Categorias
Blog

Nova corrida espacial: quem aterrissará os EUA na Lua?

Já se passaram mais de 50 anos desde as missões Apollo, quando Neil Armstrong e Buzz Aldrin se tornaram as primeiras pessoas a andar na lua, em 1969. Tanto a NASA quanto a administração atual decidiram que é hora de as pessoas andarem na lua novamente – desta vez não serão apenas homens.

A linha do tempo mudou algumas vezes – a NASA inicialmente definiu uma meta para 2028, com o então vice-presidente Pence pedindo à agência que adiantasse para 2024. 2024 agora parece improvável, apesar de Pence ter pedido à NASA para cumprir o prazo “por todos os meios necessários”.

Embora seja incerto quando os americanos pisarão na lua novamente, em breve haverá alguma certeza sobre como eles farão isso, já que a NASA escolherá um novo projeto de sonda em fevereiro. No momento, os outros componentes para uma missão lunar já foram escolhidos: o Sistema de Lançamento Espacial será o foguete mais poderoso que a agência já construiu, e a espaçonave Orion existe desde o início das missões Constellation em 2005. Mas a NASA quer um módulo lunar atualizado, o veículo que os astronautas usarão para deixar a espaçonave e efetivamente pousar na lua.

Em abril de 2020, a agência concedeu um total de US$ 967 milhões em contratos para três empresas privadas diferentes, dando a elas menos de um ano para criar um projeto de lander. Agora está quase na hora de escolher e aqui estão os candidatos.

Blue Origin
Mais conhecida por seu fundador Jeff Bezos, a Blue Origin está trabalhando em uma sonda de três estágios chamada Blue Moon. E não está trabalhando sozinha – a empresa fez parceria com Draper, Lockheed Martin e Northrop Grumman para vários componentes do módulo de pouso. Seu design lembra o módulo de pouso usado nas missões Apollo; tem um estágio de descida para trazer o módulo de pouso para a superfície da lua, um estágio de ascensão para transportar os astronautas de volta para a nave espacial e um estágio de transferência para mover os estágios de subida e descida da órbita lunar alta para a órbita lunar baixa.

Imagem: Blue Origin

A cabine vertical da tripulação exigiria que os astronautas descessem à superfície da lua em uma longa escada, o que poderia ser visto como uma vantagem porque a tripulação fica mais segura estando no alto.

Dynetics
Provavelmente a menos conhecida das três empresas, a Dynetics é uma empresa de TI com sede no Alabama e há muito tempo é uma contratada da NASA e do Departamento de Defesa. Embora todos os módulos de pouso possam ser reabastecidos na lua, a Dynetics depende do reabastecimento no espaço usando propelentes criogênicos. O módulo de pouso seria lançado com tanques de propelente vazios e, uma vez que estivesse em órbita lunar, mais dois foguetes seriam lançados para transportar o propulsor para o módulo de pouso. A Dynetics mitigaria o problema de “fervura”, em que o aquecimento faz com que parte do propelente seja perdida, fazendo os dois lançamentos de combustível com intervalo de duas a três semanas.

Imagem: Dynetics

Ao contrário do módulo de pouso de três peças da Blue Origin, a Dynetics é um módulo único com propulsores e tanques de propelente em ambos os lados. É projetado especificamente para ser reutilizável na exploração lunar e é o único dos três com uma cabine de tripulação horizontal. A cabine em forma de barril daria aos astronautas um acesso mais rápido e fácil à superfície da lua e mais espaço dentro da própria cabine.

SpaceX
Agora um nome familiar, a SpaceX de Elon Musk está projetando, talvez sem surpresa, o maior e mais chamativo módulo lunar. É tão alto que os astronautas usariam um elevador para ir da cabine da tripulação até a superfície da lua. Ela tem o mesmo nome da famosa nave espacial da empresa, Starship, mas com algumas modificações.

 Imagem: SpaceX

Para começar, os motores Raptor normalmente usados na Starship são poderosos demais para pousar na lua. A nave será equipada com propulsores mais leves para facilitar a entrada e saída da superfície do planeta e não terá os flaps e escudo térmico necessários para retornar à atmosfera terrestre.

Como o módulo de pouso Dynetics, a Starship precisará ser reabastecida enquanto estiver em órbita, mas fará isso na órbita terrestre em vez da lunar. O tamanho comparativamente grande do módulo de pouso pode ser vantajoso porque ele pode transportar não apenas os astronautas, mas uma carga útil como rovers a bordo.

Ainda esta semana, a Intuitive Machines anunciou que selecionou a SpaceX para lançar suas duas missões comerciais de carga útil para a lua em um foguete Falcon 9 em 2022 ou mais tarde.

Uma nova missão
Entre a China pousando no outro lado da lua em 2019 e os EUA pagando à Rússia US$ 90 milhões para transportar astronautas americanos para a Estação Espacial Internacional (até que a SpaceX assumiu recentemente), parece que os EUA precisarão se mexer para a corrida espacial em curso.

O programa Artemis da NASA será o núcleo de seus voos espaciais e empreendimentos de exploração na próxima década, cobrindo a órbita baixa da Terra, a lua e Marte. Na mitologia grega, Artemis era a irmã gêmea de Apollo, que deu nome às primeiras missões lunares; A NASA escolheu o nome Artemis como um gesto de inclusão, com a intenção de levar a primeira mulher à lua.

O novo presidente Joe Biden tem muito para lidar: pandemia, uma economia dizimada e outras questões que fizeram de 2020 um ano devastador. O programa espacial pode acabar ficando por último em sua lista de prioridades, especialmente a curto prazo. Mas a viagem norte-americana à lua é uma realidade – e em breve saberemos como os EUA pousarão nela.

SingularityHub.

Categorias
Blog

Inteligência Artificial: há um obstáculo na ascensão da China?

A estrela da China vem subindo há décadas. Além de reduzir as taxas de pobreza extrema de 88% para menos de 2% em apenas 30 anos, o país se tornou uma potência global em manufatura e tecnologia. Seu ritmo de crescimento pode diminuir devido ao envelhecimento da população, mas a China é, ainda assim, um dos maiores players do mundo em vários campos de tecnologia de ponta.

