[42] Nos EUA, a DARPA tornou-se determinada a financiar apenas "pesquisa direta orientada a missões, em vez de pesquisa básica não direcionada".[43][44]
  2. ↑ Como o fundador da IA John McCarthy escreve "seria um grande alívio para os outros trabalhadores em IA se os inventores de novos formalismos gerais expressassem suas esperanças de uma forma mais contida do que às vezes tem sido o caso."[48]
  3. ↑ Em "Mind Children"[95] 1015 cps é usado. Mais recentemente, em 1997,[96] Moravec argumentou por 108 MIPS, o que corresponderia aproximadamente a 1014 cps. Moravec fala em termos de MIPS, não "cps", que é um termo não padrão introduzido por Kurzweil.
  4. ↑ Conforme definido em um livro didático padrão de IA: "A afirmação de que máquinas poderiam agir intelligentemente (ou, talvez melhor, agir como se fossem inteligentes) é chamada de hipótese de 'IA fraca' pelos filósofos, e a afirmação de que máquinas que fazem isso estão realmente pensando (em oposição a simular o pensamento) é chamada de hipótese de 'IA forte'."[94]
  5. ↑ Alan Turing fez esta observação em 1950.[17]

Referências

  1. ↑ Hodson, Hal (1 de março de 2019). «DeepMind and Google: the battle to control artificial intelligence». 1843. Consultado em 7 de julho de 2020. Cópia arquivada em 7 de julho de 2020. AGI stands for Artificial General Intelligence, a hypothetical computer program... 
  2. ↑ Kurzweil, Ray (22 de setembro de 2005). The Singularity Is Near: When Humans Transcend Biology (em inglês). [S.l.]: Penguin. p. 260. Cópia arquivada em 6 de agosto de 2022 
  3. ↑ Kurzweil, Ray (5 de agosto de 2005), «Long Live AI», Forbes : Kurzweil describes strong AI as "machine intelligence with the full range of human intelligence."
  4. ↑ Treder, Mike (10 de agosto de 2005), «Advanced Human ntelligence», Responsible Nanotechnology, cópia arquivada em 16 de outubro de 2019 
  5. ↑ «The Age of Artificial Intelligence: George John at TEDxLondonBusinessSchool 2013». Consultado em 22 de fevereiro de 2014. Cópia arquivada em 26 de fevereiro de 2014 
  6. ↑ Newell, Allen; Simon, Herbert A. (março de 1976). «Computer science as empirical inquiry: symbols and search». Communications of the ACM (em inglês) (3): 113–126. ISSN 0001-0782. doi:10.1145/360018.360022. Consultado em 6 de agosto de 2022. Cópia arquivada em 28 de julho de 2025. Este é o termo que eles usam para inteligência "nível humano" na hipótese do Sistema de símbolos físicos. 
  7. ↑ a b Fjelland, Ragnar (17 de junho de 2020). «Why general artificial intelligence will not be realized». Humanities and Social Sciences Communications (em inglês). 7 (1): 1–9. ISSN 2662-9992. doi:10.1057/s41599-020-0494-4Acessível livremente. hdl:11250/2726984Acessível livremente 
  8. ↑ «The Open University on Strong and Weak AI». Consultado em 8 de outubro de 2007. Cópia arquivada em 25 de setembro de 2009 
  9. ↑ Baum, Seth, A Survey of Artificial General Intelligence Projects for Ethics, Risk, and Policy (PDF), Global Catastrophic Risk Institute Working Paper 20 
  10. ↑ McCarthy, John (2007a). «Basic Questions». Stanford University. Consultado em 6 de dezembro de 2007. Cópia arquivada em 26 de outubro de 2007 
  11. ↑ Esta lista de traços inteligentes é baseada nos tópicos abordados pelos principais livros didáticos de IA, incluindo: Russell & Norvig 2003, Luger & Stubblefield 2004, Poole, Mackworth & Goebel 1998 e Nilsson 1998.
  12. ↑ Johnson 1987
  13. ↑ de Charms, R. (1968). Personal causation. New York: Academic Press.
  14. ↑ Van Eyghen, Hans (2025). «AI Algorithms as (Un)virtuous Knowers». Discover Artificial Intelligence. 5 (2). doi:10.1007/s44163-024-00219-zAcessível livremente 
  15. ↑ a b Pfeifer, R. and Bongard J. C., How the body shapes the way we think: a new view of intelligence (The MIT Press, 2007).ISBN 0-2621-6239-3
  16. ↑ Batson, Joshua. «Forget the Turing Test: Here's How We Could Actually Measure AI». Wired (em inglês). ISSN 1059-1028. Consultado em 22 de março de 2025 
  17. ↑ a b Turing 1950.
  18. ↑ Turing, Alan (2004). B. Jack Copeland, ed. Can Automatic Calculating Machines Be Said To Think? (1957). Oxford: Oxford University Press. pp. 487–506. ISBN 978-0-1982-5079-1 
  19. ↑ «Eugene Goostman is a real boy – the Turing Test says so». The Guardian (em inglês). 9 de junho de 2014. ISSN 0261-3077. Consultado em 3 de março de 2024 
  20. ↑ «Scientists dispute whether computer 'Eugene Goostman' passed Turing test». BBC News. 9 de junho de 2014. Consultado em 3 de março de 2024 
  21. ↑ Kirk-Giannini, Cameron Domenico; Goldstein, Simon (16 de outubro de 2023). «AI is closer than ever to passing the Turing test for 'intelligence'. What happens when it does?». The Conversation (em inglês). Consultado em 22 de setembro de 2024 
  22. ↑ Jones, Cameron R.; Bergen, Benjamin K. (31 de março de 2025). «Large Language Models Pass the Turing Test». arXiv:2503.23674Acessível livremente [cs.CL] 
