Uma máquina pode perceber o mundo físico através da Internet das coisas, representar conhecimento usando ontologias e estruturas de dados, modelos de linguagem generativas, hipergrafos, dentre outras tecnologias. Pode aprender com seus próprios erros a partir da análise de resultados em ciclos de aprendizado autonômico. O ciclo autonômico (da computação autonômica) compreende monitoramento, percepção, análise, representação do conhecimento, avaliação de resultados, escolha e aplicação de planos de ação existentes. Já o ciclo cognitivo (da computação cognitiva) vai mais além, incluindo a criação de novos planos. A criação, teste e validação de hipóteses é outra ferramenta que permitirá que máquinas façam ciência, comprovando teorias e ampliado o aprendizado. Isso também é importante para o registro de experiências. É fundamental para criar modelos/abstrações da realidade, que permitirão compreender a si próprio (autociência) e ciência do ambiente. O modelo de si próprio (autociência) pode evoluir para autoconsciência.

A compreensão ou entendimento da realidade acontece pela correlação em tempo real de percepções, experiências, conhecimentos, autociência, ciência do ambiente, modelo de si próprio. A reflexão sobre tudo isso faz emergir a consciência, tornando possível analisar e sintetizar pensamentos, reprogramado entendimentos e a própria forma de pensar. Com o tempo, esse laço em tempo real faz emergir consciência da própria existência, das experiências vivenciadas (sentimentos) e da própria forma de pensar. Creio que tudo isso possa ser implementado em máquinas que integram diversos tipos de computação e com grande capacidade de processamento de informação em tempo real. Nessas máquinas a informação seria advinda de trilhões de sensores do mundo físico e parâmetros do mundo virtual. Serão máquinas com milhares de nós computacionais com exaflops de capacidade de processamento, interligadas através de redes tradicionais e quânticas, que integram e convergem computação tradicional (Von Neumann), quântica, fotônica, neuromórfica, molecular e futuramente, spintrônica. A física do universo permite sim criar outros seres inteligentes e conscientes!! Não vejo porque ela não possa suportar isso, já que suporta a nós mesmos.

E quanto os Generative Pre-Trained Transformers (GPTs)? Eles simulam parcialmente o que podemos considerar como inteligência. GPTs utilizam linguagem para representar conhecimento e gerar combinações destes para responder questões dos usuários. GPTs conseguem reconhecer padrões em perguntas e sintetizar padrões de resposta. Conseguem correlacionar informações, entretanto não conseguem observar e abstrair realidades. Não tem entendimento de fato do que se passa. Apenas, sintetizam padrões de resposta palavra por palavra a partir da representação de conhecimento para os quais foram treinados. Não conseguem criar hipóteses e validá-las a partir de experimentos reais. Sua capacidade de aprender depende da interação com os usuários. Logo, seu grau de entendimento vem do que lhe foi dado como input e do aprendizado posterior limitado as interações textuais. GPTsconseguem selecionar conhecimentos para decidir, novamente baseado na semântica do treinamento que receberam e aprimoramentos posteriores. Sua capacidade de prever o futuro depende do conhecimento registrado. Logo, depende da síntese do conhecimento humano com a qual foram treinadas e suas correlações. A análise de problemas também depende de encontrar em sua base enunciados de problemas semelhantes que possam ser correlacionados para gerar uma resposta.  Seu senso de autopreservação existe. Entretanto, sua capacidade de adaptação é limitada.

Se os GPTs já estão causando um alvoroço, imagine o que acontecerá quando tivermos IAs ou Inteligências Artificiais Gerais (IAGs) capazes de entendimento, de explicar o por que das coisas, e muito mais. Existe muito mais publicado na literatura científica do que os GPTs.