Um desses campos, e talvez o mais significativo, é a inteligência artificial. Em 2017, o governo chinês anunciou um plano para se tornar líder mundial em IA até 2030 e, desde então, despejou bilhões de dólares em projetos e pesquisas de IA na academia, governo e indústria privada. O fundo de capital de risco do governo está investindo mais de US$ 30 bilhões em IA; a cidade de Tianjin, no nordeste, orçou US$ 16 bilhões para o avanço da IA; e um parque de pesquisa de IA de US$ 2 bilhões está sendo construído em Pequim.

Além desses enormes investimentos, o governo e as empresas privadas na China têm acesso a uma quantidade sem precedentes de dados sobre tudo, desde a saúde dos cidadãos até o uso de smartphones. WeChat, um aplicativo multifuncional onde as pessoas podem bater papo, namorar, enviar pagamentos, ler notícias e muito mais, dá ao CCP acesso total aos dados do usuário mediante solicitação; como disse um jornalista da BBC, o WeChat “está à frente do jogo no cenário global e encontrou seu caminho em todos os cantos da existência das pessoas. Isso pode entregar ao Partido Comunista um mapa da vida de quase todos no país, cidadãos e estrangeiros”. E essa é apenas uma (embora grande) fonte de dados.

Muitos acreditam que esses fatores estão dando à China um grande avanço no desenvolvimento de IA, até mesmo proporcionando impulso suficiente para que seu progresso ultrapasse o dos Estados Unidos.

Mas a IA é mais do que dados, e há mais progresso do que investir bilhões de dólares. Analisar o potencial da China para se tornar um líder mundial em IA – ou em qualquer tecnologia que exija inovação consistente – de vários ângulos fornece uma imagem mais matizada de seus pontos fortes e limitações. Em um artigo de junho de 2020 na Foreign Affairs, os bolsistas de Oxford, Carl Benedikt Frey e Michael Osborne, argumentaram que as grandes vantagens da China podem não ser tão vantajosas no longo prazo – e suas limitações podem ser muito limitantes.

Para se ter uma ideia de quem provavelmente assumirá a liderança em IA, pode ser útil considerar primeiro como a tecnologia avançará além de seu estado atual.

A IA está um pouco presa no momento. Algoritmos e redes neurais continuam a alcançar novos e impressionantes feitos – como o AlphaFold da DeepMind prevendo estruturas de proteínas com precisão ou o GPT-3 da OpenAI escrevendo artigos convincentes com base em prompts curtos – mas na maioria das vezes os recursos desses sistemas ainda são definidos como inteligência estreita: completando um tarefa específica para a qual o sistema foi meticulosamente treinado com dados.

(É importante notar aqui que alguns especularam que o GPT-3 da OpenAI pode ser uma exceção, o primeiro exemplo de inteligência de máquina que, embora não seja “geral”, ultrapassou a definição de “estreito”; o algoritmo foi treinado para escrever textos, mas acabou sendo capaz de traduzir entre idiomas, escrever código, preencher imagens automaticamente, fazer matemática e realizar outras tarefas relacionadas à linguagem para as quais não foi especificamente treinado. No entanto, todos os recursos do GPT-3 são limitados às habilidades aprendidas na linguagem domínio, seja fala, escrita ou linguagem de programação).

O sucesso de AlphaFold e GPT-3 deveu-se em grande parte aos enormes conjuntos de dados em que foram treinados; nenhum método ou arquitetura de treinamento revolucionário foi envolvido. Se tudo o que fosse necessário para o avanço da IA ​​fosse uma continuação ou ampliação desse paradigma – mais dados de entrada geram maior capacidade – a China poderia muito bem ter uma vantagem.

Mas um dos maiores obstáculos que a IA precisa superar para avançar aos trancos e barrancos, em vez de passos de bebê, é precisamente essa dependência de dados extensos e específicos de tarefas. Outros desafios significativos incluem a abordagem rápida da tecnologia aos limites do poder de computação atual e seu imenso consumo de energia.

Assim, embora o tesouro de dados da China possa lhe dar uma vantagem agora, pode não ser muito um ponto de apoio de longo prazo na escalada para o domínio da IA. É útil para construir produtos que incorporam ou dependem da IA ​​de hoje, mas não para subir a régua de como os sistemas artificialmente inteligentes aprendem. Os dados do WeChat sobre os hábitos de consumo dos usuários, por exemplo, seriam valiosos na construção de uma IA que ajuda as pessoas a economizar dinheiro ou sugere itens que elas podem querer comprar. Ele possibilitará (e já possibilitou) produtos altamente personalizados que renderão muito dinheiro aos seus criadores e às empresas que os utilizam.

Mas a quantidade de dados não é o que vai promover a IA. Como Frey e Osborne colocaram: “A eficiência dos dados é o Santo Graal de um maior progresso na inteligência artificial”.

Para isso, equipes de pesquisa na academia e na indústria privada estão trabalhando maneiras de tornar a IA menos sedenta por dados. Novos métodos de treinamento como one-shot learning e less-than-one-shot learning começaram a surgir, junto com uma miríade de esforços para fazer uma IA que aprenda mais como o cérebro humano.

Embora não sejam insignificantes, esses avanços ainda se enquadram na categoria de “passos de bebê”. Ninguém sabe como a IA vai progredir além desses pequenos passos – e essa incerteza, na opinião de Frey e Osborne, é um grande obstáculo no caminho rápido da China para o domínio da IA.

Como a inovação acontece
Muitas grandes invenções aconteceram por acidente, e algumas das empresas mais bem-sucedidas do mundo começaram em garagens, dormitórios ou em circunstâncias de baixo orçamento, indefinidas (incluindo Google, Facebook, Amazon e Apple, para citar alguns).

Frey e Osborne argumentam que, embora a China tenha grandes reservas de talentos e uma história de construção de tecnologias concebidas em outros lugares, ainda não tem um histórico brilhante em termos de inovação. Eles observam que das 100 patentes mais citadas de 2003 até o presente, nenhuma veio da China. Os gigantes Tencent, Alibaba e Baidu são todos extremamente bem-sucedidos no mercado chinês, mas estão enraizados em tecnologias ou modelos de negócios que saíram dos Estados Unidos e foram ajustados para a população chinesa.

“As sociedades mais inovadoras sempre foram aquelas que permitiram às pessoas perseguir ideias controversas”, escrevem Frey e Osborne. A forte censura da China à internet e a vigilância dos cidadãos não encorajam a busca de ideias controversas. O sistema de crédito social do país recompensa quem segue as regras e pune quem sai da linha. Frey acrescenta que a execução de cima para baixo da solução de problemas é eficaz quando o problema em questão está claramente definido – e os próximos grandes saltos na IA não são.