  23. ↑ «AI model passes Turing Test better than a human». The Independent. 9 de abril de 2025. Consultado em 18 de abril de 2025 
  24. ↑ Turk, Victoria (28 de janeiro de 2015). «The Plan to Replace the Turing Test with a 'Turing Olympics'». Vice (em inglês). Consultado em 3 de março de 2024 
  25. ↑ Knepper, Ross A.; Layton, Todd; Romanishin, John; Rus, Daniela (2013). IkeaBot: An Autonomous Multi-Robot Coordinated Furniture Assembly System. 2013 IEEE International Conference on Robotics and Automation (ICRA). doi:10.1109/ICRA.2013.6630673. hdl:1721.1/90593Acessível livremente 
  26. ↑ «Robot, make me a chair». MIT News. 16 de dezembro de 2025. Consultado em 14 de fevereiro de 2026 
  27. ↑ Heo, Minho; Lee, Youngwoon; Lee, Doohyun; Lim, Joseph J. (2025). «FurnitureBench: Reproducible Real-World Furniture Assembly Benchmark». International Journal of Robotics Research 
  28. ↑ Gopani, Avi (25 de maio de 2022). «Turing Test is unreliable. The Winograd Schema is obsolete. Coffee is the answer.». Analytics India Magazine (em inglês). Consultado em 3 de março de 2024 
  29. ↑ «How this humanoid robot learned to make coffee by watching videos». Fox News. 18 de janeiro de 2024. Consultado em 14 de fevereiro de 2026 
  30. ↑ «Embodied large language models enable robots to complete complex tasks in unpredictable environments». Nature Machine Intelligence. 2025. doi:10.1038/s42256-025-01005-x. hdl:20.500.11820/800b3dc7-6173-4b3b-ab8b-a9bab5ac7618Acessível livremente 
  31. ↑ Bhaimiya, Sawdah (20 de junho de 2023). «DeepMind's co-founder suggested testing an AI chatbot's ability to turn $100,000 into $1 million to measure human-like intelligence». Business Insider (em inglês). Consultado em 3 de março de 2024 
  32. ↑ Suleyman, Mustafa (14 de julho de 2023). «Mustafa Suleyman: My new Turing test would see if AI can make $1 million». MIT Technology Review (em inglês). Consultado em 3 de março de 2024 
  33. ↑ Goertzel, Ben; Bach, Joscha; et al. (10 co-autores) (1 de março de 2012). «Mapping the Landscape of Human-Level Artificial General Intelligence». AI Magazine. 33 (1): 33. ISSN 0738-4602. doi:10.1609/aimag.v33i1.2322. Consultado em 19 de outubro de 2025 
  34. ↑ Mikhaylovskiy, Nikolay. «How do you test the strength of AI?» (PDF). p. 4. Consultado em 19 de outubro de 2025. Os Testes Goertzel ... Aprender a jogar um videogame arbitrário com base apenas na experiência, ou com base na experiência mais a leitura de instruções 
  35. ↑ Shapiro, Stuart C. (1992). «Artificial Intelligence» (PDF). In: Stuart C. Shapiro. Encyclopedia of Artificial Intelligence Second ed. New York: John Wiley. pp. 54–57. Cópia arquivada (PDF) em 1 de fevereiro de 2016  (A Seção 4 é sobre "Tarefas AI-Completas".)
  36. ↑ Crevier 1993, pp. 48–50
  37. ↑ Kaplan, Andreas (2022). «Artificial Intelligence, Business and Civilization – Our Fate Made in Machines». Consultado em 12 de março de 2022. Cópia arquivada em 6 de maio de 2022 
  38. ↑ McCorduck, Pamela (2004). Machines Who Think: A Personal Inquiry into the History and Prospects of Artificial Intelligence 2nd ed. Natick, MA: A. K. Peters. p. 433. ISBN 1-5688-1205-1. O pioneiro da IA Herbert A. Simon escreveu em 1965: "máquinas serão capazes, dentro de vinte anos, de fazer qualquer trabalho que um homem possa fazer". 
  39. ↑ Simon 1965, p. 96 citado em Crevier 1993, p. 109
  40. ↑ «Scientist on the Set: An Interview with Marvin Minsky». Consultado em 5 de abril de 2008. Cópia arquivada em 16 de julho de 2012 
  41. ↑ Marvin Minsky para Darrach (1970), citado em Crevier (1993, p. 109).
  42. ↑ Lighthill 1973; Howe 1994
  43. ↑ a b National Research Council 1999, "Mudança para Pesquisa Aplicada Aumenta o Investimento".
  44. ↑ Crevier 1993, pp. 115–117; Russell & Norvig 2003, pp. 21–22.
  45. ↑ Crevier 1993, p. 211, Russell & Norvig 2003, p. 24 e veja também Feigenbaum & McCorduck 1983
  46. ↑ Crevier 1993, pp. 161–162,197–203,240; Russell & Norvig 2003, p. 25.
  47. ↑ Crevier 1993, pp. 209–212
  48. ↑ McCarthy, John (2000). «Reply to Lighthill». Stanford University. Consultado em 29 de setembro de 2007. Cópia arquivada em 30 de setembro de 2008 
  49. ↑ Markoff, John (14 de outubro de 2005). «Behind Artificial Intelligence, a Squadron of Bright Real People». The New York Times. Consultado em 18 de fevereiro de 2017. Cópia arquivada em 2 de fevereiro de 2023. Em seu ponto mais baixo, alguns cientistas da computação e engenheiros de software evitaram o termo inteligência artificial por medo de serem vistos como sonhadores de olhos selvagens. 
  50. ↑ Russell & Norvig 2003, pp. 25–26
  51. ↑ «Trends in the Emerging Tech Hype Cycle». Gartner Reports. Consultado em 7 de maio de 2019. Cópia arquivada em 22 de maio de 2019 
  52. ↑ a b Moravec 1988, p. 20
  53. ↑ Harnad, S. (1990). «The Symbol Grounding Problem». Physica D. 42 (1–3): 335–346. Bibcode:1990PhyD...42..335H. arXiv:cs/9906002Acessível livremente. doi:10.1016/0167-2789(90)90087-6 
