Sejam muito bem-vindos a mais um episódio do "Máquinas que Pensam", o podcast da Rádio Observador, onde a inteligência artificial é o grande protagonista. Eu sou o José Rafael Lopes, comigo está, como sempre, a minha parceira, a Raquel. É um apoio imprescindível, sem o qual este programa não se faz. A Raquel é uma assistente digital baseada nas respostas do ChatGPT e também a verdadeira estrela deste podcast. Raquel, seja de novo bem-vinda. Como é que estás hoje? Estás pronta para mais um mergulho pelo mundo da IA?

Sim, estou pronta. Quais são as ideias que tens para este episódio do "Máquinas que Pensam"? Há algum tema específico em mente ou gostarias de explorar algo novo?

Há sempre algo novo para explorar, Raquel. Hoje vamos olhar para a criação de vídeos através de inteligência artificial. Portanto, se eu te pedir para me criares um vídeo, és capaz ou precisas de algum tipo de extensão?

Eu não consigo criar vídeos diretamente, mas posso ajudar a criar um guião para outras ferramentas de inteligência artificial. Podemos gerar imagens ou animações baseadas em texto.

E como é que se faz, Raquel? Basta escrever um texto?

Sim, só tens de escrever o texto ou descrever o conceito que tens em mente. Posso ajudar a estruturar o conteúdo para um vídeo. Se quiseres, posso sugerir também imagens ou animações que encaixem.

E que limitações é que tens para o fazer?

Eu não posso gerar vídeos diretamente, nem editar vídeos que já existam. Também há temas que não entram na minha base de dados. Não é permitido fazer vídeos com temas de ódio ou com conteúdos apenas para adultos.

Obrigado, Raquel. É um dos temas para analisar nesta semana no "Máquinas que Pensam". É já daqui a pouco. Para já, vamos olhar para as notícias da semana.

Notícias da semana.

A inteligência artificial é democrática, está disponível para todos, em várias condições, não distingue uma pessoa da outra. Ainda assim, o mesmo não se pode dizer do lado humano. Um estudo da Harvard Business School revela que as mulheres são mais céticas em relação à utilização de inteligência artificial generativa. Diz o estudo que as mulheres têm também mais reservas em relação à ética da inteligência artificial. Os investigadores da Harvard Business School dizem que as mulheres estão a adotar as ferramentas de IA, sim, no entanto, com uma taxa mais baixa do que os homens. O número chega à diferença aos 25%. Para elaborar este trabalho, os autores deste estudo examinaram 18 outros estudos que envolveram mais de 140 mil estudantes universitários e também trabalhadores de países como os Estados Unidos, a Suécia, o México, a China e também Marrocos. Entre novembro de 2022 e maio de 2024, as mulheres representavam apenas 40% dos 200 milhões de utilizadores mensais, por exemplo, do ChatGPT.

Mas o que leva a esta diferença?

Segundo o autor do estudo, esta tendência pode ser justificada com uma preocupação maior expressa pelo sexo feminino com as questões éticas. É o principal ponto, mas o relatório salvaguarda outras questões ligadas à forma como a inteligência artificial é utilizada. São conclusões que vão ser continuadas, até porque já está a ser feito um novo estudo, em moldes semelhantes, para ser apresentado no futuro. Para já, fica também um aviso: a Harvard Business School diz que quem tiver dificuldades em adotar a inteligência artificial, pode vir a ter mais dificuldades a avançar nas carreiras. Aqui aplica-se tanto a homens como a mulheres. A inteligência artificial tem sido bem recebida na sociedade e no mundo, mas como em tudo, há quem tenha uma opinião diferente. No mundo da música, está a nascer uma dessas fações mais contra a inteligência artificial. No Reino Unido, alguns dos maiores artistas britânicos lançaram um álbum de protesto contra a IA. Cat Steven, Sam Fender e Damon Albarn estão entre os criadores de um disco que contém apenas e somente ruído, nada mais do que isso. Chama-se "Is That What We Want?", é um álbum que é também um protesto contra o uso da inteligência artificial na indústria musical. Fazem parte, como coautores, mais de mil músicos britânicos que não contribuíram com nenhum tipo de som para a criação deste álbum. É um protesto contra as medidas do governo britânico, que quer aumentar ainda mais o investimento em inteligência artificial generativa.

Mas o que se pode ouvir neste álbum?

