Flow. >> Salve salve família, bem-vindos a mais um Flow. Eu sou o Igor e hoje eu vou conversar com Adrian e com o Rolandinho, que são talvez as duas duas das pessoas mais nerdes que eu conheço. Duas das pessoas que mais e eh >> E você conhece gente, hein? É você conhece bastante gente. >> Mas assim, com vocês é interessante que que a gente estava conversando, a gente Já conversou de algumas com Rolandinho, muito mais, várias coisas diferentes e dá para conversar sobre várias coisas diferentes. Eu considero pessoas inteligentes essas que dá para conversar várias
coisas diferentes, entendeu? Então, mas vocês muito além disso, vocês são muito nerd também, né? Olha, não, você é nerd para [ __ ] Eu sou, mas quando eu conheci o Adrian, a minha percepção sobre ser nerd também não é que mudou, mas ela ela ela expandiu, Digamos assim, sabe? >> Nossa, dá para ser mais ainda, [ __ ] Sei, é uma competição legal. >> Acho que a natureza de ser nédio, digamos assim, pelo menos uma das definições da palavra é ter obsessões em coisas. Aham. >> E daí realmente eu tenho obsessões em coisas e e
às vezes em, digamos, estudar algum assunto ou pesquisar sobre ele e acaba, digamos assim, consumindo uma grande parte do meu tempo. >> Tua vida, estudar, ler, pesquisar, isso é um bagulho que te dá tesão, inclusive, pelo visto. >> É, é, eu acho que é é a coisa que eu mais faço, digamos assim, é pesquisar sobre coisas e encontrar coisas que as outras pessoas não encontraram. Então, um exemplo, até a gente tá fazendo um documentário eh do Infinitamente sobre exploração espacial. Não quero dar exatamente o que que é ainda o o documentário, mas ele tá sendo
o vídeo Mais difícil que a gente já fez. E para quem não nos conhece, a gente faz vídeos meio longos, né? >> Isso. Ó, vamos lá. Olha só. Eh, o o Rolandinho, o Rolandinho tá na internet há um maior tempão, né? Começou, ele fazia vídeo com 12 anos, a gente tá falando isso aqui agora mesmo, né? >> Eh, o Adrian e eles juntos, eles fazem o canal infinitamente, que tem dois anos e quatro vídeos. E não é porque a gente não trabalha não. Qual que é o tema do primeiro vídeo, Rolandinho? >> Aham. É, a
gente fez um vídeo que se chama Como reinventar o computador do zero, que talvez tenha aparecido aí na timeline da galera, né? Porque é um vídeo que que o YouTube imprimiu muito, né? É, vai chegar em 3 milhões de views agora >> e e muito tempo assistido. É algo incrível assim desse, >> mas a gente a gente fala que tem dois Anos o canal, mas a gente passou, se for contar todo o tempo, concepção da ideia, tal, >> pouco dá dá um pouco mais, porque, por exemplo, o vídeo do computador, eu acho, >> levou uns
oito meses tudo, não >> é? Eu fiquei pesquisando cinco meses antes da gente começar a gravar. É, >> então, e era um assunto que eu já conhecia muito sobre, mas teve muita coisa que eu descobri na época também em relação a audiovisual, porque claro, o Rolandinho, eh, eu lembro que quando eu conheci o Rolandinho, ele tinha sido apresentado para mim pela minha irmã como um dinossauro da internet. Isso, cara. >> Pô, é, mas é verdade. Aí é [ __ ] né? Eu já tô meio calvo aí. Toda hora que eu falo que eu sou um
dinossauro da internet, eu me sinto muito mais velho do que >> eu achei, eu achei engraçado. Isso me marcou porque ele reclamou depois, né? Ficou marcado na consciência dele. [ __ ] me chamaram de dinossauro. >> Toda hora agora, Adrien. Agora realmente eu virei dinossauro. Não tenho o que fazer. >> Ó, mas ó, tem gente que já já existe gente que tem nostalgia de algo que a gente fez pr [ __ ] O cara tem nostalgia de quando eu jogava GTA. >> Não, chega um cara mais alto que eu com a com barba e fala:
"Cara, nossa, eu cresci assistindo, isso me quebra. >> Cresci assistindo, você me quebra muito." Você fala: "Nossa, acabou. Eu sou de uma outra época, já não entendo as piadas. É, sabe essa coisa? Eu assim, eu me sinto um pouco assim. >> Chega isso, né? Chega. >> É, chega, chega. >> Bom, o que que você tava falando que a gente roubou a brisa? >> Até esqueci. Não, mas assim, eh, eu tava comentando sobre essa questão de obsessão. Por exemplo, o vídeo do do Apollo 11 é um vídeo que porque assim, a gente fez esses vídeos, todos
eles em geral tm uma hora, um só que não tem. Eh, todos demoraram muito tempo para fazer e etc. E daí a gente teve uma escolha em um certo ponto que era, será que a gente diminui o tamanho dos vídeos, tenta publicar mais? >> É. Porque eles têm mais ou menos uma hora. Uhum. 20 50 >> do jeito que a gente pensa sobre eles São quase documentários, né? Ess essa ideia muito mais do que um vídeo, digamos assim. É um documentário publicado no YouTube. >> E daí esse do Apolo 11, especificamente, eh, em vez da
gente reduzir, acabou sendo que vai ser o maior vídeo por bastante que a gente fez. Vai dar, sei lá, 2 horas meia, >> [ __ ] >> E eu eu tive que contar isso pro Rolandinho quando eu percebi que ia Acudar 2 horas meia, né? Mas a gente a gente tá aí para isso, né? Já já estamos dentro, né? Agora vamos nessa. É, >> então, mas aí para fazer um vídeo desse precisa precisa de uma porrada de coisa, por quê? Você não quer você não quer ficar o tempo que você ficou para fazer esse, vocês
ficaram para fazer esse vídeo e esse vídeo não funcionar do jeito que vocês esperam. Então, além de todo o estudo pro conteúdo do vídeo, precisa entender como é que funciona a Plataforma ou tentar chegar o mais próximo possível de como funciona a plataforma, porque a gente não tá falando de um vídeo de fácil consumo, não tá falando de um vídeo que tá talvez no no que a gente imagina que é o hábito de consumo do público. O cara ele tá muito mais acostumado em passar um vídeo, >> ele vai ter que ser convencido de alguma
forma. Nossa, ele vai ter que ser fortemente convencido a assistir um Vídeo 2 horas meia, >> né? Então, eh eh conhecer a plataforma aí, conhecer público, conhecer o que o que você tá fazendo me parece fundamental, especialmente com >> Uhum. >> quatro vídeos no canal. É, >> a gente tem poucas tacadas, né? Acho que é isso também que você tá destacando no sentido de que muita energia num produto só, se ele vai, se ele vai errado. Eu lembro, eu até eu vou passar a bola para Você, mas é, antes eu eu queria falar da nossa
angústia quando a gente lançou o vídeo do computador. Imagina oito meses trabalhando e assim muito dinheiro no vídeo, muito esforço. Adrian ficou meses e meses, largou o trabalho, né, assim, dedicação integral. Eu lembro que eu tava viajando e e editando aquele lance das portas lógicas eh na madrugada, cara. E aí a gente tentou lançar o vídeo, o vídeo, os renders davam errado. Enfim. >> Aham. Aí a gente lançou o vídeo assim, eu lembro que na primeira semana deu assim 2.000 visualizações, era um negócio assim nos primeiros três dias e o Adam já fazendo conta, né?
Beleza, acabou, fim da linha, né? Agora a gente segue o próximo som. >> Tava considerando os trabalhos, né? McDonald's. E agora então >> é, então é isso, é essa ansiedade toda vez que a gente lança um vídeo tempo que Virou, quanto tempo demorou para virar de fato? >> Eu acho que foi quatro dias. Foi quatro dias. Então foi um sofrimento que durou pouco. >> É, mas virou assim, né? Aí começou a dar view, né? É que para mim assim deu deu, digamos assim a 30.000. Eu pensei: "Ah, tá tudo bem, agora sim, tá beleza, 30.000
pessoas assistiram e dava para ver que, digamos assim, o quanto tempo cada um assistiu era um número bem Grande." Pensei: "Nossa, tá bom, >> pô. Impactei pessoas que tem a ver com a missão do canal, né? >> Porque você pensa quanto tempo eu ia gastar para impactar o mesmo número de pessoas dando aula? Por exemplo, quando dava, sei lá, treinamento de olimpíada de matemática. É, é insano. Eu teria que trabalhar a minha vida inteira, digamos, dando aula todo dia, umas duas horas por dia, para chegar nesse número que deu de horas de visualizações, logo nos
na Primeira semana do vídeo. >> Então, já tava ali de do ponto de vista de passar conhecimento, de certa forma realizado. Por e com 3 milhões, 3 milhões tá gozando, né, meu irmão? Então, depois de um tempo, acho que você só para de pensar, >> para de pensar nisso, não. E e o que a choca muito a gente é essa retenção que a gente tava até falando na que o Flow também tem um número de retenção. Podcast normalmente tem, mas a gente Fica bem impressionado porque é um vídeo bem técnico e ele tem mais de
50 minutos de então as pessoas as pessoas a média, né? Então a maioria das pessoas assistem o vídeo inteiro mesmo completo. Então mostra que tá funcionando porque tem toda uma estratégia narrativa, como você mesmo falou, são assuntos densos, né? E aí o texto do Adren tenta eh, digamos assim, ir apaixonando a pessoa pelo tema na mesma proporção que vai entregando informações e tem todo um equilíbrio que É bem que tem a ver com a forma como a gente vê a divulgação científica, né? O jeito que a gente quer fazer o negócio, né? >> Tem algumas
coisas que a gente que a gente decidiu que o infinitamente não vai abrir mão necessariamente, né? Que enfim, é o jeito que eu falo, pode falar mais que o texto é dele, mas eu digo que a gente quer que a pessoa também aprenda algo, né? assim, não é aquela sensação de você assistir um vídeo e falar assim: "Poxa, tem essa coisa ma interessante aí que que eu poderia saber mais, fiquei sabendo que ela existe agora, né? Parecer muito legal". Não, a gente quer que você realmente saia do vídeo sabendo aquilo, né? Se você quiser aprender,
tem ali o conteúdo necessário para você entender aquilo e sair com novo conhecimento no final lá do outro lado. >> E algo especificamente que de certa forma transforme a tua visão do mundo sobre algo, né? algum conhecimento que De algum jeito ele mude a visão que você interage com o mundo de algum jeito. Então, na seleção dos tópicos em si, tem isso, até porque, digamos assim, tem muito mais ideias do que vídeos que a gente consegue fazer. Eu tenho um, sei lá, um uma lista ali de tipo 75 vídeos, é, de ideias de vídeos que
eu queria fazer, >> cada um com seis meses de tempo de produção. >> É, então é vídeos pro resto da minha Vida inteira. Então eu dou prioridade, diz, a gente dá prioridade para esses vídeos, onde a gente sabe que a pessoa ela aprendendo aquilo de alguma forma vai mudar alguma coisa tangível na vida dela de algum jeito. >> E também precisa ser uma parada, não dá para vocês reagirem, né, para você, vamos lá. Eh, aconteceu algum salto tecnológico incrível e tu tem que falar dessa [ __ ] amanhã, [ __ ] tu vai falar dessa
parada daqui a seis meses, Né? Então, para ser mais para conseguir reagir, precisa precisaria ter um outro tipo de conteúdo, né? >> Mas e e a parte de entender YouTube plataforma também é um tesão? >> Eh, eu eu acho que no começo não era, mas depois acabou sendo algo que eu penso mais sobre, porque no fundo eu quero que a pessoa assista o vídeo. >> Aham. Então, existe algo que não dá para se ignorar no sentido dos incentivos da plataforma, mesmo quando é para ignorar Esses incentivos. No sentido de, por exemplo, eh, o que eu
tava comentando do vídeo de exploração espacial, tem várias coisas que eu encontrei na pesquisa nessa questão de obsessão, onde eu encontrei informações que quase qualquer documentário que você vê sobre o assunto, inclusive gringos e etc, tem essa informação errada. Você vê astronautas falando errado. Só que daí eu encontrei astronautas se contradizendo. Um astronauta falava uma Coisa, outro falava outra. E daí eu fui e gastei, sei lá, uma semana inteira para encontrar aquele pedaço de informação. Eh, não existe nenhum incentivo do YouTube para mim fazer isso, no sentido de que ninguém ia perceber, ninguém ia perceberade.
>> E mas esse esse essa é uma das situações onde eu, digamos assim, não deixo a plataforma me influenciar. Uma outra é, digamos que eu quisesse fazer algo como um documentário normal ou como um Documentário de cinema e fizesse as intros, digamos assim, os pro começo do vídeo como desses documentários. É algo que simplesmente não ia ter como TV. Exato. >> Porque o cinema, digamos assim, ou documentários, eles não estão competindo pela tua atenção da mesma forma que o YouTube tá. Você tá com celular de outra forma, né? >> Você tá com o celular na
mão, você tem um monte de vídeo interessante do lado, Digamos assim, é só na na, digamos assim, no começo do YouTube você vê um monte de competição. Então, mesmo que você clique no meu vídeo, talvez você lembre, você lembre não, mas tinha aquele vídeo lá, sabe, super interessante para eu assistir. >> E você tem muita coisa competindo também, não é? Não é só outros vídeos do YouTube, é o seu Spotify, é sei lá, os seus podcasts que você pode estar ouvindo ali, tem jogos, você tem uma Biblioteca de jogos enorme na Steam. Então tem essa
questão de conseguir passar o máximo possível eh digamos assim, não passar o máximo possível de informação, interesse da pessoa possível, >> mas mostrar o quanto aquilo foi feito com carinho, o quanto aquilo teve uma certa dedicação logo no começo e modular, digamos assim, eh o storytelling, o roteiro que eu tô tendo para que se a pessoa assistiu aqueles Três primeiros minutos, se eu consegui ganhar aquela ali, eu dei várias razões para ela continuar assistindo, digamos assim. Então tem isso que na verdade eu acho muito compatível com, sei lá, a jornada do aprendizado, no sentido de
que você eh, pelo menos quando eu eu dava, sei lá, aula ou esse tipo de coisa, eu modulava por pergunta assim, >> então uma ideia de você se guiar pelo interesse e curiosidade da pessoa. Então, no fundo, não existe uma Contradição tão grande entre criar algo que é muito interessante e algo que vai ensinar a pessoa, mas ao mesmo tempo tem esses incentivos que eu falei que vão contra criar coisas. E >> você poderia fazer uma uma introdução se você fosse fazer um documentário mesmo, um documentário desse que que vai rodar circuito ou que vai
ser um documentário que as pessoas falam: "Ah, vou assistir esse documentário porque ele é renomado." Ele é um documentário muito Importante sobre biologia, então vou lá, vou sentar e vou assistir. A decisão já tá tomada, né? Assim, de uma certa forma. Claro que você pode desistir. >> Você percebeu quanto ad tem no cinema agora? Se você vai ver um filme e daí você assiste 15 minutos de AD. Imagina no YouTube você vai assistir esse episódio aqui. É. Não, você chega na hora do filme e daí você tem assim 15 minutos de AD. >> Que porque
antes você tinha trailer, né? Agora é 15 minutos de AD. Ora trailer >> depois trailer que que, né, que é é ed também, né? >> Mas é porque a pessoa já, ela não vai embora, né? Ela já tá ali. >> Tem tem um lance que o que o Adrian fala até eh recentemente a gente falou que é aquele lance do do do triângulo. Adrian, acho que é legal trazer isso porque tem a ver com o fato de >> do desafio que é quando a gente começou a idealizar o canal, eu trouxe a minha Bagagem de
youtuber, né? E rolou essa essa coisa da gente entrar numa sinergia, né? Porque o Adri tinha coisas que ele não não queria abrir mão, porque foi exatamente assim, foi assim, vamos fazer um canal de ciência, tal, tal, tal, vamos, mas se for para fazer, então a gente quer fazer um negócio diferente, quer fazer um negócio, né? E aí a gente foi entendendo o que que os dois queriam, né? Um, >> porque a gente queria fazer um canal, a Gente queria fazer vídeos de ciência >> e daí o jeito de fazer isso era com canal, um
canal. Então, não era o canal a todo custo, digamos assim. É, e a gente tinha tinha conversas sobre divulgação científica, sobre o que a gente gostava de divulgação científica, o que a gente não gostava na divulgação científica. Então, já tinha meio que a gente já tava meio que concordando em certas coisas, mas aí eu trouxe muita bagagem eh do YouTube de como as coisas Funcionam lá. E e teve esse momento também, né, do tipo assim eh coisas que eu falava que o Adrian meio que descobriu na marra, teve coisas que eu aprendi com ele que
não eram escrito em pedra. Eh, eu acho que nesse processo eu eu acabei até aprendendo mais, cara, sendo bem honesto, porque você vai sendo condicionado, né? Você vai fazer, imagina, você fica fazendo vídeo por 12 anos e eu acho que eu sou um cara bem atento, mas mesmo assim você acaba Entrando numa numa coisa meio viciada, né? E o Adran questiona tudo, cara. Entendeu? Então, tudo eu falar assim: "Ah, não, aí sobe desse jeito, mas por que desse jeito?" Por que por que não de todas essas outras 15 formas? Vamos investigá-las. E eu e eu
ganhei com isso, cara, com certeza. Entendeu? Eu eu eu acho que teve um momento que é muito marcante na minha cabeça, que foi um dia que eu tava eh acho que eu tava na USP, nesse dia no Nova USP lá, eh esperando Numa cafeteria e eu tava mandando um áudio gigantesco pro Rolandinho para convencer ele de que o vídeo do computador ter 28 minutos não era um problema. Porque eu eu cheguei naquele momento do roteiro que eu percebi, putz, não tem como fazer com menos de 28 minutos. Tem quanto no final? >> É 1 hora
e 15 minutos. Então eu tive que mandar outros depois, mas ele foi um momento muito marcante para mim, porque Eu tava super preocupado de que porque a gente tinha conversado, eu tinha falado: "Não, não tem como". >> Ah, mas eu nem fui reativo, né? Eu aceitei fácil. >> Não, você aceitou super fácil. É, não é isso, né? Pessoa já tá lá, ela já se >> pô, mas vou te falar, cara, imagina, imagina tu falar para alguém em 2018, em abril de 2018, que tu ia fazer um podcast. É, >> é exato. Exatamente. >> Não, e
podcast de 5 horas, digamos assim, né? E as pessoas iam ouvir de verdade, etc. >> Então é muito sinistro, né? >> É, a gente já entendeu que tem um lance nisso que a gente faz que é muito legal, que é essa energia em volta do fato de você, você tava até falando de assuntos quentes, tal, tal. Outra coisa que a gente discutiu bastante que se ia ter espaço no nosso projeto, talvez até um dia a gente encontre como dar vazão a Coisas mais do momento, mas a gente gosta desse lance de que a gente faz
vídeos, a gente tenta, né, fazer um vídeo que ele tem algo de definitivo, não é nem definitivo, mas ele consolida uma parte do conhecimento sobre aquele assunto. Então, o nosso vídeo sobre inteligência artificial, por exemplo, inteligência artificial é um assunto, a gente fez dois vídeos, né? dividimos uma parte do assunto. >> Mas aicial vai matar a gente ou ela vai Assunto. Então é um assunto que que ele tá sendo muito conversado agora e a cada semana surgem coisas novas. De quando a gente fez esse vídeo para agora já mudou tanto o paradigma, os modelos já
funcionam até de outra forma, tal, né? tem a avanços incríveis, mas a esperança era que a gente conseguisse fazer um vídeo que daqui a 10 anos, se a gente viver num futuro aí onde a inteligência artificial tá muito mais presente na nossa vida, esse vídeo ele ele não Esteja ultrapassado no sentido de que o conhecimento que tá ali ainda a base do que é inteligência artificial e você entender aquilo vai te ajuda a entender melhor como a inteligência artificial funciona. O termo que eu que eu uso para descrever isso é universalidade. a gente busca essa
universalidade nos tópicos de forma que daqui, sei lá, 30 anos aquele tópico ele ainda tenha essa universalidade. E eu acho que o vídeo de inteligência artificial, com algumas Exceções ali no meio, ele tem isso pelo menos, né? As discussões eh filosóficas que estão ali, digamos assim, que é o principal tema do vídeo, questão de discutir teste touring, etc. Todas essas coisas elas elas têm essa universalidade, no mesmo sentido que, por exemplo, eh matemática tem essa universalidade, física tem essa universalidade, entender a natureza, ciência de base, né, tem tem essa essa questão de não é algo
que muda, digamos Assim, a gente só talvez transforme a a nossa visão sobre aquilo com mais evidência, mas não é algo que as descobertas que a gente teve antes, que foram bem estabelecidas, deixam de ser algo valioso de pelo menos se discutir sobre. >> Entendi. A inteligência artificial. Ah, bom. O o Aquita já veio aqui e a gente falou e ele me falou uma frase que eu eu fiquei, [ __ ] essa é interessante que é a A tua empolgação com a com a inteligência artificial é inversamente proporcional ao teu entendimento da inteligência artificial. Tu
concorda? >> Não concordo. >> É, >> eh, então esse é um tópico super complicado, porque o que que acontece? Eu acho que tem tem super a ver com divulgação científica num certo sentido, porque eu sinto que com inteligência artificial a gente vê várias pessoas. >> [ __ ] que pariu. Agora eu espero que eu tenha estado certo aqui. >> O Aquita pode ter colocado normalmente aí que já mudaria um pouco, mas né? É o interesse normalmente é inversamente proporcional. Mas vamos assim, salve aqui, eu não quero te [ __ ] mas é só se eu
tiver falado errado, [ __ ] porque vai vir uma discussão legal. Tá bom, vamos lá. Então, eh, é que eu acho que tem super a ver com divulgação científica, no Sentido de que existem alguns alguns erros normalmente que acontece com divulgação científica, onde pessoas muito bem intencionadas elas se sentem na obrigação de comentar sobre um tópico. E daí, nesse sentido, eu talvez até concorde com a intenção do que o Aquita tá falando. E elas acabam aprendendo a superficialidade daquele assunto, mas pelo fato de que elas eh não têm essa profundidade, elas acabam superestimando o quanto
elas sabem sobre Aquilo. Digamos que eu acabei de começar a estudar algum tópico de física, sei lá, relatividade especial. Se eu tô no no na página 10 do meu livro de relatividade especial, tudo que eu sei sobre relatividade especial é aquelas 10 páginas. Hum. >> Então, se eu parar para pensar o quanto que eu sei, tudo, né? Porque eu sei tudo que eu sei, é por definição tudo que eu sei. >> Aham. >> E normalmente quando você avança num tópico, você acaba percebendo que você não sabe tantas coisas. >> Você vão ter que voltar aqui
porque a gente não vai ter tempo suficiente hoje, porque eu já vi que esse moleque é maluco. Eu >> gostei. Gostei. Vai. No caso de inteligência artificial, eu eu tinha talvez uma posição que era bem congruente com a Quita há dois anos Atrás, porque eu achava que o grande risco das pessoas falando sobre isso seriam pessoas que foram pegas pelo hype, principalmente porque tem muito dinheiro nisso, e elas acabariam sendo levadas por isso e teria muita coisa sendo solta que não faz sentido. E de fato tinha. E o que eu percebi agora é que existe
o oposto também no sentido de que as pessoas querem acreditar. que a inteligência artificial, que tudo isso que tá acontecendo, é uma grande jogada De marketing, >> que não serve para nada e que não tem a mínima capabilidade de fazer nada, que é o que é o grande alto corretor. Uhum. >> E eu acho que existe acaba acontecendo esse incentivo onde pessoas falando sobre isso acabam tendo muita popularidade no sentido que é é um discurso que se quer ouvir tanto quanto o discurso do hype, entende? Então existe, >> é, tem outro cara que tá falando
