Desde 1971 que a guerra está aberta, mas o combate tem sido difícil. Por um lado, não temos só uma doença, e o que já conhecemos não tem chegado para estarmos contentes.

Falta pouco para a Faculdade voltar a ser homenageada com a atribuição de mais duas insígnias de professores eméritos a dois dos seus docentes aposentados.

Valiant acredita que a ciência da aprendizagem permanece apenas explorada parcialmente, e que o uso das previsões (via a Aprendizagem) no mundo atual, tão sujeito às mudanças e às surpresas, é particularmente interessante. Por exemplo, os sistemas biológicos são altamente adaptativos, e compreender o que eles fazem, passo a passo, e porquê tem êxito, levaram-no a considerá-los como tópicos ideais para uma teoria da aprendizagem e da ciência da computação.

Com o fortalecimento da Aprendizagem (Machine Learning), a escola clássica da Inteligência Artificial ou IA (Good Old Fashion AI, GOFAI), apoiada em sistemas simbólicos, ficou entrincheirada. O livro mais recente do professor Hector Levesque, “Common Sense, the Turing Test, and the Quest for Real AI”, da MIT Press (2017), vem ajudar a não esquecermos o que a IA nos tem ensinado, ano após ano, acerca da mente, e, em particular, que o pensamento é um processo computacional. Como pode, então, a computação iluminar o pensamento?

Para compreendermos as capacidades de cada um de nós é preciso entender como as células nervosas se comportam e como interatuam entre si, isto é, pode sempre existir uma outra hipótese que consiga explicar um pouco mais. E, existem sempre os factos e as interpretações.

Se olharmos bem para os seres humanos, capazes de sentir, pensar e sonhar, de criar, interpretar e compreender ideias, teorias e conceitos, perguntamos como a matéria de que são feitos foi então capaz de dar origem a estados mentais, incluindo mesmo a faculdade de consciência? A resposta a esta questão está cada vez mais ao alcance da consiliência (síntese), entre as neurociências, a psicologia, a robótica, e a inteligência artificial (aprendizagem).

Hoje em dia quando se fala de imaginação (criatividade, inovação) queremos dizer, na maior parte dos casos, antecipação e surpresa. Um empresário, um investigador, um professor querem captar a atenção do outro, inventando e brincando com o possível ou o provável. Por isso, falamos frequentemente de criar imagens, ideias, ou mesmo histórias (veja-se o tópico criatividade computacional, e o grupo de Amílcar Cardoso da Universidade de Coimbra).

Ao serviço de quem está a ciência e a tecnologia? Devemos ter medo das suas utilizações? Há mesmo o perigo de uma superinteligência fazer-nos mal? Em 2014 e 2015, um conjunto de personalidades pôs em causa o controlo (ou a sua falta) da disciplina da Inteligência Artificial (IA) e abriu o debate com os temas da superinteligência e do domínio dos humanos por máquinas mais inteligentes. Graças a Elan Musk, Bill Gates, Stephen Hawking, Nick Bostrom e Noam Chomsky podemos estar mais descansados com o alerta (na singularidade defende-se que a Inteligência Artificial ultrapassará a humana para criar uma IA geral ou forte), mas mesmo assim cuidado.

A pergunta “Pode uma máquina pensar?” abre a busca por agentes inteligentes capazes de interatuarem com os seres humanos através de linguagens (a proposta do jogo de imitação como teste de inteligência), e sobretudo de serem autónomos em ambientes sofisticados.

No filme “The man who knew infinity” (sobre a colaboração de Ramanujan com Hardy em Cambridge, Reino Unido) aborda-se a resolução de problemas e a discussão do recurso à intuição. O terreno da Matemática é o escolhido, tal como no problema de Kadinson-Singer (sem resolução durante 50 anos), e onde se trata da reconciliação da Física Quântica com a Matemática (Marcus, Spielman e Srivastava, 2015).