Capítulo Oitenta e Oito: Eu Realmente Não Entendo Nada de Inteligência Artificial!
Era compreensível que Zhang Zhiqiang sentisse inveja de Patrick Roche; na verdade, estudiosos ao redor do mundo compartilhavam esse sentimento. Tudo por causa da sorte. Mesmo quem ganha na loteria é alvo de comentários invejosos, mas ganhar na loteria é relativamente comum—há vencedores em todo o mundo. Já quanto à descoberta do mais novo número primo de Mersenne, nos últimos anos, apenas Patrick Roche teve esse privilégio, e seu nome permaneceu por anos em destaque no site principal do GIMPS.
No site do GIMPS, há uma descrição sobre a sorte de Patrick Roche, onde se lê: “Nesta temporada, Patrick Roche foi ainda mais afortunado; sua persistência foi amplamente recompensada. Durante anos, Patrick utilizou o software GIMPS como teste gratuito de estresse para suas máquinas, e há menos de quatro meses começou a rodar o programa em seu próprio servidor de mídia, como forma de retribuição ao projeto.”
“Alguns participantes do GIMPS procuram por mais de vinte anos, tentando dezenas de milhares de vezes, sem sucesso. Isso prova que, com sorte, qualquer um pode encontrar o próximo número primo de Mersenne.”
O software Prime mantém centenas de milhares de usuários conectados e milhões de CPUs trabalhando simultaneamente e, em anos, apenas um Patrick Roche surgiu. Dá para imaginar o quão afortunado ele foi.
Além disso, descobrir um novo número primo de Mersenne rende não só uma recompensa de mais de cem mil dólares, mas também um enorme prestígio pessoal.
Por exemplo, o site do GIMPS mantém uma longa apresentação sobre a sorte de Patrick Roche, provavelmente para atrair mais participantes para o projeto.
Diversas notícias sobre a descoberta de novos números primos de Mersenne mencionam Patrick Roche, seu nome estampa as páginas dos principais veículos de imprensa. Quem não conhece pode pensar que se trata de algum acadêmico de renome, um cientista de grandes conquistas.
Na realidade, contudo, Patrick Roche é um nome quase desconhecido na comunidade acadêmica, no máximo considerado um engenheiro de algoritmos, e nem sequer dos mais destacados.
Se formos rigorosos, Patrick Roche nem deveria ser classificado como acadêmico; no entanto, por pura sorte ao encontrar um número primo de Mersenne, acabou conquistando uma fama “semelhante a um feito acadêmico”, ultrapassando em notoriedade muitos estudiosos de verdade.
Eis aí a raiz da inveja entre os estudiosos.
O que Patrick Roche fez, afinal?
Apenas utilizou o software Prime para testar o desempenho do servidor, deixou o programa rodando em seu computador e, por sorte, encontrou um número primo de Mersenne.
Ganhou dinheiro, ganhou fama, e eternizou seu nome nos registros históricos dos números primos de Mersenne.
Wang Hao, ao refletir sobre isso, sentiu-se impressionado. Era impossível negar: Patrick Roche era realmente muito sortudo.
Balançou a cabeça, definiu o tempo de execução do programa e logo recebeu a tarefa de analisar um número primo gigantesco. Deixou o software Prime rodando em seu computador e, em seguida, concentrou-se em estudar os números primos de Mersenne.
Seu foco era o algoritmo.
O principal objetivo do software Prime é o processamento distribuído e a análise estatística. Na verdade, o algoritmo de verificação dos números primos de Mersenne ali utilizado é muito simples: o teste de Lucas-Lehmer.
O teste de Lucas-Lehmer, desenvolvido por Édouard Lucas em 1878 e aprimorado por Derrick Henry Lehmer cinquenta anos depois, é um método específico para verificar a primalidade dos números de Mersenne.
Esse método já se encontra bastante simplificado.
Para verificar se um número de Mersenne “Mn = 2ⁿ - 1” é primo, basta que o programa execute um ciclo de ‘n-2’ iterações.