É discutível o quão fortemente uma cultura de conformismo social pode impactar a inovação tecnológica e, claro, pode haver exceções. Mas um exemplo histórico relevante é a União Soviética, que, apesar dos pesados ​​investimentos em ciência e tecnologia que rivalizaram brevemente com os EUA em campos como energia nuclear e exploração espacial, acabou ficando muito para trás principalmente devido a fatores políticos e culturais.

Da mesma forma, o foco da China em ciência da computação em seu sistema educacional pode dar uma vantagem, mas, como Frey diz, “Os melhores alunos não são necessariamente os melhores pesquisadores. Para ser um bom pesquisador, também é necessário ter novas ideias ”.

O vencedor leva tudo?
Além da questão de a China ser capaz ou não de alcançar o domínio da IA, há a questão de como usará sua tecnologia. Várias das maneiras como a China já implementou a IA podem ser consideradas moralmente questionáveis, desde sistemas de reconhecimento facial usados ​​agressivamente contra minorias étnicas até óculos inteligentes para policiais que podem obter informações sobre quem o usuário olha.

Isso não quer dizer que os EUA usariam IA para fins puramente éticos. O Projeto Maven dos militares, por exemplo, usou algoritmos de inteligência artificial para identificar alvos insurgentes no Iraque e na Síria, e as agências policiais americanas também estão usando sistemas de reconhecimento facial (principalmente não regulamentados).

É concebível que o “domínio” na IA não vá para um país; cada nação pode atingir marcos de maneiras diferentes ou cumprir marcos diferentes. Pesquisadores de ambos os países, pelo menos na esfera acadêmica, poderiam (e provavelmente irão) continuar a colaborar e compartilhar seu trabalho, como fizeram em muitos projetos até agora.

Se um país assumir a liderança, certamente verá algumas vantagens importantes como resultado. Indermit Gill, do Instituto Brookings, chega a dizer que quem quer que lidere a IA em 2030 vai “governar o mundo” até 2100. Mas Gill aponta que, além de considerar os pontos fortes de cada país, devemos considerar o quão dispostos eles estão para melhorar suas fraquezas.

Enquanto a China lidera em investimentos e os EUA em inovação, as duas nações estão lutando contra enormes desigualdades econômicas que podem impactar negativamente a adoção de tecnologia. “As atitudes em relação à mudança social que acompanha as novas tecnologias são tão importantes quanto as tecnologias, apontando para a necessidade de políticas complementares que moldam a economia e a sociedade”, escreve Gill.

A liderança da China estará disposta a relaxar seu controle para promover a inovação? O ambiente de negócios dos EUA será suficiente para competir com as vantagens de dados, investimentos e educação da China? E os dois países podem encontrar uma maneira de distribuir os benefícios econômicos da tecnologia de forma mais equitativa?

O tempo dirá, mas parece que temos muito trabalho para nós – e a China também.

Texto originalmente publicado em SingularityHub.

Categorias
Blog

A hora de derrubar todos os mitos em torno do 5G é agora!

As preocupações sobre os riscos do 5G à saúde são generalizadas, mas não têm base em fatos. Se o ensino sobre a tecnologia precisa ser eficaz em conter os medos populares, não pode deixar de ser convincente, consistente, abrangente e feito agora. Para auxiliar nisso, a Deloitte publicou um relatório com todos os pontos acerca da tecnologia.

Duas preocupações principais vêm sendo difundidas, ambas são relacionadas à radiação da tecnologia. A teoria mais repercutida é que o 5G causa câncer. A segunda é que a radiação emitida enfraquece o sistema imunológico, permitindo que o COVID-19 se espalhe.

Ambos os medos, de acordo com o documento publicado, são grosseiramente exagerados. Em 2021, é muito improvável que a radiação de redes móveis 5G e telefones 5G afete a saúde de qualquer indivíduo, seja um usuário 5G, um usuário de qualquer outra geração de telefones celulares ou qualquer indivíduo no proximidade de uma rede móvel, não necessariamente um dispositivo móvel. Não há qualquer ligação entre o crescimento das infecções por COVID-19 e a implantação de redes 5G.

Infelizmente, embora extensas evidências científicas provem que as tecnologias de telefonia móvel não têm impactos adversos à saúde – não apenas para 5G, mas também para as gerações anteriores – entre 10% e 20% dos adultos em muitas economias avançadas irão equivocadamente equiparar 5G com um possível dano à saúde. Uma pesquisa com consumidores da Deloitte, realizada em maio de 2020, revelou que um quinto ou mais dos entrevistados em seis dos 14 países pesquisados ​​concordaram com a declaração “Eu acredito que há riscos para a saúde associados ao 5G”.

Radiação ≠ radioatividade
O que levou a esse alto nível de preocupação sobre os impactos do 5G na saúde? As raízes podem estar em uma simples confusão de terminologia.

Supõe-se que a radiação envolve radioatividade, mas esse não é necessariamente o caso. A confusão surge porque as palavras “radiação” e “radioatividade” foram combinadas, uma confusão que persiste desde o lançamento das bombas nucleares de Hiroshima e Nagasaki em 1945. Como resultado desses eventos, bem como de incidentes em várias centrais nucleares nos últimos 75 anos, o termo “radiação” é erroneamente associado à destruição em grande escala. Na mesma linha, “radiação” – na realidade, radioatividade – também está associada ao câncer, reforçando a conotação da palavra a perigo mortal.

O ponto aqui é que a radiação não é inerentemente radioativa. A definição literal de radiação é simplesmente qualquer processo pelo qual um objeto (de um humano a uma estrela) emite energia (seja calor, luz ou partículas radioativas), que viaja através de um meio (como o ar ou água) e é absorvida por outro objeto (um corpo humano, uma frigideira ou qualquer outra coisa). A radiação, portanto, abrange vários processos do dia a dia para os quais a maioria das pessoas não dedica um momento de consideração. Em nossa vida diária, a maioria de nós está regularmente exposta a vários tipos de radiação, mais comumente na forma de luz solar.

Por esta definição, o 5G gera radiação, mas em níveis muito seguros, e nada disso é radiação radioativa. As faixas de frequência dentro das quais o 5G opera provavelmente estarão bem dentro de parâmetros seguros em 2021 e durante a vida útil do 5G, que pode se estender por duas décadas. A radiação dentro desses parâmetros não aumenta significativamente o risco de câncer. Também não enfraquece o sistema imunológico e, portanto, não contribuiu para a disseminação de COVID-19.