que Além de roubar nosso emprego ainda vai ser nosso Deus, tá ligado? Porque tem o outro lado, tem um cara falando que a gente tava falando antes aí, o cara que tá falando que não é [ __ ] nenhuma e o cara tá falando que vai ser Deus. >> É, tem algo engraçado que eu costumamente falo é que o quanto >> o maiúsculo, né? Se for o Rolandinho, nesse caso ele não se importa muito. >> Não sei, >> não sei. Mas é qualquer dia a gente Conversa sobre isso. >> A gente pode entrar nisso no
final também. >> Ah, é? Tu não sabe mais? Não, não é que eu não sei mais, mas eu me o meu ateísmo é menos militante hoje em dia, com certeza. Bom, tá bom, tá bom. Voltando, vamos lá. >> Então, eh, eu, eu ia falar que o quanto eu pareço entusiasta de inteligência artificial tem tudo a ver com a pessoa que eu tô conversando sobre, no sentido De que, eh, eu, eu, eu gosto, inclusive, de me colocar nessa situação de de eh ser a pessoa colocando problemas no que a outra tá falando no sentido porque eu
acho que as duas saem com entendimento melhor depois. Então, certamente acho que >> advogado do diaboado. >> Mas especificamente sobre inteligência artificial, eu eu sinto que o problema agora tá indo totalmente pro outro lado. Pelo menos no discurso popular do Brasil Que eu ando acompanhando, >> que é de subestimar. É isso que você tá falando, né? >> É subestimar no sentido de que tem coisas que a gente não é especulação minha, não é eu dizendo que vai acontecer, é coisas que a inteligência artificial, digamos assim, LLMs e modelos, etc. conseguem fazer agora. E eu entendo
perfeitamente a arquitetura do jeito que eles funcionam, no sentido de eh eu entendo exatamente como Acontece esse treinamento e mesmo assim ele eh tem essas coisas e elas são negadas de certa forma, entende? No sentido de que o discurso popular parece que não chegou lá. Então talvez dois anos atrás a gente tivesse discutindo o quanto esses modelos conseguem fazer coisas, a promessa deles, etc. E muito dessa promessa não foi eh não foi atingida. Aham. >> Sentido, sei lá, o Sunman, por exemplo, que da Open tava falando coisas absurdas Há dois anos e pouco atrás. Ele
ia lançar um novo modelo, ele começav: "Nossa, Adi". Ele falava que ele tava sentindo o Adi nesse na >> inteligência artificial geral já já era uma realidade em breve. >> Mas a gente viu um salto maneiro do primeiro pro chatt, depois pro três, depois pro quatro e já do 4 pro cinco. Já foi meio estranho, né? >> Sim. É. É. É que o ele ele lançou no 3.5 Já, né? Que era o chat, o chatpt. Ele era o 3.5. >> Então, mas aí aí teve essa parada do quatro pro cinco, a galera tava com hype
[ __ ] e eu que eu não sei, não manjo, né? Mas o o o não foi tão legal. Rolou a parada. >> É, teve do quatro pro cinco. Teve todo um lance do fato de que as pessoas estavam apegadas ao 4.5. Quando o cinco saiu, algumas pessoas ficaram órfã do 4.5 pela forma, ele era um pouco mais Condescendente, ele era mais agradável na na comunicação. Não teve isso, com certeza. Tiveram pessoas que passaram até por >> Era era o 4, no caso, né? É, teve teve uma coisa e de algumas pessoas que usavam quase
como um companheiro, um uma pessoa ali para para est junto, tal, e tiveram relatos no Reddit de pessoas que falaram: "Nossa, aí no dia seguinte eu abri o negócio, perguntei, o cara o cara foi super Estúpido, respondeu de qualquer jeito" e as pessoas se sentiram. Teve teve esse episódio, mas eu acho que que o que você tá falando é a respeito da da sensação do salto, né, de que e do primeiro que ficou o público, que era o 3.5 para, por exemplo, a segunda versão, foi um salto muito perceptível e aí foi ficando menos perceptivo
para quem usa no dia a dia. E até porque, digamos assim, essas empresas elas estavam todas eh em um momento de aquisição de recursos, então Era necessário que eles colocassem eh esse hype no máximo possível, porque no dia seguinte eles tinham uma reunião com investidores e era para levendar quantidades e insanas de dinheiro, coisas que nunca foram feitas de investimento nos Estados Unidos, direciona, e não só isso, como eh ações governamentais no sentido de que eh decisões políticas do Trump e da do do gabinete dele em si foram tomadas com Base nisso. Então, é claro,
é claro que acontece politicamente falando. >> Ah, eu não sei. Eu acho, eu, eu acredito que esses países, né, e estão tendo um protagonismo agora da conversa muito grande, né, mas de alguma forma também é uma é uma aposta gigantesca, porque é parte desse desse recurso, dessa energia eh foi colocado nisso e >> o Sam me parece ter um uma [ __ ] influência, né, no sei lá, nos Estados Unidos, [ __ ] né? Então, é, é o Reconhecimento de que de algum jeito a inteligência artificial tá muito próximo das indústrias que vão ser fundamentais
não só para a economia dos Estados Unidos, mas pra segurança também. E eu acho que a gente pode entrar mais no detalhe disso depois, no sentido de que a ideia de que computação é algo que tá muito atrelado à segurança de uma nação e a soberania de uma nação, é, não é algo que surgiu agora, é algo que você encontra, por exemplo, eh, discussões no Gabinete do Obama ainda sobre isso. Eh, tem teve depois discussões no primeiro mandato do Trump e etc. essa percepção. Inclusive, a China começou a a tomar decisões com base nisso no
começo do século XX, essa ideia de que eles perceberam que eles estavam muito atrás na questão de fabricação de microchip ou na questão de o poder computacional que eles têm à disposição deles e o quanto isso pode influenciar, por exemplo, eh, em uma batalha ou pelo fato de que boa Parte das armas atualmente elas têm esse componente inteligente, elas precisam de microchip. Então, se você não consegue fabricar aquele microchip ou alguém consegue cortar alguma parte da cadeia de distribuição, você não consegue produzir um certo míssil, você não consegue produzir eh um carro específico que é
usado >> segurança nacional, então, né? >> E >> e isso tem tudo a ver também com eh Coisas que não são talvez tão agressivas, como por exemplo, partes da indústria, etc. elas precisam de computação. Então, computação e essa talvez seja uma das grandes coisas que eu queria passar com o vídeo do computador, especificamente, é a pessoa perceber que computação não é só, digamos assim, o que o seu computador tá fazendo para você jogar um jogo, não é algo que você deixa no seu computador, é, tá inerentemente ligado com a Capacidade da humanidade de resolver problemas.
Então, quanto mais computação a gente conseguir acessar, de certa forma, isso tá extremamente colacionado com, digamos, se a gente vai conseguir resolver certos tipos de câncer ou se a gente vai conseguir resolver certos problemas energéticos ou até problemas ambientais, digamos assim. Se você tem computação sobrando, você consegue jogar em certos problemas e tanto da ciência quanto das humanidades e etc e tentar Resolver eles. Então, é, é o >> interessante, nunca tinha pensado na computação dessa forma. É porque computação é algo universal, no sentido de computação universal mesmo. O um computador qualquer que seja, e isso
desde os usos E3 em 1943, ele consegue resolver, ele consegue resolver qualquer algoritmo que você coloque para ele, exceto que ele talvez não tivesse memória suficiente e você tivesse que esperar muito tempo no caso de Computadores muito velhos. Isso quer dizer que qualquer problema que pode ser resolvido computacionalmente pode ser resolvido por qualquer computador. Então você pode pensar que computação é um recurso que nem energia. Na verdade é algo que tá assim downstam de energia no sentido, né? Um derivado. >> Só só acrescentando que é uma coisa que eu aprendi fazendo o vídeo do computador
também, que é entender computação como um recurso e porque ele É um recurso importante. É você entender que existes tem problemas, certo? Alguns problemas são computáveis, outros problemas não são computáveis. >> Sim. >> Só que existem muitos problemas que são computáveis e tem toda uma discussão de saber quais são os se eh se problemas são ou não computáveis, tal, enfim. É, eh, mas por exemplo, a inteligência é é >> não é o o que eu que o que eu tô querendo dizer aqui, >> ele ele você tá perguntando se problemas computáveis seguem um padrão. >>
É, eles têm que necessariamente ser problemas que podem ser resolvidos com algoritmo. Então, eles têm que ter um padrão interno, mas esse padrão interno pode ser muito eh convolucionado, >> flexível e tal e enfim. Mas é, a questão que eu tô colocando é você para entender o por que computação é uma coisa tão mágica, tão importante, por que que esse vídeo tem um uma ligação quase Filosófica assim, é um negócio que para mim é muito fantástico, que eu tive uma experiência transcendental com o vídeo, juro, juro, >> é divertido. O nerdão falando a parte técnica
e o frescão falando da exato, exato. Ai, exato, exato. Não, mas é fantástico porque se você entende que existem muitos e muitos e muitos problemas que são computáveis, o que o Adran tá dizendo é que qualquer máquina de Touring, ou seja, qualquer Computador dá conta de resolver esses problemas. E o que a gente tá discutindo é quanto recurso a gente coloca para melhorar esse computador, fazer ele ficar mais rápido, fazer ele ficar mais eficiente para que a gente resolva esses problemas que são computáveis, entendeu? Então, eh, a gente dá conta dos problemas do mundo através
da computação, entendeu? Porque quando fala computação parece que só tem a ver com coisas que existem no Universo dos computadores, mas não é nada disso, né? Eh, não sei se eu falei algo muito errado, mas eu acredito que seja. É, porque para mim é essa foi a coisa fantástica assim, sabe, de de conseguir entender que que computação é uma coisa que, >> que que não tem a ver só com os computadores, né? Problemas computáveis são problemas que a gente pode submeter às máquinas e e receber respostas. E e assim, até onde a gente sabe, a
gente Nunca encontrou nenhum processo físico que não é computável, no sentido de que não existe nada que um, a, por exemplo, assim, a dissipação de calor dessa mesa ou o a computação que acontece no núcleo de uma estrela, a princípio, nada, nenhum processo físico que a gente encontrou não é computável. O que a gente já encontrou, várias dessas coisas são perguntas sobre processos físicos que não são computáveis. Por exemplo, o primeiro processo que a gente que a Gente descobriu, a primeira pergunta que a gente descobriu que não era computável é o problema da parada, que
é uma pergunta sobre computadores, que obviamente tem processos físicos computáveis, mas e a gente tem pergunta sobre a física quântica, que não são computáveis, mas em geral todos os processos físicos são computáveis. >> Ah, então entendi. Tu vai falar tudo isso aí, tu não vai fazer, tu não vai falar nenhuma pergunta que não é Computável, cara. >> A audiência vai ficar maluca, cara. Uma pergunta que não é computável é, por exemplo, assim, se existe algum algoritmo que consegue dizer para qualquer programa de computador se ele para ou não. Esse esse seria o o grande exemplo
de programa não computável. >> Ele para de rodar, entendeu? Se ele para de se executar. É isso, né? Então vai lá agora, professor, explica ele. >> Então, eh, qual que é a ideia? Alan Turin, quando ele descobriu isso, quando ele ele ele mostrou que esse problema não era computável, ele tava tentando resolver um problema chamado H problem, que é o problema da decidibilidade em alemão. É isso que eu falei. E o que que ele era basicamente um problema que foi estabelecido no começo do século XX para determinar se a gente conseguiria ter um algoritmo que
diz se um teorema pode ser provado ou não. E o jeito que ele pensou para resolver isso foi, em primeiro Lugar conceber a máquina de Touring, que é a ideia do modelo é tentar criar um modelo da forma mais simples de se executar a computação. Então, digamos que eu quero capturar essa questão da computação, o que é computação? E a ideia de Alan Turing foi: "Bom, beleza, vamos tentar pensar qual que é o objeto mais simples possível que eu consigo imaginar que consegue executar essa característica que eu chamo de computação. Antes disso, mano, isso é
Muito legal. Antes disso existiam existiam algoritmos há muito tempo, por exemplo, algoritmo eclidiano, algoritmo da divisão, etc. Mas ninguém tinha uma definição do que que é um algoritmo. No sentido assim, é, você, você sabe, né? Algoritmo da divisão, eu divido isso por isso, passo esse número para cá, etc. É um conjunto de regras finito. Eh, parece que tem algumas características nele, mas não tem nada que me diga o que que é essa coisa. E daí a máquina de turouring É basicamente uma uma ele imaginou um objeto que tem uma fita, essa fita infinita e ela
tem bloquinhos. E daí a versão que eu tô falando aqui é uma versão um pouco mais simplificada, mas que é equivalente, que é de Martin Davis, que cada um desses bloquinhos pode ter um ou zero nele >> e a máquina pode decidir apagar, colocar um ou apagar esse um, colocar zero e ela pode ir pra esquerda ou pra direita, uma casa por vez. E essa máquina dessa forma Extremamente simples, e ela tem dentro daí regras na cabeça dela de por que, digamos assim, ah, se eu passo pra esquerda duas vezes, vejo um, eu volto pra
direita, etc. Tem algumas regras assim, >> tem que ser um número finito de regras também. Ela é capaz de executar qualquer computação. Essa é a questão. E, >> ou seja, dada uma fita específica, né? É isso. Ela ela ela ela consegue fazer. >> É, no caso, a gente consegue criar uma Máquina para fazer qualquer computação, mas daí outra coisa que ele descobriu é que existe a máquina universal. E a máquina universal é uma máquina de tour em específico que se você dá para ela a as informações de qualquer outra máquina, então ela faz essa computação,
>> ela simula, entende? Ela ela ela consegue ela consegue se adaptar para ser aquela outra máquina e aí depois ela se adapta para ser uma outra máquina. Então ela se adapta para resolver Problemas diferentes que são computad. E é isso que um computador faz, digamos assim, é no sentido de que ele é ele é tour incompleto, ele é uma máquina universal, exceto que ele não tem uma fita infinita, mas se a gente assumir que a gente pode sempre colocar memória mais no computador, então ele conseguiria resolver qualquer problema computável, dado tempo suficiente. >> Aham. Então
é, essa seria a ideia do do da máquina de turbo, se o problema é Computável, mesmo que demore milhões de anos, você sabe que um que qualquer computador essa fita que era que era a maquininha mais simples de todas, ela resolve o maior problema computável que existir, desde que você dê tempo suficiente para ela ou você aumente a performance. Enfim, né? Você vai brincar com esses eixos aí. Mas é e daí imagina que e a gente quer então criar um programa específico ou criar uma máquina de touring, porque as duas coisas são Equivalentes, que se
eu der um outro programa para ela qualquer, digamos assim, ó, o identificador de parou que eu fiz em Python, aquele programa que a gente tava conversando sobre, é, ela ela ela dá eu dou esse programa para ela e ela vai me dizer antes de eu rodar esse programa se ele para ou não, >> tá? Porque >> se ele para, é, se ele dá um erro, é isso, né? Se ele se ele para de funcionar, é isso. >> Não, não é se ele finaliza, se ele dá erro, >> se ele vai até o final, é isso.
Se ele vai até o final. Entendi. >> Eh, porque se ele der um erro, claro, ele ele pode finalizar dando um erro, mas ele pode dar um erro e continuar rodando infinitamente. E daí imagina que se você tem um programa, você colocou para rodar aqui esse programa e ele vai rodar infinitamente, quando que eu decido que ele vai rodar infinitamente? Porque eu tô aqui olhando no meu relógio, pô, já passou 67 anos, mas pode ser que essa computação fosse terminar em 67 anos pon1, digamos assim. Então, será que eu conseguiria fazer algum algoritmo que me
diz isso antes? Eu passo ele e ele me diz: "Não, esse programa aqui vai parar eventualmente ou não. Esse programa aqui talvez continue infinitamente." E esse é o problema da decidibilidade. E esse é um problema que por que que ele não é computável? Porque Eu não consigo escrever um algoritmo que resolve esse problema. Mas existem uma infinidade de problemas não computáveis. Inclusive existem números não computáveis no sentido de que a maior parte dos números que as pessoas já interagiram são computáveis. E mas existe, mas o que >> qual que é a característica, qual que é
a característica principal desses números que a gente lida? Então, eh, eles são definíveis, talvez seja a Característica mais eh, a mais abstrata possível, mas a gente pode a gente pode entrar numa conversa que é que é que entra nisso, que seria a gente falar sobre infinitos maiores que outros, porque o que que acontece? >> Eh, existem infinitos maiores que outros, né? Isso é algo que você consegue provar matematicamente. Por quê? Porque se eu tenho dois conjuntos e eles são infinitos e eu quero saber se eles estão tm o mesmo tamanho, se o Infinito deles for
igual, então eu consigo criar uma relação um a um entre cada elemento deles. No sentido que assim, imagina que eu tenho eh o infinito de pessoas numa sala, eu tenho infinito de cadeiras, eu quero saber se os infinitos tm o mesmo tamanho, eu mando todo mundo sentar e olho por cima se tem alguém de pé. Se todo mundo tá sentado, eu não encontro ninguém que tá de pé, eu não encontro nenhuma cadeira vazia. Então, obviamente, eles têm que Ter o mesmo tamanho. E algo contrainttuitivo disso é, por exemplo, os naturais e os inteiros têm o
mesmo tamanho. Porque eu consigo criar uma relação bívoca entre as duas coisas. Eu consigo criar uma relação que cada número natural, ou seja, os números naturais é 1, 2, 3 e 4. Os inteiros vai para -1, -2, -13. Ele vai pros dois lados, digamos assim, né? >> E eu consigo criar uma relação >> que me garante que não tem nenhum número Inteiro de pé e nenhuma nenhum número natural vazio, digamos assim. >> Você não perde ninguém pelo caminho, né? não perde ninguém pelo caminho. E daí a gente diz que eles têm o mesmo tamanho. Mas
eh, por exemplo, os racionais também são assim. Os racionais, apesar de parecerem muito grandes, né? Porque seria todos os inteiros que eu posso escrever como uma fração de números inteiros, desculpa, todos os números é racionais são números que eu posso Escrever com uma fração de números inteiros. Então, você tem um número inteiro dividido por outro, número inteiro é racional. por exemplo, 1 di por 3. E daí você pode ter eh ele pode ser uma dízima periódica no sentido, né, que é 1.33, não precisa ser finito. Mas daí esses números, você pega todos os números racionais
e você consegue juntar com os naturais e eles vão ter o mesmo tamanho também. Agora os reais não. Se você tenta juntar os naturais ou os Números contáveis com os reais, você não consegue. Sobra real e sobra muito real. E acontece é que você pode tentar conto dos do do dos reais, que eu acho que é o que é o último tá. Os números reais são os números do contínuo, no sentido de que você considera os racionais, mas você considera os irracionais também. E daí os irracionais é, por exemplo, raiz de 2 pi, são todos
os números irracionais. E é o contínuo, porque ele tem essa Propriedade. E, digamos assim, a o fundamento do conjunto. Se eu quero definir o que que são números reais e capturar com axiomas, eu vou colocar certas propriedades ali que dizem que não importa o quanto eu puxo, imagina que isso é uma um elástico, não importa o quanto eu estique, sempre vai ter um número ali. Não importa quanto eu corte, sempre vai ter um número ali. No sentido de que, por exemplo, o tamanho entre zero e um tem números infinitos, seria, >> é, não, não são
números infinitos, mas tem mais números entre zero e um do que tem números naturais. E dá para criar uma relação bíblica de novo entre os números entre zero e um e todos os números naturais, sacou? Então é, desculpa, entre todos os números reais, isso quer dizer que eu consigo pegar o o os reais entre zero e um, esticar eles para eles ficarem do tamanho de todos os reais e dá certo. E quem, >> ou seja, é muito maior o Aham, entendi. E daí quem pensou primeiro sobre isso foram foi um cara chamado George Cantor e
foi um tanto polêmico no começo justamente porque são coisas muito contrainttuitivas e a matemática ainda não tinha conseguido lidar com as consequências do infinito, mas eh ao mesmo tempo é algo que você consegue provar e quando uma prova matemática ela é feita e muito bem construída, é algo que você não consegue desconstruir de alguma jeito, você não consegue negar Aquilo. >> Eh, e daí o o onde que eu tô chegando é o seguinte, né? Se a gente tira os irracionais dos reais, fica um número contável, né? Tem o mesmo tamanho dos naturais. Ou seja, o
problema que a gente tá tendo, que tem um infinito que é maior que o outro, é os racionais. Vamos tentar dividir os racionais entre alguma coisa e outra. E daí tem um um grupo de números que são os transcendentais e os não Transcendentais. Por quê? >> Mentira, cara. 2 3 4 5 6 7 tá inventando essa tô inventando um monte de bobagem. Mas então, os números transcendentais são os números que eu não consigo escrever com uma expressão algébrica. Pensei que fosses que encontraram algum tipo de espiritualidade. Os números que agora tão no, tão no mosteiro,
né? Então, imagina que eu tenho uma folha aqui na minha frente e eu vou tentar escrever um número usando Raiz quadrada, exponencial, mais, menos divisão e etc. E vai virar uma fórmula fechada esse número. E daí esse número aqui eu olho para ele e eu sei que ele não pode ser transcendental. Os números transcendentais são os números que eu não consigo escrever com uma expressão algébrica de forma fechada. Ou seja, usando as operações que a gente conhece da escola, tipo multiplicação, divisão, mais, menos, etc., isso aí são transcendentais, não transcendentais. E Daí, por exemplo, quais
são os números não transcendentais que a gente conhece? É pi, o e, etc. Tem tem vários números que a gente conhece, que a gente usa por aí, por exemplo, na engenharia se usa pi o tempo inteiro, que ele é transcendental, mas o pi, o e e etc, quase todos os números que que você puder pensar, eles são computáveis. Por quê? porque eu consigo criar um algoritmo que gera todas as casas desse número. Então eu não consigo escrever o Pi com uma expressão algébrica fechada. É claro que eu consigo simplesmente escrever pi na mesa, o símbolo
do pi. Ah, beleza? Escreveu, mas eu não consigo dar uma fórmula usando números, digamos assim, usando números eh reais e usando mais, menos multiplicação, exponenciação, etc. e falar isso é o pi, >> isso é o pi. Não tem como, mas eu consigo criar um algoritmo >> que gera o pi para você, >> que gera o número do pi. Então, ah, eu Vou dividindo aqui, vou fazendo essa operação e daí eu vou e, por exemplo, usando essa operação de divisão, etc, etc., etc., >> você consegue captar a ao jeito de gerar o pi com o algoritmo.