Claro que, ao lidar com números com dezenas de milhões de dígitos, cada iteração exige uma quantidade enorme de cálculos, mas, no contexto da primalidade para números tão grandes, o processo já foi reduzido ao máximo.
Por exemplo, um computador doméstico comum, rodando por cerca de cem horas, pode testar a primalidade de um número de Mersenne com dezenas de milhões de dígitos.
Esse rendimento é extraordinário.
Por isso, ao longo de quase um século, o teste de Lucas-Lehmer segue sendo o método empregado para verificar a primalidade dos números de Mersenne.
O conteúdo do teste de Lucas-Lehmer é tão direto que basta uma olhada para compreendê-lo. Não há grandes dificuldades no método.
Justamente por ser tão simples, parece impossível melhorá-lo.
É como tentar aperfeiçoar a adição simples—quando já é suficientemente prática, o que mais pode ser feito?
Wang Hao refletiu longamente e percebeu não haver por onde avançar nesse aspecto, mas sabia que a pesquisa ainda tinha outros caminhos; se não era possível inovar no teste de cada número primo, talvez fosse possível aprimorar a seleção dos números a serem testados.
No entanto, por mais que pensasse, não encontrava uma direção clara, restando apenas o tempo para ver se surgia alguma inspiração.
...
Na manhã seguinte, Wang Hao levantou cedo para correr.
A rotina voltava ao seu ritmo habitual, e o exercício trouxe o reencontro com conhecidos.
Su Yingxue.
Ela continuava com seu visual esportivo, sempre cheia de energia.
Wang Hao correu duas voltas com Su Yingxue, conversaram um pouco, e ele soube que ela planejava permanecer em Xihai por um bom tempo.
“Estou responsável pelo acompanhamento do projeto do Laboratório Nanowei,” explicou ela, simples, mas revelando muito. Como ela mesma sugeriu a parceria com o Laboratório Nanowei e assumiu diretamente o acompanhamento, era evidente o quanto valorizava o projeto.
Caso o projeto do Laboratório Nanowei não avançasse, talvez isso afetasse sua carreira.
“Lembro que sugeri essa cooperação a vocês,” disse Wang Hao sorrindo. “Garanto que não vão se arrepender.”
“Eu confio em você.” Su Yingxue olhou nos olhos de Wang Hao e assentiu com seriedade.
Após trocarem mais algumas palavras e correrem mais duas voltas, Wang Hao, sentindo-se cansado, foi tomar café da manhã.
Leite de soja, um pão frito e um ovo com chá—combinação clássica, perfeita para recuperar as energias.
Mais um dia começava.
Uma garota de suéter, sorriso doce, aproximou-se. Colocou a bandeja diante de Wang Hao e, surpresa, disse: “Professor Wang Hao, achei que fosse você mesmo, estava olhando e confirmei agora. Não estou incomodando, estou?”
“De modo algum.”
Ao levantar a cabeça, Wang Hao achou o rosto familiar. Era a orientadora da turma de Luo Dayong, de nome... Bem, isso pouco importava!
Era Meng Qian.
Ela, de personalidade extrovertida e comunicativa, sentou-se à sua frente e começou a conversar, tornando o ambiente leve.
“Professor Wang Hao, parabéns! Você entrou para a história dos estudiosos do nosso país, sendo o primeiro em mais de vinte anos a conquistar um feito internacional em teoria analítica dos números. Saiu até na imprensa, realmente impressionante.”
“Ontem, inclusive, comentei sobre você com amigos. Agora, você é uma celebridade na universidade!”
Meng Qian elogiou Wang Hao várias vezes, depois falou de sua pesquisa: “Professor Wang, lembro que já tinha pedido, se tiver um tempo, preciso de uma orientação. Tese, doutorado, está difícil, não consigo definir um rumo.”
“Você pesquisa computação, certo? Qual área?” perguntou Wang Hao.
“Inteligência artificial, algoritmos,” respondeu Meng Qian, resumindo em duas palavras.
Wang Hao balançou a cabeça: “Nisso, não posso ajudar. Não entendo de inteligência artificial. Mas há muitos pesquisadores nesse tema na universidade; Zhang Zhiqiang, que trabalha comigo, já pesquisou nessa área. Quer que eu te apresente?”