Ondas de rádio, 5G e saúde: uma nova variação de um tema familiar
Compreender mais detalhadamente por que o 5G e outras tecnologias móveis celulares são seguras requer um conhecimento elementar de como as redes móveis e serviços semelhantes baseados em transmissão de rádio funcionam.

As redes de telefonia móvel são uma variação de uma configuração de rádio convencional. Um transmissor central emite o som por meio de ondas de rádio para um dispositivo equipado com uma antena. As ondas de rádio, também conhecidas como campos eletromagnéticos de radiofrequência (EMF), são uma forma de radiação, mas inofensiva. A televisão tradicional também usa a mesma técnica de distribuição: um transmissor central retransmite sons e imagens que são recebidos pelas antenas.

Hoje, bilhões de pessoas recebem conteúdo de TV e rádio por meio de uma rede de transmissores que se conectam a receptores em residências, escritórios e veículos em todo o mundo. Embora a proporção de conteúdo de vídeo entregue sob demanda tenha aumentado constantemente na última década, a maioria das horas de vídeo consumidas globalmente ainda é transmitida majoritariamente sem fio, por meio de redes nacionais de torres de transmissão.

Todas as gerações de tecnologia de telefonia móvel, incluindo 5G, seguem a mesma abordagem subjacente familiar. Esses transmissores geram ondas de rádio, que são recebidas por uma antena de telefone móvel.

As ondas de rádio geradas por redes móveis, estações de TV e estações de rádio são inócuas. No espectro amplo (conhecido como espectro eletromagnético) em que existe radiação, as ondas de rádio caem na extremidade de baixa frequência e energia muito baixa. Essa radiação às vezes é chamada de radiação não ionizante. Isso contrasta com radiações como raios X, raios gama e alguns tipos de luz ultravioleta, que caem na extremidade de alta frequência e energia muito alta. Esses tipos de radiação são chamados de radiação ionizante, assim chamada porque tem energia suficiente para danificar o DNA removendo elétrons dos átomos, podendo levar ao câncer.

Reconhecidamente, a diferença entre transmissão de rádio e TV e telefonia móvel é que o dispositivo receptor também pode transmitir. Mas mesmo essa capacidade não é totalmente nova. Os walkie-talkies foram usados ​​pela primeira vez na década de 1940; as redes de telefonia móvel, embora projetadas para serem escalonáveis ​​para países inteiros e usadas para chamadas pessoa a pessoa, funcionam com o mesmo princípio.

Outra variação menor é o alcance de cada transmissor. Para a televisão, a maioria dos transmissores em uso hoje tem um alcance de 65 a 90 km. Para rádio FM, o alcance é provavelmente de até 45 km. Os transmissores de torre de telefonia móvel, em contraste, normalmente têm um alcance entre 50 me 20 km, sendo a maioria transmissores de baixo alcance, de menos de 500 m.

Com o lançamento das redes 5G, o tamanho da célula pode ter um raio de até 10 m (conhecido como células pequenas), com uma potência de transmissão de 100 miliwatts. A justificativa para reduzir o tamanho da célula é permitir um maior desempenho em relação à velocidade de download ou o número de usuários por quilômetro quadrado. Com células pequenas, as estações base são pequenas o suficiente para serem montadas na parede ou fixadas em postes de luz. À medida que o tamanho da célula diminui, a potência de transmissão necessária diminui.
A razão para mencionar essas semelhanças é apontar que a telefonia móvel, incluindo o padrão 5G mais recente, depende dos mesmos métodos de transmissão subjacentes que têm sido usados ​​por décadas. O conteúdo é criado, retransmitido por ondas de rádio e recebido – uma técnica que entrega conteúdo sem fio há mais de 100 anos.

Como a própria tecnologia, as preocupações com os efeitos da transmissão sem fio na saúde não são novas. Algumas pessoas estavam preocupadas com os impactos das gerações anteriores de redes móveis, bem como de outros tipos de redes sem fio, principalmente Wi-Fi e TETRA (um tipo de rede privada de comunicações de rádio frequentemente usada por serviços de emergência). Olhando ainda mais para trás, algumas pessoas também se preocuparam com os impactos das emissões dos transmissores de televisão na saúde.

Uma preocupação comum, que remonta a décadas, é o risco de câncer no cérebro e na pele, pelo uso de telefones celulares. No entanto, essa preocupação não se justificou. Um estudo de 2019 sobre o uso de telefones celulares e a incidência de tumores cerebrais na Austrália não encontrou nenhum aumento desde os anos 1980. Os pesquisadores analisaram os períodos 1982–1992, 1993–2002 e 2003–2013, que cobriram a introdução do celular analógico 1G, 2G, 3G e o início do 4G.

Sua conclusão: “Não houve aumento em nenhum tipo de tumor cerebral, incluindo glioma e glioblastoma, durante o período de uso substancial de telefones celulares de 2003 a 2013.” Quanto ao câncer de pele, uma revisão de 2018 de estudos médicos realizados entre 1995 e 2017 relatam que avaliações gerais mostraram que os efeitos da radiação do telefone celular nas doenças de pele são fracos e não têm significância estatística.” Esses estudos de câncer de pele sozinhos compreenderam dados de 392.119 indivíduos – uma amostra muito grande.

O que tem sido diferente no 5G é que os meios de amplificar mal-entendidos sobre seus impactos na saúde, deliberada ou ignorantemente, são maiores do que nunca, porque a capacidade de compartilhar informações verdadeiras ou falsas é maior do que nunca. Muitas pessoas que acreditam que o 5G pode causar danos tiveram essas ideias sugeridas a eles, geralmente por meio de redes sociais, em uma linguagem sensacional, mas plausível.

Potência extremamente baixa, risco extremamente baixo
É claro que a radiação não ionizante nem sempre é totalmente inofensiva. A forma mais comum de radiação não ionizante é a luz visível, que possui um nível de energia mais alto do que as ondas de rádio. Um excesso de luz visível – ou mesmo ondas de rádio – pode produzir calor e, em casos extremos, causar queimaduras e danos aos tecidos do corpo. No entanto, a energia por trás da radiação de radiofrequência gerada pelas redes móveis é controlada e praticamente não representa risco para os consumidores.