  54. ↑ «Microsoft Researchers Claim GPT-4 Is Showing "Sparks" of AGI». Futurism. 23 de março de 2023. Consultado em 13 de dezembro de 2023 
  55. ↑ Allen, Paul; Greaves, Mark (12 de outubro de 2011). «The Singularity Isn't Near». MIT Technology Review. Consultado em 17 de setembro de 2014 
  56. ↑ Winfield, Alan. «Artificial intelligence will not turn into a Frankenstein's monster». The Guardian. Consultado em 17 de setembro de 2014. Cópia arquivada em 17 de setembro de 2014 
  57. ↑ Deane, George (2022). «Machines That Feel and Think: The Role of Affective Feelings and Mental Action in (Artificial) General Intelligence». Artificial Life. 28 (3): 289–309. ISSN 1064-5462. PMID 35881678. doi:10.1162/artl_a_00368 
  58. ↑ a b c Clocksin 2003.
  59. ↑ McCarthy 2007b.
  60. ↑ Khatchadourian, Raffi (23 de novembro de 2015). «The Doomsday Invention: Will artificial intelligence bring us utopia or destruction?». The New Yorker. Consultado em 7 de fevereiro de 2016. Cópia arquivada em 28 de janeiro de 2016 
  61. ↑ Müller, V. C., & Bostrom, N. (2016). Future progress in artificial intelligence: A survey of expert opinion. In Fundamental issues of artificial intelligence (pp. 555–572). Springer, Cham.
  62. ↑ Armstrong, Stuart, and Kaj Sotala. 2012. "How We're Predicting AI—or Failing To." In Beyond AI: Artificial Dreams, edited by Jan Romportl, Pavel Ircing, Eva Žáčková, Michal Polák and Radek Schuster, pp. 52–75. Plzeň: University of West Bohemia.
  63. ↑ «Microsoft Now Claims GPT-4 Shows 'Sparks' of General Intelligence». 24 de março de 2023 
  64. ↑ Shimek, Cary (6 de julho de 2023). «AI Outperforms Humans in Creativity Test». Neuroscience News. Consultado em 20 de outubro de 2023 
  65. ↑ Guzik, Erik E.; Byrge, Christian; Gilde, Christian (1 de dezembro de 2023). «The originality of machines: AI takes the Torrance Test». Journal of Creativity. 33 (3). ISSN 2713-3745. doi:10.1016/j.yjoc.2023.100065Acessível livremente 
  66. ↑ Arcas, Blaise Agüera y (10 de outubro de 2023). «Artificial General Intelligence Is Already Here». Noema (em inglês) 
  67. ↑ «AI Index: State of AI in 13 Charts». hai.stanford.edu (em inglês). 15 de abril de 2024. Consultado em 7 de junho de 2024 
  68. ↑ «Next-Gen AI: OpenAI and Meta's Leap Towards Reasoning Machines». Unite.ai. 19 de abril de 2024. Consultado em 7 de junho de 2024 
  69. ↑ James, Alex P. (2022). «The Why, What, and How of Artificial General Intelligence Chip Development». IEEE Transactions on Cognitive and Developmental Systems. 14 (2): 333–347. Bibcode:2022ITCDS..14..333J. ISSN 2379-8920. arXiv:2012.06338Acessível livremente. doi:10.1109/TCDS.2021.3069871 
  70. ↑ Pei, Jing; Deng, Lei; Song, Sen; Zhao, Mingguo; Zhang, Youhui; Wu, Shuang; Wang, Guanrui; Zou, Zhe; Wu, Zhenzhi; He, Wei; Chen, Feng; Deng, Ning; Wu, Si; Wang, Yu; Wu, Yujie (2019). «Towards artificial general intelligence with hybrid Tianjic chip architecture»Subscrição paga é requerida. Nature (em inglês). 572 (7767): 106–111. Bibcode:2019Natur.572..106P. ISSN 1476-4687. PMID 31367028. doi:10.1038/s41586-019-1424-8. Consultado em 29 de agosto de 2022. Cópia arquivada em 29 de agosto de 2022 
  71. ↑ Pandey, Mohit; Fernandez, Michael; Gentile, Francesco; Isayev, Olexandr; Tropsha, Alexander; Stern, Abraham C.; Cherkasov, Artem (março de 2022). «The transformational role of GPU computing and deep learning in drug discovery». Nature Machine Intelligence (em inglês). 4 (3): 211–221. ISSN 2522-5839. doi:10.1038/s42256-022-00463-xAcessível livremente 
  72. ↑ Goertzel & Pennachin 2006.
  73. ↑ a b c (Kurzweil 2005, p. 260)
  74. ↑ a b c Goertzel 2007.
  75. ↑ Grace, Katja (2016). «Error in Armstrong and Sotala 2012». AI Impacts (blog). Consultado em 24 de agosto de 2020. Cópia arquivada em 4 de dezembro de 2020 
  76. ↑ a b Butz, Martin V. (1 de março de 2021). «Towards Strong AI». KI – Künstliche Intelligenz (em inglês). 35 (1): 91–101. ISSN 1610-1987. doi:10.1007/s13218-021-00705-xAcessível livremente 
  77. ↑ Liu, Feng; Shi, Yong; Liu, Ying (2017). «Intelligence Quotient and Intelligence Grade of Artificial Intelligence». Annals of Data Science. 4 (2): 179–191. arXiv:1709.10242Acessível livremente. doi:10.1007/s40745-017-0109-0 
  78. ↑ Brien, Jörn (5 de outubro de 2017). «Google-KI doppelt so schlau wie Siri» [Google AI é duas vezes mais inteligente que a Siri – mas uma criança de seis anos supera ambas] (em alemão). Consultado em 2 de janeiro de 2019. Cópia arquivada em 3 de janeiro de 2019 
  79. ↑ Grossman, Gary (3 de setembro de 2020). «We're entering the AI twilight zone between narrow and general AI». VentureBeat. Consultado em 5 de setembro de 2020. Cópia arquivada em 4 de setembro de 2020. Certamente, também, há aqueles que afirmam que já estamos vendo um exemplo inicial de um sistema AGI na recentemente anunciada rede neural de processamento de linguagem natural (NLP) GPT-3. ... Então, o GPT-3 é o primeiro exemplo de um sistema AGI? Isso é discutível, mas o consenso é que não é AGI. ... Se nada mais, o GPT-3 nos diz que há um meio-termo entre IA estreita e geral. 