“Não precisa,” Meng Qian recusou com um gesto. “Meu orientador também é especialista nisso, e pesquisa não se faz só perguntando aos outros. Estou focada em algoritmos de aprendizado de representação, só preciso de uma direção.”
“Algoritmos de aprendizado de representação...” Wang Hao pensou e balançou a cabeça. “Essa área, realmente, não conheço.”
Meng Qian sorriu: “Não seja modesto, professor Wang Hao! Você é especialista em algoritmos. Se puder olhar, não precisa indicar algo específico, só quero encontrar um caminho.”
“Hmm... Está bem.” Wang Hao hesitou; recusar sempre não ficava bem. Decidiu aceitar, afinal não faria mal dar uma olhada.
Mas fez questão de avisar: “Realmente não entendo inteligência artificial. Se não puder ajudar, não me culpe.”
“De forma alguma. Só de olhar, já fico grata,” respondeu Meng Qian, animada, marcando o encontro para aquela tarde.
Ao terminarem o café, quando estavam para sair, Meng Qian disse de repente: “Ah, professor Wang Hao, meu nome é Meng Qian, pode me chamar de ‘Qianzinha’, todo mundo chama assim.”
Ela ainda piscou para Wang Hao.
Ele ficou meio constrangido.
Esquecer o nome dela não era problema, mas ela percebeu?
Meng Qian, bem-humorada, sugeriu que ele a chamasse de ‘Qianzinha’, mas, na verdade, ela provavelmente era dois anos mais velha que ele, não? Seria apropriado? Melhor ‘Irmã Meng’?
...
Já era tarde quando Wang Hao encontrou Meng Qian, e ainda não tinha decidido como chamá-la; então, optou por usar o nome completo—Meng Qian. Assim, não teria erro.
“Meng Qian, para onde estamos indo?” Wang Hao a seguiu, sentindo que estavam quase saindo do campus, avistando à distância a placa de um hotel, o que lhe deu um pressentimento estranho.
Felizmente, Meng Qian virou a esquina e entrou no prédio de seis andares do laboratório.
Edifício de Computação.
Nos dois andares superiores, ficava o laboratório de Zhang Zhiqiang.
Ao subirem, no quinto andar, encontraram Chen Qinghua, um senhor de costas curvadas e mãos para trás, que, ao ver Wang Hao, ficou radiante: “Wang Hao? Que surpresa!”
O senhor, animado, puxou Wang Hao para dentro: “Venha conhecer! Compramos dois novos servidores, o poder de processamento é...”
Wang Hao apressou-se em explicar: “Diretor Chen, estou aqui só para ajudar Meng Qian.”
“Meng Qian?” Chen Qinghua, confuso, só então notou a presença dela ao lado, analisou Wang Hao e, entendendo, alongou a voz: “Ahhhh...”
“Conversem, conversem à vontade...” E, afastando-se, murmurou: “Esses jovens!”
Wang Hao sentiu um leve constrangimento, Meng Qian ruborizou, mas realmente não havia nada demais entre eles; seguiram juntos para um dos laboratórios.
O laboratório de computação não diferia muito de um escritório, exceto pelos computadores mais profissionais e pelo monte de peças amontoadas nos cantos, tornando o ambiente um tanto bagunçado.
Outros colegas estavam no laboratório. Ao ver Meng Qian acompanhada, demoraram a reconhecer Wang Hao, mas logo perceberam de quem se tratava, cercando-o de perguntas: “Professor Wang Hao!”
“Professor Wang!”
“Estudei seu algoritmo de retenção e não-carry. É... dificílimo, quase impossível! Fiquei dois dias tentando, quase fiquei careca.”
“Professor, pode analisar minha pesquisa depois? Estou com um problema...”
Meng Qian logo se impôs: “Dêem licença, trouxe o professor Wang Hao para me orientar.”
“Está bem, está bem...”
Os outros se calaram.
Meng Qian ligou o computador, abriu alguns arquivos, todos com códigos, e começou a explicar: “Estou pesquisando algoritmos de aprendizado de representação.”