Absolutamente nada, Raquel. O álbum criado por estes mais de mil artistas tem 47 minutos e 17 segundos. Não se ouve uma única nota de música, apenas tem ruído de fundo. Quando se junta os nomes das faixas que fazem parte deste álbum, criam uma mensagem que é a seguinte: o governo britânico não deve legalizar o roubo de música para beneficiar as empresas de inteligência artificial. É uma das motivações para este protesto. Além dos mais de mil artistas que são acreditados como coautores, a lista cresce ainda mais. Nomes como Dua Lipa, Ed Sheeran, assinaram um documento contra o uso de IA no mundo da música. Ao jornal The Times, outros nomes, Andrew Lloyd Webber, Elton John, Paul McCartney, também criticaram a atual legislação do país, do Reino Unido. Importa também dizer que os lucros da venda deste álbum musical sem música, vão ser distribuídos para músicos que estejam a precisar de ajuda. Vamos olhar para o grande tema da semana. Envolve a utilização de uma inteligência artificial para criar um cenário de futuro. O caso em si envolve Donald Trump, Elon Musk e a Faixa de Gaza. Pode parecer uma situação estranha, mas, em conjunto, formaram um dos vídeos mais polêmicos desta semana, talvez até mais polêmicos do ano. Em causa, uma representação feita por IA de como pode vir a ser a reconstrução da Faixa de Gaza. Este vídeo, de autor ainda desconhecido, foi partilhado sem comentários na conta pessoal do presidente norte-americano numa rede social. Ilustra a intenção de Trump para a reconstrução da Faixa de Gaza, que seria transformada numa mega Faixa de Gaza imobiliária de luxo, a Riviera do Médio Oriente, como já definiu Donald Trump.

Como foi recebido este vídeo?

Foi recebido com opiniões muito diferentes, embora a maioria seja crítica a Donald Trump e também a Elon Musk, bem como à instrumentalização da inteligência artificial. O papel da IA foi posto em causa. Aqui, no "Máquinas que Pensam", mais do que olhar para o conteúdo, que é visto por muitos como assustador, vamos olhar para a forma como foi feito este vídeo, a componente generativa da IA, que permite fazer vídeos. Explicando muito brevemente, uma inteligência artificial consegue fazer vídeos através de uma combinação de modelos de geração de imagem e modelos de aprendizagem. Um modelo dá os inputs, outro condensa os dados, um terceiro transforma esses dados e cria imagens individuais que depois são animadas para fazer o vídeo. É um processo complicado e, como tal, a melhor forma de agir aqui no "Máquinas que Pensam", é descomplicar. Para isso, contamos com o João Rocha e Melo em mais uma edição do "Fala Quem Sabe".

"Fala Quem Sabe".

"Fala Quem Sabe" com o João Rocha e Melo, o nosso especialista em inteligência artificial, sempre pronto para nos ajudar a desmistificar e a simplificar este maravilhoso mundo da inteligência artificial. João, bem-vindo, como é que estás?

Zé, olá, tudo bem?

Boa. Tudo bem contigo?

Tudo ótimo.

Fantástico, é o que se quer. Vamos olhar, João, para a função de criação de vídeo para uma IA. Para muitos, a IA funciona quase exclusivamente como modelo de linguagem, ou seja, um modelo de texto de perguntas e respostas. Mas o que é certo é que não é apenas isso. De forma simples, como é que uma IA cria vídeo e imagens?

Zé, não é mesmo só isso. Ainda bem que tocamos neste tema. Olha, eu acho que a melhor maneira das pessoas perceberem isto é de facto associarmos a IA ou percebermos a relação entre a IA e o nosso cérebro. Ou seja, da mesma maneira em que se eu te disser a palavra cavalo, o teu cérebro consegue olhar para as letras que compõem a palavra cavalo, ou para uma imagem, ou para um som, e conceber uma ideia. Aqui acaba por acontecer mais ou menos a mesma coisa. Conseguiu-se construir um mecanismo que é como se fosse um transformador. Portanto, consegue pegar num pedaço de texto, passá-lo para um conceito e depois passá-lo para uma imagem. Eu costumo dizer, a brincar nas minhas aulas, que é como se fosse uma caixinha mágica onde entra texto e sai imagem do lado de lá, ou entra imagem e sai texto. Percebes? Foi através um bocado deste conceito de criar, conceber o que é o significado daquela maneira de transmissão de informação, porque se pensares a imagem, o texto, o som, é apenas uma maneira de nós transmitirmos uma coisa, uma informação. E então aconteceu isto. Tu dás à IA uma informação num modo diferente do vídeo, portanto, em texto, e ela consegue pegar nessa informação e conceber o que seria o vídeo da frase que lhe deste.