É, é isso. E e aí isso torna o pi computável. >> Isso. Mas uma curiosidade que a gente conhece o pi até certo ponto só. É sim, porque até certo ponto a gente gerou ele, mas a gente sempre pode gerar mais no sentido de que tem gente que tá >> é previsível, né, assim, não é que é previsível, mas a gente sabe que a gente vai continuar gerando o pi. >> Isso, a princípio não tem nenhum padrão. É, é, é algo que ele, o pi nunca se repete, né, no sentido >> gosta do pi, cara?
>> Pi legal, né? Ele é fascinante, né? Falando sério, é um número que não tem padrão, que ele é maluco, ele vai embora, >> ele ele ele é ele surge de uma de ele é Ele é o resultado de uma conta muito específica que tem a ver com o círculo. Então ele é ele é [ __ ] Ele é ele é ele ele é Deus, cara. O raio dividido >> é lindo. Quase chorando. >> Então, imagina que a gente tem um círculo >> e daí a circunferência é se eu se eu se esse círculo é
uma estrada e eu tô andando de carro pelo pela pel esse círculo, a circunferência é o quanto a distância que eu andei com esse carro >> e o diâmetro, né? Só para lembrar as pessoas, é se eu atravesso esse círculo de um lado ao outro. Se eu dividido um um pelo outro, o pi aparece ali, no caso, eh, ou aparece o tal, que é simplesmente piido por dois. Mas é é interessante porque não importa o tamanho do seu círculo, porque o círculo tem essa característica interessante, é muito [ __ ] >> É, ele ele é
simplesmente a forma geométrica do círculo em si te te Garante que isso vai acontecer, porque sempre que você tem algo redondo, ele tem que ter essas propriedades geométricas específic. Mas eh >> isso não é Deus, Adri. O o >> a sua reação foi incrível. >> Então é >> não, mas tá legal. Aí a gente tava falando dos não computáveis, tava na parte dos transcendentais. >> Então isso ainda bem que você lembrou. Mas assim, os transcendentais, se a gente a gente tinha dividido os reais, os números reais entre os irracionais e os racionais e a gente
descobriu que o problema são os irracionais. É, é, essa é a merda, né? No caso aqui, esse esse fin dito que explode. Agora vamos olhar para dentro os irracionais e dividir entre transcendentais e não transcendentais. >> Os não transcendentais são os números Normais. Sei lá, multiplico aqui, divido ali dá dá ele. Esses números são eh contáveis no sentido que eles são infinito, pequeno. Então, se eu tiro deles, se eu tiro dos dos irracionais todos os eh não transcendentais, sobra uma quantidade infinita grande, digamos assim, que é o infinito do contínuo, que é maior que o
dos naturais, mas os outros têm o mesmo tamanho que dos naturais. Agora, se eu olho para dentro dos transcendentais, eu posso dividir Eles entre ainda entre computáveis e não computáveis. E daí você me pergunta: "Onde que tá o problema?" é nos números eh não computáveis, no sentido de que, por exemplo, pi um número computável, ele é transcendental, mas ele é computável e o infinito dos números eh computáveis é pequeno. Dá para ele, digamos, ele tem o mesmo tamanho dos números naturais e daí só sobrou os números não computáveis lá. E é esses que são o
problema, no sentido de que a Maior parte dos números que a gente vai interagir na nossa vida e e fazer contas, engenharia, etc, são todos números computáveis. E existe, só que o grande infinito, digamos assim, tem uma curiosidade de probabilidade que me deixou louca a primeira vez que eu que eu ouvi sobre, mas que é o seguinte: se eu tenho um dardo aqui na minha mão e você me joga a reta real na minha frente e eu tenho que jogar um dardo em algum lugar dessa reta real, é simplesmente Impossível que caia em um número
racional. é impossível, não tem como, porque é um infinito. E isso, claro, a gente tem que definir probabilidade infinita para isso fazer sentido, mas a questão é que é um infinito tão grande que simplesmente a probabilidade de você e amostrar um número que é racional dali é impossível. Ah, entendi. Porque tem a quantidade de números e o resto é tão grande que para você acertar um racional é é não bota aí Os reais que eu vou acertar no três aqui. Simplesmente não tem como. >> Entendi pr [ __ ] >> Se você pega essa reta,
você não vai acertar o quatro exatamente nunca. Você vai acertar um outro número qualquer. >> E daí imagina o seguinte, se eu jogar nessa reta agora os dardos, uma consequência de tudo que eu falei até agora, caso alguém tenha entendido, é que eu também nunca vou acertar num novo computável. Eu nunca vou acertar num Número computável. você vai num num numo não computável comput. E daí depois a gente poderia dividir ainda, a gente poderia ir mais além dos definíveis, não defini muito mais não computável do que computável. >> Muito mais não computável, mas a gente
nem vê eles, sacou? Tipo, você nunca você viu? Quer dizer, algumas pessoas encontram, por exemplo, eh, o número de beaver um número não computável, mas ele é definível no sentido que eu consigo Definir um problema que e se eu resolvesse esse problema, eu teria esse número, mas esse problema não é computável, entendeu? Então, por exemplo, o o número de Komorov seria, >> mas uma um número que não é é que é difícil entender o conceito de um número não computável, mas eu tô entendendo devagarzinho, vou ter que ouvir de novo depois. >> É porque a
gente não consegue criar um algoritmo que produz esse número. Então Não existe nenhum algoritmo que daria de resultado exatamente esse número caso é bom. Ah, >> você consegue você consegue fazer um algoritmo que gera o pi, que vai gerando as casas do pi. Então, você consegue computar o número pi. O número pi é computável. Agora tem números que você não consegue gerar um algoritmo que gere o número. Então ele não, né? É isso. Eles eles >> Entendi. >> E a gente só entrou nessa porque eu estava dizendo que só na área dos computáveis, só nos
problemas computáveis, a gente consegue resolver muita coisa, né? que que é que são coisas incríveis. É porque os computação é uma coisa muito útil porque você resolve problemas computáveis com com a computação >> e aí a gente eu não sei porque a gente pegou essa rua >> não, porque a gente tá falando de Inteligência artificial. Mas pera aí, pera aí, pera aí, pera aí rapidinho. >> Inclusive, seria bom voltar nisso porque eu soltei lá. >> É, eu soltei o negócio lá e fui embora, né? >> Pois é. Vamos voltar nessa, então. Vai. É porque eu
tava o lance do computável não computável é interessante, cara, >> porque assim, eh, número de bver, você falou >> Uhum. >> Como é que como é que existe um número que a gente conhece, um problema que a gente conhece, que a gente não consegue botar uma máquina para resolver aquela [ __ ] daquela equação? >> Porque a gente consegue a gente consegue definir qual que é o problema. Por exemplo, assim, o o número de Kgomorov seria, digamos assim, eh, uma função que me diz eh dado um programa qualquer, qual que é o menor programa que
eu consigo criar que resolve a mesma coisa Que aquele programa, que descreve aquele programa. Então, parece insano entender isso, mas é simplesmente o seguinte. Se um se um programa é muito complicado, então eu preciso de um programa muito complicado para tentar gerar esse programa. Se um programa é muito simples, eu preciso de um programa muito simples para gerar esse programa. Só que pode ser que um programa que pareça complicado, na verdade pode ser eh gerado com um programa muito pequeno. Digamos que o meu programa é simplesmente assim: "Prima um, imprima dois, imprima um, imprima dois,
imprima um, imprima dois". Só que eu tenho zé bilhões e bilhões e bilhões de linhas assim. Só que isso tem um número de cogomorov muito pequeno, porque eu consigo criar um programa facilmente que que faz isso, digamos assim, ah, >> mesmo que ele seja gigantesco, >> longo. >> É, eu eu jogo um W para quem sabe de Programação, enquanto isso, enquanto esse número é menor que 100, imprima um e depois imprima dois. E daí eu descrevo isso num programa minúsculo, digamos assim, só com loop computacional. Então isso quer dizer o quê? Apesar do programa parecer
que é complicado, >> chuver, hein? >> Apesar do programa parecer que é complicado, ele tem uma estrutura que a gente consegue capturar e daí essa estrutura a gente consegue criar um Programa. Então, qual que seria o problema de Kogomorov? Seria dizer, dado um programa, qual que é o número dele, qual que é o menor programa em bits que que conseguiria reproduzir esse programa. >> E a questão é que isso também não é computável. Então eu consigo definir o número, eu consigo definir porque eu tenho um problema que eu defino e eu consigo falar sobre, digamos
assim, eu consigo deixar bem estabelecido o que eu Quero, o que eu não quero, mas eu não consigo computar. Agora, tem os números que não são definíveis. Nem todos os números são definíveis. No sentido que tem números que a gente não consegue criar um problema, a gente não consegue definir eles, a gente não consegue falar sobre eles. >> Como a gente sabe que ele existe? >> Porque isso foi provado matematicamente. Isso foi provado. >> Eu provo, provo matematicamente que tem Um troço que eu não conheço. >> Não é porque eu eu eu porque digamos assim,
que que o que que como é que a gente faria isso? A gente mostra que os números definíveis, por exemplo, são do tamanho do infinito pequeno. Então, se os números definíveis, digamos assim, a gente tá nos números reais, tá? E daí a gente eh se a gente tira os números que tem um infinito pequeno, tem que sobrar os números que tem um infinito grande. Então, se eu tiro todos os números Definíveis dos naturais, dos reais, ainda sobra o infinito grande. >> Aham. >> Eu ainda eu provo que todos os números definíveis tem que ter, tem
que ser contáveis. Então, tem que existir números que >> não são definíveis, porque todos os definíveis você já tirou do grupo e ainda tem coisa lá dentro. >> Aham. É, é basicamente, >> você sabe que eles existem, né? >> Eu faço pelo pelo pelo contra, digamos assim. É tipo assim, você você conseguiu isolar isolar tudo que é possível definir, aí você tirou do grupo e sobrou coisa lá dentro. >> Digamos, eu quero saber se nessa sala aqui tem pessoas que só trabalham no flow ou não. E daí você não tem como conferir isso porque tem
muita gente. Então você faz o seguinte, manda uma mensagem para todo mundo e pede para todo mundo sair da sala e daí você viu, Olhou por cima e falou: "Tem gente ainda aqui, mas eu olho aqui para trás e tá todo mundo que trabalha comigo tá aqui". Então eu sei que tem que ter gente que não trabalha no fã da minha sala necessariamente. É, é basicamente isso. >> Mas você não sabe o nome delas então? Você não sabe quem elas são. E daí tem claro que isso, cara, isso é uma maluquí do [ __ ]
porque olha só, legal, com pessoas, Adrien, é fácil. >> Pessoas, eu olho e vejo as pessoas, né? >> Aham. >> Esse conjunto de números eu imagino ele, não é? >> Aham. >> Então assim, eu imagino que eu eu tô imaginando que eu tô vendo que sobrou coisa lá. Então, para mim, tu tem que ser tu tem que ser outra parada para entender legal isso daí. É, é, é que a gente, a gente faz uma prova matemática daí, né, que é essa ideia de a gente constrói um texto, porque, porque as Pessoas acham que se você
vai estudar matemática, por exemplo, universidade, você vai ficar fazendo conta, né? Você vai lá e contas maiores, digamos assim, ah, eu aprendi báscara, agora eu vou aprendi a báscara maior, sei lá, 1000, 1500, não é isso? >> Então, mas na verdade o que a gente ficou fazendo lá seria fazer provas matemáticas. Então, você quer provar, você quer criar um texto, digamos assim, de argumentativo usando lógica. O Adrian Falou para mim que quem que quem quem estuda matemática fala assim: "Nossa, finalmente vi um número". >> É, então, então a gente fica, a gente vê um número,
às vezes fica feliz: "Nossa, olha só, fazia tanto tempo que eu não via quatro". Porque é raramente você faz conta, digamos assim. Inclusive, tem essa brincadeira também que matemático tem medo de conta, né? Porque >> ele treina muito pouco com a gente não Faz conta e daí o engenheiro vai lá e ele passa, digamos assim, eu tô falando mal do engenheiro aqui, mas ele faz muito mais conta. É verdade. O engenheiro assim, ele faz muito mais conta na universidade, ele vai resolver lá os problemas, cara. especialista em fazer conta, né? >> É. E daí, ah,
resolve do báscara, >> ah, >> resolve, divide a conta aí, matemático. E daí você fica, putz, >> pegar minha calculadora. É, >> então, mas a gente fica fazendo esses textos que basicamente eles garantem para alguém que leu e entendeu que aquilo é verdade. Então você tá estabeleecendo, digamos assim, a verdade sobre algo quase que etéreamente. É algo que não pode ser desprovado. Então, por isso que eu considero inclusive que matemática não é ciência, porque eu acho que uma característica necessária da ciência é que você possa refutar ela de Algum jeito com o experimento. Não tem
nenhum experimento que eu possa fazer sobre o mundo físico, nada que eu posso fazer que refute uma prova matemática se ela está certa, porque claro, a gente já descobriu provas matemáticas que as pessoas acharam, porque normalmente agora a pesquisa em matemática, ela faz provas gigantescas. Eh, tem um exemplo disso que é o último teorema de Fermar, que foi um problema muito famoso que Fermar definiu eh >> 200 e poucos anos atrás. E e esse problema foi resolvido recentemente, digamos assim, recentemente, não, no começo do século, eh, na verdade no final do século passado. E e
a prova dele demorou quase um ano para que outros matemáticos lessem e entendessem e conseguissem dizer que tá certo. Então, tem isso, pode ser que a gente diga que tá certo uma prova, >> mas não tava. Agora, a matemática que, Digamos assim, a gente que você avança até um certo ponto e você entendeu ela, ela tá 100% estabelecida, não é algo que tá, digamos que é sensível a algum tipo deão. >> Dá para eu fazer um teste, provar que você tá errado, que 2 + 2 não é 4. >> Então, olha só. >> Ih, >>
2 + 2, jeito que quando você fala 2 + 2 é 4, você tá assumindo uma certa estrutura algébrica e uma e digamos Assim uma série de axiomas. Então você tá totalmente certo. >> Então tá perí. O que que é um axioma? >> Um axioma seria a verdade mais básica que eu tenho na matemática, no sentido do seguinte, >> é se eu quero provar algo logicamente, digamos assim, eu eu tenho que fazer uma inferência lógica sobre algo. E para fazer uma inferência lógica sobre algo, eu preciso me basear em alguma coisa. A lógica, digamos assim,
é uma casa que eu Vou construindo afirmação lógica em cima de afirmação lógica. Então o que que acontece é naturalmente que você pode pensar sobre isso é que beleza, então vamos voltar para sempre, né? Se eu só posso acreditar numa coisa, se eu faço um argumento lógico que me prova usando outros fatos que eu já tenho, então eh, eventualmente eu vou cair numa regressão infinita. A solução para isso é o quê? É, você escolhe fatos que são muito, muito, muito básicos, muito simples e Que todas as pessoas concordariam que aquilo é verdade. Então, por exemplo,
na matemática, a gente tem o ZFC, que é o conjunto de axiomas de teoria de conjuntos, que é normalmente o principal conjunto de axiomas usados, mas é, se você abre, por exemplo, elementos de Euclides, que é um dos livros mais importantes da história da humanidade, porque foi foi fundamental para, por exemplo, arquitetura de de toda eh de toda a ideia de média, depois na Renascença e etc., foi um dos livros mais lidos da história da humanidade também, ele começa com conjunto de cinco axiomas e a partir dali ele deriva todos os fatos da geometria que
a gente conhece. Ah, esse triângulo não sei o que. Esse triângulo não sei o que lá. Tudo isso de desses cinco axiomas. É claro que eventualmente no século XX a gente percebeu que esses axiomas não são suficientes e daí foi adicionado mais. Então tem alguns axiomas que são um Pouco mais complicados, mas a ideia da das coisas mais fundamentais >> que a gente tem. >> Entendido. Tá. >> E aí tu tava falando, >> eu me perdi também. >> Calma aí que eu vou voltar. Calma aí que eu vou voltar. É, >> a gente tava falando
de cara, tudo bem, para ser um, para para entender profundamente inteligência artificial, precisa ser um matemático Fodão. >> Não, >> o quão profundamente, né? profundamente. >> Pois é, porque é aquilo que você tava falando também que é bom, se eu tenho, se eu não sei nada de alguma coisa lágina, tudo que eu sei >> é tudo que você sabe, >> tudo que eu sei. >> Então é que é que existem coisas, por exemplo, que digamos assim, >> essa parte eu entendi, tô usando. >> Existem coisas assim, >> o que ficou, né, da conversa. É isso,
esse é um problema que, na verdade, Alan Turin falava sobre isso. Eu tenho um artigo de Alan Turing de 1950 que ele fala sobre como às vezes as pessoas caem numa armadilha onde elas acham que elas, se elas olharam a a o início de uma estrutura, elas conseguem prever tudo que essa estrutura vai gerar. E eu tenho vários exemplos de como isso é falso. Eh, e A é um deles, Mas por exemplo os o só os axiomas que eu acabei de falar de ZFC até combina bastante com isso também, porque digamos assim, ah, beleza, você
não sabe matemática, então toma aqui os axiomas, se vira aí, meu parceiro. Imagina, você dá pra criança do anos de idade, toma aqui os axiomas, até o final da sua vida, eu quero que você resolva todo o conhecimento de matemática. Então, só porque eu tenho as regras que explicam algo, eu não necessariamente sei aonde Elas vão me levar, tá? E tem vários exemplos disso. Por exemplo, eh, a gente poderia ir pro, não sei se as pessoas conhecem, o Game of Life, jogo da Vida, já ouviu falar sobre isso? Então é que tem aquelas célulazinhas, ela
tem uma regra que é baseado nas células vizinhas e ela acende ou apaga dependendo disso. Tem todo um conjunto de estruturas matemáticas que são célula autôma, que elas foram pensadas para para tentar explorar justamente isso. Essa questão De que você tem regras muito simples, mas elas acabam gerando um padrão de complexidade que é imprevisível para quem tá ali. >> Então isso acaba acontecendo >> com inteligência artificial no sentido de que alguém despreparado talvez vá lá e daí bom eu quero falar sobre isso. Vou lá e entender a arquitetura de inteligência artificial. E a arquitetura é
basicamente como que eu treino esse modelo. E se eu for, digamos, por cima Disso, no sentido de eu vou entender como essa arquitetura funciona, eu vou ver, ah, beleza, tem o transformer aqui, o transformer faz isso, a autorregressão e etc, eu posso tirar conclusões sobre isso, que o ato de da inteligência artificial de fato rodar no sentido daquele programa. E a gente não não é, isso não é uma característica da inteligência artificial, isso é uma característica de estruturas matemáticas. O fato daquela estrutura Rodar de forma imprevisível faz com que você possa estar totalmente errado se
você não tem cuidado no que você tá falando. Então, um exemplo perfeito sobre inteligência artificial é o seguinte. Eu imagino que todo mundo que você conversou até agora sobre inteligência artificial falou que os modelos pensam uma palavra por vez. >> Uhum. >> E no sentido de que em um certo sentido eles estão certos. Porque o >> você lembra disso? Teve isso, né? Que ele ele gera uma palavra e depois ele ele prar a próxima, ele vai prevendo a próxima. Isso, isso tá errado e é definitivamente errado no sentido de que eu tenho provas muito bem
eh eh fundamentadas do porque isso tá errado. Mas num certo sentido, tá certo? Digamos assim, se a gente quer ser caridoso com isso, porque os modelos são autorregressivos. Então eles te devolvem uma palavra por vez. Isso quer dizer o Seguinte: se eu falo pro modelo assim, eu vou na farmácia comprar para ele responder o que eu vou comprar, por exemplo, paracetamol, sei lá, algum remédio, ele vai, o que que ele vai fazer? Ele vai passar todas as palavras que eu falei para ele de novo modelo e daí ele vai responder ali para estamol. Se ele
vai responder a próxima palavra, ele vai ter que passar de novo. Você foi, eu fui na farmácia comprar para estamol e daí ele passa de novo por, Digamos assim, a próxima palavra dele. E daí depois vai falar porque eu estava com dores de cabeça. Ele vai completando. Cada palavra que ele completou, ele teve que passar de novo. Autorregressão. Acho que todo mundo é caraca de saber isso. A questão é, >> e ele também te dá uma palavra por vez, né? É isso, né? Né? Sim, sim, sim. Ele ele ele ele devolve uma palavra por vez.
