Editado em 2015, “The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World” foi agora traduzido em Portugal. Desde essa altura, Pedro Domingos deu várias entrevistas onde revela o pensamento sobre esta área.

“É preciso desmistificar isto. A partir do momento em que as pessoas compreendem um pouco mais sobre o funcionamento dos algoritmos, esta ideia de que a inteligência artificial vai tomar conta do mundo torna-se menos plausível” (revista Sábado, 4 de Outubro de 2017).

“Existem já vários algoritmos mestre no sentido em que se lhe dermos dados suficientes são em princípio capazes de aprender qualquer conhecimento. No entanto, cada um desses algoritmos é melhor para umas coisas e pior para outras. Não há verdadeiramente um algoritmo que seja bom para tudo. O verdadeiro algoritmo mestre seria uma unificação desses algoritmos que então, esse sim, seria capaz de fazer tudo”. (…)

“A tecnologia dá-nos mais poder. De certa forma, as tecnologias são super poderes: o telefone deixa-nos falar à distância, o avião deixa-nos voar, a inteligência artificial aumenta a nossa inteligência. A aprendizagem automática adapta o mundo a nós sem termos de fazer nada. Quanto maior é o poder, maior é a oportunidade de fazer coisas boas e de más. Agora, se fazemos coisas boas ou más depende de nós. E uma das questões que se discute muito é como devemos controlar estes algoritmos. Podemos fazer uma regulamentação clássica, em que há uma lei que diz que podemos fazer isto e aquilo. É uma hipótese, mas com leis desse tipo o que acontece é: ou acabam por proibir coisas que não deviam proibir, porque são boas, ou permitem coisas más (ou as duas ao mesmo tempo). (…)

“Um trabalhador pode fazer o trabalho de mil pessoas, mas um algoritmo de aprendizagem automática faz o trabalho de mil programadores”, disse ao Observador.

“Outra alternativa é algo como um sindicato de dados. Os sindicatos surgiram para equilibrar a balança de poder entre os patrões e os empregados. Hoje há outra grande balança de poder que está muito desequilibrada: é o poder do conhecimento. O Google e o Facebook cada vez sabem mais e nós continuamos a não saber muito sobre eles”. (…)

“Foi feito um inquérito a perguntar se um carro autónomo deve atirar-se para o rio para salvar pessoas. As pessoas disseram que sim. Mas se a pessoa estiver dentro carro, aí diz que não. Se os algoritmos quiserem aprender connosco vão ficar bastante confusos, porque nós próprios não somos coerentes no nosso comportamento ético. A aprendizagem automática vai-nos obrigar a enfrentar essas questões. No caso dos carros, provavelmente o que vai haver são leis, que dizem, por exemplo, que o carro deve sacrificar o condutor se isso salvar mais pessoas. Mas é possível que as pessoas depois vão comprar software pirata e programem o carro de outra forma”. (…)

“Ironicamente, o grande risco da inteligência artificial não são máquinas demasiado inteligentes, são máquinas demasiado estúpidas”, explicou ao Público.

“A Inteligência Artificial não é isenta de riscos – longe disso -, mas o risco principal deriva de os computadores ainda não terem senso comum e já tomarem toda a espécie de decisões importantes, como que pedidos de cartões de crédito são aceites e que indivíduos são considerados potenciais criminosos. Mas a forma de evitar os erros que os computadores cometem é torná-los mais inteligentes, não menos. O risco com a Inteligência Artificial não é que os computadores se tornem demasiado inteligentes e tomem conta do mundo; é que eles são demasiado estúpidos e já tomaram conta do mundo”. (…)

“No mundo pós-algoritmo-mestre, a típica família da classe média tem um robô doméstico da mesma forma que hoje tem uma televisão e um carro. O cancro e todas as outras grandes doenças foram curadas, e quando surge uma nova doença a cura é rapidamente descoberta. Ninguém trabalha; as máquinas fazem funcionar e crescer a economia, e todos recebem uma mensalidade generosa do Estado, suficiente para viver melhor do que os ricos vivem hoje”, dizia à revista Visão.

“As cinco tribos da aprendizagem automática correspondem aos cinco grandes paradigmas nesta área. Os conexionistas aprendem emulando o cérebro humano ao nível dos neurónios. Os evolucionários simulam a selecção natural. Os simbolistas formalizam os processos de raciocínio indutivo dos cientistas. Os Bayesianos calculam sistematicamente as probabilidades das várias hipóteses. E os analogizantes raciocinam por analogia, procurando semelhanças entre os novos problemas que encontram e os problemas previamente resolvidos”. (…)

“O ‘Master Algorithm’ é a unificação dos algoritmos das cinco tribos num só algoritmo, capaz de aprender o que todos esses algoritmos são individualmente capazes de aprender. É a teoria unificada da aprendizagem automática, da mesma forma que o ‘Standard Model’ é a teoria unificada da física ou o ‘Central Dogma’ é a teoria unificada da biologia.

É um modelo universal do raciocínio indutivo, da mesma forma que a ‘Turing Machine’ é um modelo universal do raciocínio dedutivo. Ou, da mesma forma que a Internet é uma rede de redes, o ‘Master Algorithm’ é um algoritmo de algoritmos”. (…)

“Em geral, a sociedade e a economia vão passar a funcionar a dois níveis: o primeiro, ‘subconsciente’, em que os algoritmos fazem a pesquisa e estabelecem as ligações para nós, e o segundo em que nós tomamos explicitamente as decisões que não queremos deixar para os algoritmos”. (…)

“A questão crucial é: quem controla os algoritmos, e os dados em que eles se baseiam? Os algoritmos que me ajudam nas minhas decisões devem ser controlados por mim, e por mim apenas.

O perigo é que frequentemente eles são controlados por terceiros, cujos objectivos são em geral diferentes dos meus. Por isso é que é importante que todos nós saibamos o que é a aprendizagem e como funciona, para que ela nos sirva a nós e não a outros”, disse em 2015 numa entrevista ao Computerworld.