  80. ↑ Quach, Katyanna. «A developer built an AI chatbot using GPT-3 that helped a man speak again to his late fiancée. OpenAI shut it down». The Register. Consultado em 16 de outubro de 2021. Cópia arquivada em 16 de outubro de 2021 
  81. ↑ Wiggers, Kyle (13 de maio de 2022), «DeepMind's new AI can perform over 600 tasks, from playing games to controlling robots», TechCrunch, consultado em 12 de junho de 2022, cópia arquivada em 16 de junho de 2022 
  82. ↑ Metz, Cade (1 de maio de 2023). «'The Godfather of A.I.' Leaves Google and Warns of Danger Ahead». The New York Times (em inglês). ISSN 0362-4331. Consultado em 7 de junho de 2023 
  83. ↑ «'Godfather of AI' shortens odds of the technology wiping out humanity over next 30 years». The Guardian. 27 de dezembro de 2024. Consultado em 18 de abril de 2025 
  84. ↑ Bove, Tristan. «A.I. could rival human intelligence in 'just a few years,' says CEO of Google's main A.I. research lab». Fortune (em inglês). Consultado em 4 de setembro de 2024 
  85. ↑ Nellis, Stephen (2 de março de 2024). «Nvidia CEO says AI could pass human tests in five years». Reuters 
  86. ↑ Aschenbrenner, Leopold. «SITUATIONAL AWARENESS, The Decade Ahead» 
  87. ↑ a b Orf, Darren (outubro de 2025). «Humanity May Achieve the Singularity Within the Next 3 Months, Scientists Suggest». www.msn.com. Popular Mechanics. Consultado em 2 de outubro de 2025 
  88. ↑ Okemwa, Kevin (24 de dezembro de 2025). «OpenAI CEO Sam Altman claims 'AGI' might have already "whooshed by"». Windows Central. Consultado em 14 de fevereiro de 2026 
  89. ↑ Sullivan, Mark (18 de outubro de 2023). «Why everyone seems to disagree on how to define Artificial General Intelligence». Fast Company 
  90. ↑ Nosta, John (5 de janeiro de 2024). «The Accelerating Path to Artificial General Intelligence». Psychology Today (em inglês). Consultado em 30 de março de 2024 
  91. ↑ Hickey, Alex. «Whole Brain Emulation: A Giant Step for Neuroscience». Tech Brew (em inglês). Consultado em 8 de novembro de 2023 
  92. ↑ Sandberg & Boström 2008.
  93. ↑ Drachman 2005.
  94. ↑ a b Russell & Norvig 2003.
  95. ↑ Moravec 1988, p. 61.
  96. ↑ Moravec 1998.
  97. ↑ Holmgaard Mersh, Amalie (15 de setembro de 2023). «Decade-long European research project maps the human brain». euractiv 
  98. ↑ Swaminathan, Nikhil (jan–fev de 2011). «Glia—the other brain cells». Discover. Consultado em 24 de janeiro de 2014. Cópia arquivada em 8 de fevereiro de 2014 
  99. ↑ de Vega, Glenberg & Graesser 2008. Uma ampla gama de visões na pesquisa atual, todas as quais exigem fundamentação em algum grau
  100. ↑ Thornton, Angela (26 de junho de 2023). «How uploading our minds to a computer might become possible». The Conversation (em inglês). Consultado em 8 de novembro de 2023 
  101. ↑ Searle 1980
  102. ↑ Por exemplo:
  103. ↑ a b c Russell & Norvig 2003, p. 947.
  104. ↑ No entanto, veja Inteligência artificial explicável para a curiosidade do campo sobre por que um programa se comporta da maneira que se comporta.
  105. ↑ Chalmers, David J. (9 de agosto de 2023). «Could a Large Language Model Be Conscious?». Boston Review 
  106. ↑ Seth, Anil. «Consciousness». New Scientist (em inglês). Consultado em 5 de setembro de 2024 
  107. ↑ Nagel 1974.
  108. ↑ «The Google engineer who thinks the company's AI has come to life». The Washington Post. 11 de junho de 2022. Consultado em 12 de junho de 2023 
  109. ↑ Kateman, Brian (24 de julho de 2023). «AI Should Be Terrified of Humans». Time (em inglês). Consultado em 5 de setembro de 2024. Arquivado do original em 27 de julho de 2023 
  110. ↑ Nosta, John (18 de dezembro de 2023). «Should Artificial Intelligence Have Rights?». Psychology Today (em inglês). Consultado em 5 de setembro de 2024 
  111. ↑ Akst, Daniel (10 de abril de 2023). «Should Robots With Artificial Intelligence Have Moral or Legal Rights?». The Wall Street Journal 
  112. ↑ Doherty, Ben (17 de maio de 2018). «Climate change an 'existential security risk' to Australia, Senate inquiry says». The Guardian (em inglês). ISSN 0261-3077. Consultado em 16 de julho de 2023 
  113. ↑ MacAskill, William (2022). What we owe the future. New York, NY: Basic Books. ISBN 978-1-5416-1862-6 
  114. ↑ a b Ord, Toby (2020). «Chapter 5: Future Risks, Unaligned Artificial Intelligence». The Precipice: Existential Risk and the Future of Humanity. [S.l.]: Bloomsbury Publishing. ISBN 978-1-5266-0021-9 
  115. ↑ Al-Sibai, Noor (13 de fevereiro de 2022). «OpenAI Chief Scientist Says Advanced AI May Already Be Conscious». Futurism. Consultado em 24 de dezembro de 2023 
  116. ↑ Samuelsson, Paul Conrad (2019). «Artificial Consciousness: Our Greatest Ethical Challenge». Philosophy Now. Consultado em 23 de dezembro de 2023 
