Ultralytics YOLO27: Entre na lista de espera.
Licenciar o YOLO
Voltar ao glossário da Ultralytics

Strong AI

IA forte significa uma máquina com uma mente genuína, afirmação atacada pelo Quarto Chinês de Searle, ou inteligência artificial geral (AGI) em nível humano. Os dois sentidos e o debate.

IA forte tem dois significados. Na filosofia da mente, é o termo de John Searle para a afirmação de que um computador programado adequadamente teria literalmente uma mente e entenderia o que processa, posição que seu argumento do Quarto Chinês, de 1980, foi elaborado para refutar. No uso técnico moderno, IA forte é sinônimo de inteligência artificial geral (AGI): um sistema hipotético que igualaria as pessoas em praticamente todas as tarefas cognitivas. O termo oposto, IA fraca, hoje costuma significar a inteligência artificial (IA) restrita e específica para tarefas usada atualmente, e nenhum sistema existente é reconhecido como IA forte em qualquer um dos dois sentidos.

A hipótese da IA forte de Searle#

Searle introduziu os dois termos em "Minds, Brains, and Programs", publicado na Behavioral and Brain Sciences. Na terminologia dele, a IA fraca considera os computadores ferramentas poderosas para simular e estudar a mente. A IA forte vai além: "o computador programado adequadamente é de fato uma mente, no sentido de que se pode dizer literalmente que computadores com os programas certos entendem e têm outros estados cognitivos". A hipótese decorre do computacionalismo, a visão de que pensar é computar; portanto, qualquer máquina que execute o programa certo pensaria, independentemente de sua composição.

O argumento do Quarto Chinês#

O argumento do Quarto Chinês de Searle imagina uma pessoa que não fala chinês trancada em um quarto com um livro de regras escrito em inglês. Perguntas em chinês chegam por uma abertura, a pessoa compara os caracteres com as regras e copia os caracteres especificados por elas; as respostas convencem os falantes nativos do lado de fora de que alguém no quarto entende chinês. A pessoa não entende nada, e Searle argumentou que um computador executando um programa está na mesma situação: ele manipula símbolos com base em sua forma, e a sintaxe por si só não basta para produzir significado. Os críticos responderam com argumentos que Searle então refutou:

  • Resposta dos sistemas: a pessoa é apenas parte de um sistema que inclui o livro de regras e o papel de rascunho, e o sistema como um todo entende. Searle respondeu que poderia memorizar as regras, fazer tudo mentalmente e ainda assim não entender chinês.
  • Resposta do robô: coloque o programa dentro de um robô com câmeras e motores, para que seus símbolos se conectem a coisas do mundo. Searle respondeu que as leituras dos sensores chegam ao programa como mais símbolos a manipular. Um robô cuja imagem da câmera passa por um detector Ultralytics YOLO26 recebe o índice de classe 0, uma pontuação de confiança e as coordenadas da caixa quando uma pessoa entra em seu campo de visão; segundo Searle, isso acrescenta dados, mas não compreensão. Mais tarde, Stevan Harnad formulou a questão subjacente como o problema de fundamentação dos símbolos: como os símbolos podem adquirir significado por meio da própria percepção e ação do sistema no mundo.
  • Resposta do simulador cerebral: faça o programa simular cada disparo neuronal no cérebro de um falante de chinês. Searle respondeu com o exemplo de um homem operando um vasto sistema de canos e válvulas que reproduz esses disparos; o sistema não entenderia mais do que o homem, porque a simulação de um cérebro não é um cérebro.
  • Resposta de outras mentes: as pessoas atribuem compreensão umas às outras apenas com base no comportamento, então as mesmas evidências deveriam valer para computadores. Searle respondeu que a questão é o que é compreender, não como sabemos que alguém compreende.

IA forte, AGI, teste de Turing e consciência#

  • AGI: Uma questão de capacidade, medida pelo que um sistema consegue fazer. A IA forte de Searle é uma questão de compreensão interna e, segundo sua perspectiva, uma máquina poderia passar em todos os testes comportamentais e ainda assim não entender nada. Futuristas como Ray Kurzweil usam "IA forte" para significar AGI de nível humano, sentido adotado hoje pela maioria dos textos técnicos, inclusive discussões sobre possíveis aplicações e desafios da IA forte.
  • Teste de Turing: em 1950, Alan Turing propôs substituir a pergunta "As máquinas podem pensar?" por um jogo de imitação avaliado apenas pela conversa. O Quarto Chinês questiona exatamente a passagem de ser aprovado nesse tipo de teste para uma compreensão genuína.
  • Consciência: a IA forte no sentido de Searle implica estados mentais, que muitos filósofos associam à experiência subjetiva. Um relatório de 2023 de 19 pesquisadores avaliou sistemas de IA segundo propriedades indicadoras derivadas de teorias neurocientíficas da consciência e concluiu que "nenhum sistema de IA atual é consciente", mas que "não há obstáculos técnicos evidentes" à criação de sistemas que satisfaçam esses indicadores.