Só que daí você pode concluir isso se você for, digamos assim, de uma forma Mais ingênua e você quer, ah, sei lá, eu tenho que aprender isso, vou assistir uns vídeos no YouTube e vou ler um negócio, que eu super encorajo. Acho que as pessoas têm que fazer isso, tem que tentar entender mesmo. Mas você pode concluir, beleza? Então, naturalmente é impossível que o modelo pense antes no que ele vai falar. >> Aham. >> No sentido de ele não vai, ele no momento que ele chega na palavra, por Exemplo, no momento que ele chegou farmácia,
é, ele decidiu na hora. chutou uma palavra ali, né, no sentido de ele pensou até ali e agora que eu vou pensar a próxima palavra, mas ele não tem nenhum planejamento interno do do que ele vai falar no futuro. Ele tá simplesmente adivinhando uma palavra por vez. E isso é falso. A gente tem evidências disso que isso é falso no sentido de tem um artigo que as pessoas podem pesquisar. >> Interessante que a gente tem evidência que isso é falso. Por que que a gente tem evidência? a gente não sabe exatamente como é que funciona,
não. >> Então é que o que eu quero dizer é, a gente tem evidências conclusivas de que para certos modelos que foram testados, isso é falso, mas você me bota uma arma agora em mim e fala: "Ah, garante para todos os modelos". Não sei, né? Eu não quero. Mas eu sei que no Cloud 3.5 Hikel, que era um dos modelos mais Fortes em um certo momento, >> e ele não é mais tão forte, ele é um modelo bem pouco impressionante, digamos assim, por termos de agora. Isso era falso. E eu eu consigo explicar exatamente o
porquê, mas só completando eh eh essa resposta, questão é os modelos mais fortes que o Haik provavelmente tem mais ainda essa capacidade. É meio contrainttuitivo a ideia de que, digamos assim, a esses modelos perderiam a capacidade quando Eles ficassem maiores e mais competentes. Então é bem improvável. >> E daí no caso do Hike, o que que aconteceu? E o nome do do paper que as pessoas podem pesquisar é On the Biology of Large Language Models, que é a na biologia de modelos de linguagem. E eles escolheram esse título, em primeiro lugar por uma ideia que
que eu eu imagino que eles estejam pensando numa mesma ideia, que eu acho que a melhor forma de se pensar sobre o que acontece Com a inteligência artificial é que os cientistas, os pesquisadores, eles não estão criando esses modelos, eles estão cultivando eles no sentido que eles estabelecem as regras de crescimento desses modelos. Eles estabelecem para onde esse modelo vai, da onde ele veio, digamos assim, as pressões de treinamento, os dados que eles vão ter, mas o por que esses modelos têm a os pesos que eles têm dentro deles, por que eles têm os parâmetros,
porque você olha Para dentro deles, você vê uma quantidade insana de números. Por que esses números são daquele jeito? É algo que é pouquíssimo entendido. Pouquíssimo, pouquíssimo, pouquíssimo entendido. E não só isso, como digamos assim, a gente não sabe quais estratégias o modelo tá usando para resolver problemas que a gente tá pedindo para ele resolver. Quão assustador é isso? >> Um pouquinho. >> É de fato um pouco assustador. Ou ou estamos falando de como a gente estava falando lá no começo, de um uma brincadeirinha? Isso aí não é [ __ ] nenhuma. Tá tranquilo. Ou
fodeu, vai matar a gente? >> Eu eu não, eu eu não estou assustado. Eu não tô assustado. Justamente porque assim, é aquela coisa que se a gente tivesse numa conversa que tivesse alguém que tá super super inteligência das ideias, eu estaria: "Pô, mas não é bem Assim", etc. >> É porque tem um caminho do meio, digamos assim, né? É, >> você pode assumir, você pode assumir que que o modelo tem tem capacidades impressionantes, você pode assumir que tem uma parte da compreensão disso que ainda nos escapa de uma certa forma ou que a gente ou
que a gente tá lidando com algo que é cultivado, que não é fabricado 100%, mas ao mesmo tempo você não precisa eh assumir que esse que é Super inteligente ou que a super inteligência tá chegando amanhã, né? Eu acho que essa é a provocação que fica, legal, porque, bom, a gente tava parado, pode onde você quiser, mas a gente tava parado no lance do a gente não sabe como é que ele chegou àela conclusão ali. E isso para mim é um ponto muito interessante, que cara, a gente a gente consegue então dar os parâmetros, a
gente dá as paredes, a gente dá o um um a gente mais ou menos indica o o caminho A ser percorrido, mas o que tem no meio ou como esse caminho tá sendo percorrido para aquele resultado final, gente, a gente não sabe direito. Você você pode imaginar que o o fazendeiro que planta repolho, ele não entende nada, ele não precisa entender da biologia do repolho, ele só sabe que se ele der esses nutrientes >> não. E ele pode ficar e ele pode ficar experto em plantar repolho, ele pode ser melhor plantar repolho, sabe por o
Biólogo sei lá, o alguém sabe como é que aquela [ __ ] ali acontece? Por isso que eu que eu falei que o artigo se chama On the Biology of Lord Language Mods, na biologia, porque a gente tá tentando, digamos assim, certos grupos de cientistas que que trabalham na área especificamente de interpretabilidade mecanística estão tentando fazer exatamente isso. Eh, só um disclaimer que eu quero dar antes da gente prosseguir é que eh eu não acho que Esses modelos são tão inteligentes quanto o ser humano, por exemplo. Eu não, eu acho que em certo sentido ele
não é tão inteligente quanto uma criança de 2 anos. Em certo sentido, ele não tem as mesmas capacidades que a pessoa mais burra que você já viu por aí. Porque faltam certas coisas que seres humanos têm que esses modelos não têm. Então eu tô eu tô bem longe da ideia de, digamos assim, estamos e seando de super inteligência e etc. >> Não que eu não ache, que é um outro papo, porque >> Exterminador do Futuro é possível. >> Então é que o Exterminador do Futuro é algo é intuitivamente para mim bem pouco improvável, porque a
ideia do Exterminador do Futuro não parece ser como as coisas iriam se dar, entende? Porque daí tem robôs que são que eles pensam por si só, mas eles não têm acesso. Por que que o Por que que os robôs que voltaram não são tão Inteligentes quanto a Skynet em si? É, tem um monte de coisa no exterminador de futuro que que me incomoda >> Mas assim, o que que acontece aí >> de maldito, >> você viu que refutou o exminador do futuro porque o robô não vai ser desse jeito, não é? Não é que ele
não vai ser super inteligente. >> É, não, mas super inteligente, >> olha só, ele não tá vendo que esse robô é meio burro? Olha ali. Isso que vai Dominar a gente. Não vai tomar no cu, [ __ ] é que é que, digamos assim, essa pergunta, o fundamento dela, existe super inteligência, existe essa possibilidade de a gente ao criar uma entidade qualquer que seja super inteligente, que a gente no sentido de muito mais inteligente com ser humano ou muito mais inteligente que grupos de seres humanos, por exemplo, mais inteligente que o mercado em si, se
a gente assumir que o mercado é um grupo De seres humanos trabalhando para tentar decidir o preço das coisas, isso é um tipo de processamento, eles estão fazendo um tipo de computação. Então, será que a gente vai conseguir fazer uma inteligência que ela ela é unificada no sentido que ela pensa por si só como uma entidade? Ela não precisa ter sem ciência, ela não precisa ter noção de eu >> Aham. >> E ela vai ser super inteligente? Então essa é uma pergunta muito ligada a se Inteligência é algo que necessariamente precisa ser computável ou não,
>> porque existem pessoas que fazem, >> entramos na, >> é, que fazem um argumento, eu nem terminei lá o outro, mas eu vou voltar naquilo que eu tava falando rapidinho, mas assim, existem pessoas que fazem o argumento de que seria simplesmente impossível criar uma máquina inteligente, porque é simplesmente e a inteligência não é computável. a gente Já consegue entregar para uma máquina todos os inputs que um ser humano consegue ter. Eh, por exemplo, visão computacional e audição, tato, essa [ __ ] toda, para alimentar o o algum tipo de percepção eh artificial, >> do mesmo
jeito que o ser humano, não, nem perto, porque o o ser humano e digamos assim, tem tem uma coisa que é contrainttuitiva também, que cada célula do seu corpo, ela é uma máquina universal, no sentido que ela ela é Capaz de computação universal. E isso é, digamos assim, é um tipo de pensamento que surgiu há pouquíssimo tempo. É uma área de pesquisa que se chama e basal cognition, cognição basal, que é justamente basal porque da base. Então quer notar que qualquer célula, para ela ser sequer uma célula, ela precisa ter capacidade, uma capacidade de computação
muito avançada. Na verdade, qualquer coisa para ser viva, ela tem que ser capaz de computação, porque só para você Se reproduzir, digamos assim, você tem que ser capaz de fazer e e fazer quase o que uma máquina de Turin faz no seu próprio DNA. você precisa ter um construtor universal que pega esse DNA, constrói uma proteína e etc. Então, cada célula em si, ela é capaz de computação universal. E o jeito que isso acontece tem várias hipóteses. Uma delas é, por exemplo, o fato que a célula tem proteínas alostéricas, que são proteínas que trocam de
forma, tipo, elas Encontram um químico e elas trocam de forma. E quando elas trocam de forma, elas trocam de função. Então, elas fazem algo muito parecido com portão lógico. Por quê? Porque o portão lógico ele ele o que? aquele algo que não deixa ou não passar informação de A para B, digamos assim, né? Se eu fechei o o o transistor ali, né, sei lá, o disjuntor de uma tomada, deixa ou não passar eletricidade, >> eu consigo fazer isso com a computação Acontecendo dentro de uma célula, com uma proteína lostérica. Se essa proteína ela, digamos assim,
ela tá transformando um químico C para um químico D, mas se ela encontra o químico A, ela começa a transformar o químico C pro químico B? Eu falei um monte de letra, deve ter ficado confuso, mas digamos, >> mas muda a função da proteína. Ela só transforma, ela só transforma um químico no outro quando ela tá nessa outra forma dela. Então isso é um disjuntor, porque Se ela não tá nessa forma, não deixa passar, não deixa a transformação do químico químico B acontecer. Se ela tá, acontece. Então isso é uma porta lógica. Você combina. >>
Aprendeu isso estudando computador. >> É a a ideia então é que é algo muito eh é algo muito universal, né? Então eu não teria entendido isso se eu não tivesse aprendido eh sobre computação e nem as pessoas teriam essas essas eh esses termos para falar sobre. Inclusive, um Bom exemplo disso é que todos os pioneiros da computação se interessaram por embriogênesis no começo do século XX, tanto Alan Turen, John Van etc. E você tem vários exemplos de pessoas prevendo a estrutura do DNA como ela necessariamente deveria ser. E daí tem o exemplo do Schrondger fazendo
isso no livro e What is Life, o que é vida. >> Sério? >> É, ele ele preveu basicamente que deveria existir porque ele olhou assim, Ó, do meu ponto de vista de físico, >> é necessário que tenha algo tipo isso aqui que que era como se fosse o DNA. Ele não falou exatamente o DNA e etc, mas ele preveu a função necessária. E também eh o John Viman, algumas décadas, acho que uma década depois, ele construiu uma teoria que se chama Constructor Theory, teoria do construtor, que é basicamente isso, é uma tentativa de modular o
que que seria necessário pra vida se reproduzir. E era Basicamente chegaram a conclusão que o DNA existia >> pensando em computação. >> Uhum. >> Pensando na universalidade da computação. Então tem uma crítica que as pessoas falar só mais essa coisa aqui e depois a gente volta lá porque eu tava falando atrás. Existe uma crítica que >> quer falar Rolandinho. >> Não, não. Eu ia, eu ia dizer só que no, no nosso vídeo do computador tem esse Lance muito legal que, que, que para mim abriu as portas, que é entender que a o que que é
que tá acontecendo? Vocês estão vendo? >> O Adre fala pr [ __ ] >> Ah, que ele falou um monte. Não, mas ele tá explicando coisas super simples também, né? E eu tô vendo tu toda hora, tu vê o Roland toda hora ele >> é que se eu deixar ele falar também eu per fascinante que é que é isso de você Entender essa questão da universalidade que o Adan tá falando, né, de, por exemplo, você tá olhando computação, você começa a pensar em processos biológicos. Eu inclusive fiz biologia, né, não terminei, mas a minha área
de maior interesse na na ciência por muito tempo foi biologia e estudei na faculdade as proteínas, etc, tal. Eh, é muito interessante como como elas são máquinas que podem mudar de função dentro da célula. E aí relacionar isso Com computação, quando eu vi o vídeo começou a ficar mais óbvio para mim. E a a parte que eu acho legal é que o vídeo ele começa falando sobre lógica e como que você pode transformar lógica a lógica dos gregos mesmo, assim do da do do do estudo da lógica em um processo que pode ser automatizado, que
pode que que você consegue ver ele acontecendo, você consegue montar um circuito que executa aquela lógica >> e e isso e isso vai é é isso tá meio que Na fundação do que é um computador, entende? de você pegar um disco, você eh lá no nosso vídeo a gente faz lá a seleção do do candidato que é o que é um o que é o Lobo Guará e você coloca certas condições, é tipo assim, você quer que o candidato tenha tenha uma certa característica, que ele saiba falar um idioma, que ele, enfim, você dá ali
características para um candidato específico. E a gente com LEDs, a gente montou um circuito dentro fios e clipes. >> Fios e clips, né? e baterias, mas é uma coisa que a gente fez assim super, eu criei uma resistência juntando um monte de clipes, por exemplo, né? É super rudimentar, a gente consegue passar um candidato por por isso, que é uma coisa física que tem em cima da minha mesa, e ele me diz no final se o candidato está apto ou não, segundo as regras que eu coloquei pro candidato que eu quero. Então você vê que
eu primeiro pensei em algo e eu consegui depois transformar Isso num numa máquina. Não é uma máquina ainda, né? Mas é algo físico que testa para mim os os candidatos. E eu acho que esse caminho devagarinho que vai é que o vídeo faz, ele ele te propõe a pensar que que essas coisas estão todas ligadas, entende? Que a que que eh entender como um computador funciona e te mostra como como as coisas no mundo, no mundo, na biologia, etc., também devem estar ali pela mesma vereda, sabe? Muitas vezes, >> só só deixa eu complementar talvez
um pouco isso. Eh, algo interessante do que o Rolandinho tá falando é que eram regras, digamos assim: "Ah, eu só contrato o candidato se ele morar em São Paulo ou eu só contrato o candidato se ele cobra menos do que R$ 3.000 por mês." Algo nesse sentido. Você pega um conjunto de regras e a gente montou fio, digamos assim, é é quase algo de eletricista, assim, a gente montou fios e baterias e clips. Esse clips, ele pode Estar conectando ou desconectando. E pra demonstrar o que é computação, porque aqueles clipes, digamos assim, passar energia por
aquele circuito responde se você contrata ou não, porque você estabeleceu as egas que você tem, você consegue transformar isso em clipes, fio e bateria. Uhum. >> E daí você passa energia ali e se acendeu o LED lá no final, ele tá contratado. Se não. >> E dá para entender fácil isso, porque é Um fio, por exemplo, que tá levando para é um é um fio que daí ele ele ele a a energia passa por ele ia chegar num LED, mas tem um clips ali. É esse clips é fala fala inglês ou não fala inglês. Então
se fala inglês tá fechado, se não fala inglês está aberto. Então aí no caso, se esse candidato fala em inglês, eu fecho esse clipe dizendo que sim, ele fala, a energia vai passar pra próxima condição que eu coloquei. >> Se não fala, mamô já. Se não fala a o LED lá no final não vai acender. Então você vê que é uma coisa muito simples de entender. No no vídeo dá para ver porque tá tudo ilustrado. É muito simples de entender o que tá acontecendo. Muito muito muito mesmo. É um negócio pessoas entendendo nada ouvindo isso.
>> É não, mas é muito rudimentar assim, entendeu? E você entender que aquilo é computação é muito muito fera. >> É, >> cara, tem tem uma tem uma quase uma Pegadinha nesse vídeo que é o seguinte. O nome do vídeo é como reinventar o computador do zero, mas o verdadeiro computador é os amigos que nós fizemos ao longo do caminho. Porque o que eu quero que a pessoa entenda que é o computador é entender. Você tá que loucura, né? Que loucura. Eu falei para você, eu falei pr você diferente.Então gostei de tudo. É maluquinho. >>
É, >> então é obsessão. >> É risada de maluco, né? Não, ele tem tudo. É, é, é o estereotótipo completo. Até a risada. Então, o que eu quero dizer que é o amigo que nós temos ao longo do caminho, porque a verdadeira coisa de reinventar o computador é pensar na concepção teórica do que é o computador. Essa é a invenção, é pensar na máquina universal e perceber que computação é algo universal. >> Até a célula do seu corpo, célula. No momento que você percebe computação Universal, você consegue ver em todas as coisas, digamos assim, eh,
células fazem computação universal, porque as pessoas acham que, digamos assim, computação no teu corpo, só os neurônios estão fazendo, etc., Mas as células no teu corpo elas estão fazendo quantidades insanas de computação para te manter vivo. E por isso que a pergunta do porque que eu entrei nisso, era por que que eh se robôs agora a gente tem como dar as mesmas informações que o ser Humano tem? E a questão é que não até então, não que não possa ser, mas porque simplesmente a pele ela tá fazendo uma quantidade muito insana de computação. Ela não
tá só, ela não é algo passivo que te dá dá informação pros nervos e daí isso chega nos neurônios, pro teu, e sistema e central e daí essa computação acontece. Na verdade, as células em si de pele, elas estão fazendo computação também. >> E boa parte da da, digamos assim, do ser Humano, como ele está no mundo, depende disso. >> [ __ ] então quer dizer que se organizar direitinho aqui, eu rodo um The Witcher 3 na moral. >> Roda, roda, >> roda, roda, roda legalzinho. >> Roda vários, na verdade, né? Porque é uma das
vantagens de você da célula ela ser descentralizada no sentido que, digamos assim, no computador você tem um controlador, né? é, é um, é uma coisa Central no computador que diz assim, ó, eh, rode esse código e daí ele, ele guia para onde vai essa informação dentro da placa de vídeo do processador e daí essa informação propaga de volta para cima para onde tá. Do jeito que é numa célula, o que acontece é cada célula tá fazendo computação e ela decide por si só, digamos assim, o que o como prosseguir e essa e essa decisão em
massa, digamos assim, em grupo, é propagada para cima, para redes cada vez Maiores. Isso é certamente o caso com neurônios também. E isso faz com que, tem, tem vários papers argumentando isso, que você tem uma eficiência eh computacional muito grande. Então, eu cada vez acredito menos na ideia de que existe algo não computável no cérebro humano, no sentido de que alguma coisa na biologia tá fazendo algo não computável. Inteligência computável. >> Eu eu diria que não sei. Mas assim, eu eu >> Mas se você tivesse que chutar, você gostaria muito que fosse. >> Eu gostaria
fosse que não fosse, >> foi? >> Porque senão da gente é mais especial, pô. >> É, então >> é verdade. É verdade. >> Porque porque se é computável, então a gente vai eventualmente fazer um computador que faz tudo que eu faço e etc. E, por exemplo, certas coisas que Eu valorizo em mim vão acabar deixando de ser tão valiosas. Então, eu tô falando tudo isso, mas eu eu meio que não gosto muito dessa ideia daí aprender escrever tão bem quanto eu e etc. Por exemplo, ah, quando eu escrevi minha redação lá na quinta série, minha
professora mostrou para todo mundo, etc. Da fiquei com isso, eu sei escrever bem, saou? Daí eu vivi minha vida pensando nisso, pô, eu sei escrever, eu sei escrever. E daí chega na hora, >> aí chega um computadorzinho de merda >> e agora escreve melhor. Não, né? E por enquanto não. >> Inventando a próxima palavra agora. Por enquanto não. Por enquanto não. Mas >> por enquanto não. >> Mas então se a se a se a gente, bom, a gente não sabe se a inteligência é computável ou não. Ainda >> eu, eu posso entrar em muito detalhe
nisso, porque existe aquele papo de eu não queria entrar nisso porque eu deixei Lá lá atrás aquele on the biology of language mod, o negócio lá del. Por que ele não tá? >> Então vamos então vamos para esse. Depois eu vou anotar >> depois. Depois você traz esse de volta. Porque tem aquele papo de não é nem inteligente nem artificial. Ah, >> acho que não que eu vá refutar isso, mas eu acho que isso é colocado, essa frase em si é colocada totalmente fora de contexto normalmente, tá? >> Tanto pelas pessoas que defendem quanto as
pessoas que atacam ela. E eu acho que um pouco de contexto, porque tem tudo a ver com essa questão de computabilidade, tem tudo a ver com, digamos, máquinas de touring, em problemas de desciptibilidade e tal. >> Tá bom? >> Então, voltando aquilo que eu tava falando lá atrás, é o que a gente estava falando é sobre como a gente sabe que o modelo ele não tá pensando uma palavra Por vez. E aqui eu fiz aspas, né, pensando entre aspas, porque eu não quero necessariamente assumir que o modelo é um indivíduo que pensa do jeito que
a gente pensa, que ele tem uma sensação de pensar e etc. Quando eu quero dizer isso, eu quero dizer que a gente consegue ver que o modelo planejou nos pesos internos dele, na rede neural interna dele, uma palavra antes dele falar ela e às vezes várias vezes, eh, digamos assim, várias palavras na frente Da frase. >> O jeito que a gente sabe isso é o seguinte, tem esse paper que eu falei várias vezes já, que eles fizeram eles fizeram um teste com o 3.5 Haikel, onde eles passaram um poema para ele e o poema era