A transmissão de energia da telefonia móvel, incluindo 5G, é muito mais baixa do que a de lâmpadas, TV, torres de rádio ou até mesmo a luz do sol em um dia nublado. A quantidade dessa potência é medida em watts, e um único watt é uma pequena quantidade de energia. A potência transmitida pelos telefones celulares usados ​​em 2021, e no futuro previsível, pode chegar a até dois watts, dependendo da idade do telefone; pode ser tão baixo quanto 0,001 watt, com a grande maioria dos dispositivos em uso este ano atingindo o pico de 1 watt. Em comparação, a potência transmitida por rádios CB, que estão em uso há décadas, chega a até quatro watts.

Tal como acontece com uma viagem de carro, quanto menor a distância, menos energia é necessária. Um smartphone transmitirá mais energia quando as estações base estiverem relativamente distantes, mas a maioria dos smartphones é usada predominantemente em ambientes internos e tendem a ser conectados a roteadores Wi-Fi (que são efetivamente estações base em miniatura), que geralmente estão a poucos metros de distância. Em todos esses casos, a quantidade de energia transmitida é mínima – certamente muito menor do que o necessário para ser prejudicial. Além disso, um smartphone transmite energia apenas ao enviar ou receber dados, um mecanismo projetado para prolongar a vida útil da bateria.

A energia gerada por estações base de rede móvel é igualmente baixa. As transmissões de uma estação base variam em potência de um quarto de watt para uma pequena célula (que muitas vezes seria em um ambiente interno e cobrem um pequeno intervalo) a 200 watts para uma minoria de estações base 5G. Mais tipicamente, uma estação base externa com o o maior alcance teria uma potência de saída entre 10 e 100 watts. A produção de estações base internas, que geralmente têm um alcance de centenas de metros ou menos, é muito menor.

Tal como acontece com um telefone, o nível de energia de uma estação base diminui com a distância de seu transmissor. Um indivíduo a 100 metros de uma antena macro célula 5G localizada a 30 metros de altura absorveria menos de um microwatt (um milésimo de watt) de energia. Quando alguém está próximo a uma estação base que suporta qualquer geração de padrão móvel (não apenas 5G), os limites de exposição podem ser excedidos. Mas essas áreas são inacessíveis ao público, às vezes por causa de sua altura (20 metros ou mais), sua localização (muitas vezes no topo de edifícios) ou seu design (porque as unidades são fechadas). No caso de estações base internas, a exposição excessiva ocorreria apenas a alguns centímetros do transmissor.

A potência média de transmissão diminuiu à medida que o número de estações base implantadas aumentou, resultando em uma distância menor entre as estações base e os usuários. Os níveis de potência do transmissor para redes 1G e 2G eram muito mais poderosos, em média, do que aqueles usados ​​para 4G ou 5G, uma vez que os transmissores 1G e 2G cobriam um alcance muito maior, muitas vezes dezenas de quilômetros em cada direção. Em contraste, os postes 4G e 5G nos centros das cidades e outras áreas tradicionalmente congestionadas podem cobrir apenas 100 metros.

As pessoas absorvem cinco vezes mais exposição à radiofrequência de transmissões de rádio FM e televisão do que de estações de base de rede móvel. Os níveis de potência do transmissor usados ​​para TV e rádio FM podem atingir até 100.000 watts. Para rádio AM, a potência de transmissão pode atingir 500.000 watts.

Os seres humanos coexistem com lâmpadas incandescentes e sua radiação, desde a década de 1880, sem efeitos malignos conhecidos (exceto, é claro, por serem queimados ao tocarem em uma lâmpada acesa). Quanto ao poder de transmissão, a primeira estação de televisão foi ao ar em 1928, e a primeira estação de rádio comercial foi lançada em 1920 – mas nenhuma notícia confiável de pessoas sendo prejudicadas pela radiação que essas estações geram jamais foi relatado.

5G é ainda mais seguro do que as gerações anteriores de rede móvel
Em 2021, os consumidores preocupados com os impactos das redes móveis na saúde provavelmente ficarão mais preocupados com o 5G, a última geração de tecnologia móvel. No entanto, de certa forma, o 5G provavelmente terá um impacto potencial ainda menor na saúde do que as gerações anteriores de telefonia móvel.

5G foi projetado para usar menos energia do que as gerações anteriores para reduzir os custos operacionais; como resultado, ele também emite menos energia. Isso é realizado por meio do novo rádio avançado e da arquitetura central usada no padrão 5G, com redes 5G auxiliando os dispositivos a minimizar os níveis de transmissão de energia. As estações base 5G também podem ser colocadas em modo de espera quando não há usuários ativos (por exemplo, à noite). Esse recurso não está disponível em redes 4G, que transmitem sinais de controle mesmo quando não há usuários no alcance.

5G também incorpora uma técnica conhecida como beamforming, uma abordagem que envolve direcionar um feixe estreito de ondas de rádio para o dispositivo do usuário (como um smartphone). Este método é equivalente a direcionar um feixe de luz de uma lanterna de bolso em um alvo, focalizando as ondas de rádio no dispositivo. O método não só permite velocidades de conexão mais altas, mas também leva a uma menor exposição às ondas de rádio do que as gerações de rede anteriores, o que muitas vezes espalharia as ondas de rádio em um arco amplo, semelhante ao farol de um carro.

Algumas pessoas podem confundir os riscos associados à formação de feixes com feixes de laser de nível industrial. Um feixe de laser de nível industrial, que é 100 milhões de vezes mais poderoso que um ponteiro laser típico, é capaz de derreter aço. Mas a formação de feixe em redes 5G envolve níveis inócuos de potência.

Como nota final, os testes de sites 5G em 2020 por reguladores como o Ofcom no Reino Unido descobriram que seus níveis de EMF estão dentro das diretrizes da Comissão Internacional de Proteção contra Radiação Não Ionizante (ICNIRP ). A ICNIRP é uma comissão científica independente baseada na Alemanha, que trabalha com a Organização Mundial da Saúde (OMS), a Organização Internacional do Trabalho (OIT) e a Comissão Europeia. O nível mais alto de EMF registrado entre os 22 locais testados foi 1,5% do nível aceitável – em outras palavras, 98,5% abaixo do nível aceitável. A maioria dos lugares testados suportava quatro gerações de tecnologia móvel; ou seja, uma combinação de 2G, 3G, 4G e 5G (em muitos mercados, as estações base apenas 5G permanecem relativamente raras). Em todos esses locais, o 5G foi o que menos contribuiu para os campos EMF medidos. Em 19 dos 22 locais, o valor mais alto da banda 5G foi inferior a 0,01% do nível aceitável de ICNIRP.

