Apesar de serem criados por humanos, os grandes modelos de linguagem ainda são bastante misteriosos. Os algoritmos de alta potência que impulsionam nosso atual boom de inteligência artificial têm uma maneira de fazer coisas que não são explicáveis de forma evidente para as pessoas que os observam. É por isso que a IA tem sido amplamente chamada de “caixa preta”, um fenômeno que não é facilmente entendido do exterior.
Uma nova pesquisa publicada pela 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, opta por gerar conteúdo sobre determinados assuntos em detrimento de outros.
Sistemas de IA são configurados de forma aproximada ao cérebro humano – redes neurais em camadas que absorvem e processam informações e depois tomam “decisões” ou previsões com base nessas informações. Tais sistemas são “treinados” em grandes conjuntos de dados, o que lhes permite fazer 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.
Essa é a origem do campo da “interpretação de IA”, onde os pesquisadores tentam rastrear o caminho da tomada de decisão da máquina para poder entender sua saída. Em relação à 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 conseguem entender, mais eles podem compreender como determinadas entradas ativam 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 mapeavam a conceitos específicos. Usando esse método, os pesquisadores afirmam ter sido capazes de “começar a entender o comportamento do modelo ao ver quais recursos respondem a uma entrada específica, nos dando assim uma visão sobre o ‘raciocínio’ do modelo para chegar a uma determinada resposta.”
Em uma entrevista com a equipe de pesquisa da Anthropic realizada pelo jornalista Steven Levy da Wired, os funcionários explicaram como foi descobrir como funciona o “cérebro” de Claude. Uma característica que chamou a atenção deles estava associada à Ponte Golden Gate. Eles mapearam o conjunto de neurônios que, quando disparavam juntos, indicavam que Claude estava “pensando” na estrutura maciça 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 passava em São Francisco. No total, a equipe identificou milhões de recursos – uma espécie de Pedra de Roseta para decodificar a rede neural de Claude.
Vale ressaltar que a Anthropic, assim como outras empresas com fins lucrativos, pode ter certas motivações relacionadas aos negócios para escrever e publicar sua pesquisa da maneira que fez. No entanto, 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.
