Inteligência Artificial

Habilitando a ‘Imaginação’ da Inteligência Artificial

Uma equipe de pesquisadores da USC está ajudando a Inteligência Artificial (IA) a imaginar o invisível, uma técnica que também pode levar a uma IA mais justa, novos medicamentos e maior segurança de veículos autônomos.

Imagine um gato laranja. Agora, imagine o mesmo gato, mas com pelo preto como carvão. Agora, imagine o gato pavoneando-se ao longo da Grande Muralha da China. Fazendo isso, uma série rápida de ativações de neurônios em seu cérebro surgirá com variações da imagem apresentada, com base em seu conhecimento prévio do mundo.

Em outras palavras, como humanos, é fácil imaginar um objeto com atributos diferentes. Mas, apesar dos avanços em redes neurais profundas que correspondem ou superam o desempenho humano em certas tarefas, os computadores ainda lutam com a habilidade humana de “imaginação”.

Agora, uma equipe de pesquisa da USC composta por professor de ciência da computação e Ph.D. alunos, desenvolveu uma IA que usa recursos semelhantes aos humanos para imaginar um objeto nunca antes visto com atributos diferentes. O artigo, intitulado “Zero-Shot Synthesis with Group-Supervised Learning,” foi publicado na Conferência Internacional de 2021 sobre Representações de Aprendizagem em 7 de maio.

Problema de generalização da IA

Por exemplo, digamos que você queira criar um sistema de Inteligência Artificial (IA) que gere imagens de carros. Idealmente, você forneceria ao algoritmo algumas imagens de um carro, e ele seria capaz de gerar muitos tipos de carros – de Porsches a Pontiacs e picapes – em qualquer cor, de vários ângulos.

Esse é um dos objetivos há muito buscados pela Inteligência Artificial (IA): criar modelos que possam extrapolar. Isso significa que, dados alguns exemplos, o modelo deve ser capaz de extrair as regras subjacentes e aplicá-las a uma vasta gama de exemplos novos que não viu antes. Mas as máquinas são mais comumente treinadas em recursos de amostra, pixels por exemplo, sem levar em conta os atributos do objeto.

A ciência da imaginação

Neste novo estudo, os pesquisadores tentam superar essa limitação usando um conceito denominado desemaranhamento. O desemaranhamento pode ser usado para gerar falsificações profundas, por exemplo, ao desemaranhar os movimentos e a identidade do rosto humano. Ao fazer isso, disse o pesquisador, “as pessoas podem sintetizar novas imagens e vídeos que substituem a identidade da pessoa original por outra pessoa, mas mantêm o movimento original”.

Da mesma forma, a nova abordagem pega um grupo de imagens de amostra – em vez de uma amostra por vez, como os algoritmos tradicionais fizeram – e analisa a semelhança entre eles para alcançar algo chamado “aprendizado de representação desemaranhado controlável”.

Em seguida, ele recombina esse conhecimento para alcançar uma “nova síntese de imagem controlável”, ou o que você pode chamar de imaginação. “Por exemplo, tome o filme Transformer como exemplo”, disse o pesquisador, “Ele pode assumir a forma de um carro Megatron, a cor e a pose de um carro Bumblebee amarelo e o plano de fundo da Times Square de Nova York. O resultado será um carro Megatron cor de abelha dirigindo na Times Square, mesmo que esta amostra não tenha sido testemunhada durante a sessão de treinamento. ”

Isso é semelhante a como nós, como humanos, extrapolamos: quando um humano vê uma cor de um objeto, podemos aplicá-la facilmente a qualquer outro objeto, substituindo a cor original pela nova. Usando sua técnica, o grupo gerou um novo conjunto de dados contendo 1,56 milhão de imagens que podem auxiliar pesquisas futuras na área.

Compreendendo o mundo

Embora o desemaranhamento não seja uma ideia nova, os pesquisadores dizem que sua estrutura pode ser compatível com quase qualquer tipo de dados ou conhecimento. Isso amplia a oportunidade de aplicativos. Por exemplo, desemaranhar raça e conhecimento relacionado a gênero para tornar a IA mais justa, removendo atributos sensíveis da equação completamente.

No campo da medicina, poderia ajudar médicos e biólogos a descobrir drogas mais úteis, separando a função do medicamento de outras propriedades e, em seguida, recombinando-as para sintetizar novos medicamentos. Imbuir as máquinas com imaginação também pode ajudar a criar IA mais segura, por exemplo, permitindo que veículos autônomos imaginem e evitem cenários perigosos nunca antes vistos durante o treinamento.

Livros sobre I.A

stoploss-com-inteligencia-artificial

StopLoss com Inteligência Artificial: Estr...

robos-hft-inteligencia-artificial

Robôs HFT: Estudos de operação em alta fre...

quando-robos-decidem-por-nos

Quando robôs decidem por nós: Inteligência...

entendendo-a-inteligencia-artificial

Entendendo Inteligencia Artificial

livro inteligencia artificial george f luger

Inteligência Artificial – Abordagem ...

trabalho-educacao-e-inteligencia-artificial

Trabalho, Educação e Inteligência Artifici...

hybris-inteligencia-artificial-e-a-revanche-do-inconsiente

Hybris: Inteligência Artificial e a Revanc...

o cerebro e o robo inteligencia artificial

O cérebro e o robô: Inteligência artificia...

Cursos de I.A

curso online robotica automacao residencial

Curso de Robótica e Automação Residencial

talia sistema inteligencia artificial advogados

Talia – Inteligência Artificial para...

congresso-online-inteligencia-digital-futurismo

Congresso Online de Inteligência Digital &...

curso-inteligencia-artificial-avancada-assistentes-pessoais

Inteligência artificial avançada para assi...

336x280_profissionais-do-futuro_seq2

Profissional do Futuro – Inteligênci...

internet-das-coisas-curso

Internet das Coisas – Uma visão ampl...

comandar-casa-por-voz-internet-das-coisas

Manual para Comandar sua Casa por Voz a Ba...

curso robôs im inteligência artificial facebook

ROBOS.im – Plataforma para criação d...