5G e a propagação do COVID-19
Um mito sobre o impacto do 5G na saúde que foi amplamente disseminado em 2020 é a associação fictícia entre o lançamento do 5G e a disseminação do COVID-19. Simplificando, a ideia de que o 5G transmite COVID-19 é tão falsa quanto impossível. COVID-19 é um vírus transmitido por gotículas respiratórias de outras pessoas. Um vírus não viaja por ondas de rádio.

Uma variante da desinformação do 5G relacionada ao COVID-19 é que o 5G emite radiação que enfraquece o sistema imunológico das pessoas, tornando-as mais suscetíveis a doenças. Isso também é falso.

É provável que a desinformação sobre a relação do 5G com o COVID-19 seja tão difundida em 2021 quanto era em 2020. Uma pesquisa do Ofcom no final de junho de 2020 descobriu que 29% dos entrevistados encontraram informações falsas ou enganosas sobre o COVID-19 na semana anterior. O tópico mais comum, visto por 21% dos entrevistados, foi “teorias que ligam as origens ou causas da tecnologia COVID-19 à 5G”. A desinformação sobre o 5G foi ainda mais prevalente no início do ano: uma pesquisa Ofcom realizada de 10 a 12 de abril de 2020, descobriu que 50% dos entrevistados haviam visto declarações falsas ou enganosas sobre o 5G. A boa notícia é que essas pessoas reconheceram a desinformação como tal. A má notícia é que a maioria (57%) daqueles que viram o que consideraram desinformação nada fizeram a respeito.

O que esperar?
A pesquisa da Deloitte mostra que a compreensão dos benefícios do 5G é baixa em vários mercados, com até dois terços dos adultos afirmando que não sabiam o suficiente sobre o 5G em meados de 2020. Entre as mulheres, a proporção é ainda maior, chegando a três quartos. A falta de compreensão também atinge o pico entre os usuários mais velhos.

Esperamos que o fornecimento generalizado de informações acessíveis e abrangentes sobre como o 5G e outras tecnologias sem fio funcionam, tranquilizem os consumidores. Operadoras móveis, provedores de telefones celulares, reguladores de telecomunicações, órgãos de comunicação do governo e programas científicos em plataformas de transmissão e sob demanda podem, em combinação, conter a vasta onda de desinformação sobre a tecnologia.

Empresas individuais e reguladores também podem trabalhar juntos para restringir a capacidade de compartilhar informações incorretas, apesar do impacto comercial que isso possa ter.

O que tornaria uma campanha de informação sobre 5G um sucesso? Uma abordagem proativa e reativa. Devendo ser projetada para todos os tipos de usuários, não apenas aqueles com formação científica. E a desinformação precisaria ser minada com informações de calibre semelhante. Refutações a reivindicações falsas devem ser expressas usando canais e linguagem semelhantes. A desinformação espalhada por indivíduos bem conhecidos deve ser combatida com informações de indivíduos bem conhecidos.

Celebridades com presença significativa na mídia social podem ser convidadas a se tornarem as figuras de proa das campanhas de informação. As novelas com alcance de mercado de massa podem incluir histórias que apresentem discussões e explicações sobre o 5G. Sem esses esforços generalizados e acessíveis, os fatos podem ser ignorados. Pode não ser suficiente apenas postar um link para a ICNIRP.

As campanhas de informação também devem fazer mais do que explicar por que o 5G é seguro. Eles também devem educar as pessoas sobre suas aplicações positivas – por exemplo, tornar os aplicativos móveis diários, como navegação e mapas, notavelmente mais rápidos. As operadoras também podem falar sobre como o 5G pode tornar ações convencionais, como dirigir, mais fáceis e seguras. Um carro pode fornecer atualizações de status regulares, incluindo imagens de vídeo, para os fabricantes, o que pode permitir que eles identifiquem falhas mais rapidamente.

Também deve haver debates sobre formas eficazes de prevenir a proliferação de desinformação nas redes sociais. À medida que a mídia social se torna uma fonte muito mais comum de notícias, as verificações e os equilíbrios que controlam a precisão enquanto permitem a liberdade de expressão estão se tornando cada vez mais importantes. Oferecer a capacidade de checar os fatos é uma forma de ajudar os usuários das redes sociais a filtrar os fatos da ficção, mas não se pode confiar que todos os leitores tenham disciplina para verificar.

Pode não ser possível persuadir a todos de que o 5G é seguro. É provável que haja um nicho – talvez menos de 1% da população – que permanecerá convencido não apenas de que as tecnologias sem fio são prejudiciais, mas que sua implantação é deliberada e que a intenção é causar danos. Infelizmente, embora essas visões de nicho não tenham passado por uma amplificação, a mídia social muitas vezes forneceu o mecanismo para que as teorias da conspiração florescessem e proliferassem. Para que a educação seja eficaz em conter os medos populares, ela deve ser atraente, consistente e abrangente, e deve começar agora!

Categorias
Sem categoria

Não fizemos a lição de casa

Há exatos quatro anos, fui convidado pela HSM para escrever o prefácio da edição brasileira de FOUR, de Scott Galloway.

Segue trecho do mesmo, abre aspas.

…Por sua vez, dizer “não nos chame de veículo, somos uma plataforma” e tentar se isentar da responsabilidade abriu o flanco para um ambiente nocivo repleto de desinformação e falsas notícias capazes de mudar o rumo da história da humanidade.

Se as regras do jogo mudaram, as leis também não precisariam ser revistas? As leis antitruste, por exemplo, foram criadas para proteger as pessoas de práticas de negócio predatórias. Mas como lidar com isso em um mundo onde a concorrência passou a ser um conceito mais nebuloso?

Em um mundo menos binário, práticas predatórias podem estar acontecendo mesmo sem que nenhuma lei esteja sendo quebrada. Assuntos antigos e polêmicos como privacidade passaram a ter novas camadas de complexidade…”

Fecha aspas.

Alguns assuntos estão na mesa há décadas, literalmente. Há 20 anos dediquei um capítulo inteiro de um de meus livros para o tema privacidade.

Por não termos feito a lição de casa, agora temos três problemas sérios que se misturaram.

O monopólio das big tech, o descuido com a privacidade e a polarização da população.