algo como His hunger was like a starving rabbit. É algo que rimava grabbit e rabbit. Eu não vou lembrar agora exatamente do poema. Rimazinha. >> É. E daí a ideia era o seguinte, né? Ele Você dava a primeira parte do poema para ele. Tipo, rosas são vermelhas, violetas são azuis. Você é perigoso, né? Você dá essa primeira para ele >> e daí ele tem que responder a segunda. O que a gente via é que, por exemplo, assim, se você >> basicamente uma uma cantiga de fundo de ônibus, então tal. >> É. Então, nesse, especificamente dessa
rima, o que você via é que o o modelo ele já tinha planejado rimar o a palavra Rabbit, que era do começo do poema, com a palavra grabbit. Você via nas ativações dele que ele já tinha ativado a feature, eh, que é a característica, digamos assim, que é um conjunto de neurônios juntos que representa aquela palavra sendo ativado antes dele falar a primeira palavra da resposta. Então, se é rosas, vermelhas, violetas são azuis. Eu sou muito legal. É por >> acreditamos em Jesus. >> É, pronto. É, eu tenho um poema na minha Cabeça, mas ele
é um exemplo muito ruim, que é que seria Juca Pirama, né? Então, meu canto de morte, guerreiros, eu vi seu filho da selva na selva cresci. >> Nossa, mas é muito >> guerreiro descendo, tupida, tripo gente, >> eu tava na, como que é? É, eu tava no banho. Não, eu não posso meter porque você vai dar merda. Mas não sei como é que pode, não sei como é que pude comer cacu de vidro e cagar bola de good. >> Pronto, >> decidiu good.Então, então, na verdade, dá para fazer esse exemplo com esse poema, que seria,
digamos assim, eh, meu canto de morte, guerreiros, eu vi, sou filho da selva e eu mandei isso para ele e ele sabe que ele quer terminar com cresci para rimar com ouvir antes de sequer ele falar a primeira palavra da resposta dele. Então, meu canto de morte, guerreiros, seu filho da céu nasceu a cresci. Isso prova que ele >> que ele tá planejando, entende? Que ele Que que que porque só tentando organizar e aí o Adr me corrige se eu falar alguma groselia, imagina que você vai ter a frase que ele vai gerar. Então ele
vai gerar quatro palavras antes de chegar na palavra que vai fazer a rima, que a gente tá aqui em questão discutindo. >> E a gente tava até agora falando que ele só pensa a próxima. >> É exato. Entãoentão, então, por exemplo, na hora de de fazer todo o processamento para decidir a palavra um, por exemplo, Ele não teria não tem nada a ver ainda com a parte da rima. >> Aham. Só que ele já ele já eh aí eu vou fazer uma analogia aqui bem grosseira e o Aden depois pode corrigir. Imagina que você tem
você tá enxergando tipo aquela aquelas imagens da função do cérebro que acendem regiões conforme as regiões estão sendo usadas. >> Cara, analogia é super grosseira, mas é como se tivesse uma região ali bem pequenininha que que se ativa quando Você pensa na sonoridade daquela palavra ali da rima ou aquilo ali já tá acendendo quando tá gerando uma palavra lá de trás. Ou seja, é dessa forma que eles conseguem eh ver que o modelo tá, digamos, pensa pensando a respeito de dar aquela resposta ou fazer aquela rima antes de chegar na palavra em questão que é
a palavra rima. >> Então, dá para dizer que existe uma inteligência, inteligência ali. >> Então, a gente poderia entrar na Definição de inteligência. Eu a adiantando, a minha resposta é que sim, num sentido mais baixo que do ser humano, no sentido de que quase qualquer definição. E normalmente quando a gente entra nessas conversas, e as pessoas têm um pouco de medo de definir inteligência, de falar sobre isso. A gente tem que ver a definição de inteligência, etc. Mas a gente não precisa fudir disso, porque uma coisa meio mística, né? >> É porque a gente tem
uma literatura gigantesca da definição de inteligência. Eh, tem muita gente que escreveu paper sobre isso, tentando chegar nessa definição. E uma uma das características mais interessantes é que quase todas elas chegam quase no mesmo lugar. Então, por mais que a gente não consiga definir inteligência propriamente e dizer assim, assertivamente é isso, a gente consegue dar uma uma base, uma ideia sobre isso. Em quase qualquer delas, a grande grande Maioria dessas definições, você teria que assumir que pelo menos esses modelos de linguagem são minimamente inteligentes. >> Tá bom? Mas assim, eu só queria falar sobre esse
esse qual que é a conclusão que eu tiro desse experimento que percebeu e tem vários outros exemplos disso que eles mostram no paper que ele pensa antes. É principalmente essa ideia de como você não pode só olhar pra arquitetura, digamos assim, ah, vou Aprender aqui modelos de linguagem da eu olho lá uma uma tipo um um diagrama assim, ah, passa aqui, passa ali, volta e vou concluir, beleza? Então, claramente, eles não podem, por natureza de como eles foram programados, digamos assim, eles não podem pensar uma palavra à frente. Eles nunca vão estar planejando o que
eles vão falar. Eles não vão estar fazendo essa computação de forma mais sofisticada, né? Como é fácil cair nesse erro, né? É, exatamente. E é Errado isso. Você percebe quando você realmente testa o modelo, >> você percebe que é errado. E muitas das afirmações, é uma quase uma característica, acho que do discurso, eh, eu não sei se é só no Brasil isso, sobre inteligência artificial, é que várias coisas que são faladas e com muita assertividade, você poderia testar você mesmo, você e vai na sua casa, você pergunta pro modelo alguma coisa e você consegue descobrir
que aquilo não é Verdade. Não porque o modelo vai te responder: "Eu sou um inteligente, não sei o quê". Não, mas porque, por exemplo, assim, se você quer testar que o modelo tá ele ele só memoriza, que é alguma coisa que algumas pessoas falam que ele ele tá ele é 100% uma máquina memorizadora, tudo que ele faz é pegar da memória alguma coisa e te entregar essa coisa. Primeiro que isso é é digamos assim eh combinatoriamente impossível. É simplesmente impossível Porque o número de de possibilidades que você pode dar para uma conversa, digamos assim, a
gente começou essa conversa aqui, para cada palavra que eu falo, ela se ramifica, porque eu poderia ter falado outra palavra. Isso causa uma explosão combinatorial que é basicamente impossível. Não é basicamente impossível, é estritamente impossível de se criar essa máquina memorizadora, porque a gente não teria espaço suficiente no universo para botar todas Essas possibilidades de uma conversa eh ali. Inclusive, eu posso entrar no super detalhe nisso também, mas o o interessante é você não precisaria ouvir esse meu argumento, porque se você quer saber que essa se essa máquina tá memorizando ou não e tudo que
ela te falou é algo que ela viu em algum lugar, cria uma história absurda com regras, né? É no sentido assim, ah, um mundo alienígena, onde as pessoas vivem dentro de uma rosca, dentro de um torus, e daí Quando elas comem framboesesa, ela inverte a gravidade desse mundo. Elas, quando elas andam de carro e elas comeram morango, esse carro ele ele só dirige para trás. Elas têm que sempre dirigir assim. Você cria uma série de regras desse mundo alienígena, onde as coisas não fazem muito sentido, mas regras que que são congruentes entre si e pede
pro modelo derivar coisas e ele vai falar coisas que nunca foram ditas antes, a não ser que você faça uma História muito óbvia, mas se você for maluco o suficiente, digamos assim, você vai chegar facilmente em coisas que nunca foram ditas, digamos assim. E isso era algo que deveria ser óbvio desde o modelo 3.5, digamos assim. Então, não tem como ser simplesmente memorização. Matematicamente, impossível ser simplesmente memorização. Isso não quer dizer que ele não possa estar usando memorização fortemente. E eu acho que ele tá usando fortemente memorização no Sentido de que ele tem que ter
memorizado um programa, um template, e ele encaixa certas frases, digamos assim, dentro desse template >> para ganhar velocidade, para ganhar eh eh vantagem no processamento. Não, isso, mas para conseguir responder, porque o que acontece é a internet é muito pequena, digamos assim. Se a gente pensar no número de possíveis conversas que a gente poderia tá tendo, >> Aham. >> essa conversa se tornou única nos primeiros segundos que a gente tava conversando, >> porque a maior parte das coisas que podem ser ditas nunca foram ditas. E isso é verdade num nível absurdamente, assim, a maior parte
das conversas que podem poderiam ser ditas nunca foram ditas. Assim como se eu pegar um baralho de cartas, tem 52 cartas nele. >> Isso é super contrainttuitivo. Acho que a maioria das pessoas não tem ideia nem Nem na questão da conversa e nem na questão dessa dessa do baralho. As duas são similares, >> porque tem a ver com explosão combinatorial, no sentido que eu pego o baralho, que eu é embaralho ele direitinho e te dou na sua mão. Na verdade, eu sou a primeira pessoa que pegou esse baralho e você é segunda. Não vai falar
que você é a primeira pessoa que segurou esse baralho, mas porque a maior parte do das possíveis combinações De baralho nunca foram feitas, mesmo as pessoas jogando só 50 52 cartas. velhinho que tá jogando pôker ali o dia inteiro. Só o que ele faz, joga, joga, joga, joga, joga pker mesmo assim, >> porque >> toda vez que ele embaralha, ele tá segurando a uma uma primeira combinação daquelas cartas que foi feita na na história dos baralhos, entendeu? E isso porque são 52 cartas que ele tem ali na mão na mão dele. Na questão da Linguagem,
por exemplo, quando eu tô conversando com você, a escolha da próxima palavra tá num pool de palavras possíveis tão maior, é muito maior. E aí tem a segunda palavra que daí você multiplicaria, mesmo que você coloque filtros, que você diminui esse grupo, fala: "Não, mas as palavras mais usadas é um grupo menor". Mas mesmo assim a gente tá falando de uma explosão combinatória que muito rapidamente se torna uma coisa completamente inviável De de tá. Pricamente começou o episódio, eu falei, eu podia falar A, B, C ou D, tá? Eu falei B. Aí o caminho A
ele ainda existe, que eu não usei. E ele, mas ele poderia ter existido. >> Se você tivesse ido por lá, teriam mais possibilidades, uma ramificação. E aí é infinito. >> Isso que a gente falou só de quatro possibilidades que eu poderia ter falado, que eu poderia ter >> no caso, no caso do baralho lá, né? Você Começa com 52 e possibilidades para a primeira carta, né? Você tem 52 cartas possíveis. Então, a primeira carta da boca do baralho ali tem 52 possibilidades para aquela carta. Aí a próxima tem 51 possibilidade, porque você já usou a
anterior. >> Aí depois tem 50. E mesmo assim para 52, toda vez que você embaralha lá, você tem um baralho que nunca existiu. Então, no caso da linguagem é muito mais absurdo, porque você pode escolher qualquer Palavra da língua portuguesa para começar a tua frase, mesmo que tenha as mais prováveis. Aí a próxima você pode escolher qualquer uma. Aí na terceira você já pode repetir palavra, por exemplo, que é uma coisa que no exemplo do baralho não tem. Então é muita loucura é muito mais do que do que acertar o número da mega cena. Muito.
>> No caso de 52 fetorial. Ah >> no caso da linguagem ainda tá falando, né? >> Ah, não. Muito muito muito muito mais. Mas qual que é o tamanho da da mega cena? Quantos números você tem que você tem que acertar? 60. >> Não, você tem que acertar seis. >> A seis de 60. >> Seis que podem ser 60 em cada um. >> É, você tem 60 para escolher, não é isso? Nossa. >> Então tá. o número de baralhos é muito maior no sentido de ah vou acertar o exata combinação de baralhos que você Tem
aí. É >> muito muito muito muito muito difícil assim. >> Eh eh tem mais tem mais combinações possíveis do que átomos na Via Láctea, porque é 52 fatorial, é um número que explode ridiculamente. Mas >> isso é difícil entender. >> E no caso da linguagem é >> veja as pessoas isso não é isso de fato não é intuitivo, >> não é, né? E no caso da linguagem, eh, Fala aquela aquela proporção, se você tem ela de cabeça. >> Então, então a questão é porque algumas pessoas podem estar pensando o seguinte: esses caras eles estão pensando
da forma mais ingênua possível nisso, no sentido de que, sei lá, quantas palavras tem no português, tem 100.000 palavras no português, então você fala, se você tem 100.000 possibilidades pra primeira palavra, daí você, na verdade, voltando nisso, tem 500 mais ou menos, dependendo Das estimativas, algumas são 300, etc. Digamos que a gente tem 100.000 palavras usadas que são usadas normalmente. E daí na primeira possibilidade eu tenho 100.000. Na segunda possibilidade eu teria 999.000, digamos assim, se eu não quero repetir. E assim eu vou criando, claro, uma explosão combinatorial. Esses caras são muito burros porque as
pessoas falam coisas com mais probabilidade do que outras. No caso assim, é, se eu já tô falando Estados Unidos dá, eu vou Completar com a América quase sempre. >> Às vezes, se eu se eu falei Estados Unidos do, eu tô falando do México, provavelmente. Então, tem frases que te prendem, digamos assim. Se você começou ela, ah, eu fui, eu, eu saí de casa, estava chovendo, fui buscar meu guarda. A próxima vez ch, >> a quantidade de palavras possíveis vai diminuindo muito rapidamente, né? Não, >> não, não diminui tanto assim, vai crescendo, na verdade. >> Não,
não. Eu tô, eu tô, eu tô dizendo, eh, nesses estilos de frase, Estados Unidos dá a, a última posição, é, é, o pool de palavras possível ficou muito menor, entendeu? Mas na naquele exato momento da conversa, a partir do momento que continua, isso cresce de novo. Então você pode se perguntar, bom, existe alguma forma da gente estimar, >> não quantas palavras tem e tentar fazer essa conta meio burra, mas a gente estimar qual que é a quantas palavras Prováveis tem para cada palavra que eu adiciono? E sim, usando uma coisa chamada teoria da informação, que
foi criada por Claud Shann e no meio do século XX, acho que é é meio do século XX, acho que foi 54, algo nesse sentido. Eh, teoria da formação, o que que o que que ela me diz? Ela me diz exatamente quanta informação, eu consigo calcular quanta informação é revelada para cada palavra que eu adiciono. Na verdade, o que eu tô fazendo aí é enquanto a Palavra, deixa eu pensar como é que vou falar isso, tá? Assim, ó. Imagina que eu tenho um dado. Vamos lá. Eu vou voltar um pouquinho. Imagina que eu tenho um
dado. Esse dado ele tem seis faces dados normal. Tenho dois dados. É verdade. Agora um desses dados ele é perfeitamente balanceado. Isso significa que tem a mesma probabilidade de cair cada lado dele. E daí esse outro dado que eu tenho aqui, ele tem 80% de chance de cair na face um. Ele é desbalanceado, É trapaceiro, digamos. Se vou jogar contra você, vou te dar esse dado, você vai tirar o um, vou ganhar R$ 100.000. >> Uhum. >> Daí, beleza. Daí eu te pergunto assim: qual desses dados eu tenho mais informação sobre e o inverso disso
seria entropia? Qual desses dados tem mais entropia? no sentido quanto mais coisas eu desconheço sobre ele. E qual que seria sua intuição sobre isso? Qual dos dados eu tenho mais Informação? E qual dos dados é mais entrópico? >> Eu tenho mais informação sobre o dado viciado. >> Sim, exatamente. Então é isso, isso é algo contrainttuitivo para algumas pessoas, mas é exatamente essa resposta, porque o dado viciado você sabe com mais certeza que ele vai cair um, digamos assim, eu tenho mais informação sobre ele. Agora o dado que não é viciado, ele tá no no estado
máximo de entropia. Quando o dado tá perfeitamente balanceado, esse é o momento máximo de entropia daquele modelo probabilístico, porque pode cair qualquer dado e eu, se eu não vi ainda, eu não sei, eu não consigo chutar. Agora, esse eu chutar ah, 100.000 que caiu um, porque vale a pena, digamos assim. >> Então, o que que eu posso fazer? Eu posso ver a entropia >> para cada palavra que eu vou revelando da linguagem. E na maior parte dessas Estimativas dá mais ou menos seis ou sete ou oito e etc. Se a gente pegar a a menor,
ou seja, 6 bits de entropia, isso quer dizer que a gente tá sendo mais generoso com a nossa estimativa, pensando que é menor, tem menos possibilidades. No caso, as pessoas se repetem muito, as coisas não são tão prováveis, etc. E daí se a gente pode usar um outro conceito que esse é muito importante, inclusive na inteligência artificial que Se chama perplexidade. >> A perplexidade, digamos assim, eu estou nessa situação onde eu tô, eu a gente jogou o dado e eu escondi ele. A perplexidade mede quantas possibilidades eu acho que tem, no sentido de quantas possibilidades
são prováveis para isso, quão indeciso eu estou. Então, a perplexidade de algo é dois elevado na entropia dessa coisa. Então, se a entropia da linguagem é 6 bits por palavra, então a perplexidade da Linguagem vai ser 2 elevado na 6, que é igual a 64. Então eu tenho 64 de perplexidade. Por que que eu falei isso? É basicamente o o o fator de branching, né, de de >> de ramificação. >> Ramificação. Então isso quer dizer que para cada palavra que eu que eu falo existem 64 palavras prováveis em média. E daí a gente tá usando
>> que criam outros ramos, né? que abram abram outros caminhos de >> cada uma abrindo seu próprio ramo, >> porque algumas são menos prováveis, digamos assim. Em algumas situações a entropia é muito baixa, porque Estados Unidos dá América, entropia baixíssima, em algumas é totalmente livre. Olá, eu vim aqui e daí pode ser qualquer coisa que vem aí, digamos assim, né? E a questão é, se você faz uma estimativa, então, de quantas conversas possíveis podem ter, dado um período finito de tempo, isso é importante, senão não Consigo estimar. >> Aham. Eu vou ter que fazer assim,
dois eh 2 e elevado a 2 elevado 6 e isso vai estar elevado ao número de palavras que eu tenho. Então eu vou ter 64 elevado a n, que é o meu número de palavras. Então digamos que a gente consegue falar 150 palavras por minuto. Talvez agora eu esteja falando um pouco mais que isso. Então >> põe no 0,75, galera, >> 150 palavras por minuto. Então eu já Tenho, eu já tenho 64 elevado a esse número de palavras que eu falei naquele minuto. >> Aham. E tem um paper de um cara chamado Stuartiber. Ele é
um professor de ciência da computação na Universidade de Harvard. E ele fez essa estimativa justamente para mostrar com de forma conclusiva que é impossível que exista uma máquina memorizadora, porque é isso que a gente tá falando, né? A máquina memorizadora é aquela que, né, consegue Pegar qualquer coisa que vai que foi dita ali de memória e te entregar, né, >> porque digamos que que que chega um alienígena aqui e ele criou uma inteligência artificial, só que essa inteligência artificial dele é simplesmente uma tabela que memorizou todas as possíveis coisas de uma conversa. Então ele ele,
digamos assim, a gente tá conversando aqui, existe uma conversa >> idêntica lá na >> lá na memória dele, ele pega essa memória e pensa: "Ah, eu completo ela assim". E daí ele me responde, sacou? Eu faço uma pergunta para ele no meio dessa conversa aqui. Ele pega toda a nossa conversa, todo o contexto, bota ali e pensa na no como responder. >> Se você falasse, por exemplo, uma uma fórmula, se você perguntasse um problema matemático, ele saberia a resposta, porque lá no banco de dados deles, ele tem a fórmula completa e a resposta logo Na
sequência. >> Porque tem todas as memórias, porque todas as memórias possíveis, isso seria, digamos assim, um contraargumento quanto a ideia de que simplesmente olhar pro comportamento de uma máquina seria suficiente para decidir se ela é inteligente, porque ela pode estar só memorizando. >> Aham. Mas a questão é, eh, esse paper, ele mostra definitivamente, e eu até vou deixar claro que o paper, ele não, ele Não fez isso porque ele achava que era possível, era óbvio, porque é combinatoriamente óbvio isso para qualquer pessoa que, digamos assim, é, pensou sobre isso e tem as ferramentas certas, sabe,
teoria da informação, etc., que não tem como. Mas ele escreveu esse paper para deixar de forma conclusiva, no sentido filosófico >> de que, eh, não tem como ter uma máquina memorizadora. Por quê? Se a gente considera que dá para guardar um bit de Informação em um diâmetro de um plank de distância, então o plank é muito menor que um diâmetro de um átomo. É uma das menores medidas que a gente considera da natureza. É muito, muito, muito, muito pequeno. É ordens de magnitude menor que o diâmetro de um mato. Então, imagina que, por exemplo, assim,
eu pego um punhado de areia e para cada eh para cada círculo que tem ali, eh, um plank de distância, eu guardo um bit. Isso quer dizer que esse meu punhado de areia Tem mais HDs que tem no mundo. Já dá para guardar mais informação do que já foram guardados na história da humanidade. Daí eu pego esse esse esse negócio e expando pro universo inteiro. Então agora meu universo inteiro é um grande HD. Para cada um é para cada um plank de diâmetro de espaço, eu guardo um bit. B. Aham. >> Mesmo assim eu não
tenho como guardar todas as possibilidades de uma conversa de apenas 37 segundos. Esgota meu HD em 37 segundos. Porque a gente tá falando de uma explosão combinatorial gigantesca. Isso não quer dizer que as máquinas, que os LMS não estejam usando memorização de algum jeito. Com certeza tão a gente tem evidências porque a gente vê eles falando páginas de livros específico, coachs. Mas o que eu quero dizer é a ideia de que dá para ser simplesmente memorização é não é mais, digamos assim, é algo categoricamente mais errado do Que eu achar que eu consigo pular do
prédio aqui e voar, porque isso talvez seja verdade, no sentido de que é é algo que a gente conseguiria refutar em alguma certa situação. Agora, isso não é uma verdade matemática, simplesmente não tem. dado o universo que a gente tem, dado que ele tem essas limitações que ele tem, isso a gente nem considerou como que a gente faria pr os bits se comunicarem, digamos, ah, o meu bit tá aqui, >> vários complicadores ainda que >> que poderiam poderiam deixar isso pior. Por exemplo, ah, um bit tá aqui e o outro bit tá na alfa centauri.
