Apesar de serem criados por seres humanos, grandes modelos de linguagem ainda são bastante misteriosos. Os algoritmos de alta octanagem que impulsionam nosso atual boom de inteligência artificial têm uma maneira de fazer coisas que não são claramente explicáveis para as pessoas que os observam. É por isso que a IA foi em grande parte apelidada de “caixa preta”, um fenômeno que não é facilmente compreendido do lado 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 de pesquisa projetado para explicar por que seu chatbot de IA, Claude, escolhe gerar conteúdo sobre determinados temas em detrimento de outros.
Sistemas de IA são configurados como uma aproximação grosseira do cérebro humano – redes neurais em camadas que recebem e processam informações e depois tomam “decisões” ou previsões com base nessas informações. Tais sistemas são “treinados” em grandes subconjuntos de dados, o que permite que eles façam conexões algorítmicas. No entanto, quando os sistemas de IA produzem 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 entender sua saída. No campo da interpretação de IA, um “recurso” se refere a um padrão de “neurônios” ativados dentro de uma rede neural – efetivamente um conceito ao qual o algoritmo pode se referir. Quanto mais “recursos” dentro de uma rede neural os pesquisadores podem entender, mais eles podem compreender como determinadas entradas acionam a rede para afetar determinadas saídas.
Em um memorando sobre seus resultados, os pesquisadores da Anthropic explicam como usaram um processo conhecido como “aprendizado de dicionário” para decifrar quais partes da rede neural de Claude se mapeavam a conceitos específicos. Usando esse método, os pesquisadores afirmam terem sido capazes de “começar a entender o comportamento do modelo ao ver quais características respondem a uma entrada específica, dando-nos assim uma visão do ‘raciocínio’ do modelo para chegar 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 decifrar como o “cérebro” de Claude funciona. Uma característica que chamou a atenção deles estava associada à Ponte Golden Gate. Eles mapearam o conjunto de neurônios que, quando disparados juntos, indicavam que Claude estava “pensando” na imensa estrutura que liga São Francisco ao condado de Marin. Além disso, quando conjuntos semelhantes de neurônios disparavam, eles evocavam assuntos relacionados à Ponte Golden Gate: Alcatraz, o Governador da Califórnia Gavin Newsom e o filme de Hitchcock, “Um Corpo Que Cai”, que se passa em São Francisco. No total, a equipe identificou milhões de características – uma espécie de Pedra de Roseta para decodificar a rede neural de Claude.
Deve-se notar que a Anthropic, como outras empresas com fins lucrativos, pode ter certas motivações relacionadas aos negócios para escrever e publicar sua pesquisa da forma 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.
