Apesar de serem criados por humanos, os grandes modelos de linguagem ainda são bastante misteriosos. Os algoritmos de alta octanagem que impulsionam o nosso atual boom de inteligência artificial têm uma forma de fazer as coisas que não são facilmente explicáveis para as pessoas que os observam. É por isso que a IA tem sido amplamente apelidada de “caixa preta”, um fenômeno que não é facilmente compreendido por aqueles que estão de fora.
Uma pesquisa recém-publicada da Anthropic, uma das principais empresas do setor de IA, tenta esclarecer alguns aspectos mais confusos do comportamento algorítmico da IA. Na terça-feira, a Anthropic publicou um artigo científico projetado para explicar por que seu chatbot de IA, Claude, escolhe gerar conteúdo sobre certos assuntos em detrimento de outros.
Sistemas de IA são configurados de uma forma aproximada ao cérebro humano – redes neurais em camadas que recebem e processam informações e então tomam “decisões” ou previsões com base nessas informações. Tais sistemas são “treinados” em grandes subconjuntos de dados, o que permite que façam conexões algorítmicas. No entanto, quando os sistemas de IA geram dados com base em seu treinamento, os observadores humanos nem sempre sabem como o algoritmo chegou a esse resultado.
Esse mistério deu origem ao campo da “interpretação de IA”, onde os pesquisadores tentam rastrear o caminho da tomada de decisão da máquina para poder entender sua saída. No campo da interpretação de IA, um “atributo” se refere a um padrão de “neurônios” ativados dentro de uma rede neural – efetivamente um conceito ao qual o algoritmo pode recorrer. Quanto mais “atributos” dentro de uma rede neural os pesquisadores podem entender, mais eles podem entender como determinadas entradas acionam a rede para afetar determinadas saídas.
Em um memorando sobre suas descobertas, os pesquisadores da Anthropic explicam como usaram um processo conhecido como “aprendizado de dicionário” para decifrar quais partes da rede neural de Claude se relacionavam a conceitos específicos. Usando esse método, os pesquisadores afirmam ter conseguido “começar a entender o comportamento do modelo ao ver quais atributos respondem a uma entrada específica, dando-nos assim uma visão sobre o “raciocínio” do modelo de como ele chegou a uma determinada resposta”.
Em uma entrevista com a equipe de pesquisa da Anthropic conduzida por Steven Levy da Wired, os funcionários explicaram como foi desvendar o funcionamento do “cérebro” de Claude. Uma vez que eles descobriram como decifrar um atributo, levou a outros:
“Um atributo que chamou a atenção deles estava associado à Ponte Golden Gate. Eles mapearam o conjunto de neurônios que, quando disparados juntos, indicavam que Claude estava “pensando” sobre a estrutura maciça que une São Francisco ao Condado de Marin. Além disso, quando conjuntos semelhantes de neurônios disparavam, evocavam assuntos relacionados à Ponte Golden Gate: Alcatraz, o Governador da Califórnia Gavin Newsom e o filme Vertigo de Hitchcock, que foi ambientado em São Francisco. Ao todo, a equipe identificou milhões de recursos – uma espécie de Pedra de Roseta para decodificar a rede neural de Claude.”
Deve-se notar que a Anthropic, assim como outras empresas com fins lucrativos, pode ter certas motivações comerciais para escrever e publicar sua pesquisa da maneira como fez. Dito isso, o artigo da equipe é público, o que significa que você pode lê-lo por si mesmo e tirar suas próprias conclusões sobre suas descobertas e metodologias.