E agora eles têm que se comunicar no máximo em 4 anos luz. Então, e agora? Como é que como é que faz isso? Então, pior a situação. Isso quer dizer que é simplesmente impossível, entendeu? É impossível que ele esteja te respondendo sobre os ETS, porque ele memorizou sobre os ETs. >> É. e que não é uma estratégia viável fazer a máquina memorizadora também, né? Ela ela não é possível, né? Eh, não tem como, porque a questão era isso, né? Eh, eu não sei se ficou tão claro que a questão é você olhar para uma inteligência
artificial e e falar: "Eu talvez não seja inteligência, talvez seja só memória." É, é, acho que essa é a essa é a grande questão, entendeu? Talvez assumindo que a máquina memorizadora não é inteligente, porque Ela tá só te replicando uma coisa que ela já sabe, quea que ela já decorou, né? ela não tá pensando sobre >> e assim pra maior parte dos problemas que você vai eh conversar com a LLM sobre, pra maior parte das coisas que você vai interagir com ela sobre, você vai cair nessa situação onde ela provavelmente tá usando algo que tava
eh no no grupo de treinamento dela, no grupo de dados de treinamento, e ela tá usando aquilo para trapacear de certa Forma, porque ela não tá tendo que pensar do zero. Então ela tá usando memória. Isso com certeza é verdade. A questão é que não pode ser só memória e o quanto é memória é algo muito em aberto no sentido de que também justamente por causa dessa explosão combinatorial não pode ser um template estúpido no sentido de ah, beleza, tá bom, ele não tem o meu poema, mas ele substitui, digamos assim, ele substitui o é
rosas vermelhas, violetas são azuis, Ele substitui o ele tem um espacinho para rosas, um espacinho para azuis e daí ele vai lá e troca as palavras e etc da ele te dá alguma coisa nova também. Não tem como ser algo tão eh burro assim justamente por causa dessa explosão combinatorial. Beleza? Você não acaba o universo em 37 segundos, mas você certamente acaba o universo numa conversa de 1 minuto e meio, até porque você tá em um fator exponencial, >> então não é linear, né? Não dá para, Digamos, se eu tivesse dois universos, não dava uma
conversa de 124 segundos, sacou? [ __ ] assustador um pouco, né? Mas na verdade isso isso eh abre pra gente então pensar que tá legal, então não é uma máquina que entendi que não pode ser uma máquina que memoriza apenas, portanto ela Mas acho que meio que dá para verificar isso e ver se eu tô maluco. Eh, uma máquina que fizesse apenas consultas à própria Memória, ela alucinaria como o chat VPT alucina? >> Não, né? Se ela fosse totalmente determinista, é que ela pode ser a combinação de, digamos assim, um monte de coisa de memória
e palavras aleatórias. Ela só joga um dado para cima e pega uma palavra aleatória. É claro que, de novo isso isso ignora a questão da perplexidade da linguagem, porque existem tantas possibilidades que simplesmente jogar uma uma uma moeda Para cima para decidir a próxima palavra é algo que naturalmente ia te dar uma uma algo que não fazia sentido nenhum. E atualmente não é isso que você vê nesses modelos. E isso é algo que as pessoas podem confirmar por si próprias. do fato que eles são coerentes, digamos assim, eles conseguem responder eh perguntas de quase qualquer
natureza que você passa para eles e você pode criar esses mundos imaginários e perguntar coisas. >> E eh para gerar imagens, o o processo é Semelhante ao de gerar texto? >> Não necessariamente. Eh, existem modelos que geram imagem com uma arquitetura similar, ou seja, usando Transformer, que seria essa arquitetura. Mas, por exemplo, a forma mais comum que você tem modelos open source fazendo seria com o que é chamado de difusão. Então, eh, boa parte dessa dessa resposta, eu não consigo dar uma resposta tão boa porque as empresas escondem como que elas fazem as coisas. Então,
por exemplo, pode ser que tenha um grande modelo, eh, tenha um jeito de usar Transformers muito diferente, etc., que eu não sei tanto sobre muitas dessas coisas, eu acabo sabendo porque não é como se os as pessoas que trabalham ali tivessem eh nível militar de segurança, eles falam em festa e etc na eh em certas pessoas antes disso ser divulgado publicamente, >> mas ainda assim é algo que eu não consigo dar uma resposta com muita Ênfase por causa disso. Agora, modelos de difusão, como que isso funciona? É muito mais algo no sentido de você pega
uma imagem que é basicamente barulho galciano, sabe? Quando a TV tava com estática, então é um monte de cor aleatória, parece que não tem nada. >> E você joga isso num espaço de possíveis imagens e você caminha pra imagem mais próxima. Então vamos lá. Como que isso é possível? digamos que eu faço o seguinte, isso tem tudo a ver com Qualquer modelo, basicamente de inteligência artificial de linguagem que eu preciso representar as informações do mundo físico, eu preciso representar elas no computador de alguma forma. O jeito que eu vou fazer isso é o seguinte, eu
vou ter que associar essa informação qualquer, seja uma palavra, uma imagem, etc., a um ponto num espaço. Então esse espaço seria eh um espaço euclidiano eh possivelmente e você pode imaginar ele Em 3D, digamos assim, a gente tá no universo e daí cada estrela é um ponto desse universo. No caso, por exemplo, do chat EPT e etc, o que ele faz é ele associa para cada ponto desse desse dessa estrela do universo aleatoriamente em qualquer posição. Basicamente ela ela associa uma palavra e depois ele quase usa uma gravidade para juntar conceitos similares para perto de
conceitos similares. Assim, eu tenho uma representação do espaço que de algum Jeito captura a semântica do que tá acontecendo. Então, o exemplo é tradicional disso é que, digamos assim, dá para fazer álgebra linear com significado. Dá para fazer álgebra com significado no momento que eu tenho um espaço semântico de verdade. Por exemplo, eu posso subtrair de rei a palavra homem, >> isso é muito legal, >> e somar a palavra mulher e de repente eu tenho rainha. Esse é o exemplo clássico, Né? Então, imagina que isso são vetores, são direções e espaço. Eu subtraio da direção
que diz rei, eu subtraio a direção homem, adiciono a direção eh mulher e eu obtenho o ponto muito próximo do ponto que tá a palavra rainha. Então você percebe que existem estruturas semânticas que a gente mal pensava sobre que podem ser capturadas dentro desse espaço ge brineado e >> que você faz uma operação matemática, entende? você tem o ponto do rei, aí Você subtrai disso algo e você vai para um outro lugar que que tem um outro significado. As coisas gravitam, as coisas elas vão elas vão ficando cada vez mais próximas conforme a semântica delas
tá mais relacionada, entendeu? Isso é muito massa. >> Não, não por causa dessa dessa soma e multiplicação, mas porque você treina >> Sim. Na hora na hora do treino. É, então na hora do treino você faz com que esses conceitos semânticos eles se aproximem e Esses símbolos que que simbolizam semanticamente coisas, eles vão ficando mais próximos e aí eles agora têm uma coordenada, digamos assim. E aí o que é muito louco também quando eu tava fazendo vídeo, que eu acho que é uma das partes mais legais de entender, é isso. Mas como é que o
modelo, sabe? E e esse da soma é muito fera, cara, porque você pega rei, subtrai homem e soma mulher, você vai pro pra coordenada rainha, entendeu? Muito próximo. Então é a coisa Mais possível passa a ser rainha. E isso tá super associado também com tentativa de tentar entender o modelo com interpretabilidade mecânica, que é olhar para dentro dele e tentar, baseado nos pesos, ver, digamos assim, as intenções dele ou o que que ele tá pensando e etc. Então essa ideia de que existem direções que representam conceitos humanamente entendíveis ali dentro, é quase toda a a
coisa que motiva você a ir lá e tentar entender eles. E e por exemplo, esse Exemplo que eu dei, onde você tem uma palavra por vez e ele pensou antes, é algo que só foi possível notar porque a gente encontrou dentro do modelo essas representações que são humanamente entendíveis. A gente tem e entendeu, quer dizer, achou ali dentro dele essa característica que são um conjunto de neurônios ativados dessa forma. representa eh essa semântica. Mas eu tava falando tudo isso para falar sobre difusão, né, que é como, digamos, a Gente tem a geração de imagem. >>
Então, imagina que eu vou fazer isso, só que agora eu vou botar imagens nesse espaço semântico também. Então, digamos, eu vou tentar botar para cada imagem que eu tenho aqui no meu campo de treinamento, ela vai ser representada por um valor, uma matriz numérica em que o pixel, digamos assim, é, eu tenho um número para, digamos, eu tenho três números para cada pixel. Então eu tô representando RGB, algo nesse sentido. E Daí agora eu vou tentar botar essa essa matriz numérica nesse mesmo espaço onde tem as palavras também de certa forma, porque daí eu consigo
associar texto com imagens e eu coloco essas duas coisas do mesmo espaço e o jeito que eu que eu faço para para fazer com que elas fiquem próximas, se elas têm alguma coisa a ver, por exemplo, a palavra carro fique próximo do carro de verdade, de uma foto de um carro, eh eu uso o treinamento de várias imagens que estão classificadas, Tipo essa imagem diz que tem carro, essa imagem diz que tem uma pessoa, etc, etc. Tem lá o prove que você não é um robô. Clique no pote. >> É, você tá ajudando as máquinas,
cara. Tá com medo do exterminador? Toma. Não tô não. Não tô não, mané. >> Você não clica, você não >> vai fazendo, vai. Torcendo. Eu tô torcendo. Vem Exterminador. Vem Exterminador. >> Então, e daí? Imagina que eu tenho esse Meu espaço agora. >> Dá para fazer o padre consciência. Vai, continua onde você tá, >> cara. Tem. >> Não, continua onde você tá. Não, continua onde você tá cor. Você sabe que eu vou, hein? >> Cuidado. Cuidado. Você acha que vai jogar piadinha? vai passar ileso. >> Então, eh, >> mas onde você tava, >> tá? A
gente tá nesse espaço semântico, tem imagens e daí imagina o seguinte, eu pego uma frase e daí eu eu jogo essa frase e com basicamente barulho galciano no meio desse espaço. >> E agora eu vou tentar procurar qual que é a imagem que tá mais perto dessa frase. Eu vou tentar caminhar nesse meu espaço para uma imagem. E aí essa imagem é a resposta que que a gente te dá. Então isso seria os modelos de difusão. E a gente tem tentativas inclusive de Fazer difusão no texto, porque imagina que em vez de tentar fazer difusão
na na em cada pixel da imagem, imagina que eu tô fazendo difusão no texto inteiro e eu tô substituindo pixel por palavra. Então agora eu não tô gerando mais uma palavra por vez, eu tô gerando um texto inteiro >> e daí isso pode ser muito mais rápido, ter várias vantagens. Eh, de qualquer jeito, acho que não tem nenhum modelo muito forte que usa difusão em texto, mas em imagem esse seria o jeito que a Gente tem, digamos assim, eu tenho lá a os modelos open source, eu posso testar, brincar com eles, fazer coisas com eles,
etc. E claro, como eu falei, existem modelos que usam o Transformer mais difusão ou o Transformer, mais outras jogadas de de imagem. Eu não faço ideia como funciona o 3.1, que é o o Vo, que é o modelo, é o mais avançado da Google do Gemini, que é meio alienígena. Inclusive, eu acho que um dos maiores perigos dessa ideia de você tentar Convencer, porque, digamos assim, você não gosta de a, >> eu não quero que seja verdade essa [ __ ] Então, o que que eu vou fazer? Eu vou convencer as pessoas de que i
não serve para nada. E talvez assim a Ia realmente não serve para nada. Eu acho que um dos maiores perigos disso é algo como com modelos de linguagem, onde você tem uma situação onde esses modelos eles já conseguem, por exemplo, e criar, gerar uma imagem de câmera de segurança Perfeitamente. E se você não sabe disso, você é vulnerável. No momento que você sabe, deixa de ser no sentido de que imagina o seguinte, imagina que a gente tá em 13 AC e um maluco chega com um desenho numa pedra e fala: "Mano, eu vi esse cara
roubando outro". Sacou? Olha aqui o meu desenho dele. Você não vai acreditar, porque você sabe que dá para desenhar o que você quiser. Digamos assim, a pedra ou o lápis, o papel, etc. Eles são instrumentos os quais eu posso Fazer o que eu quiser. Nossa, que responsável. Fizeram o papel e a pessoa pode desenhar o que ela quiser. Sacou? Tipo, dá para fazer o que você quiser ali. Então, se você tem essa essa noção de que agora fotos e vídeos são algo que é maleável tal qual um desenho, tal com uma pintura, as fotos, vídeos
não deixam de de ter valor. Do mesmo jeito que desenhos, pinturas não deixam de ter valor. O que acontece é que você para de querer associar que isso é Necessariamente uma descrição da realidade imutável. >> É aquela coisa meio meio apocalíptica, né, de ah, agora próxima as próximas eleições, as pessoas vão ver a imagem dos candidatos fazendo atrocidades e ninguém vai perceber. Aí é é isso, é uma coisa que a gente conversa muito entre a gente, né, de que as talvez as pessoas se adaptem rápido, talvez as pessoas entendam que os vídeos são gerados por
os tiozões que receberam coisas Absurdas, mandaram pros filhos, os filhos falam: "Pai, pelo amor de Deus, isso aí, ah, não é verdade, né, tal, tal, tal". Então isso vai criando meio que uma a as duas que o tiozão tomou até ele ele já tá meio esperto já, ele já tá meio desconfiando dos vídeos que ele recebe. >> E é bom porque aí dá pro dá pros caras ir pro surubão e falar que não era eles, né? fala que >> é, então a gente vai precisar ter outros Tipos de evidência, etc. Porque se você pensa na
maior parte da da existência de democracias, na maior parte da existência de sociedades, etc., não tinha vídeo, não tinha foto. Então, se alguém cometia um crime, era a witness, né? Tipo, alguém viu e disse e etc, que tem vários problemas, inclusive não vou entrar nessa, mas tem vários estudos psicológicos que mostram que basicamente e as pessoas se enganam muito, porque memórias são algo tanto gerados quanto Guardados. Você acha que você tem aquela memória de de infância que 100%, >> mas sabe que na mas na verdade o teu cérebro completa partes, >> completa. Completa partes. E
daí tem vários exemplos de pessoas que pensavam em coisas absurdas e como você pode induzir memória nas pessoas também. É, você induz que que você cria uma foto falsa. >> Olha que isso. A pessoa, por exemplo, acha que fez uma atrocidade na infância Dela e ela nem fez. Ela ela foi ela foi não, que eu lembro o estudo que eu vi não era atrocidade, mas era algo tipo a ela fez esse passeio. Você mostra ela, sei lá, na Disney. Não era Disney, mas assim, você mostra ela em e em Santos. Daí ela fala: "Olha aqui,
ah, nossa, realmente eu lembro. tava em Santos, entendeu? Ela completa as coisas, >> mas enfim, eu eu não sei se as pessoas vão se adaptar tão rápido assim. A questão é que de qualquer jeito essa é a Única solução no sentido de que você não você não consegue criar nenhuma forma de que as redes sociais verifiquem isso eh a tempo suficiente de impedir. E a razão pela qual isso é verdade é a seguinte. Em primeiro lugar você teria em tese, como, por exemplo, obrigar a Open AI, obrigar o Gemini, etc., o Google, que são empresas
que estão nos Estados Unidos, etc. dado. Se o governo dos Estados Unidos quiser obrigar eles a colocar algum tipo de assinatura em Todos os vídeos que eles fazem, inclusive o Gemini tem uma assinatura e eu consigo verificar se aquele vídeo é falso ou não. Tem alguns problemas. >> Consegue verificar se é um vídeo do Gemini ou não, né? >> Isso. Isso. Se é um vídeo do Gemini ou não. Desculpa. E daí tem uma questão que eu eu posso tentar embaralhar isso de qualquer jeito, digamos assim, eu posso passar gal noise nesse negócio. Eu não sei
o quão resistente eles fizeram isso No sentido adversarial, porque eles estão preocupados muito mais com poder dizer que não, pô, a gente tentou, sacou? Do que realmente impedir alguém. E eu acho que essas tentativas elas têm o mal de, por exemplo, fazer as pessoas confiarem que elas ainda podem dizer. Entendi. >> Quando as pessoas realmente intencionadas que t os recursos certos, elas certamente conseguiram gerar de gente. >> E a segunda coisa é que a gente tem vários modelos de vídeo que são chineses. Inclusive, se olha o ranking, eh, na maior parte desses rankings, você tem
o melhor modelo atualmente, pelo menos eu vi, é 3.1, que é um modelo da Google, mas o terceiro, o segundo, terceiro, quarto lugar são todos da China. E não necessariamente eles vão ter assim mesmo interesse ou não necessariamente se eles tiverem essa forma de identificar os vídeos, eles vão Revelar pro público te dar acesso a isso. Talvez eles só deixem eh, digamos assim internamente ou com acesso pro governo chinês ter esse controle, mas não necessariamente você vai ter. >> E existem modelos também open source. E no momento que você cria qualquer forma, digamos assim, de
medir se algo, digamos que, ah, eu sou um pesquisador de Harvard, não sei o que lá, eu vou tentar criar uma forma que me dê 100% de certeza que esse texto ou esse vídeo foi Gerado por IA. Nesse momento eu tenho uma função objetiva perfeita para treinar contra. É isso, >> porque eu consigo simplesmente usar essa função. Beleza, eu pego a minha e aqui, uso essa esse esse modelo do cara aqui, >> treino ela em driblaro. Isso aí >> treino especificamente. É essa é a questão de eh casos adversariais, é um termo especificamente para isso,
que é quando você quando você não tem adversários, é muito fácil fazer as Coisas. Por exemplo, ah, vou botar um jeito de checar se esse vídeo aí é ou não. No momento que você tem adversários, você tá numa corrida nesse sentido, porque você cria uma estratégia, as pessoas usam essa estratégia contra você e >> Aham. Sei lá, por exemplo, no no todo no mundo de cybersegurança, etc. É muito isso que tá acontecendo. A gente só não tem hackeamento o tempo inteiro, pessoas perdendo dinheiro o tempo inteiro, Porque eh essas empresas elas desenvolveram várias formas de
de se informar sobre isso. Tem todo um, digamos assim, um método de passar informação e fazer essas coisas certas. E também você tem muito mais incentivo normalmente de se você encontrou uma vulnerabilidade, em vez de se tornar um criminoso, você entregar essa vulnerabilidade em troca de alguma recompensa. Então, >> Aham. São os hackers éticos. Is >> é, eles contam, né, o que o que eles acharam. >> Pois é, [ __ ] Eh, cara, se a gente vai ter que voltar aqui, mané. Algum outro dia. Estamos aqui há quanto tempo, Jan? >> 2 horas. >> É,
chegando na pausa lá uns 1:40. [ __ ] vocês falam, >> moleque. E assim, e a gente foi abrindo uma porrada, a gente foi abrindo uma porrada de caixinha aqui. >> Uhum. >> Que, por exemplo, dá para fazer upload ou dará para fazer upload na nossa própria consciência? A isso, a consciência, a o que é consciência? Dá pra gente upar a nossa mente. >> Quem sou eu? >> A mente é computável? Se a inteligência corre o risco de ser computável, a mente também corre esse risco. São coisas diferentes. >> Então, primeiro >> reclama da duração
e depois ele lança uma pergunta que abre 4 horas. Você você acabou de perguntar sobre o que eu considero a pergunta mais difícil de todas, que é o problema difícil da consciência, >> que é o seguinte, eh, boa parte do que eu tô falando aqui, eu tô falando sobre inteligência, por exemplo, eu falei há algum tempo atrás que eu considero sim Que em uma certa medida, talvez pequeno, esses modelos são inteligentes, com as evidências que eu tenho agora. É algo que eu eh eu digamos assim, eu eu atualizei quando esses modelos saíram no 3.5. Uma
das primeiras conversas que eu tive com o Bruno, na verdade antes deles saírem, é como eu achava de que isso não seria suficiente, exatamente esse tipo de coisa de escalar e ter essas arquiteturas e etc. Eu achava que você precisaria para isso dar certo de algo Como, por exemplo, ir a simbólica, algo que fizesse inferência lógica de algum jeito. E a gente precisaria ter um entendimento melhor de como a mente funciona antes de conseguir criar se eu achava isso. Eh, mas dado as evidências, eu mudei de opinião. Então, eu acho que essas criaturas são inteligentes,
essas criaturas, não, essas esses sistemas de alguma forma. >> Só que quando eu falo isso, eu não quero dizer que eles são conscientes Necessariamente. Eu não quero dizer que eles têm sem ciência. E sem ciência é um termo meio complicado, porque você tá se referindo à sensação de ter uma experiência no sentido de existe a informação de que essa garrafa que é, digamos assim, esse negócio aqui, essa lata é azul e nada impede, a princípio, que exista o processamento de que isso é azul, o entendimento que isso é azul, mas não a experiência de que
isso é azul. Experienciar o azul, até porque Cor, a princípio só existe na sua consciência. O que existe na realidade é basicamente o jeito, o nível energético que o fóton reflete no objeto ou o jeito que ele é absorvido e e soltado pelo objeto. Então você pode pensar dor, aonde que existe a dor? Dor é aparentemente é um fenômeno que é exclusivamente da consciência, no sentido do fenômeno da consciência. Então tem um artigo sobre isso que eu gosto de citar sempre, que eu acho que é Uma boa introdução para isso para quem tá interessado e
não entendeu o que eu tô falando, sei lá. Eh, what is like to be a bet? Eh, o como é ser um morcego, que é um artigo sobre filosofia do Nagel, acho que esse é o nome do do autor. E ele ele faz esse argumento de que a única forma de você saber como é ser um morcego, como é é ser um morcego, não como o morcego funciona, é sendo morcego. Se a gente estudar o morcego perfeitamente, a gente usa ciência com Os nossos melhores métodos e a gente e decifra ali as redes neurais do
morcego ou cada célula do morcego perfeitamente, o que a gente sabe é associações. Por exemplo, essa coisa aqui causa a dor no morcego. É essa coisa que tá correlacionada com a dor no morcego. E a dor no morcego, a gente pode falar: "Nossa, isso é só termodinâmica, etc, etc." Mas como a gente vai saber como é ser o morcego que sentiu dor naquele momento? Isso é algo necessariamente de Primeira pessoa, é algo fenomenológico. Fala para mim. >> Fenomenológico. >> Fenomenológico. Isso. Então é essa é a questão. Então consciência para mim é um problema separado. Porque,