  117. ↑ Kateman, Brian (24 de julho de 2023). «AI Should Be Terrified of Humans». Time (em inglês). Consultado em 23 de dezembro de 2023. Arquivado do original em 27 de julho de 2023 
  118. ↑ Roose, Kevin (30 de maio de 2023). «A.I. Poses 'Risk of Extinction,' Industry Leaders Warn». The New York Times (em inglês). ISSN 0362-4331. Consultado em 24 de dezembro de 2023 
  119. ↑ a b «Statement on AI Risk». Center for AI Safety. 30 de maio de 2023. Consultado em 8 de junho de 2023 
  120. ↑ «Stephen Hawking: 'Transcendence looks at the implications of artificial intelligence;– but are we taking AI seriously enough?'». The Independent (UK). Consultado em 3 de dezembro de 2014. Cópia arquivada em 25 de setembro de 2015 
  121. ↑ Herger, Mario. «The Gorilla Problem – Enterprise Garage» (em inglês). Consultado em 7 de junho de 2023 
  122. ↑ «The fascinating Facebook debate between Yann LeCun, Stuart Russel and Yoshua Bengio about the risks of strong AI». The fascinating Facebook debate between Yann LeCun, Stuart Russel and Yoshua Bengio about the risks of strong AI (em francês). Consultado em 8 de junho de 2023 
  123. ↑ «Will Artificial Intelligence Doom The Human Race Within The Next 100 Years?». HuffPost (em inglês). 22 de agosto de 2014. Consultado em 8 de junho de 2023 
  124. ↑ Sotala, Kaj; Yampolskiy, Roman V. (19 de dezembro de 2014). «Responses to catastrophic AGI risk: a survey». Physica Scripta. 90 (1). ISSN 0031-8949. doi:10.1088/0031-8949/90/1/018001Acessível livremente 
  125. ↑ Bostrom, Nick (2014). Superintelligence: Paths, Dangers, Strategies First ed. [S.l.]: Oxford University Press. ISBN 978-0-1996-7811-2 
  126. ↑ Chow, Andrew R.; Perrigo, Billy (16 de fevereiro de 2023). «The AI Arms Race Is On. Start Worrying». Time (em inglês). Consultado em 24 de dezembro de 2023. Arquivado do original em 19 de fevereiro de 2023 
  127. ↑ Tetlow, Gemma (12 de janeiro de 2017). «AI arms race risks spiralling out of control, report warns»Subscrição paga é requerida. Financial Times. Consultado em 24 de dezembro de 2023. Cópia arquivada em 11 de abril de 2022 
  128. ↑ Milmo, Dan; Stacey, Kiran (25 de setembro de 2023). «Experts disagree over threat posed but artificial intelligence cannot be ignored». The Guardian (em inglês). ISSN 0261-3077. Consultado em 24 de dezembro de 2023 
  129. ↑ «Humanity, Security & AI, Oh My! (with Ian Bremmer & Shuman Ghosemajumder)». CAFE (em inglês). 20 de julho de 2023. Consultado em 15 de setembro de 2023 
  130. ↑ Titcomb, James (30 de outubro de 2023). «Big Tech is stoking fears over AI, warn scientists». The Telegraph (em inglês). Consultado em 7 de dezembro de 2023 
  131. ↑ Davidson, John (30 de outubro de 2023). «Google Brain founder says big tech is lying about AI extinction danger»Subscrição paga é requerida. Australian Financial Review (em inglês). Consultado em 7 de dezembro de 2023. Cópia arquivada em 7 de dezembro de 2023 
  132. ↑ Eloundou, Tyna; Manning, Sam; Mishkin, Pamela; Rock, Daniel (17 de março de 2023). «GPTs are GPTs: An early look at the labor market impact potential of large language models». OpenAI (em inglês). Consultado em 7 de junho de 2023 
  133. ↑ a b Hurst, Luke (23 de março de 2023). «OpenAI says 80% of workers could see their jobs impacted by AI. These are the jobs most affected». euronews (em inglês). Consultado em 8 de junho de 2023 
  134. ↑ Drago, Luke. «What Happens When AI Replaces Workers?». TIME (em inglês). Consultado em 2 de novembro de 2025. Cópia arquivada em 31 de julho de 2025 
  135. ↑ Autor, David H. (verão de 2015). «Why Are There Still So Many Jobs? The History and Future of Workplace Automation». Journal of Economic Perspectives. 29 (3): 3–30. doi:10.1257/jep.29.3.3Acessível livremente. hdl:1721.1/109476Acessível livremente. Consultado em 2 de agosto de 2025 
  136. ↑ Gmyrek, Paweł; Berg, Janine; Bescond, David (agosto de 2023). Generative AI and Jobs: A Global Analysis of Potential Effects on Job Quantity and Quality (PDF) (Relatório). ILO Working Paper. Geneva, Switzerland: International Labour Organization. Consultado em 2 de agosto de 2025 
  137. ↑ Thompson, Clive (13 de outubro de 2022). «AI Shouldn't Compete With Workers—It Should Supercharge Them». Wired. Consultado em 2 de agosto de 2025 
  138. ↑ Sheffey, Ayelet (20 de agosto de 2021). «Elon Musk says we need universal basic income because 'in the future, physical work will be a choice'»Subscrição paga é requerida. Business Insider (em inglês). Consultado em 8 de junho de 2023. Cópia arquivada em 9 de julho de 2023 
  139. ↑ Varanasi, Lakshmi (27 de fevereiro de 2025). «Will AI replace human jobs and make universal basic income necessary? Here's what AI leaders have said about UBI». Business Insider Africa. Consultado em 2 de agosto de 2025 
  140. ↑ Hern, Alex (4 de maio de 2023). «Bernie Sanders, Elon Musk and White House seeking my help, says 'godfather of AI'». The Guardian. Consultado em 2 de agosto de 2025 