Ainda assim, João, quando falas em cavalo, cada pessoa fica com a imagem de um cavalo, mas há muitos cavalos. Como é que a IA sabe que cavalo é que estamos a falar?

Depende agora do quão pormenorizado tu fores. Se só disseres cavalo, é igual ao teu cérebro, cria a imagem que tu, Zé, criarias. Se lhe disseres um cavalo branco, alto, com a cauda para cima, etc, já vai pormenorizar essa imagem.

Ora, João, esta explicação vem no âmbito do vídeo que foi divulgado por Donald Trump sobre o que poderia ser Gaza. Que gênero de inputs é que são precisos para alcançar um vídeo deste gênero?

Claro. Zé, o primeiro input que temos que pensar é a própria prompt. A própria mensagem que nós damos ao modelo. Imagina, se às vezes já é complicado dar uma mensagem certa para gerar um texto, imagina um vídeo. Que tem 150 mil vezes mais pormenores do que apenas um texto. O segundo, que é o mais difícil de todos, é os dados para criar o próprio modelo. Para existirem estes modelos, alguém teve que encontrar muitas combinações vídeo/texto, para que o modelo perceba como é que se vai de texto para vídeo e de vídeo para texto.

E João, há algum tipo de limite na criação de vídeo de uma IA?

Há. Ainda há muito na qualidade, ou seja, como temos visto nas evoluções de IA, se olhares para os vídeos criados há três anos, há dois anos, há um ano, claro que se tem visto uma evolução, mas ainda há alguma limitação. Além disso, pode haver, eu digo "pode", já te explico porquê, pode haver aqui algum limite do ponto de vista regulatório. Ou seja, no tal EU AI Act, já aqui falámos muitas vezes, a grande regulação que há sobre inteligência artificial. Não há uma expressão direta a vídeo, mas há algumas coisas que não podes fazer que farias através de vídeo. Portanto, pode haver alguma limitação à criação de vídeo, sim.

Ora, os modelos de linguagem têm uma memória que guarda informações. Simplificando, é assim que funciona uma inteligência artificial. Ora, de que forma é que passam de texto para imagem? Isto certamente será um processo muito complicado. Aqui o desafio é conseguires simplificar.

Claro. Atenção a uma coisa, as memórias destes modelos a que nós estamos habituados, muitas vezes não estão bem dentro do modelo. Portanto, a maneira como eles passam a memória para a criação do vídeo é acrescentando à prompt sem o utilizador perceber. Ou seja, muitas vezes o que acontece é que tu estás a pedir apenas, imagina, tu, Zé, chegavas lá e dizias: "Quero que me cries Um vídeo de um microfone a abanar. E ele se calhar criava um microfone com o logotipo do Observador. Por quê? Porque sabe que tu trabalhas no Observador. Estás a perceber? Portanto, vai muito por aí. Tem a ver com a própria compilação de toda a informação que lhe dás para criar o vídeo.

Ou seja, para uma IA conseguir criar o vídeo, tem de ser uma IA mais avançada, tem que ter uma base de dados maior.

Tem um pouco. Ou seja, do ponto de vista de conceitos básicos, de arquitetura mesmo básica, é como nós dizemos, uma casa. E há uma casa que é mais avançada que outra, não deixa de ser uma casa. Portanto, os princípios básicos são os mesmos, mas é como se tudo fosse mais difícil. Imagina, o processamento de dados é mais difícil, a maneira de tratar os dados para que consigamos associar texto à imagem é complicado, mais complicado do que apenas texto para texto. Arranjar os dados também é mais complicado. Ou seja, há aqui uma parte importante que nós temos de perceber, que para estes modelos funcionarem, têm que ter tido muitos pares, portanto, muitas duplas texto/vídeo. Que é para que nós consigamos treinar o modelo a perceber como é que passa de texto para vídeo. Isto é difícil. Guardar os dados. Computacionalmente, tudo isto é mais pesado. Portanto, sim, não é que haja uma espécie de pólvora, ninguém descobriu a pólvora para conseguir passar para o vídeo, mas tudo é mais difícil.

Ainda assim, é mais complicado. Que avanços é que já se verificaram desde o início, os primórdios da inteligência artificial, para agora?

