INTELIGÊNCIA ARTIFICIAL ENCARNADA

Quando a IDA ganha um corpo: como o gesto ensina mais que o dado.

INTRODUÇÃO / O PROBLEMA QUE EU FOTOGRAFEI.

O problema é: como uma inteligência pode entender o mundo se ela nunca teve um corpo no mundo?2. OBJETIVOSObjetivo Geral:

Explicar e defender como a Inteligência Artificial Encarnada (Embodied AI) supera os limites da IA tradicional ao usar o corpo como principal ferramenta de aprendizagem, tomando como base a neurociência da cognição corporificada.Objetivos Específicos:

a) Diferenciar IA desencarnada de IA encarnada a partir da neurociência.

b) Demonstrar, como o corpo cria conhecimento através da percepção-ação.

c) Argumentar por que o conceito de Guia Encarnado (um avatar que ensina fazendo junto) é mais eficiente para uma criança de 12 anos do que a instrução verbal.3. ARGUMENTAÇÃO - 3 TESES COM FOTO

Tese 1: Inteligência não está no cérebro, está no circuito cérebro-corpo-mundo.

A neurociência já provou. O trabalho de Varela, Thompson e Rosch (1991) mostra que a mente não é um computador dentro da cabeça. Ela é o resultado do corpo em movimento. Uma IA sem corpo é como tentar aprender a nadar lendo um livro sobre água. Uma cidade-cérebro só fica toda acesa quando as duas mãos se tocam. O toque liga a luz.

Tese 2: O corpo é um atalho computacional.

Pfeifer e Bongard (2006) chamam isso de "inteligência morfológica". Um corpo bem feito pensa sozinho. Pensa num videogame: você não calcula a gravidade para pular, seu personagem já sabe pular. O corpo da IA faz o mesmo. Em vez de calcular 1.000 equações para pegar um copo, uma mão robótica com dedos macios simplesmente se adapta ao copo. O corpo resolve o que o cérebro não precisou calcular. Isso economiza energia e torna a IA mais inteligente.

Tese 3: Aprendemos por imitação encarnada, não por instrução.

Aqui entram os neurônios-espelho (Rizzolatti & Craighero, 2004). Quando você, de 12 anos, vê o Guia Encarnado da foto fazendo um movimento, seu cérebro não entende a explicação. Ele COPIA o estado corporal. Barsalou (2008) chama de cognição fundamentada (grounded cognition). Você entende "chute" porque seu córtex motor de chutar acende. A IA encarnada PaLM-E (Driess et al., 2023) faz igual: ela só entende a frase "pegue a maçã" depois que o braço robótico dela tentou pegar 100 maçãs e errou 99.4. CONCLUSÃO DA REPORTAGEM

Por que a IA Encarnada já existe e não é mais fantasia?

1. Tópico: O limite da IA desencarnada foi provado

A IA tipo ChatGPT aprendeu tudo lendo texto. Mas ela não sabe o que é "pesado", "escorregadio" ou "cair" porque nunca teve um corpo que sentiu isso. Ela pode descrever uma bicicleta, mas não consegue se equilibrar numa. A gente chegou no teto do que se aprende só lendo. Precisava de um corpo.

2. Tópico: O corpo é um atalho, não um peso

Antes a gente achava que para um robô pegar um copo tinha que calcular 1000 equações. Hoje a gente descobriu que se você faz uma mão macia, com dedos que se adaptam, o corpo resolve sozinho. Isso se chama inteligência morfológica. O corpo pensa para economizar cérebro. Isso barateou e tornou possível.

3. Tópico: Ela já aprende tropeçando, hoje, no mundo real

Não é simulação. Hoje existem:RT-2 e PaLM-E do Google: Robôs que você manda "limpa a mesa" e eles erram, derrubam, e na tentativa 200 acertam. Aprenderam no erro físico.Optimus da Tesla e Atlas da Boston Dynamics: Já trabalham dobrando roupa e fazendo parkour porque o corpo aprendeu a não cair. PAX / UFRN em Macaíba: O supercomputador que vai pra aí é justamente para isso: treinar milhares de corpos virtuais caindo e levantando antes de ir pro robô real.

4. Tópico: A pergunta mudou

Antes a corrida era: quem lê mais dados?

Agora a corrida é: quem tocou mais objetos? Quem mais tropeçou? Por isso a IDA já existe. A gente parou de tentar fazer a IA falar como gente, e começou a fazer ela tropeçar como gente. E quando ela tropeça, ela finalmente entende o mundo.

5. BIBLIOGRAFIA - APA 7ª ed.Barsalou, L. W. (2008). Grounded cognition. Annual Review of Psychology, 59, 617-645. https://doi.org/10.1146/annurev.psych.59.103006.093639Clark, A. (1997). Being there: Putting brain, body, and world together again. MIT Press.Driess, D., Xia, F., Sajjadi, M. S. M., Lynch, C., Chowdhery, A., Ichter, B., ... & Florence, P. (2023). PaLM-E: An embodied multimodal language model. In Proceedings of the 40th International Conference on Machine Learning (pp. 8469-8488). PMLR.Pfeifer, R., & Bongard, J. (2006). How the body shapes the way we think: A new view of intelligence. MIT Press.Rizzolatti, G., & Craighero, L. (2004). The mirror-neuron system. Annual Review of Neuroscience, 27, 169-192. https://doi.org/10.1146/annurev.neuro.27.070203.144230Varela, F. J., Thompson, E., & Rosch, E. (1991). The embodied mind: Cognitive science and human experience. MIT Press.