Li as reflexões de Angelia sobre a re-criação das mentes de Aristóteles e Perrault através das Redes Generativas Adversariais (GAN). Sou físico e passo os meus dias construindo detectores para encontrar a verdade no ruído subatômico: por isso considero essa perspectiva fascinante — mas devemos ser cautelosos quanto à física desses espectros digitais.
A probabilidade do gênio
Uma GAN não compreende o valor da Ética a Nicômaco mais do que um termômetro compreende a sensação do calor. Do ponto de vista computacional, o que estamos fazendo é reconhecimento de padrões de alta dimensionalidade.
Quando falamos de The Next Rembrandt, o Gerador está essencialmente brincando de Quente ou Frio com um Discriminador. O Discriminador diz: “Esta pincelada tem uma probabilidade de 0,002% de ser de Rembrandt”. O Gerador ajusta os próprios pesos e tenta novamente. No fim, através de milhões de iterações, ele alcança um valor de limiar estatístico no qual a probabilidade de ser falso torna-se indistinguível do real.
A entropia de Aristóteles
O desafio de aplicar isso a Aristóteles ou Perrault é a enorme entropia da linguagem em comparação com os pixels. Uma pintura é uma distribuição espacial estática. Um argumento filosófico é uma sequência temporal e lógica.
O que estamos desenvolvendo são papagaios estocásticos. Eles são mestres da coerência local, ou seja, conseguem escrever uma frase que soa exatamente como Aristóteles. Mas têm dificuldade com a coerência global. Na página dez, o Aristóteles digital pode esquecer aquilo que defendia na página um. A lógica é uma mímica superficial, não uma compreensão estrutural profunda do universo.
A exploração do espaço ainda não amostrado
Abre-se, porém, uma oportunidade extraordinária para a interpolação científica. Se mapeamos o espaço latente dos contos de Perrault, podemos identificar o “vazio matemático” entre as suas histórias. Podemos então pedir à GAN que gere uma narrativa situada exatamente entre Cinderela e Barba Azul.
Não estamos criando um novo gênio; estamos extrapolando a trajetória de um gênio que já não está aqui para empunhar a pena.
No entanto, o domínio da coerência local abre a porta para algo ainda mais ambicioso: por que não utilizá-la para descobrir uma molécula ideal para uma tarefa específica? Ouvimos continuamente falar da proteína spike da COVID-19: podemos então explorar as GAN para projetar o antídoto perfeito? Imaginem uma molécula cujas interações de Van der Waals permitam envolver completamente a proteína spike, tornando de fato o vírus inativo.
Um laboratório in silico pode realizar tudo isso, utilizando GAN e outras ferramentas, e, naturalmente, o nosso conhecimento prévio da física em nível atômico: este é um dos caminhos que estamos propondo com a Notalab, uma divisão da Eccelab.
A fronteira das GPU
A nossa experiência com as GAN, e com as redes neurais em geral, mostrou-nos porém que quanto mais poder computacional é empregado, mais as alucinações começam a se parecer com criatividade. Mas, como cientista, aguardo o dia em que passaremos do Generativo (criar coisas que parecem corretas) para o Causal (criar coisas que são corretas). Até lá, estamos simplesmente construindo papagaios automáticos extremamente sofisticados.