Num projeto chamado AutoML, os investigadores de inteligência artificial da Google ensinaram um software de “machine learning” a construir outro software semelhante. Em alguns casos, foi mais poderoso e eficiente do que os melhores sistemas que os próprios investigadores podiam projetar.
De acordo com a Google, o sistema recentemente atingiu um recorde de 82% na categorização de imagens pelo seu conteúdo. Numa tarefa mais difícil, de marcar a localização de múltiplos objetos numa imagem – algo importante para a realidade aumentada e robôs autónomos – o sistema gerado automaticamente obteve um sucesso de 43%, em comparação com os 39% do melhor sistema criado por humanos.
Tais resultados são significativos porque os conhecimentos necessários para construir sistemas avançados de inteligência artificial (IA) são raros, mesmo na Google.
“Hoje, estes sistemas são feitos manualmente por cientistas da área e, literalmente, apenas alguns milhares em todo o mundo conseguem fazer isso”, disse o CEO da Google, Sundar Pichai, na semana passada, num evento de lançamento para novos smartphones e outros dispositivos. “Queremos habilitar centenas de milhares de desenvolvedores para conseguirem fazer o mesmo”, acrescentou.
Por enquanto, o AutoML é apenas um projeto de pesquisa. Ironicamente, os cientistas que estão a trabalhar nele são exatamente o tipo de especialistas que esta tecnologia pretende automatizar.
Mas um número crescente de investigadores fora da Google também está a trabalhar em projetos semelhantes. Se a IA se revelar prática, a “machine learning” pode espalhar-se para fora da indústria da tecnologia como, por exemplo, nas áreas da saúde e finanças.
Redes neurais artificiais
Investigadores de dois grupos da empresa, o Google Brain e o DeepMind, já ajudaram a reduzir as contas de energia em centros de dados da Google e aceleraram, por exemplo, a capacidade da empresa de mapear novas cidades.
O AutoML poderia tornar esses especialistas ainda mais produtivos ou ajudar engenheiros menos qualificados a construir sistemas poderosos de IA sozinhos.
Um dos objetivos da Google, ao investir neste tipo de tecnologia, é acelerar o processo de implantação de redes neurais artificiais. Esta técnica envolve a alimentação de dados através de redes de operações matemáticas inspiradas pelo funcionamento dos neurónios.
Pode parecer altamente sofisticado mas boa parte do trabalho dos especialistas é usar o seu instinto, bem como a tentativa e erro, para descobrir a arquitetura certa para uma determinada rede neural.
“Uma grande parte do trabalho é essencialmente uma tarefa muito aborrecida, de tentar múltiplas configurações para ver quais funcionam melhor”, explica Roberto Calandra, da Universidade da Califórnia, em Berkeley.
Um sistema de inteligência artificial chamado AdaNet, criado numa colaboração que inclui funcionários da Google, já conseguiu construir sozinho uma rede neural camada por camada, testando cada adição ao design para garantir que melhora o seu desempenho.
Se o AutoML funcionar bem o suficiente para se tornar uma ferramenta prática para programadores, os seus efeitos podem ser sentidos além da própria empresa. “Queremos democratizar este avanço“, afirmou Pichai na semana passada, insinuando que está disposto a disponibilizar a ferramenta a outras empresas.
Ler mais AQUI
Sem comentários:
Enviar um comentário