IA forte e modelos de linguagem#

Os modelos de linguagem de grande porte (LLMs) reacenderam o debate, pois conversam fluentemente em chinês e em muitos outros idiomas, assim como o ocupante do quarto. Emily Bender e Alexander Koller argumentaram em um artigo de 2020 que um sistema treinado apenas com a forma linguística não consegue aprender significado, enquanto outros apontam evidências de modelos de mundo internos. Em "Representações emergentes do mundo" (ICLR 2023), pesquisadores treinaram um modelo GPT apenas com sequências de jogadas legais de Othello, descobriram que sondas conseguiam ler o estado atual do tabuleiro em suas ativações e demonstraram que editar esse estado interno do tabuleiro alterava as jogadas previstas pelo modelo.

Explore as soluções

Visão computacional no desporto

Visão computacional no desporto

Descubra como o Ultralytics YOLO impulsiona a visão computacional no esporte com rastreamento de jogadores e bolas, análise de desempenho, insights para treinadores e reabilitação de atletas.
Saiba mais
Visão computacional para imagens aéreas

Visão computacional para imagens aéreas

Transforma imagens de drones e aéreas em informações em tempo real para a agricultura, a aquacultura, a conservação e a análise geoespacial com Ultralytics YOLO.
Saiba mais
Visão computacional no setor aeroespacial

Visão computacional no setor aeroespacial

Aplica visão computacional na indústria aeroespacial com Ultralytics YOLO para inspecionar aeronaves, detetar objetos estranhos na pista (FOD), apoiar operações aeroportuárias em terra e detetar defeitos em materiais compósitos.
Saiba mais
Visão computacional na segurança

Visão computacional na segurança

Protege todas as instalações com os modelos Ultralytics YOLO. A IA visual permite monitorizar perímetros, detetar ameaças, reconhecer matrículas e melhorar a segurança no local de trabalho.
Saiba mais
Visão computacional na robótica

Visão computacional na robótica

Potencia máquinas mais inteligentes com os modelos Ultralytics YOLO. A IA visual na robótica permite navegação autónoma, perceção, rastreamento de objetos e controlo em tempo real.
Saiba mais
Visão computacional na logística

Visão computacional na logística

Otimize a logística com os modelos Ultralytics YOLO. A IA de visão permite inspecionar pacotes, fazer triagem, rastrear veículos e monitorar a segurança em tempo real nos armazéns.
Saiba mais
Visão computacional no varejo

Visão computacional no varejo

Reinvente o varejo com os modelos Ultralytics YOLO. A IA de visão permite rastrear o estoque, monitorar prateleiras, gerenciar filas e obter insights mais inteligentes sobre clientes.
Saiba mais
Visão computacional na área da saúde

Visão computacional na área da saúde

Desenvolva soluções de saúde com os modelos Ultralytics YOLO. A IA de visão na área da saúde permite obter imagens médicas mais rapidamente, diagnósticos mais inteligentes e monitoramento de pacientes.
Saiba mais
Visão computacional na manufatura

Visão computacional na manufatura

Otimize a manufatura com modelos Ultralytics YOLO. A IA visual impulsiona o controle de qualidade, a detecção de defeitos, a conformidade com o uso de EPI e a automação da linha de montagem.
Saiba mais
Visão computacional no setor automotivo

Visão computacional no setor automotivo

Aplique visão computacional no setor automotivo com modelos Ultralytics YOLO. A IA visual aumenta a segurança viária, aprimora a assistência ao condutor e viabiliza a automação de veículos para estradas mais inteligentes.
Saiba mais
Visão computacional na agricultura

Visão computacional na agricultura

Leve a IA de visão à agricultura inteligente com os modelos Ultralytics YOLO. Aprimore o monitoramento de plantações, o rastreamento de animais e a agricultura de precisão para obter safras maiores e mais inteligentes.
Saiba mais

Vamos construir juntos o futuro da IA!

Comece sua jornada rumo ao futuro do aprendizado de máquina