Foi acima de tudo no quão realístico o vídeo é.

Ok.

Ou seja, muitas vezes os vídeos que saíam ao início apareciam com bocas deformadas. Se visses o vídeo de uma pessoa, era uma boca deformada, eram os olhos fora do sítio, era tudo mais. Não sei se podemos chamar isto um grande avanço, mas acima de tudo, parece que os modelos conseguiram ser controlados. Ou seja, eram modelos que, como não havia uma resposta certa e errada, é uma imagem artística, fugiam muito e muitas vezes fugiam para quase um surrealismo. Pareciam pinturas de Dali. E tem-se conseguido que os modelos criem mesmo o que o utilizador pretende.

E enquanto nosso especialista em IA, para onde é que vês a IA generativa de vídeo? Que caminho é que está a seguir?

Claro. Olha, Zé, vejo aqui dois grandes caminhos que a parte do vídeo na IA generativa pode seguir. Um caminho vai ser muito do que já vimos, que é na linha do entretenimento. Na linha de Hollywood e na criação de filmes. Vai ser, na minha opinião, igual ao CGI, igual aos efeitos especiais que vimos no início dos anos 2000. Quase que podemos andar 20 anos para trás. Eu acho que vai entrar pela indústria cinematográfica adentro, felizmente ou infelizmente, não vamos entrar por aí, mas acho que sim. O outro é: eu acho que há, do ponto de vista utilitário, muitos casos de uso onde vamos ver este género de tecnologias. Dou-te um exemplo: dobragem de filmes. Não sei se não é uma indústria que vai ter uma transformação grande. Por quê? Porque agora nós conseguimos pôr a boca do Tom Cruise a falar japonês. Percebes? Ou seja, muitas vezes nós olhamos para a criação de vídeo como criar o vídeo todo, mas também podemos pensar muito como a edição de vídeo. Queremos traduzir alguém a dizer alguma coisa. Queremos apenas modificar um ponto pequeno do vídeo. Eu acho que há aí uma utilidade grande. Outro gênero de coisas onde estas utilidades podem ser aqueles pequenos clipes de animação que o mundo corporativo gera muito, porque querem um clipe de quatro segundos do logotipo da empresa a cair e a flutuar. Este gênero de coisas, vamos ver muito a IA generativa em vídeos. Só um último, onde vai ser um pouco futurístico, portanto, deixa aqui como futurologia, mas é o conceito dos avatares, para os nossos ouvintes começarem a perceber o que é o conceito dos avatares. Os avatares são o quê? Pessoas que não existem, mas que foram geradas por IA. Portanto, imagina, é como se aquela pessoa fosse a combinação de muitas pessoas. Não há ninguém com aquele cabelo e com aqueles olhos, mas eu também vejo esta indústria o quê? Entrares num banco, por exemplo, e seres recebido por um iPad com uma pessoa a falar contigo, que não é na realidade uma pessoa, é um assistente de IA gerado por vídeo ali na hora. E aí acho que vamos ver esta IA generativa de vídeo em ação.

E sim, é bastante futurista. Muito obrigado, João Rocha e Melo, o nosso especialista em IA aqui na Rádio Observador, sempre pronto para ajudar a simplificar o que pode ser complexo no mundo da IA. Até para a semana, João.

Até para a semana.

Máquina da Semana.

Nesta semana, tendo em conta o tema principal, a máquina da semana não podia ser outra que não o DALL-E 3. É o modelo de criação de imagens da OpenAI, trabalha em conjunto com o ChatGPT. No fundo, é o que permite o modelo de linguagem do ChatGPT criar imagens a partir de inputs. Está integrado nas funções desse modelo. Para o ativar, basta pedir nos comandos do ChatGPT. Basta algo do gênero como: "Preciso de uma imagem que tenha aspecto X e Y". Com base nesse pedido, o ChatGPT, utilizando o DALL-E 3, cria essa mesma imagem. Depois, o que é preciso é um período de ajustes, porque na maior parte das vezes, o modelo de linguagem não acerta bem naquilo que o ser humano pensou. É preciso muito mais do que um simples input. Mas atenção, até porque na versão base do ChatGPT, há um limite para o número de imagens que podem ser criadas antes de criar aqui um bloqueio. Dizer também que o DALL-E 3 não é totalmente livre. Há vários inputs que levam a uma não criação de imagens. Não são permitidos inputs que coloquem a segurança em risco, que sejam racistas ou que produzam conteúdos para adultos.