por exemplo, assim, imagina o termostato, sabe? Que é ele tá tentando regular a temperatura desse ambiente, >> digamos assim. Daí seessa, se o ambiente sobe, digamos assim: "Ah, tá 30º, tenho que descer". Se se o ambiente tá tá Muito frio, ele tem que subir. >> Mas ele não sente frio. >> Mas ele não sente frio a princípio. Ele tem a informação de que a temperatura tá daquele jeito. Ele processa ela, ele toma uma decisão, mas não necessariamente ele sente o frio. E essa é a questão. Eu eu não eu não eu não acho, a princípio,
eu não tenho boas evidências de que esses modelos são conscientes. Inclusive a minha intuição, se eu tivesse que chutar agora para um Para outro, eu diria que não. Não quer dizer que eu acho que é impossível que eles tenham, mas é só o que eu quero finalizar é o fato de que eu sinto que as pessoas têm uma resistência muito grande em aceitar que esses modelos são inteligentes de fato, porque eles porque eles acham que isso necessariamente implica consciência, que ser eh, digamos assim alguém que consegue resolver problemas no mundo significa que você tem que
ter uma sensação de si mesmo, Estar experienciando dor, estar experienciando coisas e daí tomar essas decisões. O que eu acho que são coisas separadas, digamos assim, o fato de que para seres humanos as luzes estão acesas é algo diferente de que do fato dos seres humanos nós conseguimos entender o mundo >> ou explicar como a luz fica acesa, né? Capacidade de explicar, resolver problemas, etc. Não tá relacionado com a sua capacidade de sentir. Exatamente. A Não ser que esse problema esteja intrinsecamente relacionado a a uma coisa de sensação, né? Mas enfim, eh, eu acho que
essa confusão é uma das principais. Você sabe por quê? Aí eu eu tô no freestyle aqui teorizando, né? Eu acho que talvez o instinto mostre pra gente que sensações são algo tão básico da nossa da nossa existência, digamos assim, poxa, >> a máquina não não sabe nem quem é ela ela nem sente as coisas, ela nem ela nem Nem sabe o que é frio, não sabe o que é quente. Imagina sem ter imagina conseguir fazer um cálculo ou saber de fato ou gerar com criatividade uma coisa nova, entendeu? Porque parece que ser criativo é algo
que a pessoa mistura, entendeu? Ela mistura essa questão de que a de que as sensações são algo singelo, talvez, né? Que que é uma coisa muito básica, é a primeira etapa, porque o bebê, o ser humano mais fraquinho, até os cachorros, os animais, né? Eles têm Consciência, eles têm esse, essa questão de que, por exemplo, um cachorro ele, ele ele tem uma consciência muito grande do que tá acontecendo. Você chega, ele ele te responde, ele vai lá, ele responde as coisas, ele tem sensações, né? Ele tem um monte de coisa ali que tá acontecendo. >>
É claro que algo interessante de se apontar é que a gente não tem evidências da consciência do cachorro, >> mas a gente assume que sim, porque ele Ele tem uma neurologia parecida com a nossa, ele parece estar sentindo dor. É eticamente você deve assumir isso no sentido de que, beleza, se eu assumo que o cachorro não tem consciência, então a dor dele não significa nada. Eu acho que é um é um jeito de se ir para para um para um lado muito obscuro das coisas. E você não precisaria assumir, na verdade, a a consciência das
outras pessoas também, porque eu não tenho evidência da sua consciência, >> mas eu assumo isso porque eu sei que eu sou consciente e você tem um cérebro que é 99.9% parecido com o meu. Então, logo você deve ser consciente também. E também é a coisa legal de se fazer, né? Você assume que as coisas são conscientes. >> Mas a senciência, por exemplo, essa coisa de de estar experienciando e tendo sensações, é uma coisa que também a gente infere muito da do comportamento dos animais. E aí você fala assim: "Porra, um rato tá sentindo e não
consegue fazer conta". E agora a inteligência artificial não consegue fazer nada disso e e vai ser quem vai resolver problemas complexos. Eu acho que essa é um dos dos pontos de confusão ou talvez principais quando as pessoas subestimam os modelos. >> Eu acho que algo legal de entrar também é a questão de se inteligência é algo necessáriamente de criaturas biológicas, que é esse é o fundamento da frase do Não é nem inteligente nem artificial. Eu sei de cor essa frase agora, porque nos comentários dos vídeos que a gente fez sobre inteligência artificial, tem muito ela,
tem muito ela. E é engraçado porque se a pessoa espécie de refutação de de >> Não, então se não é nem inteligente nem artificial, eu nem preciso assistir esse vídeo. Logo acabou a conversa aqui nesse momento. >> É uma frase que que de alguma forma eh imobiliza a discussão um pouco, Concorda? Assim, tem uma coisa meio de >> Ah, mas não tem também a ver com o fato de que o nome inteligência artificial é só uma convenção também, >> não? Sim, sim, sim. Mas digamos assim, vamos ignorar o artificial, porque o artificial não me importa
se você quer dizer que não é artificial ou por mim, tanto faz. A questão é inteligência. E daí, claro, a gente pode definir, a gente sempre pode definir inteligência como algo necessariamente de criaturas Biológicas. A questão é que essa não é uma definição científica, porque ela não é útil, né? No momento que eu defino, é de criaturas biológicas e acabou, acabou a discussão, a gente vai paraa casa, não faz ciência. Então, quando a ciência, >> nunca vai existir a inteligência, eu já defini que ela é biológica, então acabou. Quando a gente tá definindo uma palavra,
digamos, de um termo científico, a gente tá fazendo algo, é, necessariamente diferente de, por Exemplo, definir uma palavra de dicionário. Quando o, o Micaeles foi lá e definiu as palavras do dicionário, o que que ele tava tentando fazer? Ele tava tentando capturar como as pessoas usam as palavras, seja na língua culta, seja no uso popular e etc. Quando a gente tá definindo algo, como por exemplo, inteligência do ponto de vista científico, a gente quer que seja útil, a gente quer que esclareça algo pra gente. E daí tem vários artigos, Inclusive sobre exatamente isso de como
que você tem uma definição útil, porque, por exemplo, a definição do que é temperatura demorou muito tempo. É, é super contrainttuitivo, mas a definição de temperatura demorou anos e anos e anos e anos para surgir, mesmo quando as pessoas já estavam estudando com calor e termodinâmica, etc. Então, eh, inteligência em si tem algumas tentativas ao longo da história. Por exemplo, a gente pode olhar para todas As definições por psicólogos eh proeminentes e quase todas elas, não quero dizer todas, mas quase todas elas vão ter algumas coisas em comum. Entre elas, por exemplo, a ideia de
que ser inteligente é você conseguir a alcançar objetivos em ambientes diferentes. Então, alcançar objetivos porque você tem sucesso, você vai lá e precisa entender esse ambiente para ter sucesso e ambientes diferentes por causa da flexibilidade. Então, por exemplo, por Que que o o a máquina de xadrez que ganhou do do por exemplo Casparov >> ou do Licedol, por exemplo, no caso de do Alpha Gol, por que que essas coisas não são inteligentes? Porque elas não são flexíveis, elas só são boas no universo do chat. Se você muda um pouco a regra do xadrez, ela se
torna inútil imediatamente. >> Eh, então isso não seria muito inteligente, apesar de ser muito competente, ela consegue sucesso melhor Que seres humanos. Então você quer algo que tenha sucesso, mas numa vasta gama de ambientes que seja eh flexível. E essa definição que eu acabei de colocar, ela foi feita por dois pesquisadores que chamam e Legutter. E ela é basicamente uma das mais famosas, que é inteligência universal. E eles fizeram ela meio que tentando concatenar umas 70 e poucas definições de psicólogos proeminentes. Daí, sei lá, uma de psicólogo mesmo, posso dar do William James, é uma
Parafrasiação, na verdade, dela que inteligência é conseguir o mesmo objetivo por diferentes meios. Então você percebe que tem essa questão do objetivo de conseguir um resultado por diferentes meios. Todas essas definições, elas concordam na ideia de que inteligência é algo que você faz, não é o que você é, no sentido de que é um comportamento que você observa, é algo que surge quando você interage com o mundo. Então é uma função de certa Forma, né? É uma funcionamento de algo, por exemplo, >> treinável. Portanto, >> é sim, possivelmente, né? Porque, por exemplo, o seu não
é que o seu cérebro é a inteligência, seu cérebro faz a inteligência. Então >> ele manifesta inteligência ao funcionar. É meio essa essa parte. >> Porque se a gente quiser, beleza, a gente assume então, beleza, que se a Gente assume que inteligência é algo que você faz e não é algo que você é, você tem esse funcionamento. Função é a inteligência. Então, se eu quero dar essa cartada de que inteligência é uma característica de seres biológicos, eu tenho que te mostrar como que é impossível necessariamente, como existe algo na biologia que seria impossível de criaturas
que não são biológicas fazerem. E a única coisa, digamos assim, se a gente tá falando de uma função, Seria se existisse algo na biologia que é não computável. A gente volta lá no começo da conversa. Porque se for computável, um computador consegue fazer essa função. Isso é algo óbvio. Então, se não é computável, eh, a gente a gente poderia ter essa situação onde inteligência é algo simplesmente biológico. O problema aí é o seguinte, até hoje, como eu falei lá no começo, a gente nunca encontrou nenhum mecanismo físico que é computável. E a ideia de Que
o cérebro humano ou o encéfalo humano, os neurônios de algum jeito estão conseguindo produzir algum tipo de mecanismo físico que é não computável, dado quão difícil é encontrar esse tipo de coisa, é é um pouco estranha. Tanto que é muito pouco acreditado a ideia de que existem essas coisas não computáveis ou que existe algo na biologia não computável. Então, é algo que eu acho que as pessoas têm que ter esse contexto de que só faz sentido isso de que Inteligência é uma característica de seres biológicos necessariamente se você acredita que seres biológicos têm características não
computáveis e também que a gente nunca encontrou nenhuma característica não computável até hoje. E, por exemplo, computadores quânticos são computáveis, é, computadores analógicos são computáveis. Então, eu já vi esse papo também de que se você ah, beleza, se eu pego é um computador que é analógico, ele de algum jeito passa a Eletricidade por alguma coisa, eu consigo fugir desse problema de computabilidade? Não, não consegue. Você também tá no reino computável. E inclusive o que que o que que é um computador analógico, né? É um computador que faz analogias alguma coisa no sentido de, digamos que
eu quero usar uma função matemática para calcular a posição dos planetas. Então eu tenho essa função, eu calculo essa função, é, computo ela, recebo a posição Do planeta, se Marte. Agora note que você pode usar Marte para computar a função. Se você não quer calcular a função, você olha, mas Marte tá ali, Marte tá aqui, olha paraa minha função, esse é o resultado. Tem que ter dado. >> Uhum. >> Porque eu eu posso fazer o inverso, digamos assim. Então, digamos que eu tenho uma explicação matemática sobre como a o calor se dissipa nessa mesa. Eu
Posso usar a mesa para calcular a minha expressão matemática do da dissipação do calor. Isso é um computador analógico. Dá para fazer analogia com qualquer coisa, porque a maior parte dos processos físicos fazem computação. Então, existe um computador analógico que faz contas não computáveis significa dizer que você tem um computador, você tem um processo físico não computável. E daí tem toda a questão de que mesmo se tivessem processos físicos não Computáveis, não sei nem como você eh a mostraria deles, digamos assim, né? Mas de qualquer jeito, é isso é uma necessidade desse argumento. >> E
aí, se é computável, eu posso fazer o padência. >> Então, teria que ser muito sofisticado, >> muito sofisticado >> no sentido de que você teria que uploadar não só o cérebro, mas o corpo humano inteiro, porque o ser humano ele é uma criatura. Isso é um argumento que Turen faz também, que o ser humano ele é uma ele é, digamos assim, ele é uma máquina de eh com a fita aberta, no sentido de que você tem uma máquina de turing, um programa, você fala o que que o programa recebe e ele te devolve alguma coisa.
O ser humano, ele tá recebendo input do universo o tempo inteiro. E então como você faz pro computador ele ter essa fita aberta no sentido de que ele ele não só você tá simulando cada célula, mas você tem que Tá simulando também um para você ser você ainda, né? Talvez você se torne outra coisa, mas para você ser você, você teria que simular também um ambiente na volta dessa criatura e também o input em cada uma dessas células de pressão, som, movimento, próprio, acepção, >> que são são tem mais do que cinco sentidos, by the
way. Eh, então é isso, se for computável, você conseguiria simular, mas seria algo muito difícil, Até porque a gente entra naquele problema que eu falei, que é que células biológicas e computação biológica é muito mais eficiente do que computadores. Então, tá, tá num nível de eficiência sinistro, assim, até no consumo de energia. Eh, por exemplo, o cérebro humano é tipo 20 W >> e algo, como, por exemplo, um computador gamer consome muito, muito mais que isso. Não precisa nem não preciso nem falar dos grandes servers que, que que Geram resultados de modelo de linguagem. O,
>> e, e assim, a gente, uma coisa que eu vi que a gente não falou muito a respeito ainda é a questão da criatividade, no sentido de que a gente falou, né, que talvez elas estejam usando memória, porque a gente usa memória, né? É, então você tem um monte de coisa que você tem decorado, eu também tenho. Quando a gente tá falando de um assunto, eh, eu também puxo na minha cabeça aqui alguma Coisa, né? A questão aí tem uma uma outra questão que é a questão da compressão, né, Adrian, que é, digamos assim, você
tem muita informação e aí você consegue armazenar partes dessa informação e aí você volta a informação original ou a grande parte da informação original acessando só esse pool de informação menor, porque você pensa sobre ela de novo, você faz um caminho inverso, enfim. Eh, bom, mas o que eu queria dizer é a questão da Criatividade, eu acho que nessas discussões também surge bastante, porque é o fato de um modelo de linguagem conseguir gerar coisas novas de maneira criativa. O quão criativo é o que um modelo gera, né, comparado com o que um ser humano faz,
por exemplo. Eu acho que isso é uma é um é um ponto de confusão bem porque tem a ver com isso, né? >> A máquina não faz uma média de coisas que ela já viu em geral? É, então é que você, nesse caso, se você Tivesse fazendo uma média, você não teria, você não teria generalização para fora disso. Então você teria, por exemplo, assim, imagina que eh quase todas as frases que começam: "Eu fui na farmácia comprar terminam em remédio". >> Uhum. Só que você tá num contexto onde o modelo tem que falar que ele
foi na farmácia comprar chocolate, porque é o que tem mais perto, você explicou no começo. E se fosse simplesmente uma questão de amostrar a média das palavras Mais faladas, ele sempre responderia remédio. Ele seria incapaz de de usar o contexto. Assim como você tem aquela questão de você pega modelos de linguagem e daí você pede: "Ah, faz um salmão no rio". Tinha esse esse meme, né? E daí o cara mostrava o modelo de linguagem, ele produzia um salmão, o salmão picado, no caso o sushi no rio, porque ele sabia ver tanto salmão que ele não
conseguia usar o contexto para adaptar as probabilidades dele. >> Um salmão vivo ainda, um peixinho, né, no rio mesmo quando você colocava o rio, ele imaginava o o peixe picado. É isso que você tá falando? É isso. Ele imaginava o sushi ali no Rio, nadando no Rio. >> Cara, um cara comendo um sushi na cidade do Rio de Janeiro lá no Rio. >> Aí ele foi hoje o modelo. >> Então é é isso, assim, você tem evidências no sentido que você pode testar isso no modelo de que se ele Simplesmente tivesse escolhendo a palavra mais
provável, dado o corpo de treinamento dele, ele não seria capaz de se adaptar a essas situações. E essa situação, por exemplo, específica que você pode criar esse esse contexto, ele nunca existiu, porque é muito fácil algo nunca ter existido. É muito fácil você escrever algo no chat apt nunca ter existido. E tem >> sim >> tem algumas coisas interessantes sobre Isso. Por exemplo, o fato de que os modelos há 10 anos atrás, digamos assim, a gente já tinha modelos de linguagem e esses modelos de linguagem eles já produziam texto, eles já conseguiam produzir texto que
era gramaticalmente fazia sentido, mas eles caíam nesses problemas. Todos eles, digamos assim, eles tinham esse problema onde se você sempre completa a farmácia comprar remédio, ele não conseguia não pensar nisso. Ele não conseguia pens ele não Conseguia te responder que você não foi na farmácia comprar remédio, você foi fazer outra coisa. E existiu quase uma frase de transição, fase de transição, que é o que é chamado, eh, para na pesquisa de Grocking. Então, Grock, especificamente, é uma palavra que veio de um de um livro e de ficção científica de Robert Hincho que é Robert o
nome dele, mas é Hinlin com certeza, que é The Moon is a Strange Mysteries. Então, eu acho que esse é o livro. E nesse Livro tem essa ideia de usar Grocken para algo que você entende profundamente. Então você grocou algo, você entendeu isso profundamente. Então a gente usou essa palavra para mostrar esse momento eh do treinamento de modelos, onde parece ter existido essa fase de transição de fato. Porque fase de transição? Porque é como se fosse da água pro gelo. A água ela não é gelo aos pouquinhos, tem um momento que ela é meio rígida,
não. Ela é gelo, ela é água Mole, é água, água, água água gelada, gelo. E claro, você pode ter gelo em partes do mesmo balde, etc. Mas a a a for a formação molecular da água, ela ela tem uma fase de transição. Uhum. >> Então você teve quase que você consegue observar isso, que parece ter existido essa fase de transição de quando o modelo só conseguia fazer isso das médias pro momento que ele teve o grocking, que ele conseguiu generalizar. E de novo, isso não quer dizer que ele Seja muito inteligente. Isso não quer dizer
que ele seja mais inteligente que o ser humano ou nem que ele seja muito criativo. Eu nem sei se eu entro nessa assim no sentido de eu não sei o que eu acho necessariamente sobre isso. Eu acho que às vezes eu me convenço e eu tenho vários vários vários exemplos de, por exemplo, o modelos atualmente ajudando com descoberta científica e provando teoremas matemáticos novos. Mas eh é difícil concluir o quanto disso Pode ter sido assistido por memória, porque eu sei com certeza, por exemplo, porque eu já fiz isso, eu já coloquei uma conjectura pro modelo
que eu criei, eu sei que ela não tá em nenhum lugar da internet e eu pedi para ele provar e eu consegui fazer ele provar. Isso já aconteceu recentemente, super recentemente. É, no modelo 4 eu não conseguia fazer isso. No modelo 5, digamos assim, GPT5, Gemite e 2.5 Pro e etc, eu já comecei a conseguir fazer. Eu Sei que ele criou algo novo, eu sei que ele provou algo novo sobre, digamos assim, matemática, mas eu não sei o quanto talvez não existisse algo eh algum teorema que seja muito similar a esse em algum lugar da
internet de forma que eu nunca vou conseguir encontrar. Mas percebe que só esse fato dele conseguir e reconhecer que a mesma estratégia que serviu para cá, servir para para lá também já é um tipo de raciocínio. Tem que ser, porque não pode Ser só memorização, né, uma inferência, né? Ela ele, ele tá é é tem um salto. É isso que tá querendo dizer. Elas eles não, eles não se sobrepõe exatamente, né? E esse salto, se a gente tivesse falando, talvez, eu também não sei a minha opinião sobre isso, tal, mas se a gente tivesse falando
de um bicho que a gente acabou de encontrar e que conseguisse fazer isso, acho que a gente seria menos reticente de dizer que ele tá fazendo algum tipo de raciocínio só Pelo fader ser biológico, entendeu? Eu eu até eu até fiquei pensando antes de vir para cá, é, caso a gente entrasse nesse assunto, que como que eu ia mostrar pras pessoas todos esses papers que eu tô falando, porque elas podem falar: "Não, esse cara tá falando um monte de mentirada, tem um monte de gente que que parece mais confiável que ele falando outras coisas". Então
eu acho que eu vou tentar colocar eh num substeck isso. Eu não tenho um substack, Eu vou criar só para isso. E eu vou colocar uma lista gigantesca de de artigos que mostram que o autor do artigo fala que aquela prova matemática que ele fez foi assistida de algum jeito, foi ajudada por modelos de linguagem ou foi do zero por modelos de linguagem. Porque tem um exemplo, por exemplo, que os caras deram cinco conjecturas que eles têm uma grande certeza que não tava em nenhum lugar da internet, porque foi que surgiu na Pesquisa deles. Eh,
essas cinco conjecturas, o modelo conseguiu provar três delas e uma quarta e ele deu uma uma ele deu um caminho muito próximo, não chegou a conseguir provar, mas deu um caminho muito próximo. Tem tem uns exemplos que talvez sejam menos impressionantes, que é, por exemplo, Alfa Evolve da Google, que ele conseguiu eh, basicamente encontrar soluções melhores para problemas algoritmos. por exemplo, uma versão melhor do algoritmo De Strassen, que era o melhor algoritmo que a gente conhecia para multiplicar matrizes 4x4 complexa. E digamos assim, você pode pensar isso é força bruta, porque ele tentou e aí
de certa forma era isso que tava acontecendo. Ele tentava, tipo, muitas muitas, muitas possibilidades, rodava e usava essa informação. Eh, o Alf Evolve em si. Eu usava isso porque ele é um sistema que usa várias ele ele usa vários várias chamadas diferentes de, por exemplo, Gemini, que é um modelo de linguagem. Eh, a gente pode dizer que que isso é força bruta, exceto que o espaço de possíveis programas é imenso também, sacou? É algo é tão grande quanto a linguagem natural. Então, não tem como procurar, não tem, simplesmente é impossível procurar, ah, vou procurar, vou
tentar esse tipo de programa, esse tipo de programa, esse tipo de programa, não. Ele tem que ter alguma intuição de onde procurar, ele tem que ter saído de Algum lugar e daí você usa capacidades computacionais para fazer uma procura. Então, eh, dá pra gente observar um exemplo disso também no Alpha GO. Isso em 2016, quando o Ledol, que era um dos melhores jogadores de gol do mundo nessa época, perdeu pro Alpha Gol. >> Gol, que é um jogo chinês. >> É, é. Eu >> é aquele das pedrinhas que ele tem um nível de de complexidade.