As coisas funcionam assim, problemas se não forem resolvidos no tempo correto, escalam. A sujeira quando acumula, atrai ratos e depois a peste. Os problemas crescem, evoluem, se transformam em algo maior e mais difícil de lidar.

Mas o caminho para resolver está em entendermos que são problemas distintos, trabalhando em cada um deles por separado.

Ricardo Cavallini é expert de fabricação digital da SingularityU Brazil. Autor de seis livros que abordam tecnologia, negócios e comunicação. Embaixador MIT Sloan Review Brasil. Colunista no UOL sobre inovação e tecnologia.

Categorias
Blog

As transações financeiras estão mudando de vez

Com a chegada de 2021, o bitcoin entra em nova fase, uma que converge os mercados tradicionais com os criptográficos. De acordo com um artigo da Fast Company, a moeda já atingia novos níveis de interesse entre investidores e instituições financeiras no último trimestre de 2020.

Aqui estão alguns exemplos dessa convergência selecionados pelo veículo:

  • Está ficando mais fácil comprar e vender. Aplicativos especializados em negociação de bitcoins continuam a melhorar em termos de facilidade de uso, mas agora também é possível negociar a moeda em ferramentas financeiras mais convencionais – que muitas pessoas já usam. O Cash App da Square permite que os usuários comprem e vendam bitcoin, e o PayPal fez o mesmo em novembro, dizendo que permitirá que as pessoas paguem com bitcoin, comprem e vendam através do Venmo.
  • Nos EUA, até mesmo bancos locais poderão em breve ajudá-lo (ou seus pais e avós) a entrar em bitcoin. Como relata o The New York Times, o Escritório de Controladoria da Moeda dos EUA (OCC) disse que os bancos nacionais poderiam custodiar ativos criptográficos. Foi um grande negócio porque, caso os bancos nacionais passassem a oferecer esse serviço, os investidores poderiam, em teoria, pedir à sua instituição habitual que custodiasse todos os seus haveres, sejam eles ações, títulos ou criptografia. Muito mais fácil. Remoção de uma grande barreira ao investimento em criptografia.
  • As empresas estão aderindo e bulls de alto perfil, como os gêmeos Winklevoss, há muito apoiam a moeda. Grandes investidores de dinheiro, como o chefão dos fundos de hedge Paul Tudor Jones e empresas de capital aberto como a Square, estão colocando publicamente alguns de seus ativos em bitcoin, de acordo com o Times.
  • Pelo menos em termos de interesse do investidor, o bitcoin parece ter superado outras criptomoedas. A onda de lançamentos de moedas que foram vistas (e, em alguns círculos, ridicularizadas) há alguns anos diminuiu, e mesmo moedas alternativas de longa data, como Litecoin e aquelas associadas a Ethereum e Ripple, ainda estão abaixo de seus máximos, de acordo com CoinDesk. Isso significa que os investidores que buscam entrar em criptografia podem estar mais propensos a simplesmente escolher o bitcoin líder de mercado.
  • Em um momento de incerteza, os investidores procuram uma versão digital do ouro. Como a pandemia de coronavírus continua a remodelar a economia e os bancos centrais reduzem as taxas de juros para estimular os gastos, alguns investidores vêem o bitcoin como um porto seguro análogo aos metais preciosos, relata a Bloomberg. Isso é verdade entre os jovens investidores comuns e até operações de investimento de famílias ricas, de acordo com um relatório recente de analistas do JP Morgan.

De acordo com o veículo especializado CoinDesk, embora ainda hajam muitos obstáculos a serem superados e muitas outras leis e orientações regulatórias sejam necessárias, estamos tendo uma ideia de como será o financiamento de amanhã.

Blockchains e ativos criptográficos desempenham um papel significativo no quadro emergente, que mostra muito mais do que preços crescentes e alocações de portfólio. Ele esboça uma nova maneira de fazer transações, algo que eventualmente afetará a todos nós.

Categorias
Sem categoria

2021 pode ser um ano marcante para a IA – se resolvermos esses 4 problemas

Se a IA tem algo a dizer sobre 2020, é “você não pode tocar nisso”.

O ano passado pode ter cortado nossas conexões com o mundo físico, mas no reino digital, a inteligência artificial prosperou. Podemos enxergar a NeurIps como a joia da coroa das conferências de IA. Mesmo sem as deslumbrantes montanhas da Colúmbia Britânica como pano de fundo usual ou as praias de Barcelona, a IA ​​teve um balanço anual que destacou uma série de problemas na “big picture” – preconceito, robustez, generalização – que englobarão as pautas nos próximos anos.

No lado mais nerd, os cientistas exploraram ainda mais a interseção entre a IA e nossos próprios corpos. Os conceitos centrais do deep learning, como retropropagação, foram considerados um meio plausível pelo qual nossos cérebros “atribuem falhas” em redes biológicas – permitindo que o cérebro aprenda. Outros argumentaram que é hora de combinar deep learning com outros métodos, como aqueles que orientam a busca eficiente.

Aqui estão quatro áreas nas quais estamos de olho em 2021. Elas abordam problemas de IA pendentes, como a redução do consumo de energia, eliminar a necessidade de exemplos de aprendizagem exuberantes e ensinar algum bom senso comum à inteligência artificial.

Aprendizagem mais dinâmica
Você já ouviu isso um bilhão de vezes: o deep learning é extremamente ganancioso, pois os algoritmos precisam de milhares (se não mais) de exemplos para mostrar sinais básicos de aprendizado, como identificar um cachorro ou um gato ou fazer recomendações para o Netflix ou Amazon.

É extremamente demorado, um desperdício de energia e um desafio, pois não corresponde à nossa experiência humana de aprendizagem. As crianças precisam ver apenas alguns exemplos de algo antes de se lembrar para o resto da vida. Pegue o conceito de “cão” – independentemente da raça, uma criança que viu alguns cães pode reconhecer uma série de raças diferentes sem nunca ter posto os olhos nelas. Agora pegue algo completamente estranho: um unicórnio. Uma criança que entende o conceito de cavalo e de um peixe narwhal  pode inferir a aparência de um unicórnio combinando os dois.

Na linguagem da IA, este é o aprendizado “less than one-shot”, uma espécie de habilidade semelhante ao Santo Graal que permite que um algoritmo aprenda mais objetos do que a quantidade de exemplos com que foi treinado. Se bem-sucedido, as implicações serão enormes. Algoritmos volumosos atualmente podem funcionar perfeitamente em dispositivos móveis com recursos de processamento mais baixos. Qualquer tipo de “inferência”, mesmo que não venha com o verdadeiro entendimento, poderia tornar os carros autônomos muito mais eficientes na navegação em nosso mundo cheio de objetos.