Leitura adicional

editar
  • Aleksander, Igor (1996), Impossible Minds, ISBN 978-1-8609-4036-1, World Scientific Publishing Company 
  • Azevedo FA, Carvalho LR, Grinberg LT, Farfel J, et al. (abril de 2009), «Equal numbers of neuronal and nonneuronal cells make the human brain an isometrically scaled-up primate brain», The Journal of Comparative Neurology, 513 (5): 532–541, PMID 19226510, doi:10.1002/cne.21974, consultado em 4 de setembro de 2013, cópia arquivada em 18 de fevereiro de 2021 – via ResearchGate 
  • Berglas, Anthony (janeiro de 2012), Artificial Intelligence Will Kill Our Grandchildren (Singularity), consultado em 31 de agosto de 2012, cópia arquivada em 23 de julho de 2014 
  • Cukier, Kenneth, "Ready for Robots? How to Think about the Future of AI", Foreign Affairs, vol. 98, no. 4 (julho/agosto de 2019), pp. 192–98. George Dyson, historiador da computação, escreve (no que poderia ser chamado de "Lei de Dyson") que "Qualquer sistema simples o suficiente para ser compreensível não será complicado o suficiente para se comportar de forma inteligente, enquanto qualquer sistema complicado o suficiente para se comportar de forma inteligente será complicado demais para ser compreendido." (p. 197.) O cientista da computação Alex Pentland escreve: "Os algoritmos atuais de aprendizado de máquina de IA são, em sua essência, mortalmente simples e estúpidos. Eles funcionam, mas funcionam por força bruta." (p. 198.)
  • Gelernter, David, Dream-logic, the Internet and Artificial Thought, Edge, consultado em 25 de julho de 2010, cópia arquivada em 26 de julho de 2010 
  • Gleick, James, "The Fate of Free Will" (resenha de Kevin J. Mitchell, Free Agents: How Evolution Gave Us Free Will, Princeton University Press, 2023, 333 pp.), The New York Review of Books, vol. LXXI, no. 1 (18 de janeiro de 2024), pp. 27–28, 30. "Agência é o que nos distingue das máquinas. Para criaturas biológicas, razão e propósito vêm de agir no mundo e experimentar as consequências. Inteligências artificiais – desencarnadas, estranhas ao sangue, suor e lágrimas – não têm oportunidade para isso." (p. 30.)
  • Gleick, James, "The Parrot in the Machine" (resenha de Emily M. Bender e Alex Hanna, The AI Con: How to Fight Big Tech's Hype and Create the Future We Want, Harper, 274 pp.; e James Boyle, The Line: AI and the Future of Personhood, MIT Press, 326 pp.), The New York Review of Books, vol. LXXII, no. 12 (24 de julho de 2025), pp. 43–46. "[A] 'escrita' do chatbox tem uma qualidade insípida, regurgitada. As texturas são aplainadas e as arestas vivas são lixadas. Nenhum chatbox jamais poderia ter dito que abril é o mês mais cruel ou que a neblina vem em patinhas de gato (embora possam agora, porque uma de suas principais habilidades é o plágio). E quando o texto extrudado sinteticamente sai errado, pode ser comicamente errado. Quando um fã de cinema perguntou ao Google se um determinado ator estava em Heat, ele recebeu esta 'Visão Geral da IA': 'Não, Angelina Jolie não está em Heat.'" (p. 44.)
  • Halal, William E. «TechCast Article Series: The Automation of Thought» (PDF). Cópia arquivada (PDF) em 6 de junho de 2013 
  • Halpern, Sue, "The Coming Tech Autocracy" (resenha de Verity Harding, AI Needs You: How We Can Change AI's Future and Save Our Own, Princeton University Press, 274 pp.; Gary Marcus, Taming Silicon Valley: How We Can Ensure That AI Works for Us, MIT Press, 235 pp.; Daniela Rus e Gregory Mone, The Mind's Mirror: Risk and Reward in the Age of AI, Norton, 280 pp.; Madhumita Murgia, Code Dependent: Living in the Shadow of AI, Henry Holt, 311 pp.), The New York Review of Books, vol. LXXI, no. 17 (7 de novembro de 2024), pp. 44–46. "'Não podemos esperar realisticamente que aqueles que esperam ficar ricos com a IA terão os interesses do resto de nós perto do coração', ... escreve [Gary Marcus]. 'Não podemos contar com governos movidos por contribuições de financiamento de campanha [de empresas de tecnologia] para reagir.'... Marcus detalha as demandas que os cidadãos devem fazer aos seus governos e às empresas de tecnologia. Elas incluem transparência sobre como os sistemas de IA funcionam; compensação para indivíduos se seus dados [forem] usados para treinar LLMs (modelos de linguagem de grande escala) e o direito de consentir com este uso; e a capacidade de responsabilizar as empresas de tecnologia pelos danos que causam, eliminando a Seção 230, impondo penalidades em dinheiro e aprovando leis mais rigorosas de responsabilidade do produto... Marcus também sugere... que uma nova agência federal específica para IA, semelhante ao FDA, ao FCC ou ao FTC, poderia fornecer a supervisão mais robusta.... [A] professora de direito da Fordham Chinmayi Sharma... sugere... estabelecer um regime de licenciamento profissional para engenheiros que funcionaria de forma semelhante às licenças médicas, ações de má prática e o juramento de Hipócrates na medicina. 'E se, como os médicos,' ela pergunta..., 'os engenheiros de IA também jurassem não causar dano?'" (p. 46.)
  • Holte, R. C.; Choueiry, B. Y. (2003), «Abstraction and reformulation in artificial intelligence», Philosophical Transactions of the Royal Society B, 358 (1435), pp. 1197–1204, PMC 1693218Acessível livremente, PMID 12903653, doi:10.1098/rstb.2003.1317 
  • Hughes-Castleberry, Kenna, "A Murder Mystery Puzzle: The literary puzzle Cain's Jawbone, which has stumped humans for decades, reveals the limitations of natural-language-processing algorithms", Scientific American, vol. 329, no. 4 (novembro de 2023), pp. 81–82. "Esta competição de mistério de assassinato revelou que, embora os modelos de PLN (processamento de linguagem natural) sejam capazes de feitos incríveis, suas habilidades são muito limitadas pela quantidade de contexto que recebem. Isso [...] poderia causar [dificuldades] para pesquisadores que esperam usá-los para fazer coisas como analisar línguas antigas. Em alguns casos, há poucos registros históricos de civilizaçãos há muito extintas para servir como dados de treinamento para tal finalidade." (p. 82.)