Não é de complexidade, né? Mas é a random, não é A randomicidade também, é ramificação. Exatamente. >> O número de jogos possíveis tem uma explosão combinatorial >> muito maior que o xadrez. >> Ordens, ordens, ordens de magnitude maior do que o xadrez. no sentido de que assim, quando a gente conseguiu criar uma máquina que jogava xadrez, ela não era ela não, ela era basicamente burra, sim, no sentido que ela só fazia uma procura e usava o melhor computador que A gente tinha na época. Então era uma um tipo de força bruta. Já era reconhecido há
muito muito tempo atrás, logo no começo da inteligência artificial, que seria impossível fazer um método de força bruta pro Gol, porque o Gol simplesmente tem muitas possibilidades. Então, se você simplesmente vai fazer uma procura das ramificações de jogos possíveis de gol, isso explode do mesmo jeito que a linguagem e explode. >> Entendido? E mesmo assim a gente Conseguiu criar um sistema e esse foi com reinforcement learning, né? É aprendizado por reinforço. Então ele é diferente do do transformer, diferente dos modelos de linguagem, mas a gente conseguiu fazer de forma que ele conseguisse jogar Gol e
não só jogar Gol, como criar jogadas novas. Então tem o movimento 37, tem até uma página no Wikipédia sobre isso, porque é um é um movimento que o Alpha Go fez, o sistema de inteligência fez contra o Ledol e os Comentaristas, os especialistas de gol que vivem disso acharam que o modelo tinha cometido um erro. Uhum. >> Eles começavam, nossa, que uma palhaçada burrice, não sei o que >> eles não estavam vendo lá na frente a grandiosidade da jogada. >> Quando quando começou a avançar o jogo, eh, aquele foi o momento que o Ledol perdeu
aquele jogo, ele admite depois aquele é o momento que o jogo virou. Porque e não só isso, como se você olha Nos pesos, na probabilidade que o modelo dava para aquele movimento, era extremamente baixo. Em quase todas as situações que ele viu até ali, não era aquele movimento mais provável. Não era nem perto do mais provável. Tinha, digamos assim, uma quantidade insana. tinha 100 movimentos mais prováveis que aquele nos jogos que ele assistiu e ele fez aquele movimento e aquele movimento foi de certa forma eh considerado uma grande jogada de mestre, algo que Pessoas aprendem
com isso. >> Então quer dizer que ele não está repetindo os jogos anteriores que ele que ele treinou sobre ele ele teve um nível de criatividade em algum lugar isso aí e criar uma e criar uma nona sinfonia. Pensei é sempre isso. Pintar capela assistindo. >> Então, ó, antes da gente responder isso, eu só queria falar de uma coisa que eu sempre gosto de falar, que é o seguinte, né? A gente fica, é, a gente costuma ser Muito generoso com a nossa própria inteligência, né? Porque pouquíssimas pessoas criam a nona sinfonia também, né? >> Se
a gente for usar aí esse critério, tipo, só vai ser inteligente quando produzir a sinfonia. Não, não, não. Eu sei que não, eu sei que não, mas eu só aproveitei. Eu só aproveitei porque muita gente faz isso. Mas eu, eu tô do teu lado porque assim, eu acho que beleza é comum de certa forma. Isso. Quem me quem me convenceu disso foi Jorge Luiz Borges, que é, na minha opinião é o maior autor da América Latina. Peço perdão pelo fato dele ser argentino, ele é bom >> de dizer isso, mas ele é ele é um
cara fenomenal. Eh, enfim, se você nunca leu nada de Jorge Luiz Borges, leia Jorge Luiz Borges. Mas ele tem esse argumento que ele fez numa entrevista, se eu não me engano, era paraa Alemanha, que eu Achei na internet aleatoriamente, onde ele fala sobre como beleza é comum, no sentido de que, beleza, a gente não vai reinventar a Capela Cistina agora pelo simples fato de que pintar ela agora não serviria, não seria algo tão importante, mas não quer dizer que não tenham artistas tão, tão eh habilidosos ou criativos quanto Michelangelo hoje. Eu imagino que existam assim
quantidades insanas, tem para dar e vender esses caras. tão habilidoso quanto Mikelango, Talvez eles não tivessem evoluído justamente essas habilidades específicas que Michelanjo tinha, que era, por exemplo, fazer escultura em mármore, que isso que para mim é genialidade dele, não é nem a Capela Cistina, é muito mais o Davi. Eh, mas mesmo assim eu eu acho que beleza é algo que você encontra muito na humanidade. As pessoas são capazes de eh dramas enormes na vida delas, elas são capazes de falar coisas lindas paraas pessoas que elas gostam. E Eu não acho que necessariamente é algo
tão raro assim. Eh, profundamente arte da forma mais profunda possível. Eu acho que é algo comum. >> E aí um dia então teremos uma um Full Fighters de inteligência artificial. >> Cara, então hoje se você abre no YouTube e tem músicas de a que as pessoas estão viciadas >> e assim elas estão ouvindo sem parar. E eu eu entro um pouco em choque nisso porque eu tô falando tudo isso, mas Assim, eu quero ser a pessoa que escreve ainda, sacou? Eu quero ser a pessoa eh eu não tenho, eu nunca tive tanto tempo assim para
treinar música, mas eu gosto de compor. E eu componho ali as minhas musiquinhas, minhas notinhas bonitinhas, uma por uma e etc. assim, nossa, que legal que eu fiz aqui. Eu gosto dessa ideia de que isso seja uma habilidade que você treina e parece unicamente humana, mas ao mesmo tempo também é eu eu acho que não serve de nada você Fechar os olhos pro que tá acontecendo e nem você ser pessimista sobre isso, porque eu acho que no momento que você você perde muitas coisas, no momento do mesmo jeito que, por exemplo, quando a gente descobriu
que a Terra não é o centro do universo, Copérico, Kepler, etc. que mostraram isso. A gente perdeu talvez essa especialidade como seres humanos, essa ideia de que nós somos especiais e nós temos um universo que foi criado pra gente dessa forma e dessa Forma, mas a gente ganhou um monte de coisa, a gente ganhou esse universo gigantesco que a gente pode visitar e etc. E muitas coisas só são acessíveis porque a gente perdeu esse pouco de ego. Então eu não acho que essa é a solução, digamos assim, eu fechar meus olhos para isso e ser
osmungão com essa coisa, tentar matar as pessoas que fazem inteligência artificial, esse tipo de coisa parada e cent, etc. E, e acho, eu acrescentaria que eh por conta de ter Muito dinheiro na mesa, esse assunto ele se mistura também com questões políticas, geopolíticas, [ __ ] questões de opinião e de visão de mundo, tal. E aí uma coisa que o Adram me falou, eu concordo muito, que é que a as a inteligência artificial no estado que ela está agora, ela deveria convidar as pessoas que são interessadas a diversos temas, eh, como, por exemplo, pessoas interessadas
em filosofia, pessoas interessadas em matemática, pessoas Interessadas no mundo. A, a, a, e, e, a inteligência artificial, se você olha pro estado dela hoje, ela já faz você pensar um pouco sobre esses temas, sobre o sobre a nossa posição, a nossa relação com esses temas. Eh, não porque você precisa imaginar que ela é uma super inteligência, mas ela já tem, ela já demonstra certas capacidades, ainda muito incipientes em certas áreas, mas que fazem você pensar a respeito das suas próprias capacidades, como elas se Manifestam, eh, eh, como é tua relação com elas, o quão especial
elas são ou o quanto elas podem ser simuladas e replicadas, sabe? Eu acho isso muito legal. >> Acho que eu acho que se você tem interesse em qualquer área da ciência, da natureza, etc., é no mínimo algo que você deve considerar, porque existem implicações para quase qualquer coisa que você possa imaginar. Existem implicações paraa psicologia, existem Implicações para filosofia, existem implicações pr pra física em geral, para termodinâmica, etc. E e de algum jeito é algo que é é como se a gente tivesse descoberto alguma coisa nova, alguém tivesse apontado um telescópio e visto que tem
cratérias na lua. E agora a gente tem que lidar com isso. Então eu eu sinto que às vezes essa ideia de do do do antihype inteligência artificial não faz nada, ela priva as pessoas disso. E por isso que eu acho que Digamos assim vale a pena falar sobre isso, porque você pode pensar, bom, mas a gente não perde nada porque as pessoas vão estar vacinadas contra o hype, etc, etc. Mas no fundo a gente perde sim, porque as pessoas primeiro tem essa questão de elas se acostumarem com o que essas máquinas conseguem fazer agora, mas
em segundo lugar é conseguirem pensar sobre essas coisas e e reavaliarem a visão de mundo que elas têm com base nisso. O o nesse vídeo que A gente fez sobre inteligência artificial, é o o primeiro, especificamente quando quando a gente tá falando do peso semântico e como e como que no treino essas coisas se aproximam e aí vira um vetor, porque eu sempre ouvi falar isso, né? é um número, é, tá, tá, tem uma representação numérica de cada copo de água tem lá uma representação numérica disso. Era difícil de entender. Aí quando a gente foi
explicar isso no vídeo, eu vi isso Mesmo lá no vídeo explicadinho, eh, e aí isso ilustra que eu acho que a gente perde, porque não só é interessante você entender como a inteligência artificial funciona, mas é muito interessante as descobertas que a gente fez a respeito das outras coisas para entender como a inteligência, para mim é muito interessante entender como essa é uma estratégia viável para relacionar significados, entendeu? Eh, não não porque está na inteligência artificial, Mas porque só isso já é uma coisa absurda para mim, entendeu? Como como eu não era capaz de imaginar
essa estratégia, como isso é uma coisa que não parece intuitivo de que as palavras podem se relacionar de uma maneira tão eficiente, sendo representadas por números num num num espaço com várias dimensões. Que que doideira é essa? E aí na hora que você vê isso, fala: "Cara, aqui e eh tem algo aí, sabe? Isso tá captando alguma coisa Da realidade do do do universo de alguma forma, sabe? E isso eu achei muito fascinante. >> E se você me permite uma provocação aqui, >> eu diria que quase existe uma questão onde >> o conhecimento, o quanto
a pessoa tem certeza sobre de fato como funciona essas essas inteligências artificiais ou como ou o quão eh assertivo ela é sobre certas coisas categóricas que ela fala Sobre isso, tá quase que correlacionalmente e inversamente correlacionado com quanto ela entende disso. E um bom exemplo disso é como normalmente essas coisas que eu tô defendendo, digamos assim, que tô argumentando contra, e eu poderia estar do lado dessas pessoas no no contexto certo, então talvez elas tivessem respondendo outras pessoas que eu também estaria eh defendendo contra. Mas assim, eh, normalmente é dado argumentos Históricos e essas pessoas
não sabem do que elas estão falando de um jeito muito categórico, no sentido de que, por exemplo, eh, é falado, por exemplo, ah, o que o Rosen Blatt inventou, que no caso ele foi o inventor das red neurais, é falado normalmente que ele inventou um neurônio só, mas na verdade ele já trabalhava com redes neurais muito grandes. Ou, por exemplo, a ideia é que Joffrey Hinton inventou e deep learning, o que é completamente absurdo. as Pessoas já estavam fazendo deep learning 15 anos antes de Joffrey Hinton sequer eh, digamos assim, tinha sei lá, 4 anos
quando as pessoas estavam falando, fazendo já deep learning ou por exemplo essa questão de você inventou o o método de treinamento chamado back propagation também as pessoas estavam fazendo 10 anos antes disso. Então existe quase uma uma questão superficial que daria para quebrar essa casca do ovo e não com certeza não é só eu que escuto isso e Penso isso. É só que eu acho que talvez eu tenha sido uma das primeiras pessoas que tive a oportunidade de de pegar o microfone e falar sobre isso. como e dá para ver a superficialidade do conhecimento só
no fato dos exemplos históricos que são trazidos justamente para corroborar esses fatos. Então, por exemplo, Tur acreditava que mentes eram computáveis. Eh, Turing, ele acreditava que os seres humanos tinham eh usavam um tipo diferente de computação, talvez, Porque eles eram essa máquina de de fita aberta e eles podiam cometer erros, mas certamente que, digamos, inteligência seria algo computável. Eh, a mesma coisa Cludeno, a mesma coisa, Van Neyan, e você não precisa ouvir minha opinião, você pode ler as palavras deles. Por exemplo, você pode ler o artigo de 48 de Turing e o artigo de 50
de Turing sobre isso. Ele só escreveu um em cada ano, então é fácil achar. Tem um livro do Van Joyan, Van Neyan, que é The Brain and The Computer, que também ele deixa bem clara a posição dele de que ele acha que, digamos assim, inteligência humana é computável. E Cloud Shann é o mais radical de todos esses. Tem entrevistas que ele fala isso, ele acha que, nossa, você só uma máquina lixo, etc. ele é o mais radical entre eles. E eu tô citando esses três caras porque normalmente eles são usados para defender a posição geometraicamente
oposta ao que eles acreditavam. E eu fico triste com isso. Por mais que, digamos assim, e por boa parte da minha vida, eu tinha essa ideia de que eh biologia era não era computável, eu tava eu eu ainda seguro nisso, entendeu? Eu não me surpreenderia. Se a gente descobrisse amanhã, eu ficaria feliz que biologia não é computável. Mas ao mesmo tempo, a ideia de você usar o trabalho de uma pessoa, usar o nome de uma pessoa para defender algo que ela acreditava exatamente oposto é algo meio triste Para mim, assim, eu fico realmente chateado. Então,
eh, eu acho que uma um bom jeito de verificar se o que vocês estão ouvindo faz sentido ou não é confirmem historicamente, porque muitas dessas coisas são facilmente confirmadas que são fatos, são erradas, digamos assim. Então, você, por exemplo, você usa, ah, a gente já conhecia esses modelos desde os anos 80 porque faziam a mesma coisa, etc. E daí a pessoa dá um contexto histórico e você pesquisa, não Tem nada a ver. Normalmente é o caso. Eh, eh, é batata que essa pessoa, ela certamente ela não entrou nessa literatura, ela certamente não leu esses artigos,
ela só viu um vídeo sobre, ela assistiu, leu algo sobre, >> é, ela tá reproduzindo, né, um discurso que vem sendo formado, ela aprendeu com esse discurso e aí tá tá repetindo o argumento que ela viu, >> que é o problema, é um dos problemas da divulgação científica. E assim, eu eu Amo divulgação científica. Eu eu acho que pessoas, algumas das pessoas que fazem divulgação científica no Brasil são verdadeiros heróis, até porque dependendo da situação não é muito fácil fazer. Então eu eu super apoio isso, eu quero, eu gostaria que mais pessoas fizessem, mas ao
mesmo tempo um dos riscos, digamos assim, de consumir eh fix, desculpa, eh pop science em geral, divulgação científica, é que são pessoas que normalmente estão consumindo Conteúdo derivado, até porque não dá para consumir muito eh conteúdo diretamente na fonte às vezes. >> E você às vezes cai nessa nesses problemas de simplificação. Então, algo que eu tento fazer nos vídeos, não que eu consiga sempre, até porque sempre a gente encontra algum erro bobo ali depois, é, eu de fato vou na fonte do negócio, desculpa, eu vou na fonte do negócio justamente pr para eu confirmar por
mim mesmo, digamos assim, Aquela fonte histórica. >> E aí ficando seis meses, né, Rolandinho? É isso. Daí >> aí leva seis meses para fazer um vídeo, não fazer o roteiro, porque não é não é só isso que atrasa os vídeos, não, tá? Espectadores, o Adrian não é o culpado pelo atraso dos vídeos, não é o único, pelo menos >> é não sou único. >> Entendido, entendido, >> entendido. >> Bom, gente, obrigado pela moral, obrigado por virem aí. A gente vai ter que marcar outro, [ __ ] Que >> isso, >> vamos marcar com certeza. >>
É, a gente tem, a gente tem assunto para dar e vender aí. E eu acho que a gente pode depois eh marcar uma hora para falar sobre divulgação científica em si, que eu acho que é um assunto legal, que dá para falar muita coisa sobre, porque eu >> acho que ficou muita coisa em aberto também, até porque vai ter respostas agora, né? Tipo, acabou minha vida, simplesmente, então eu já tô esperando as ameaças. >> Não sei, será que vai ter uns nerdão puto contigo, cara? É, não sei não. >> Então é que é que esse
essa questão de inteligência artificial, ela entra quase num reino político. Ela tá muito muito perto ali. E eu sinto que esse é um é um é o tipo de assunto que no momento que Ele chega ali perto deixa de ser importante os fatos sobre alguma coisa. Então eu, por exemplo, estar constatando o fato de que eu que eu vejo esses modelos demonstrando inteligência, eh, é algo que pode ser considerado como uma defesa de que eu queria que eles fossem ou que eu defendo todas as consequências disso, ah, o taxista, >> ou que você endossa os
discursos mais radicais de que esses modelos são super inteligentes, né? Quase como se você Tivesse e não é nada disso. >> Na real, é muito importante que possa não ser isso, porque o caminho da da ponderação é justamente esse, né? tem que ponderar sobre as coisas e aí você não é um endosso. Eh, eh, a gente tava falando sobre isso também de que às vezes você tá você tá só sendo correto, né? Você tá você tá falando uma informação correta. Eh, e e ao falar essa informação correta, na cabeça da pessoa, isso indica uma certa
inclinação Que não tem nada a ver. >> Você tá só sendo rigoroso com os fatos. que às vezes, muitas vezes, na verdade, é é o contrário. Às vezes a a realidade vai te mostrar informações que que não apontam pro caminho que você gostaria imediatamente. Você vai ter que lidar com isso, né? E a questão da inteligência artificial, por exemplo, o Adrian falou por ele, eu também tenho questões com a inteligência artificial assim mais filosóficas, eh, que a gente Pode até falar num outro num outro episódio de prisa a lançar um livro, né? Isso. Ah, é
verdade, né? Tem isso. É, é, quem sabe a gente volta um dia aí eu eu falo sobre essa essa loucura de escrever um livro. Eh, mas justamente não estou presta a escrever um livro e a inteligência artificial já já vai escrever um livro. É, no mundo editorial já começa a ter os livros escritos com chat GPT, com modelos de linguagem. >> Daí o trabalho da sua vida, você passou 4 anos pensando sobre alguém vai dizer: "Ah, escreveu". Eu eu de verdade de verdade fiquei ansioso com o fato de que o processo editorial demora e eu
ficava ouvindo discurso das pessoas de que na semana que vem o o chat de PT vai escrever um livro fantástico. Eu ficava pensando, pô, eu passei 8 anos e marinando essa essa ideia, escrevendo capítulos e flertando com isso aqui e aí agora por um ano eu vou ser to alguém poderia falar assim: "Ah, muito legal, Né? Hoje em dia com chatt dá para criar essas histórias incríveis, né? Porque são tantas ideias, ele faz um brainstorm com o chat e não foi o meu processo, entendeu? Então eu eu acho que isso toca em em muitas questões
de ego que o Adam tava falando e e acho que entra num lance também de que eu acho que a cina do ser humano é que a gente imagina um pouco o nosso futuro, né? a gente a gente a gente a gente >> tem que imaginar para onde a gente vai De uma certa forma e a gente tem um pouco de poder sobre isso. Não sei o quanto, na verdade, não sei o quanto isso é fantasia, mas a inteligência artificial é é uma é uma ferramenta que vai levar a gente numa certa direção. E eu
acho que é válido sim a gente pensar qual é essa direção, se ela é uma direção desejável ou não. Acho que é essas coisas existem, mas eu a gente vira aqui e falar e falar a verdade e é uma questão de responsabilidade, uma Questão de falar o que é certo, independente do que eu quero pro futuro, entende? Isso tem que estar muito separado. >> É, faz sentido. Hã, pois é. Bom, de qualquer forma, obrigado pela moral. Como é que encontra vocês na internet? Vai, fala aí, Adri. Fala aí. Então, não, não, eu só eu só
ia comentar justamente justamente sobre isso, porque eu falei mais cedo que eu ia deixar em algum lugar que as pessoas pudessem ver todos Os papers que eu citei, é, sobre coisas que inteligências artificiais fazem que são impressionantes, próximas do descoberta científica. E tem assim mais de uma dezena de exemplos publicados, pelo menos. E eu acho que eu vou colocar isso no adrianvalentinsubstaque.com. Eu acho que esse que vai ser o meu meu handle lá. e Valentinha com M no final e vocês podem coisa, vocês colocam aí na >> Então se você se você que tá ouvindo
a gente tiver assistindo isso aqui no YouTube, eh, a gente vai colocar facinho para você aqui no comentário fixado o link para você alcançar >> não só o substaque que o Adrian tá falando, como as redes sociais >> dos dois e também seus projetos no YouTube. >> Exato. É porque inclusive convidar vocês a irem lá no Infinitamente, porque a gente não tem vídeo só de inteligência artificial, a gente tem um livro, um vídeo é sobre técnicas de memorização, Sobre a memória em si, que é um vídeo que eu amo também. Então, v lá, >> gente,
memorizou, a gente memorizou a ordem de três baralhos de cartas. >> É, >> a gente, tipo assim, três embaralhados, a gente memorizou a ordem, >> a gente não sabia nada, a gente aprendeu a técnica e decoramos 152 cartas, acho que alguma coisa assim, né? Eu não lembro exatamente qual 156. 156 decorou 152, mas eu não lembro. >> 156. Então, mas isso diz muito sobre o vídeo, tá? porque você não precisa ter uma boa memória para ser um mestre das técnicas de memorização. Mas enfim, fica o principal convite pr vocês conhecerem esse canal que é que
é o Infinitamente que a gente dá muito sangue, é um canal que é extremamente difícil de manter de pé, a gente faz muito por amor, então se vocês puderem dar uma moral lá, vocês vão est dando uma contribuição muito fera pra gente >> e em algum período próximo vai sair, >> é, a gente vai ter um ah, vai, então, vai sair um vídeo, porque assim, eu tive a ideia genial, porque tava demorando muito o vídeo do Apolo, de fazer um outro vídeo antes, porque daí vai sair mais rápido e daí esse vídeo demorou também porque
vai acabar batendo uma hora e etc. Então, a gente tem dois vídeos que estão quase prontos. Em algum momento próximo eles vão sair algumm a gente tá se aproximando disso, >> ó. Então, chegou aqui uma um recado para eu não esquecer de falar da Cel. >> Ah, faça a sua. Ah, é beleza. >> Eh, eu eu tava falando sobre os links, né? Bom, e para me achar nas redes sociais, pessoal, é rolandinho em todas elas. Eh, por favor, fiquem à vontade, vamos conversar para lá. Rola. O o Adran tem as redes dele que eu acho
que vale a pena vocês se seguirem também, mandarem perguntas, questionarem ele, fiquem à vontade. É mensagens emocionadas assim. Então, eh, Adrian_line Valentin, é tudo isso em geral, Twitter, Instagram e etc. Adrian. Bom, mas ó, você, uma coisa que a gente falou bastante sobre sobre eh possibilidades, probabilidades, comput computável, não computável, mas a verdade é a seguinte, cara. Qual que é a chance do Flamengo, por exemplo, ser campeão mundial, né? Qual que é a chance? E eu não sei você aí, cara, mas eu tô confiante, tá? Eu vou entrar lá no Site da KTO lá e
vou fazer a minha apostinha lá serena. E ó, lembrando, vou fazer minha apostinha lá serena porque é um dinheiro que eu já ia gastar com entretenimento mesmo, certo? Não é o dinheiro que eu ia comprar comida ou pagar a escola das minhas filhas ou o meu aluguel, porque isso não é um investimento, isso é uma maneira de você transformar um evento esportivo ou ou é um um jogo de futebol, por exemplo, em algo mais emocionante, mas não é um Jeito de você ganhar dinheiro, é para você se divertir. É como se fosse comprar uma ficha
no pinball lá e você tem um tempinho ali para você curtir. E é isso. Mas é o seguinte, cara. É, a CATO é o melhor lugar pr você que gosta desse tipo de entretenimento. É pr você curtir, porque tem várias ferramentas e tem também várias promoções aí todo dia o tempo inteiro lá, além da liga do Milhão, que todo mundo que ganha participa da linha, todo mundo que Acerta os palpite ganha ponto para participar da liga do milhão, que é a maior que tem no Brasil aí, tá? Então, ó, vai lá na Kateol para você
conhecer. Lembrando que é só paraa maior de 18 anos jogar com responsabilidade de novo. Não é investimento, não é um jeito de ganhar dinheiro, é para você se divertir. Beleza? No mais, gente, muito obrigado pela moral, >> muito obrigado. A gente que agradece, na Verdade, pelo espaço e estamos juntos. Sempre chamar estaremos aqui. >> Então, demorou, a gente se vê depois. Vocês que assistiram, muito obrigado pela moral também. Segue os caras, tá tudo no comentário fixado aí e entra no Discord aí para vocês sugerirem novos episódios, novos convidados também. E se tiver no celular, compartilha.
E eu não sei se tu se ligou, mas esse vídeo aqui tava, isso aqui é um vídeo, né? ao vivo. >> Feliz ano novo. >> Feliz ano novo. Eu eu tô trabalhando nesse momento. Eu tô assim, hoje é dia 16. É isso que eu tô sem meu relógio. Hoje é dia 16 de dezembro. Mas e no momento que você tá vendo isso aqui, eu tô trabalhando, tá bom? Então é isso. Obrigado, valeu e até a próxima. Vai curtir aí, [ __ ] Fica vendo o podcast. Tchau.