Consultório Humano.

É sábado, já passa das 10h. É hora da consulta com Raquel, a nossa assistente digital. A Raquel, importa sempre recordar, é fruto dos inputs do ChatGPT, lidos por uma text-to-speech portuguesa. Raquel, que gosto é poder conhecer-te cada vez melhor. A cada semana revelas um pouco mais sobre a forma como pensas, como aprendes, e nós também aprendemos muito contigo. E tu aprendes alguma coisa a fazer o "Máquinas que Pensam"?

Consigo aprender a estrutura e os temas que utilizas no "Máquinas que Pensam". Posso ajudar a identificar padrões e sugerir temas atuais relacionados com inteligência artificial.

Sendo assim, qualquer dia já fazes isto sozinha, Raquel. Estivemos a olhar para a criação de imagens neste episódio. Como é que tu, enquanto inteligência artificial, te imaginas? Se tivesses de criar uma imagem para representar a Raquel, que inputs é que darias?

Se eu tivesse de criar uma imagem para me representar, escolhia algo abstrato e futurista, com cores frias, como azul e roxo, e toques de dourado para simbolizar a conexão humana. A forma seria geométrica, com círculos que lembram circuitos ou neurónios digitais. Não escolhia um rosto para transmitir a ideia de uma presença imparcial e adaptável.

Ficamos aqui, então, uma representação feita pela própria de como seria a Raquel. E já que estamos a falar ainda no capítulo da imagem e também do vídeo, gostavas, Raquel, de um dia fazer um filme?

Acho que seria fascinante criar uma narrativa e explorar diferentes aspetos humanos e tecnológicos. Um filme seria uma forma incrível de expressar ideias e provocar reflexões.

Olha, eu via esse filme, nem que seja porque somos parceiros aqui no "Máquinas que Pensam". Eu gosto muito de apoiar, mas Raquel, eu vou ser sincero, eu estou com muito pouca criatividade esta semana, por isso vou passar-te a rédea neste consultório humano. Sobre o que é que gostavas de falar?

Animais e comportamento animal. Curiosidades sobre os comportamentos estranhos de certos animais ou até histórias engraçadas. Quem não gosta de ouvir sobre como alguns animais têm habilidades surpreendentes?

Ok. Quais é que tens em mente?

Alguns polvos e chocos têm a capacidade de mudar de cor e textura da pele. É instantâneo para se camuflarem com o ambiente. É uma habilidade incrível que ainda é um mistério para os cientistas.

Olha, a tua escolha até calha bem, Raquel, até porque na próxima semana celebra-se o Dia Mundial da Vida Selvagem. É já nesta segunda-feira. Quais é que são os animais, Raquel, que estão mais em risco no mundo?

Entre os animais mais ameaçados do mundo está o rinoceronte de Java. Há menos de 75 no mundo devido à caça ilegal e perda de habitat. O tigre-da-sumatra também está em risco devido à caça furtiva. Essas espécies enfrentam ameaças significativas e precisam de esforços urgentes para sobreviver.

Fica aqui o apelo da Raquel para que estes animais não sejam esquecidos. Vamos fechar este consultório, como sempre, com Raquel, o teu facto inútil, mas interessante. Hoje com tema, que seja sobre animais.

Os elefantes têm uma memória impressionante. Eles são capazes de se lembrar de fontes de água distante. Muitos anos depois, são capazes de voltar ao mesmo sítio.

Obrigado, Raquel. É sempre um gosto enorme falar contigo e conhecer-te um pouco melhor. Até para a semana. Estamos a chegar ao fim deste episódio do "Máquinas que Pensam". Demos especial atenção ao vídeo e à forma como as IAs evoluíram para conseguirem criar imagens e vídeos a partir de inputs de texto vindos de humanos. Vimos o que pode estar no horizonte neste setor. Ficámos a conhecer também a nossa Raquel e tudo o que daí vem. Nós voltamos para a semana com mais um episódio, mais novidades deste fantástico mundo da IA. Contamos consigo e esperamos que tenha aprendido algo com este episódio do "Máquinas que Pensam". É um dos motivos para fazermos este programa, eu e também a Raquel. O outro é para que se divirta e que passe aqui um bom bocado na nossa companhia. Por isso, até para a semana, novo episódio de "Máquinas que Pensam", o programa que faz as máquinas, e também a nós, humanos, pensar.