No ano passado, uma equipe do Canadá sugeriu que a meta não é uma quimera. Com base no trabalho do MIT analisando dígitos escritos à mão – um “toy problem” comum na visão computacional – eles destilaram 60.000 imagens em 5 usando um conceito chamado “soft labels”. Em vez de especificar a aparência de cada número, eles rotularam cada dígito – digamos, um “3” – como uma porcentagem de “3”, “8” ou “0”. Surpreendentemente, a equipe descobriu que, com rótulos cuidadosamente construídos, apenas dois exemplos poderiam, em teoria, codificar milhares de objetos diferentes. Karen Hao, da MIT Technology Review, dá mais detalhes aqui.

Um método para manter a IA à prova de hackers
De tudo que a IA pode fazer, sua falha fica na defesa de ataques insidiosos que visam seus dados de input. Perturbações leves ou aparentemente aleatórias em um conjunto de dados – muitas vezes indetectáveis ​​pelo olho humano – podem alterar enormemente o output, algo apelidado de “frágil” para um algoritmo. Muito abstrato? Uma IA treinada para reconhecer o câncer a partir de uma série de exames médicos, anotados em marcador amarelo por um médico humano, poderia aprender a associar “amarelo” com “câncer”. Um exemplo mais malicioso é a adulteração nefasta. Adesivos colocados em uma rodovia podem enganar o sistema de piloto automático da Tesla para confundir faixas e desviar com o tráfego em sentido contrário.

Fragilidade requer IA para aprender um certo nível de flexibilidade, mas sabotagem – ou “ataques adversários” – está se tornando um problema cada vez mais reconhecido. Aqui, os hackers podem mudar o processo de tomada de decisão da IA ​​com entradas cuidadosamente elaboradas. Quando se trata de segurança de rede, diagnósticos médicos ou outro uso de alto risco, construir sistemas de defesa contra esses ataques é fundamental.

Este ano, uma equipe da Universidade de Illinois propôs uma maneira poderosa de tornar os sistemas de deep learning mais resilientes. Eles usaram uma abordagem iterativa, tendo duas redes neurais em batalha – uma para reconhecimento de imagem e outra para gerar ataques adversários. Como um jogo de gato e rato, a rede neural “inimiga” tenta enganar a rede de visão do computador para que reconheça coisas fictícias; a última rede revida. Embora longe de ser perfeito, o estudo destaca uma abordagem cada vez mais popular para tornar a IA mais resiliente e confiável.

Aprendendo o senso comum
Um dos algoritmos mais impressionantes deste ano é o GPT-3, uma maravilha da OpenAI que reproduz uma linguagem assustadoramente semelhante à humana. Apelidado de “um dos sistemas de IA mais interessantes e importantes já produzidos”, o GPT-3 é a terceira geração de um algoritmo que produz uma escrita tão “natural” que, à primeira vista, é difícil diferenciar máquina de humano.

No entanto, a proficiência linguística do GPT-3 é, sob uma inspeção mais profunda, apenas um fino véu de “inteligência”. Por ser treinado na linguagem humana, ele também está preso às complexidades e limitações de nossas frases cotidianas – sem qualquer compreensão do que significam no mundo real. É como aprender a gíria do Urban Dictionary em vez de vivê-la. Uma IA pode aprender a associar “chuva” a “cães e gatos” em todas as situações, obtendo sua inferência a partir do vernáculo comum que descreve chuvas torrenciais.

Uma maneira de tornar o GPT-3 ou qualquer IA que produza linguagem natural mais inteligente é combiná-lo com a visão computacional. O ensino de modelos de linguagem para “ver” é uma área cada vez mais popular na pesquisa de IA. A técnica combina a força da linguagem com imagens. Os modelos de linguagem de IA, incluindo GPT-3, aprendem por meio de um processo denominado “treinamento não supervisionado”, o que significa que podem analisar padrões em dados sem rótulos explícitos. Em outras palavras, eles não precisam de um ser humano para lhes dizer as regras gramaticais ou como as palavras se relacionam entre si, o que torna mais fácil dimensionar qualquer aprendizado bombardeando a IA com toneladas de textos de exemplo. Os modelos de imagem, por outro lado, refletem melhor nossa realidade real. No entanto, eles exigem etiquetagem manual, o que torna o processo mais lento e tedioso.

Combinar os dois resulta no melhor dos dois mundos. Um robô que pode “ver” o mundo captura uma espécie de fisicalidade – ou bom senso – que falta apenas na análise da linguagem. Um estudo em 2020 combinou as duas abordagens de maneira inteligente. Eles começaram com a linguagem, usando uma abordagem escalonável para escrever legendas para imagens com base no funcionamento interno do GPT-3 (detalhes aqui). A conclusão é que a equipe foi capaz de conectar o mundo físico – representado por imagens – vinculando-o à linguagem sobre como descrevemos o mundo.

Apesar de ainda experimental, é um exemplo de pensamento fora dos limites artificiais de um domínio particular de IA. Ao combinar as duas áreas – processamento de linguagem natural e visão computacional – ela funciona melhor. Imagine uma Alexa com bom senso.

Fadiga de deep learning
Falando em pensar fora da caixa, DeepMind está entre aqueles que experimentam combinar diferentes abordagens de IA em algo mais poderoso. Veja o MuZero, um algoritmo destruidor do Atari que eles lançaram pouco antes do Natal.

MuZero tem outro truque na manga: não escuta ninguém. A IA não começa com o conhecimento prévio do jogo ou dos processos de tomada de decisão. Em vez disso, aprende sem um livro de regras, em vez de observar o ambiente do jogo – semelhante a um humano novato observando um novo jogo. Desta forma, depois de milhões de jogos, não aprende apenas as regras, mas também um conceito mais geral de políticas que podem levá-lo a avançar e avaliar seus próprios erros em retrospectiva.

Parece muito humano, hein? No vernáculo da IA, os engenheiros combinaram duas abordagens diferentes, árvores de decisão e um modelo aprendido, para fazer uma IA excelente no planejamento de jogadas vencedoras. Por enquanto, só foi demonstrado que ele domina jogos em um nível semelhante ao AlphaGo. Mas mal podemos esperar para ver a que esse tipo de fertilização cruzada de ideias em IA pode levar em 2021.