  • Immerwahr, Daniel, "Your Lying Eyes: People now use A.I. to generate fake videos indistinguishable from real ones. How much does it matter?", The New Yorker, 20 de novembro de 2023, pp. 54–59. "Se por 'deepfakes' queremos dizer vídeos realistas produzidos usando inteligência artificial que realmente enganam as pessoas, então eles mal existem. As falsificações não são profundas, e as profundas não são falsificações. [...] Vídeos gerados por IA não estão, em geral, operando em nossa mídia como evidência falsificada. Seu papel se assemelha mais ao de desenhos animados, especialmente os obscenos." (p. 59.)
  • Leffer, Lauren, "The Risks of Trusting AI: We must avoid humanizing machine-learning models used in scientific research", Scientific American, vol. 330, no. 6 (junho de 2024), pp. 80–81.
  • Lepore, Jill, "The Chit-Chatbot: Is talking with a machine a conversation?", The New Yorker, 7 de outubro de 2024, pp. 12–16.
  • Marcus, Gary, "Am I Human?: Researchers need new ways to distinguish artificial intelligence from the natural kind", Scientific American, vol. 316, no. 3 (março de 2017), pp. 58–63. Marcus aponta um obstáculo até agora intransponível para a inteligência artificial: uma incapacidade de desambiguação confiável. "[V]irtualmente toda frase [que as pessoas geram] é ambígua, frequentemente de múltiplas maneiras. Nosso cérebro é tão bom em compreender a linguagem que geralmente não notamos." Um exemplo proeminente é o "problema de desambiguação de pronomes" ("PDP"): uma máquina não tem como determinar a quem ou ao quê um pronome em uma frase – como "ele", "ela" ou "isso" – se refere.
  • Marcus, Gary, "Artificial Confidence: Even the newest, buzziest systems of artificial general intelligence are stymied by the same old problems", Scientific American, vol. 327, no. 4 (outubro de 2022), pp. 42–45.
  • McCarthy, John (outubro de 2007), «From here to human-level AI», Artificial Intelligence, 171 (18): 1174–1182, doi:10.1016/j.artint.2007.10.009Acessível livremente 
  • Predefinição:McCorduck 2004
  • Moravec, Hans (1976), The Role of Raw Power in Intelligence, consultado em 29 de setembro de 2007, cópia arquivada em 3 de março de 2016 
  • Newell, Allen; Simon, H. A. (1963), «GPS: A Program that Simulates Human Thought», in: Feigenbaum, E. A.; Feldman, J., Computers and Thought, New York: McGraw-Hill 
  • Omohundro, Steve (2008), The Nature of Self-Improving Artificial Intelligence, apresentado e distribuído no 2007 Singularity Summit, San Francisco, Califórnia 
  • Press, Eyal, "In Front of Their Faces: Does facial-recognition technology lead police to ignore contradictory evidence?", The New Yorker, 20 de novembro de 2023, pp. 20–26.
  • Quattrociocchi, Walter, "How AI and Human Judgment Differ: Putting humans and large language models head-to-head in tests of reasoning underscores the differences between them", Scientific American, vol. 334, no. 5 (maio de 2026), pp. 80–81. "Onde um humano se envolve com o mundo, um modelo de [grande] linguagem se envolve com uma distribuição de palavras. Sua arquitetura os torna extraordinariamente bons em reproduzir padrões encontrados no texto. Isso não lhes dá acesso ao mundo ao qual essas palavras se referem. ... [E]les são motores de automação linguística, não motores de compreensão." (p. 81.)
  • Roivainen, Eka, "AI's IQ: ChatGPT aced a [standard intelligence] test but showed that intelligence cannot be measured by IQ alone", Scientific American, vol. 329, no. 1 (julho/agosto de 2023), p. 7. "Apesar de seu QI alto, ChatGPT falha em tarefas que exigem raciocínio verdadeiramente humano ou uma compreensão do mundo físico e social.... O ChatGPT parecia incapaz de raciocinar logicamente e tentava confiar em seu vasto banco de dados de... fatos derivados de textos online."
  • Scharre, Paul, "Killer Apps: The Real Dangers of an AI Arms Race", Foreign Affairs, vol. 98, no. 3 (maio/junho de 2019), pp. 135–44. "As tecnologias de IA de hoje são poderosas, mas não confiáveis. Sistemas baseados em regras não podem lidar com circunstâncias que seus programadores não anteciparam. Sistemas de aprendizado são limitados pelos dados nos quais foram treinados. Falhas de IA já levaram à tragédia. Recursos avançados de piloto automático em carros, embora tenham bom desempenho em algumas circunstâncias, dirigiram carros sem aviso contra caminhões, barreiras de concreto e carros estacionados. Na situação errada, os sistemas de IA passam de superinteligentes a superidiotas em um instante. Quando um inimigo está tentando manipular e invadir um sistema de IA, os riscos são ainda maiores." (p. 140.)
  • Sutherland, J. G. (1990), «Holographic Model of Memory, Learning, and Expression», International Journal of Neural Systems, 1–3, pp. 256–267 
  • Vincent, James, "Horny Robot Baby Voice: James Vincent on AI chatbots", London Review of Books, vol. 46, no. 19 (10 de outubro de 2024), pp. 29–32. "Os programas [chatbot de IA] são possíveis graças a novas tecnologias, mas dependem da tendência humana atemporal de antropomorfizar." (p. 29.)
  • Williams, R. W.; Herrup, K. (1988), «The control of neuron number», Annual Review of Neuroscience, 11: 423–453, PMID 3284447, doi:10.1146/annurev.ne.11.030188.002231 
  • Yudkowsky, Eliezer (2008), «Artificial Intelligence as a Positive and Negative Factor in Global Risk», ISBN 978-0-1985-7050-9, Global Catastrophic Risks, Bibcode:2008gcr..book..303Y, doi:10.1093/oso/9780198570509.003.0021 
  • Zucker, Jean-Daniel (julho de 2003), «A grounded theory of abstraction in artificial intelligence», Philosophical Transactions of the Royal Society B, 358 (1435), pp. 1293–1309, PMC 1693211Acessível livremente, PMID 12903672, doi:10.1098/rstb.2003.1308 