“A base é o CNN (Rede Neural Convolucional), que está em alta. Esse algoritmo está sempre sendo aperfeiçoado.”
“Também conheço o GBDT, outro algoritmo de aprendizado de máquina...”
Meng Qian falou longamente, demonstrando domínio do tema; era evidente que se dedicava bastante. Os demais, doutorandos, não seguiam a mesma linha, mas os temas se aproximavam e se cruzavam.
Wang Hao, atento, ouviu por um bom tempo, refletiu e estava prestes a falar quando Chen Qinghua entrou acompanhado de outro professor.
“Professor Sun!”
“Professor Chen!”
Os doutorandos saudaram os professores.
Chen Qinghua apresentou Wang Hao: “Este é o professor Sun Guangyuan.”
Sun Guangyuan era orientador de doutorado; dois alunos no laboratório eram seus orientandos. Após cumprimentar Wang Hao, logo disse: “Professor Wang, desculpe interromper, não se importe conosco—prossiga.”
Chen Qinghua e Sun Guangyuan ficaram de lado, observando.
Dois acadêmicos de computação de peso, provavelmente também especialistas em inteligência artificial, o que fez Wang Hao sentir-se um leigo aconselhando especialistas. Apressou-se em explicar: “Sou de outra área, se disser algo errado, não riam de mim. Não entendo nada de inteligência artificial.”
Sun Guangyuan sorriu: “Professor Wang, não há de que rir. Quem muda de área encontra barreiras naturais. E pesquisar é assim mesmo—trabalhar sozinho é difícil avançar; ouvir outros pode abrir caminhos.”
Chen Qinghua concordou: “Não importa se está certo ou não, não é um congresso formal.”
Tranquilizado, Wang Hao começou: “Minha compreensão sobre ‘aprendizado de representação’ é que este é o núcleo da pesquisa em inteligência artificial. Muitos modelos de sucesso podem ser vistos como casos especiais de aprendizado de representação...”
Com a introdução feita, um volume de conhecimento inundou sua mente, e, aliando sua experiência com algoritmos e suas ideias, Wang Hao ganhou confiança e continuou: “Modelos latentes probabilísticos, que modelam conjuntamente variáveis latentes e observadas, e modelos profundos de aprendizado fim a fim de representações hierárquicas, são todos formas de aprendizado de representação.”
“Agora vivemos na era dos grandes dados; a principal dificuldade do aprendizado de representação está na análise de volumes massivos de dados.”
“Seja o ruído dos algoritmos aleatórios, a instabilidade de métodos de otimização aproximados ou a alta complexidade temporal, tudo isso afeta a eficiência dos algoritmos de aprendizado de representação...”
Entrando no tema central, Wang Hao foi até um pequeno quadro branco, desenhou um modelo simples e explicou: “Observem este diagrama. Em toda pesquisa sobre aprendizado de representação, não importa o foco, sempre partimos dele. Seja otimizando algoritmos, seja criando novas estruturas, o caminho mais fácil e produtivo costuma ser simplificar a construção, abrindo um caminho direto em determinada direção.”
“Se vamos de A para B, depois C, por que não construir uma trilha direta entre A e C?”
“Como fazer essa ponte? Acredito que há dois métodos: adotar novas arquiteturas ou novas formas de análise...”
Wang Hao falou sem parar por quase trinta minutos; um doutorando atencioso até lhe trouxe um copo d’água.
E continuou.
Por volta de quarenta minutos, ele concluiu.
Vendo todos mergulhados em reflexão e assimilando o conteúdo, Wang Hao sorriu satisfeito: “Essas são apenas compreensões superficiais minhas; se houver algo errado, peço desculpas.”
“Na inteligência artificial, sou só um leigo.”
Os doutorandos, inclusive Meng Qian, imediatamente lançaram olhares de admiração. Depois de tanto ouvir, sentiram-se enriquecidos, e suas ideias ficaram mais claras.
Sun Guangyuan e Chen Qinghua, por sua vez, apenas esticaram os cantos da boca.
Leigo?
Talvez fosse hora de redefinir o termo “leigo”.