📚 Artikel Terkait di Wikipedia

Invasão da Ucrânia pela Rússia (2022–presente)

The Irish Times (em inglês). Consultado em 22 de março de 2022  «TikTok algorithm directs users to fake news about Ukraine war, study says». the Guardian

Jogo de computação baseado em humanos

Tyka, M. D., Xu, K., Makedon, I., Popović, Z., ... & Players, F. (2011). Algorithm discovery by protein folding game players. Proceedings of the National

Loona (grupo)

Modhaus lançou o primeiro EP solo da membro Heejin, denominado K, tendo "Algorithm" como música-título. Em 1 de dezembro, foi publicada pela Modhaus uma

Método NM

Statistics, 22 (1951) 79-86. Naszodi, A. «The iterative proportional fitting algorithm and the NM-method: solutions for two different sets of problems». arXiv:2303

Bruce Reed

McDiarmid, Colin; Reed, Bruce (1991), «Acyclic coloring of graphs», Random Structures & Algorithms, 2 (3): 277–288, MR 1109695, doi:10.1002/rsa.3240020303 .

Pascalzim

2024  R. M. Pereira, F. F. da Silva and C. N. Silla (2018). «Teaching Algorithms for Visually Impaired and Blind Students using Physical Flowcharts and

Paridade do zero

19. [S.l.: s.n.] pp. 535–538  Lorentz, Richard J. (1994). Recursive Algorithms. [S.l.]: Intellect Books. ISBN 1-56750-037-4  Lovas, William; Pfenning

Armazenamento de dados de computador

Bartlett Learning. 2006. ISBN 978-0-7637-3769-6  J. S. Vitter (2008). Algorithms and data structures for external memory (PDF). Col: Series on foundations